Matlab使用指南

这篇具有很好参考价值的文章主要介绍了Matlab使用指南。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

Matlab

zcy

第二章

2.1 数据类型

matlab中有15种基本数据类型,每种数据类型均以数组/矩阵的形式出现

整数

matlab支持1、2、4、8字节的有符号整数和无符号整数

Matlab使用指南

浮点数

有单精度和双精度两种浮点数

Matlab使用指南

复数

复数包含实部和虚部,可以用i或者j来表示虚部

2.2 基本矩阵操作

2.2.1 矩阵的构造
2.2.2 矩阵大小的改变
2.2.3矩阵下标引用

2.3 运算符和特殊符号

2.4 字符串处理函数

第三章 数学运算

3.1 矩阵运算

3.1.1 矩阵分析

Matlab使用指南

  • 向量间的距离 norm()

    计算和原点的距离:N = norm(E,2)

    >> norm([1:5],2)
    
    ans =
    
         7.4162
    

    计算两个向量间的距离:N = norm(E)

    >> x = [1,2,3,4,5];
    >> y = [3,0,5,2,2];
    >> e = x-y;
    >> norm(e)
    
    ans =
    
         5
    
  • 矩阵的秩 rank()

    矩阵中线性无关的列向量个数成为列秩,线性无关的行向量个数成为行秩

    >> eye(4)
    
    ans =
    
         1     0     0     0
         0     1     0     0
         0     0     1     0
         0     0     0     1
    
    >> rank(eye(4))
    
    ans =
    
         4
    
  • 矩阵的行列式 det()

    Matlab使用指南

    >> A = [1 2 3;4 5 6;7 8 9];
    >> A_det = det(A)
    
    A_det =
    
           0
    

    行列阵为0的矩阵为奇异矩阵,用函数 cond() 进行判定

  • 矩阵的迹 trace()

    矩阵对角元素之和

    >> disp(['trace of A = ',num2str(trace(A))]);
    trace of A = 15
    >> A = [1 2 3;4 5 6;7 8 9];
    >> disp(['trace of A = ',num2str(trace(A))]);
    trace of A = 15
    
  • 矩阵的化零矩阵 null()

    对于非满秩矩阵A,若存在矩阵Z使得 AZ = 0 且 Z的转置Z = I,则称矩阵Z 为矩阵A的化零矩阵

    >> A = [1 2 3;1 2 3;4 5 6];
    >> Z = null(A)
    
    Z =
    
       -0.4082
        0.8165
       -0.4082
     
    >> A*Z
    
    ans =
    
       1.0e-14 *
    
             0
             0
       -0.1776
    
    >> Z'*Z
    
    ans =
    
        1.0000
    
  • 矩阵的正交空间 orth()

    矩阵A的正交空间Q满足Q*Q’=I, 且Q与A具有共同的列基底

    >> A = [1 2 3;4 5 6;7 8 9;10 11 12];
    >> Q = orth(A)
    
    Q =
    
       -0.1409    0.8247
       -0.3439    0.4263
       -0.5470    0.0278
       -0.7501   -0.3706
    
    >> Q'*Q
    
    ans =
    
        1.0000   -0.0000
       -0.0000    1.0000
    
  • 矩阵的简化梯形形式 rref()

    Matlab使用指南

    >> A = [1 2 3 4;1 1 5 6;1 2 3 6;1 1 5 7];
    >> rref(A)
    
    ans =
    
         1     0     7     0
         0     1    -2     0
         0     0     0     1
         0     0     0     0
    
  • 矩阵空间之间的角度 subspace()

    矩阵空间之间的角度代表具有相同行数的两个矩阵的线性相关程度.夹角越小代表线性相关程度越高

    >> A = [1 2 3;4 5 6;7 8 9];
    >> B = [1 2;3 4;5 6];
    >> subspace(A,B)
    
    ans =
    
       9.2918e-16
    
3.1.2 线性方程组

求线性方程组 AX = B 的解

A\B 相当于 inv(A) * B,其中 inv(A) 是矩阵A的逆

>> A = magic(3)

