程序到底难在那里

普通人:

我今天要买一斤苹果。

程序员:

我今天要买一斤苹果。

因为我只喜欢红富士苹果,所以我只买红富士苹果。

我能接受的最高价格是10元/斤。

正常情况下一斤苹果用一个袋子能装下,但是为防万一,我会带两个袋子。

我知道附近的3家水果店,所以我会依次访问这3家水果店。

根据上述条件,我设计出以下的买苹果的流程:

买苹果流程开始
    对水果店0、水果店1、水果店2依次执行:
    拜访一家水果店流程开始
        走到此水果店
        如果此水果店没有开门,则结束当前的“拜访一家水果店流程”
        如果此水果店没有苹果,则结束当前的“拜访一家水果店流程”
        如果此水果店的苹果当中没有红富士苹果,则结束当前的“拜访一家水果店流程”
        如果此水果店的红富士苹果剩余不到一斤,则结束当前的“拜访一家水果店流程”
        如果此水果店的红富士苹果的价格高于10元/斤,则执行3次:
        讲价流程开始
            询问店主是否愿意将价格降到10元/斤或更低
            如果店主愿意,则跳过剩余的“讲价流程”
        讲价流程结束
        如果此水果店的红富士苹果的价格仍然高于10元/斤,则结束当前的“拜访一家水果店流程”
        打开一个袋子,将其作为当前的袋子
        重复执行以下流程,直到总重量大于一斤:
        装袋一个苹果流程开始
            从所有的不在袋子中的红富士苹果中选出最好的一个
            如果此苹果能装入当前的袋子,则将此苹果装入当前的袋子,否则执行:
            换袋子流程开始
                如果我有剩余的袋子,则从中任意选出一个并作为当前的袋子,否则执行:
                向店主要袋子流程开始
                    向店主索要一个袋子
                    如果店主拒绝给我袋子,则将我的所有袋子里的所有苹果取出,然后结束当前的“拜访一家水果店流程”
                    将店主给我的袋子作为当前的袋子
                向店主要袋子流程结束
            换袋子流程结束
            测量我的所有袋子里的所有苹果的总重量
        装袋一个苹果流程结束
        根据我的所有袋子里的所有苹果的总重量和店主给出的价格,计算我应付的价格
        向店主询问我应付的价格
        如果我不接受店主索要的价格,则执行3次:
        校对流程开始
            向店主解释我计算出的价格,并询问其是否同意
            如果店主同意,则跳过剩余的“校对流程”
        校对流程结束
        如果我仍然不接受店主索要的价格,则将我的所有袋子里的所有苹果取出,然后结束当前的“拜访一家水果店流程”
        如果我没带钱,则将我的所有袋子里的所有苹果取出,然后结束当前的“拜访一家水果店流程”
        付钱拿走苹果
        跳过剩余的“拜访一家水果店流程”
    拜访一家水果店流程结束
买苹果流程结束

这个流程怎么样?我来设计一些测试样例,测试一下这个流程。

测试发现一个问题:如果水果店0和水果店1都有红富士苹果并且价格都低于10元/斤,而且水果店1的价格比水果店0更低,那么我希望买水果店1的苹果,但我设计的流程会让我买水果店0的苹果。

为了解决这个问题,我应该先询问所有水果店的价格,然后去价格最低的那一家买苹果。

经过修改,我重新设计出以下的买苹果的流程:

买苹果流程开始
    对水果店0、水果店1、水果店2依次执行:
    询问一家水果店的红富士价格流程开始
        走到此水果店
        如果此水果店没有开门,则视此水果店的红富士价格为无穷大元/斤,并结束当前的“询问一家水果店的红富士价格流程”
        如果此水果店没有苹果,则视此水果店的红富士价格为无穷大元/斤,并结束当前的“询问一家水果店的红富士价格流程”
        如果此水果店的苹果当中没有红富士苹果,则视此水果店的红富士价格为无穷大元/斤,并结束当前的“询问一家水果店的红富士价格流程”
        如果此水果店的红富士苹果剩余不到一斤,则视此水果店的红富士价格为无穷大元/斤,并结束当前的“询问一家水果店的红富士价格流程”
        向店主询问此水果店的红富士苹果价格并记录
    询问一家水果店的红富士价格流程结束
    从3家水果店中选出红富士价格最低的一家(如果有并列则随机选择),将其作为目标水果店
    如果目标水果店的红富士苹果价格为无穷大元/斤,则结束当前的“买苹果流程”
    走到目标水果店
    如果此水果店的红富士苹果的价格高于10元/斤,则执行3次:
    讲价流程开始
        询问店主是否愿意将价格降到10元/斤或更低
        如果店主愿意,则跳过剩余的“讲价流程”
    讲价流程结束
    如果此水果店的红富士苹果的价格仍然高于10元/斤,则结束当前的“买苹果流程”
    打开一个袋子,将其作为当前的袋子
    重复执行以下流程,直到总重量大于一斤:
    装袋一个苹果流程开始
        从所有的不在袋子中的红富士苹果中选出最好的一个
        如果此苹果能装入当前的袋子,则将此苹果装入当前的袋子,否则执行:
        换袋子流程开始
            如果我有剩余的袋子,则从中任意选出一个并作为当前的袋子,否则执行:
            向店主要袋子流程开始
                向店主索要一个袋子
                如果店主拒绝给我袋子,则将我的所有袋子里的所有苹果取出,然后结束当前的“买苹果流程”
                将店主给我的袋子作为当前的袋子
            向店主要袋子流程结束
        换袋子流程结束
        测量我的所有袋子里的所有苹果的总重量
    装袋一个苹果流程结束
    根据我的所有袋子里的所有苹果的总重量和店主给出的价格,计算我应付的价格
    向店主询问我应付的价格
    如果我不接受店主索要的价格,则执行3次:
    校对流程开始
        向店主解释我计算出的价格,并询问其是否同意
        如果店主同意,则跳过剩余的“校对流程”
    校对流程结束
    如果我仍然不接受店主索要的价格,则将我的所有袋子里的所有苹果取出,然后结束当前的“买苹果流程”
    如果我没带钱,则将我的所有袋子里的所有苹果取出,然后结束当前的“买苹果流程”
    付钱拿走苹果
买苹果流程结束

现在这个流程是不是完美了呢?不是,我还能发现很多问题。
如果3家水果店都有红富士苹果但都不到一斤,但是三家店加起来能达到一斤,那么我不应该结束流程回家,而是应该把三家店的红富士苹果都买下来。
如果我向水果店询问价格的时候这家店还有红富士苹果,但我询问完所有水果店的价格后这家店的红富士苹果卖完了,那么我的流程会让我试图处理不存在的红富士苹果。
我走路的过程中可能会遇到突发事件,比如发现了新的水果店,比如袋子破掉了苹果掉一地,对于这些情况我的流程都无法进行处理。

啊问题太多了我懒得再改流程了。我还是去X宝买吧。

作者:DJ Hitori
链接:https://www.zhihu.com/question/22508677/answer/141334678
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值