程序重用度計算

❶ c語言中怎麼計算程序運行佔用的內存(請教編程高手)

學習

❷ 如何在一個C語言程序中實現重復計算

只要設個循環就可以了 #include <stdio.h> main() { int a, b; char end=' '; while(end!='q') { scanf("%d %d", &a, &b); printf("%d\n", a + b); getchar(); end=getchar(); } } 就這樣了按q退出 按其他鍵繼續計算 第一個getchar（）是為了消除你在輸入2個數字之後按的那次回車

❸ 面向對象程序設計哪兩個方面簡化了程序員的代碼重用

繼承 和 多態。

面向對象編程（Object Oriented Programming，OOP，面向對象程序設計）是一種計算機編程架構。OOP 的一條基本原則是計算機程序是由單個能夠起到子程序作用的單元或對象組合而成。OOP 達到了軟體工程的三個主要目標：重用性、靈活性和擴展性。為了實現整體運算，每個對象都能夠接收信息、處理數據和向其它對象發送信息。

【繼承】繼承是讓某個類型的對象獲得另一個類型的對象的特徵。通過繼承可以實現代碼的重用：從已存在的類派生出的一個新類將自動具有原來那個類的特性，同時，它還可以擁有自己的新特性。
【多態】多態是指不同事物具有不同表現形式的能力。多態機制使具有不同內部結構的對象可以共享相同的外部介面，通過這種方式減少代碼的復雜度。

面向對象程序設計中的概念主要包括：對象、類、數據抽象、繼承、動態綁定、數據封裝、多態性、消息傳遞。通過這些概念面向對象的思想得到了具體的體現。
1）對象 對象是運行期的基本實體，它是一個封裝了數據和操作這些數據的代碼的邏輯實體。
2）類 類是具有相同類型的對象的抽象。一個對象所包含的所有數據和代碼可以通過類來構造。
3）封裝 封裝是將數據和代碼捆綁到一起，避免了外界的干擾和不確定性。對象的某些數據和代碼可以是私有的，不能被外界訪問，以此實現對數據和代碼不同級別的訪問許可權。
4）繼承 繼承是讓某個類型的對象獲得另一個類型的對象的特徵。通過繼承可以實現代碼的重用：從已存在的類派生出的一個新類將自動具有原來那個類的特性，同時，它還可以擁有自己的新特性。
5）多態 多態是指不同事物具有不同表現形式的能力。多態機制使具有不同內部結構的對象可以共享相同的外部介面，通過這種方式減少代碼的復雜度。
6）動態綁定 綁定指的是將一個過程調用與相應代碼鏈接起來的行為。動態綁定是指與給定的過程調用相關聯的代碼只有在運行期才可知的一種綁定，它是多態實現的具體形式。
7）消息傳遞 對象之間需要相互溝通，溝通的途徑就是對象之間收發信息。消息內容包括接收消息的對象的標識，需要調用的函數的標識，以及必要的信息。消息傳遞的概念使得對現實世界的描述更容易。
8）方法 方法（Method）把執行的代碼整合在一個方法中，當需要做這些動作的時候直接通過調用這個方法而達到使用的目的。

❹ 在一個具體的程序中，程序的復雜度是如何計算的

演算法的復雜性

演算法的復雜性是演算法效率的度量，是評價演算法優劣的重要依據。一個演算法的復雜性的高低體現在運行該演算法所需要的計算機資源的多少上面，所需的資源越多，我們就說該演算法的復雜性越高；反之，所需的資源越低，則該演算法的復雜性越低。

計算機的資源，最重要的是時間和空間（即存儲器）資源。因而，演算法的復雜性有時間復雜性和空間復雜性之分。

不言而喻，對於任意給定的問題，設計出復雜性盡可能低的演算法是我們在設計演算法時追求的一個重要目標；另一方面，當給定的問題已有多種演算法時，選擇其中復雜性最低者，是我們在選用演算法適應遵循的一個重要准則。因此，演算法的復雜性分析對演算法的設計或選用有著重要的指導意義和實用價值。

簡言之，在演算法學習過程中，我們必須首先學會對演算法的分析，以確定或判斷演算法的優劣。

1.時間復雜性：
例1：設一程序段如下（為討論方便，每行前加一行號）
(1) for i:=1 to n do
(2) for j:=1 to n do
(3) x:=x+1
......
試問在程序運行中各步執行的次數各為多少？
解答：
行號 次數(頻度)
(1) n+1
(2) n*(n+1)
(3) n*n
可見，這段程序總的執行次數是：f(n)=2n2+2n+1。在這里，n可以表示問題的規模，當n趨向無窮大時，如果 f(n)的值很小，則演算法優。作為初學者，我們可以用f(n)的數量級O來粗略地判斷演算法的時間復雜性，如上例中的時間復雜性可粗略地表示為T(n)=O(n2)。

