第14课 多维数组

文章目录

  • 前言
  • 一、多维数组的定义
  • 二、多维数组的初始化
  • 三、多维数组的使用(以二维数组为例)
    • 1. 矩阵转置问题
  • 三、课后练习
    • 1. 求一个m*n矩阵中所有元素的累加和
    • 2. 查找并输出一个m*n矩阵中的最小元素以及其在矩阵中的位置
    • 3. 将m*n矩阵A复制为m*n矩阵B(深度复制)
    • 4. n阶方阵的对角线元素求和
    • 2. 螺旋方阵生成问题
  • 总结


前言

本课主要介绍如下内容。

  1. 二维数组的定义
  2. 二维数组的初始化
  3. 二维数组的使用举例

一、多维数组的定义

二、多维数组的初始化

三、多维数组的使用(以二维数组为例)

1. 矩阵转置问题

A=a(i, j),A为一个 m × n m \times n m×n阶矩阵,若 B = A T B=A^T B=AT,即B=b(j, i)=a(i, j),则称B为A的转置矩阵。
编写程序,输入一个 m × n m \times n m×n阶矩阵A,求 B = A T B=A^T B=AT

三、课后练习

1. 求一个m*n矩阵中所有元素的累加和

2. 查找并输出一个m*n矩阵中的最小元素以及其在矩阵中的位置

3. 将mn矩阵A复制为mn矩阵B(深度复制)

4. n阶方阵的对角线元素求和

n阶方阵对角线有两条对角线——主对角线和次对角线。编程分别求一个n阶方阵的两条对角线上元素之和。
A = ( a 11 a 12 a 13 a 14 a 21 a 22 a 23 a 24 a 31 a 32 a 33 a 34 a 41 a 42 a 43 a 44 ) (3) A = \begin{pmatrix} a_{11} & a_{12} & a_{13} & a_{14}\\ a_{21} & a_{22} & a_{23} & a_{24}\\ a_{31} & a_{32} & a_{33} & a_{34}\\ a_{41} & a_{42} & a_{43} & a_{44} \end{pmatrix} \tag{3} A= a11a21a31a41a12a22a32a42a13a23a33a43a14a24a34a44 (3)

代码如下:

#include <iostream>
using namespace std;
int main() {const int n=4;int diagonal1=0, diagonal2=0;int a[][n] = {{60, 61, 62, 63},{70, 71, 72, 73},{80, 81, 82, 83},{90, 91, 92, 93}}; for(int i=0; i<n; i++) {for(int j=0; j<n; j++) {cout << a[i][j] << ' ';}cout << endl;}for(int i=0; i<n; i++) {for(int j=0; j<n; j++) {if(i==j) diagonal1 += a[i][j];if(i+j==n-1) diagonal2 += a[i][j];}}cout << diagonal1 << ' ' << diagonal2 << endl;return 0;
}

2. 螺旋方阵生成问题

所谓螺旋方阵,是值对任意给定的n,将1到 n × n n \times n n×n的数字从左上角第一个格子开始,按顺时针螺旋方向顺序填入 n × n n \times n n×n的方阵中,见图1所示。
螺旋方阵
图1 5阶螺旋方阵

代码如下(示例):

#include <iostream>
#include <iomanip>
//#include <cmath>
using namespace std;
//printing a screwing square matrix
int main() {int k = 1; // 方阵递增数,从1开始int m, n;  // m:轮数, n:阶数cin >> n;  // 输入阶数int matrix[n][n]; 	// 螺旋矩阵// m = ceil(n/2.0);	// 确定轮数m = (n+1)/2;// m轮顺时针圈for(int i=0; i<m; i++) { 		// 1.往右:x = i, y值从i开始递增for(int y=i; y<n-i; y++)matrix[i][y] = k++;// 2.往下:注意x从i+1开始递增,y=n-1-ifor(int x=i+1; x<n-i; x++)matrix[x][n-1-i] = k++;// 3.往左:x = n-1-i, y从n-1-1-i递减for(int y=n-2-i; y>=i; y--)matrix[n-1-i][y] = k++;// 4.往上:x从n-1-1-i递减到i+1, y=ifor(int x=n-2-i; x>=i+1; x--)matrix[x][i] = k++;}cout << endl;for(int x = 0; x < n; x++) {for(int y = 0; y < n; y++)cout << setw(8) << matrix[x][y];cout << endl << endl;}return 0;	
}