A =

     8     1     6
     3     5     7
     4     9     2

>> B = [1;2;3];
>> A\B

ans =

    0.0500
    0.3000
    0.0500

用matlab求解以下方程
{ x + 2 y + 3 z = 5 2 x + 4 y + 6 z = 2 x + 3 y + 7 z = 12 \left\{ \begin{array}{c} x+2y+3z=5\\ 2x+4y+6z=2\\ x+3y+7z=12 \end{array} \right. x+2y+3z=52x+4y+6z=2x+3y+7z=12

>> A = [1 2 3;2 4 6;1 3 7];
>> B = [5;2;12];
>> pinv(A)*B

ans =

   -2.6714
   -2.5429
    3.1857

>> inv(A)*B
警告: 矩阵为奇异工作精度。 
 
>> A\B
警告: 矩阵为奇异工作精度。

注意:如果矩阵不是方阵,或是奇异方阵,可以用矩阵的伪逆pinv(A) 给出方程组的一个解或最小二乘意义下的最优解,即 *pinv(A)B

3.1.3 矩阵分解

矩阵分解是把一个矩阵分解成比较简单或者对它的性质比较熟悉的若干个矩阵的乘积的形式

Matlab使用指南

  • Cholesky分解 chol()

    正定矩阵: 设M是n阶方阵,如果对任何非零向量z,都有 z’Mz > 0,就称M为正定矩阵

    把对称正定矩阵A表示为上三角矩阵R的转置与其本身的乘积,即A=R’R

    >> a=[4  -1  1; -1  4.25  2.75; 1  2.75  3.5]
    
    a =
    
        4.0000   -1.0000    1.0000
       -1.0000    4.2500    2.7500
        1.0000    2.7500    3.5000
    
    >> chol(a)
    
    ans =
    
        2.0000   -0.5000    0.5000
             0    2.0000    1.5000
             0         0    1.0000
    
    >> A = pascal(4)
    
    A =
    
         1     1     1     1
         1     2     3     4
         1     3     6    10
         1     4    10    20
    
    >> chol(A)
    
    ans =
    
         1     1     1     1
         0     1     2     3
         0     0     1     3
         0     0     0     1
    
  • LU分解 lu()

    将任意一个方阵A分解为一个置换下三角矩阵L、一个上三角矩阵U的乘积,即 A = LU

    >> A = [1 4 2;5 6 9;4 1 8];
    >> [L1,U1] = lu(A)
    
    L1 =
    
        0.2000   -0.7368    1.0000
        1.0000         0         0
        0.8000    1.0000         0
    
    
    U1 =
    
        5.0000    6.0000    9.0000
             0   -3.8000    0.8000
             0         0    0.7895
    

    将任意一个方阵A分解为一个下三角矩阵L、一个上三角矩阵U、置换矩阵P,满足 P * X = L * U

    >> A = [1 4 2;5 6 9;4 1 8];
    >> [L2,U2,P] = lu(A)
    
    L2 =
    
        1.0000         0         0
        0.8000    1.0000         0
        0.2000   -0.7368    1.0000
    
    
    U2 =
    
        5.0000    6.0000    9.0000
             0   -3.8000    0.8000
             0         0    0.7895
    
    
    P =
    
         0     1     0
         0     0     1
         1     0     0
    

    PS:置换矩阵是一种系数只由0和1组成的方块矩阵。置换矩阵的每一行和每一列都恰好有一个1,其余的系数都是0

  • **QR分解 **qr()

    将mxn的矩阵A分解为mxn的矩阵Q、nxn的上三角矩阵R的乘积,即A=Q*R,且Q’*Q=I

    >> A = [1 4 2;5 6 9];
    >> [Q,R] = qr(A)
    
    Q =
    
       -0.1961   -0.9806
       -0.9806    0.1961
    
    
    R =
    
       -5.0990   -6.6679   -9.2175
             0   -2.7456   -0.1961
    
    >> qr(A) //返回上三角矩阵R
    
    ans =
    
       -5.0990   -6.6679   -9.2175
        0.8198   -2.7456   -0.1961 //为啥跟上面的R不一样
    
  • 奇异值分解

    将mxn的矩阵A分解为A=U*S*V’,U为mxm的酉方阵,V为nxn的酉方阵,S为mxn的酉方阵

    Matlab使用指南

    >> A=[1 4 2;5 6 9];
    >> [U S V]=svd(A)
    