2.空間復雜性:

例2:將一一維數組的數據(n個)逆序存放到原數組中,下面是實現該問題的兩種演算法:

演算法1:for i:=1 to n do

b[i]:=a[n-i+1];

for i:=1 to n do

a[i]:=b[i];

演算法2:for i:=1 to n div 2 do

begin

t:=a[i];a[i]:=a[n-i-1];a[n-i-1]:=t

end;

演算法1的時間復雜度為2n,空間復雜度為2n

演算法2的時間復雜度為3*n/2,空間復雜度為n+1

顯然演算法2比演算法1優，這兩種演算法的空間復雜度可粗略地表示為S(n)=O(n)

信息學比賽中，經常是：只要不超過內存，盡可能用空間換時間。

❺ 函數和類兩種程序模塊都可以實現軟體重用，它們之間的區別是什麼

函數是基於參數集的功能抽象模塊，以調用方式實現軟體重用，函數之間沒有邏輯關系。 類是數據屬性與操作的封裝，以繼承方式實現軟體重用，類之間構成有向無回圖的類格。

❻ 求算一個程序的空間復雜度和時間復雜度

空間復雜度一般不用算的。時間復雜度的計算一般就是簡單的數學公式，比如說二分查找就是logn的，因為它要找這么多次嘛，沒有什麼特別難算的。

❼ 軟體工程試題，誰知道答案

軟體工程試題及答案免費下載

鏈接:https://pan..com/s/12gIJovXWNsAu530CPnVPgQ

軟體工程是一門研究用工程化方法構建和維護有效、實用和高質量的軟體的學科。它涉及程序設計語言、資料庫、軟體開發工具、系統平台、標准、設計件有電子郵件、嵌入式系統、人機界面、辦公套件、操作系統、編譯器、資料庫、游戲等。同時，各個行業幾乎都有計算機軟體的應用，如工業、農業、銀行、航空、政府部門等。這些應用促進了經濟和社會的發展，也提高了工作效率和生活效率 。

❽ 程序中的時間復雜度是怎麼計算的

演算法復雜度的介紹，見網路：
http://ke..com/view/7527.htm

時間復雜度
時間頻度
一個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機運行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道哪個演算法花費的時間多，哪個演算法花費的時間少就可以了。並且一個演算法花費的時間與演算法中語句的執行次數成正比例，哪個演算法中語句執行次數多，它花費時間就多。一個演算法中的語句執行次數稱為語句頻度或時間頻度。記為T(n)。

計算方法
1. 一般情況下，演算法的基本操作重復執行的次數是模塊n的某一個函數f（n），因此，演算法的時間復雜度記做：T（n）=O（f（n））
分析：隨著模塊n的增大，演算法執行的時間的增長率和f（n）的增長率成正比，所以f（n）越小，演算法的時間復雜度越低，演算法的效率越高。
2. 在計算時間復雜度的時候，先找出演算法的基本操作，然後根據相應的各語句確定它的執行次數，再找出T（n）的同數量級（它的同數量級有以下：1，Log2n ，n ，nLog2n ，n的平方，n的三次方，2的n次方，n！），找出後，f（n）=該數量級，若T(n)/f(n)求極限可得到一常數c，則時間復雜度T（n）=O（f（n））

例：演算法：
for（i=1;i<=n;++i）
{
for(j=1;j<=n;++j)
{
c[ i ][ j ]=0; //該步驟屬於基本操作 ，執行次數：n的平方 次
for(k=1;k<=n;++k)
c[ i ][ j ]+=a[ i ][ k ]*b[ k ][ j ]; //該步驟屬於基本操作 ，執行次數：n的三次方 次
}
}
則有 T（n）= n的平方+n的三次方，根據上面括弧里的同數量級，我們可以確定 n的三次方 為T（n）的同數量級
則有f（n）= n的三次方，然後根據T（n）/f（n）求極限可得到常數c
則該演算法的 時間復雜度：T（n）=O（n^3） 註：n^3即是n的3次方。
3.在pascal中比較容易理解，容易計算的方法是：看看有幾重for循環，只有一重則時間復雜度為O（n）,二重則為O（n^2），依此類推，如果有二分則為O(logn)，二分例如快速冪、二分查找，如果一個for循環套一個二分，那麼時間復雜度則為O(nlogn)。