下面是当n=9时,程序输出的螺旋方正。
9阶螺旋方阵


总结

二维数组在使用中也是按元素逐个使用,使用时要给出行、列两个下标。当然,我们也可以以访问一维数组的方式来访问二维数组。在较大型复杂的项目中,将二维数组转换为一维数组来运行却可以大大简化代码的书写,使代码更加简洁美观,看起来更加工整,提高可读性。特别是在使用二维数组作为函数参数传递的时候,通过将二维数组转换为一维数组的访问方式 ,就能起到提高函数通用性,简化代码编写的目的,具体可以参考本人整理的文章——《定义矩阵相乘和转置的通用函数》。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/589472.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

leetcode 贪心(分发糖果、K次取反后最大化的数组和、加油站)

1005.K次取反后最大化的数组和 给定一个整数数组 A&#xff0c;我们只能用以下方法修改该数组&#xff1a;我们选择某个索引 i 并将 A[i] 替换为 -A[i]&#xff0c;然后总共重复这个过程 K 次。&#xff08;我们可以多次选择同一个索引 i。&#xff09; 以这种方式修改数组后…

Linux报错:audit: backlog limit exceeded

今天&#xff0c;一台虚拟机上操作昨天打开的连接一直没响应&#xff0c;新打开连接连接不上。SSH校验不通过。 通过IT的后台&#xff0c;可以看到满屏的audit: backlog limit exceeded。 问题原因&#xff1a;audit服务记录的审计事件超出默认(或设置)数量 &#xff0c;达到或…

边缘计算网关在温室大棚智能控制系统应用,开启农业新篇章

项目需求 ●目前大棚主要通过人为手动控温度、控水、控光照、控风&#xff0c;希望通过物联网技术在保障产量的前提下&#xff0c;提高作业效率&#xff0c;降低大棚总和管理成本。 ●释放部分劳动力&#xff0c;让农户有精力管理更多大棚&#xff0c;进而增加农户收入。 ●…

Python进行批量字符替换的3种方法

一、问题的提出 之前&#xff0c;我写过一篇如何在word中计算数学算式&#xff1a; 如何用Python批量计算Word中的算式-CSDN博客 为了计算算式&#xff0c;就需要对算式进行格式化&#xff0c;把不规则的算式转换成规则的算式&#xff0c;这时就会涉及到一些字符的批量替换。…

如何在 Linux 中配置 firewalld 规则

什么是FirewallD “firewalld”是firewall daemon。它提供了一个动态管理的防火墙&#xff0c;带有一个非常强大的过滤系统&#xff0c;称为 Netfilter&#xff0c;由 Linux 内核提供。 FirewallD 使用zones和services的概念&#xff0c;而 iptables 使用chain和rules。与 ip…

【LLM-RAG】知识库问答 | 检索 | embedding

note RAG流程&#xff08;写作论文中的background&#xff1a;公式设定、emb、召回内容、召回基准&#xff09;&#xff08;工作中的思路&#xff1a;嵌入模型、向量存储、向量存储检索器、LLM、query改写、RAG评测方法&#xff09;仅为个人关于RAG的一些零碎总结&#xff0c;…

【网络面试(4)】协议栈和套接字及连接阶段的三次握手原理

1. 协议栈 一直对操作系统系统的内核协议栈理解的比较模糊&#xff0c;借着这一篇博客做一下简单梳理&#xff0c; 我觉得最直白的理解就是&#xff0c;内核协议栈就是操作系统中的一个网络控制软件&#xff0c;就是一段程序代码&#xff0c;它负责和网卡驱动程序交互&#xff…

Docker 从入门到实践:Docker介绍

前言 在当今的软件开发和部署领域&#xff0c;Docker已经成为了一个不可或缺的工具。Docker以其轻量级、可移植性和标准化等特点&#xff0c;使得应用程序的部署和管理变得前所未有的简单。无论您是一名开发者、系统管理员&#xff0c;还是IT架构师&#xff0c;理解并掌握Dock…

7.11全排列(LC46-M)

算法&#xff1a; 排列和组合很像&#xff0c;但是有顺序。 还是用回溯算法。 与组合不同之处&#xff08;无startindex&#xff0c;有used数组&#xff09;&#xff1a; 首先排列是有序的&#xff0c;也就是说 [1,2] 和 [2,1] 是两个集合。 可以看出元素1在[1,2]中已经使…