    U =
    
        0.3243    0.9460
        0.9460   -0.3243
    
    
    S =
    
       12.5742         0         0
             0    2.2111         0
    
    
    V =
    
        0.4019   -0.3054   -0.8632
        0.5545    0.8314   -0.0360
        0.7287   -0.4642    0.5035
    
  • **Schur分解 **schur()

    将复方阵A分解为A=U*L*U’,其中U为酉矩阵,L为上三角矩阵,其对角线元素为A的特征值

    >> A=[1 4 2;5 6 9;4 1 8];
    [U L]=schur(A)
    
    U =
    
        0.3494    0.8929    0.2838
        0.8242   -0.1489   -0.5464
        0.4456   -0.4248    0.7880
    
    
    L =
    
       12.9859   -0.3899    7.2707
             0   -0.4658   -3.9981
             0         0    2.4799
    
3.1.4 矩阵的特征值和特征向量

d = eig(A) 返回矩阵A的所有特征值

[V,D] = eig(A) 返回矩阵A的所有特征值和特征向量

>> A=[6 12 19;-9 -20 -33;4 9 15]

A =

     6    12    19
    -9   -20   -33
     4     9    15

>> eig(A)

ans =

  -1.0000 + 0.0000i
   1.0000 + 0.0000i
   1.0000 - 0.0000i
>> X=[-2 1 1;0 2 0;-4 1 3];
>> [V D]=eig(X)

V =

   -0.7071   -0.2425    0.3015
         0         0    0.9045
   -0.7071   -0.9701    0.3015


D =

    -1     0     0
     0     2     0
     0     0     2
3.1.5 矩阵的相似变换

对于方阵A和非奇异矩阵B可得到相似矩阵 X = B逆 * A * B

  • 对角阵变换
  • Jordan变换
3.1.6 非线性运算

Matlab使用指南

3.2 矩阵元素运算

3.2.1 三角函数

Matlab使用指南

例:计算矩阵每个元素的正弦,以弧度为单位

>> A=[6 12 19;-9 -20 -33;4 9 15]

A =

     6    12    19
    -9   -20   -33
     4     9    15

>> Y=sin(A)

Y =

   -0.2794   -0.5366    0.1499
   -0.4121   -0.9129   -0.9999
   -0.7568    0.4121    0.6503
3.2.2 指数和对数函数

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Q3PPgyXf-1634716262868)(C:\Users\lenovo\AppData\Roaming\Typora\typora-user-images\image-20210928205609952.png)]

Matlab使用指南

例,计算矩阵A=[6 12 19;-9 -20 -33;4 9 15]每个元素的指数(e的幂次)

>> A=[6 12 19;-9 -20 -33;4 9 15];
>> exp(A)

ans =

   1.0e+08 *

    0.0000    0.0016    1.7848
    0.0000    0.0000    0.0000
    0.0000    0.0001    0.0327
3.2.3 复数函数

Matlab使用指南

例如,计算矩阵A=[6 3+4i -19;5 1-1i 2;-4 0 15]每个元素的模

>> A=[6 3+4i -19;5 1-1i 2;-4 0 15]

A =

   6.0000 + 0.0000i   3.0000 + 4.0000i -19.0000 + 0.0000i
   5.0000 + 0.0000i   1.0000 - 1.0000i   2.0000 + 0.0000i
  -4.0000 + 0.0000i   0.0000 + 0.0000i  15.0000 + 0.0000i

>> abs(A)

ans =

    6.0000    5.0000   19.0000
    5.0000    1.4142    2.0000
    4.0000         0   15.0000
3.2.4 截断和求余函数

Matlab使用指南

Matlab使用指南

例如,分别使用 fix() floor() ceil() round(),对向量A的每个元素进行截断运算

>> A=[-1.55 -1.45 1.45 1.55];
>> Y=[fix(A) ; floor(A) ; ceil(A) ; round(A)]

Y =

    -1    -1     1     1
    -2    -2     1     1
    -1    -1     2     2
    -2    -1     1     2

