实验7-2-1 求矩阵各行元素之和

本题要求编写程序,求一个给定的m×n矩阵各行元素之和。

输入格式:

输入第一行给出两个正整数m和n(1≤m,n≤6)。随后m行,每行给出n个整数,其间

以空格分隔。

输出格式:

每行输出对应矩阵行元素之和。

输入样例:

3 2
6 3
1 -8
3 12

结尾无空行

输出样例:

9
-7
15

结尾无空行

代码:

#include<stdio.h>
int main(){
	int m,n;
	scanf("%d %d",&m,&n);
	int i,j,a[7][7];//二维数组这里用7,节省空间,因为题目m,n不超过6,也可用别的
	for(i=0;i<m;i++){
		for(j=0;j<n;j++){
			scanf("%d",&a[i][j]);
		}
}//输入二维数组里面的数
	for(i=0;i<m;i++){
		int sum=0;//既初始化又因为要获得下一行的数之和,所以重置一下
		for(j=0;j<n;j++){
			sum+=a[i][j];
			}
			printf("%d\n",sum);//获得第i行的数之和
		}
	return 0;
}

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
一、实验目的 熟练掌握Java一维数组、多维数组的使用方法。 使用Java数组解决一般性的应用问题。 二、实验内容 1、在main方法创建一个含有10个元素的int型数组,进以下操作:(1)将数组元素按照从小到大的顺序排;(2)对排好序的数组使用折半查找(使用递归和非递归两种形式分别实现)查找某一个int元素。 2、使用一维数组编码实现一个栈(Stack)类,要提供以下操作:(1)boolean isEmpty():判断栈当前是否为空;(2)入栈操作void push(obj):把数据元素obj插入堆栈;(3)出栈操作Object pop():出栈,并返回删除的数据元素;(4)Object getTop():取堆栈当前栈顶的数据元素并返回。编写代码测试所形成的Stack类,然后利用Stack类实现以下功能:输入一个正整数输出该整数所对应的二进制数。 3、按照要使用Java编码。 以类型int[][]声明一个叫matrix的二维数组变量,将矩阵初始化为一个5个元素的数组。 以下方式为matrix的内部元素:matrix从零开始循环到其长度;例如索引为i,在每次迭代,将matrix[i]指向一个新的整数数组,其长度为i。然后用索引变量j,对数组的每一个元素循环。在每次内部循环,将matrix[i][j]赋为(i*j)。 通过循环打印matrix的所有元素,结果为:   <>   <0>   <0 2>   <0 3 6>   <0 4 8 12> 4、利用二维数组实现一个矩阵类:Matrix。要提供以下操作:(1)set(int row, int col, double value):将第row第col元素为value;(2)get(int row,int col):取第row第col元素;(3)width():返回矩阵数;(4)height():返回矩阵数;(5)Matrix add(Matrix b):返回当前矩阵矩阵b相加后的结果矩阵;(6)Matrix multiply(Matrix b):返回当前矩阵矩阵b相乘后的结果矩阵。(7)print():打印出当前矩阵
"课程名称 "数据分析方法 "课程编 " " "实验地点 "系统建模与仿真实验室SL110 "实验时间 " " "校外指导教师"无 "校内指导教师" " "实验名称 "实验3 距离判别与贝叶斯判别分析 " "评阅人签字 " "成绩 " " "实验数据与内容 " "我国山区某大型化工厂, 在厂区及邻近地区挑选有代表性的15个大气取样点,每 " "日4次同时抽取大气样品, 测定其含有的6种气体的浓度, 前后共4天, " "每个取样点每种气体实测16次, 计算每个取样点每种气体的平均浓度, " "数据见表4-8。气体数据对应的污染地区分类见表4-8最后一。 现有两个取自 " "该地区的4个气体样本,气体指标见表4-8后4,试解决以下问题: " "1. 判别两类总体的协方差矩阵是否相等,然后用马氏距离差别这4个未知气体样 " "本的污染类别, 并计算回代误判率与交叉误判率;若两类总体服从正态分布,第 " "一类与第二类的先验概率分别为7/15、8/15, 利用贝叶斯判别样本的污染分类。 " "2.先验概率为多少时,距离判别与贝时斯判别相同调整先验概率对判别结果的影 " "响是什么 " "3.对第一类与第二类的先验概率分别为7/15、8/15,计算误判概率。 " " " " " "一、实验目的 " "1.熟练掌握MATLAB软件进距离判别与贝叶斯判别的方法与步骤。 " "2.掌握判别分析的回代误判率与交叉误判率的编程。 " "3.掌握贝叶斯判别的误判率的计算。 " "二、实验原理 " "1)在MATLAB,进数据的判别分析命令为classify,其调用格式为: " "class=classify(sample,training,group'type') " "将sample数据的每一指定到训练集training的一个类。Sample和training必须" "具有相同的数。group向量包含从1到组数的正整数,它指明训练营集的每一" "属于哪一类。group和training必须具有相同的数。'type'是可选项,选'linear" "'表示总体为多元正态总体,选'quadratic'与'mahalanobis'。该函数返回class," "它是一个与sample具有相同数的向量。Class的每一个元素指定sample对应元 " "素的分类。通过计算sample和training每一的马氏距离,classify函数决定sa" "mple的每一属于哪一个分类。 " "2)贝叶斯判别方法步骤 " "第1步,验证两个总体服从二元正态分布;第2步,检验两个总体的协方差矩阵相等" ";估计两个总体的先验概率p1、p2;利用MATLAB软件计算。 " "3)回代误判率 " "设G1,G2为两个总体,x1,x2…和y1,y2…是分别来自G1,G2的训练样本,以全体训练" "样本作为m+n个新样品,逐个代入已建立的判别准则判别其归属,这个过程称为 " "回判。回判结果若属于G1的样品被误判为属于G2的个数为N1个,属于G2的样品被" "误判为属于G1的个数为N2个,则误判估计为: " "P^=(N1+N2)/(m+n) " "误判率的回代估计易于计算。但是,p^是由建立判别函数的数据反过来用作评估准" "则的数据而得到的。所以有偏,往往比真实误判率小。当训练样本容量较大时,p^" "可以作为真实误判率的一种估计。 " "4)交叉误判率估计是每次剔除一个样品,利用m+n-1个训练样本建立判别准则,再" "利用建立的准则对删除的样本进判别。对每个样品做如上分析,以其误判的比例" "作为误判率,步骤; " "从总体G1的训练样本开始,剔除其一个样品,剩余的m-1个样品与G2的全部样 " "品建立判别函数; " "用建立的判别函数对剔除的样品进判别; " "重复以上步骤,直到G1的全部样本依次被删除又进判别,其误判的样品个数记" "为N1*; " "对G2的样品重复以上步骤,直到G2的全部样本依次被删除又进判别,其误判的" "样品个数记为N2*。 " "于是交叉误判率估计为: " "p^*=(N1*+N2*)/(m+n) " "5)贝叶斯判别的有效性可以通过平均误判率来确定。判别准则的误判率在一定程 " "度上依赖于所考虑的各总体间的差异程度。各总体间差异越大,就越有可能建立有" "效的判别准则。如果各总体间差异很小,做判别分析的意义不大。 " "三、实验步骤 " "输入数据,判别两类总体的协方差阵是否相等,用马氏距离判断判别污染类别,计" "算回代误判率与交叉误判率,贝叶斯判别污染分类。 " "四、实验过程原始记录(数据、图表、计算等) " "1、输入矩阵,计算协方差矩阵是否相等 " ">> A=

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

诸事胜意

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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