大学物理II-作业1【题解】

1.【单选题】——考查高斯定理 下面关于高斯定理描述正确的是&#xff08;D &#xff09;。 A.高斯面上的电场强度是由高斯面内的电荷激发的 B.高斯面上的各点电场强度为零时&#xff0c;高斯面内一定没有电荷 C.通过高斯面的电通量为零时&#xff0c;高斯面上各点电场强度…

基于被囊群算法优化的Elman神经网络数据预测 - 附代码

基于被囊群算法优化的Elman神经网络数据预测 - 附代码 文章目录 基于被囊群算法优化的Elman神经网络数据预测 - 附代码1.Elman 神经网络结构2.Elman 神经用络学习过程3.电力负荷预测概述3.1 模型建立 4.基于被囊群优化的Elman网络5.测试结果6.参考文献7.Matlab代码 摘要&#x…

2023-12-15 LeetCode每日一题(反转二叉树的奇数层)

2023-12-15每日一题 一、题目编号 2415. 反转二叉树的奇数层二、题目链接 点击跳转到题目位置 三、题目描述 给你一棵 完美 二叉树的根节点 root &#xff0c;请你反转这棵树中每个 奇数 层的节点值。 例如&#xff0c;假设第 3 层的节点值是 [2,1,3,4,7,11,29,18] &…

lambda表达式和包装器

正文开始前给大家推荐个网站&#xff0c;前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&#xff0c;风趣幽默&#xff0c;忍不住分享一下给大家。点击跳转到网站。 我们在使用库里的排序算法时如果排序的是自定义类型或者库里默认的排序不能满足我们则需求&…

【力扣100】46.全排列

添加链接描述 class Solution:def permute(self, nums: List[int]) -> List[List[int]]:# 思路是使用回溯if not nums:return []def dfs(path,depth,visited,res):# 出递归的条件是当当前的深度已经和nums的长度一样了&#xff0c;把path加入数组&#xff0c;然后出递归if …

HTML与CSS

目录 1、HTML简介 2、CSS简介 2.1选择器 2.1.1标签选择器 2.1.2类选择器 2.1.3层级选择器(后代选择器) 2.1.4id选择器 2.1.5组选择器 2.1.6伪类选择器 2.2样式属性 2.2.1布局常用样式属性 2.2.2文本常用样式属性 1、HTML简介 超文本标记语言HTML是一种标记语言&…

帆软报表如何灵活控制水印的显示

在帆软报表中如果要显示水印,如果要全部都要显示,只需要到决策系统--安装设置中打开水印开关。如果想要某个报表显示水印,可以在设计器的水印设置中为该报表设置水印。 但是如果碰到这种需求,比如某些人或者某些角色需要显示水印,其他人不显示。或者是预览报表需要显示水印…

[附代码]稳态视觉诱发电位SSVEP之预训练模型提高性能

SSVEP 之深度学习 深度学习已经被广泛运用在脑电信号分析来提高脑机接口的性能,这是一个end-to-end的方法,简单来说,只要搭建好深度学习网络,做好特征工程,然后分类即可,对于一个刚刚接触脑机接口领域深度学习的学习者来说,可以先忽略中间的数学相关的东西,先建一个网…

软件测试/测试开发丨Linux 数据处理三剑客学习笔记

一、Linux 三剑客之 grep 1、 内容检索 获取行&#xff08;单行&#xff09; grep pattern file获取内容 grep -o pattern file获取上下文 grep -A -B -C pattern file 2、 文件检索 递归搜索 grep pattern -r dir/展示匹配文件名 grep -H 111 /tmp/1只展示匹配文件名 grep …

HTML进阶

列表、表格、表单 文章目录 列表、表格、表单01-列表无序列表有序列表定义列表 02-表格表格结构标签-了解合并单元格 03-表单input 标签input 标签占位文本单选框上传文件多选框下拉菜单文本域label 标签按钮 04-语义化无语义的布局标签有语义的布局标签 05-字符实体 01-列表 …

影视后期:Pr 调色处理之风格调色

写在前面 整理一些影视后期相关学习笔记博文为 Pr 调色处理中风格调色&#xff0c;涉及下面几个Demo 好莱坞电影电影感调色复古港风调色赛博朋克风格调色日系小清晰调色 理解不足小伙伴帮忙指正 简单地说就是害怕向前迈进或者是不想真正地努力。不愿意为了改变自我而牺牲目前所…