例如,分别使用函数mod() rem(),对 -5/2 进行求余

>> rem(-5,2)

ans =

    -1

>> mod(-5,2)

ans =

     1

第四章 基本编程

matlab可以进行程序设计,编写扩展名为.m的M文件,M文件的语法规则与C语言几乎一致

将有关 Matlab 命令编成程序存储在一个文件中(M 文件),然后在命令窗口中运行该文件,Matlab 就会自动依次执行文件中的命令,直到全部命令执行完毕

显示M文件内容,最简单的方法就是使用type命令

创建M文件,通过file → new → M-file

4.1 M文件基础

M文件有函数和脚本两种格式

4.1.1 函数

function关键词为引导,定义函数名为test,输入参数x,输出参数y

注意函数名和文件名必须相同

Matlab使用指南例如,建立一个函数文件将变量a和b的值互换,然后在命令窗口调用该函数文件

Matlab使用指南

4.1.2 脚本

可包含matlab的各种命令,类似于dos系统中批处理文件

前3章在命令窗口输入的每个代码或代码序列,都可以分别复制到新建M文件中然后保存为.m文件

运行方法:将脚本所在的目录设为当前的工作目录,debug菜单 → run

创建并运行脚本举例

Matlab使用指南

函数中的变量(特殊声明除外)都是局部变量,脚本的变量都是全局变量,驻留在matlab工作空间里,只要不关闭matlab,不使用clear清内存,这些变量将一直保存

4.2 变量和语句

4.2.1 变量类型

必须以字母开头,之后可以是任意字母数字下划线

Matlab使用指南

全局变量的声明:global var1 var2

全局变量说明:

  1. 使用前先定义,建议放在函数体的首行位置

  2. 建议采用大写字母命名;

  3. 全局变量会破坏程序的独立性,不利于模块化,不推荐使用

例如,创建脚本script2.m和function2.m

Matlab使用指南

Matlab使用指南

举例进一步理解全局变量:

Matlab使用指南

Matlab使用指南

Matlab使用指南

4.2.2 程序控制结构
  • 顺序结构

    Matlab使用指南

  • 循环结构

    for循环

    for 循环变量=起始值:步长:终止值
    	循环体
    end
    

    例一

    %求1+3+5+7+9
    %sum = 25
    
    clc
    sum=0;
    for i=1:2:10 
       	sum=sum+i;
    end
    sum
    

    例二

    %求1!+2!+3!+ … +5!的值
    %sum = 153
    
    clc
    sum=0;
    for i=1:5
        pdr=1;
        for k=1:i
            pdr=pdr*k;
        end
        sum=sum+pdr;
    end
    sum
    

    while循环

    while 表达式
          循环体
    end
    

    例一

    %求1到100和
    %sum = 5050
    
    clear
    sum=0; i=0;
    while i<100
    	i=i+1;
    	sum=sum+i;
    end
    sum
    
  • 选择结构

    if-else-end

    if  表达式
        程序模块1
    elseif
        程序模块2
    elseif
        程序模块3
    else
        程序模块4
    end
    

    例如

    clear
    n=input('输入n= '); 			
    if n>=90
        r='A'
    elseif n>=80
        r='B'
    elseif n>=70
        r='C'
    elseif n>=60
        r='D'
    else
        r='E'
    end
    

    switch-case-otherwise

    switch  表达式
    	case 数值1
    		 程序模块1;
    	case 数值2 
    	     程序模块2;
    	otherwise
    		 程序模块n
    end
    

    例如

    clear
    n=input('输入n= '); 
    switch fix(n/10)              
        case {10,9}
            r='A'
        case 8
            r='B'
        case 7
            r='C'
        case 6
            r='D'
        otherwise
            r='E'
    end
    
  • 其他语句

    break

    continue

    return

  • 容错函数

    error

    try-catch-end

  • 时间运算函数

    Matlab使用指南

    >> date
    
    ans =
    
        '13-Oct-2021'
    
    >> calendar
                       Oct 2021
         S     M    Tu     W    Th     F     S
         0     0     0     0     0     1     2
         3     4     5     6     7     8     9
        10    11    12    13    14    15    16
        17    18    19    20    21    22    23
        24    25    26    27    28    29    30
        31     0     0     0     0     0     0
        
