数组的介绍

数组

2022年7月25日

19:11

  • 为什么需要数组?

为了解决大量同类型数据的存储和使用问题

为了模拟现实世界

  • 数组中所代表的意义

  • 数组的分类
    • 一维数组

1.怎样定义一维数组

  1. 为n个变量连续分类存储空间
  2. 所有变量的数据类型必须相同
  3. 所有变量所占的字节大小必须相等

举例:

int a[5];

一维数组名不代表数组中所有的数,

一维数组名代表数组第一个元素的地址。

2.有关以为数组的操作

1)初始化

完全初始化

int a[5] = {1,2,3,4,5};

不完全初始化

此时未被初始化的元素为0

int a[5] = {1,2,3};

不初始化

此时所有元素是垃圾值

int a[5];

清零

int a[5] = {0};

2) 错误写法

例1:

int a[5] ; //仅在定义数组时, [5] 中的5可以表示数组元素的个数

a[5] = {1,2,3,4,5}; //错误,此时 [5] 中的表示数组元素的下标(位置)

例2:

int a[5] = {1,2,3,4,5};

a[5] = 100; //错误,因为没有a[5]这个元素,最大只有a[4]

只有在定义数组的同时才可以整体赋值,

其他情况下整体赋值都是错误的。

例3:

将数组a中的值全部赋给数组b

a,b代表的是数组名,数组名代表的是第一个元素 a[0] 的地址

int a[5] = {1,2,3,4,5};

Int b[5] ;

b = a; //错误,

for (i=0;i<5;i++)

b[i] = a[i];//正确

3)一维数组的使用

赋值

排序

求最大/最小

倒置

查找

插入

删除

  • 二维数组

int a[3][4];

表示总共是12个元素,可以当作3行4列看待

这1个元素的名字依次为:

a[0][0]  a[0][1]  a[0][2]  a[0][3]

a[1][0]  a[1][1]  a[1][2]  a[1][3]

a[2][0]  a[2][1]  a[2][2]  a[2][3]

a[i][j] 表示第 i+1 行 第  i+1 列的元素

int a[m][n]; //该二维数组右下角位置的元素只能是 a[m-1][n-1]

1)初始化:

int a[3][4] = {1,2,3,4,5,6,7,8,9,10,11,12};

Int a[3][4] = {

{ 1 , 2,  3,  4}

{ 5,  6,  7,  8}

{ 9,10,11,12}

};

2)二维数组的使用:

例1:输出二维数组

例题:

对二维数组的排序

求每一行的最大值

判断矩阵是否对称

矩阵的相乘

  • 多维数组

是否存在多维数组

不存在

因为内存是线性一维的

n维数组可以当作每个元素是n-1维数组的一维数组

比如:

int a[3][4];

该数组是含有3个元素的一维数组

只不过每个元素都可以再分成四个小元素

int a[3][4][5];

该数组是含有3个元素的一维数组

每个元素都是4行5列的二维数组

  • 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