    >> datevec('12/24/1984 12:45')
    
    ans =
    
            1984    12     24     12     45      0
    
  • 人机交互命令

    pause 等待用户反应

    echo命令

    input 用户输入提示

    keyboard 请求键盘输入

  • 输出命令

    disp

    Matlab使用指南

    fprintf

    fprintf(fid,format,variables)
     %e ( 采用科学计算形式 )
     %f ( 采用浮点数形式 )
     %g ( 由系统自动选取上述两种格式之一 ) 
     %s ( 输出字符串 ) 
     %d ( 十进制数 ) 
     \n ( 换行 )  
     \t ( 制表符 ) 
     \b ( 退格 )  
     \\ ( 反斜杆 )    
     %% ( 百分号 ) 
    

    Matlab使用指南

第五章 数据显示及存取

二维作图机制:先画点再连线

5.1 二维绘图

函数plot()

plot(y)是基本二维绘图函数

y是向量:下标为横坐标,元素值为纵坐标

y是实数矩阵:分别绘制y的各列向量

y是复数向量:实部为横坐标,虚部为纵坐标

Matlab使用指南

Matlab使用指南

函数plot(x,y)

x, y 都是向量:以 x 为横坐标, y 为纵坐标作平面曲线,x, y 必须具有相同长度。

x, y 都是矩阵:将 x 的列和 y 中相应的列相组合,绘制多条平面曲线,x, y 必须具有相同的大小

x 是向量, y 是矩阵:

若 x 的长度与 y 的行数相等,则将 x 与 y 中的各列相对应,绘制多条平面曲线

若 x 的长度与 y 的列数相等,则将 x 与 y 中的各行相对应,绘制多条平面曲线

x 的长度必须等于 y 的行数或列数

例:y=cos(x) 在 [0, 4*pi] 上的图像

Matlab使用指南

函数 plot(x,y,string)

参数s为指定字符,代表不同的线性、点标和颜色

Matlab使用指南

例如:数据点选为菱形,连接曲线选为红色点画线

Matlab使用指南

函数fplot()

fplot函数则可自适应地对函数进行采样,能更好地反应函数的变化规律

fplot函数格式:fplot(fname, lims, linespec)

fname为函数名,以@(x)f(x)形式出现,lims为变量取值范围,linespec定义绘图的线性、颜色等

例一

Matlab使用指南

例二

Matlab使用指南

函数ezplot()

函数ezplot()用于绘制函数在某一自变量区域内的图形

1、ezplot(f): 绘制f=0在默认区域-2pi<x<2pi内的图形

2、ezplot(f,[min,max]): 绘制函数在区域min<x<max内的图形

3、ezplot(f,[xmin,xmax, ymin, ymax]): 绘制函数f(x,y)=0在区域xmin<x<xmax, ymin<y<ymax内的图形

Matlab使用指南

5.2 三维绘图

函数plot3()

当x y z为长度相同的向量时,函数将绘制一条分别以 x0 y0 z0为 x y z轴坐标值的空间向量

当x y z都为mxn矩阵时,函数将绘制m条空间曲线

Matlab使用指南

函数mesh()

绘制由矩阵 X,Y,Z 所确定的曲面网格图, C用于确定网格颜色,省略时随Z值成比例变化

X和Y必须均为向量,若X和Y的长度分别为m和n,则z必须为mxn矩阵

绘制由函数 z=z(x,y) 确定的曲面时,首先需产生一个网格矩阵,然后计算函数在各网格点上的值

网格生成函数:meshgrid
[X,Y]= meshgrid(x,y)
若 x = y, 则可简写为 
[X,Y]= meshgrid(x)

Matlab使用指南

绘制等高线 meshc()

Matlab使用指南

绘制边界面屏蔽 meshz()

Matlab使用指南

函数surf()

surf(X,Y,Z) 绘制由矩阵 X,Y,Z 所确定的曲面图,参数含义同 mesh
mesh 绘制网格图,surf 绘制着色的三维表面图

Matlab使用指南文章来源地址https://www.toymoban.com/news/detail-462130.html

到了这里,关于Matlab使用指南的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【笔记】ARM M3-M4权威指南第二章《嵌入式软件开发介绍》

    2.1 ARM微控制器是由哪些构成的 2.2 开始时需要准备什么 2.2.1 开发组件,C 编译器组件产品如下 2.2.2 开发板 2.2.3 调试适配板(Keil – ULINK;IAR-- I-Jet;STM Value Line Discover;JTAG/SW仿真器/在线仿真器(ICE);开源板 – ARM的CMSIC-DAP和Coocox的CoLink) 2.2.4 软件设备驱动 2.2.5 示例(Samp

    2024年04月13日
    浏览(83)
  • 第二章-数据传输安全

    VPN虚拟专用网 :在ISP运营商公用网络中搭建专用的安全数据通道 VPN :隧道 – 封装技术 常见VPN :IPSec VPN、MPLS VPN、GRE VPN、SangFor VPN、PPTP VPN、L2TP VPN / L2F VPN 1)按应用场景分(业务类型) Client-LAN VPN(access VPN)客户端到网络:PPTP VPN、L2TP VPN / L2F VPN、SSL VPN、IPSec VPN LAN-LAN V

    2024年01月23日
    浏览(50)
  • Oracle-第二章-数据类型

    1.1四则运算(加减乘除) 1.2取余(mod函数) 1.3截取(trunc函数,round函数-四舍五入-常用) 1.4值(abs函数) 1.5乘方(power函数) 1.6平方根(sqrt函数) 1.7向上取整(ceil函数) 1.8向下取整(floor函数) 1.9伪随机数(dbms_random.value函数-在oracle中很少用) 1.10函数组合用法 1.11其他

    2024年02月08日
    浏览(44)
  • 【第二章:数据的表示和运算】

    探讨的两大主题:一步步递进 那么现在就需要探究 数据如何以2进制的形式在计算机中表示的呢?? 那么还有就是计算机如何进行数据的算术和逻辑运算的?? 我们平常使用的是10进制的数据,然而计算机能够识别的是2进制的01序列串。 主要是权重的不同。一方面符号表示

    2024年02月04日
    浏览(46)
  • SV学习——数据类型(第二章)

    verilog有1995和2001版本,而SV是verilog的延伸,SV发布的时候直接就是3.0,之后可能不再存在verilog,而是统一用SV。SV是完全兼容verilog的。verilog文件以.v结尾,SV文件以.sv结尾。语法是全部兼容的,SV是verilog的扩展和延伸。 verilog中有reg和wire两种数据类型,都是四值逻辑 0,1,x,

    2024年02月10日
    浏览(78)
  • 大数据之路-日志采集(第二章)

    阿里巴巴的日志采集体系方案包括两大体系: Ap us.JS Web(基于浏览器)日志采集技术方案: UserTrack APP 端(无线客户端 日志采集技术方案。 本章从浏览器的页面日志采集、无线客户端的日志采集以及我们遇到的日志采集挑战三块内容来阐述间里巴巴的日志采集经验。 浏览器

    2024年01月25日
    浏览(49)
  • 【数据结构】第二章——线性表(4)

    大家好,很高兴又和大家见面啦!!! 在前面的内容中我们介绍了线性表的第一种存储方式——顺序存储,相信大家经过前面的学习应该已经掌握了对顺序表的一些基本操作了。今天,我们将开始介绍线性表的第二种存储方式——链式存储。 线性表中的数据元素在存储时,

    2024年02月04日
    浏览(49)
  • 【数据结构】第二章——线性表(3)

    大家好,很高兴又和大家见面了!!! 在上一篇中,咱们介绍了顺序表的基本概念,以及通过C语言实现顺序表的创建和对表长的修改。今天咱们将详细介绍一下使用C语言实现顺序表的增删改查。接下来,跟我一起来看看今天的内容吧!!! 我们先来回顾一下上一篇的内容,

    2024年02月04日
    浏览(54)
  • 【数据结构】第二章——线性表(2)

    大家好,很高兴又和各位见面啦!!!在上一个篇章中,我们简单了解了一下线性表的基础知识以及一下重要的术语。在今天的篇章中我们将来开始正式介绍线性表的顺序存储——又称顺序表。我们将会在本章介绍什么是顺序表,对于顺序表的操作我们又应该如何实现。接下

    2024年02月03日
    浏览(50)
  • 【数据结构】第二章——线性表(1)

    大家好,很高兴又和大家见面啦!!!从今天开始,我们将进入线性表的学习。 线性表是算法题命题的重点。这类算法题实现起来比较容易且代码量较少,但是要求具有最优的性能(时间复杂度、空间复杂度),因此,我们应该牢固掌握线性表的各种基本操作(基于两种存储

    2024年02月03日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包