分類
按數量級遞增排列，常見的時間復雜度有：
常數階O(1),對數階O(log2n),線性階O(n),
線性對數階O(nlog2n),平方階O(n^2)，立方階O(n^3),...，
k次方階O(n^k), 指數階O(2^n) 。隨著問題規模n的不斷增大，上述時間復雜度不斷增大，演算法的執行效率越低。

關於對其的理解
《數據結構（C語言版）》------嚴蔚敏 吳偉民編著 第15頁有句話"整個演算法的執行時間與基本操作重復執行的次數成正比。"
基本操作重復執行的次數是問題規模n的某個函數f(n)，於是演算法的時間量度可以記為：T(n) = O( f(n) )
如果按照這么推斷，T(n)應該表示的是演算法的時間量度，也就是演算法執行的時間。
而該頁對「語句頻度」也有定義：指的是該語句重復執行的次數。
如果是基本操作所在語句重復執行的次數，那麼就該是f(n)。
上邊的n都表示的問題規模。

以下來自網路知道：

對於這些演算法
(1) for(i=1;i<=n;i++)
for(j=1;j<=n;j++)
s++;

(2) for(i=1;i<=n;i++)
for(j=i;j<=n;j++)
s++;

(3) for(i=1;i<=n;i++)
for(j=1;j<=i;j++)
s++;

(4) i=1;k=0;
while(i<=n-1){
k+=10*i;
i++;
}

(5) for(i=1;i<=n;i++)
for(j=1;j<=i;j++)
for(k=1;k<=j;k++)
x=x+1;

對應的時間復雜度為：

1.時間復雜度O(n^2)
2.時間復雜度O(n^2)
3.時間復雜度O(n^2)
4.時間復雜度O(n)
5.時間復雜度O(n^3)

一般來說，時間復雜度是總運算次數表達式中受n的變化影響最大的那一項(不含系數)
比如：一般總運算次數表達式類似於這樣：
a*2^n+b*n^3+c*n^2+d*n*lg(n)+e*n+f
a<>0時，時間復雜度就是O(2^n);
a=0,b<>0 =>O(n^3);
a,b=0,c<>0 =>O(n^2)依此類推

那麼，總運算次數又是如何計算出的呢？
一般來說，我們經常使用for循環，就像剛才五個題，我們就以它們為例
1.循環了n*n次，當然是O(n^2)
2.循環了(n+n-1+n-2+...+1)≈(n^2)/2，因為時間復雜度是不考慮系數的，所以也是O(n^2)
3.循環了(1+2+3+...+n)≈(n^2)/2,當然也是O(n^2)
4.循環了n-1≈n次，所以是O(n)
5.循環了(1^2+2^2+3^2+...+n^2)=n(n+1)(2n+1)/6(這個公式要記住哦)≈(n^3)/3，不考慮系數，自然是O(n^3)

另外，在時間復雜度中，log(2,n)(以2為底)與lg(n)(以10為底)是等價的，因為對數換底公式：
log(a,b)=log(c,b)/log(c,a)
所以，log(2,n)=log(2,10)*lg(n),忽略掉系數，二者當然是等價的

❾ 計算機專業程序代碼算重復率嗎

文科專業和理科專業完全不同。文科專業畢業論文大部分是文字，理科專業論文包含公式，繪畫、程序等，那麼計算機專業程序代碼算重復率嗎？paperfree小編給大家講解。

計算機專業的學生也擔心自己的重復率。雖然不同文科引用了大量文獻，但計算機專業程序會參與論文查重嗎？如何計算論文的重復率？

計算機專業程序參與查重嗎？

計算機專業一般分為文本和程序代碼兩部分，文本部分和程序代碼一般參與重復檢查，如程序代碼如果抄襲了，那麼也會查重，我們需要對引用部分進行參考文獻標注。

如何計算程序的重復率？

查重軟體會根據論文仔細識別程序部分，然後進行檢測。論文圖片和圖表不參與查重，連續重復13個字計算為重復率。如果同一段在文章中多次出現近一半，也會計入重復率。不要以為程序設計不會查重而掉以輕心。論文查重的原理是一樣的，理科論文也需要參考文獻，我們也要正確標注。

理科論文和文科論文的查重原理沒有區別。雖然我們在准備畢業論文時專注於程序，但文本部分是我們設計的結構、思路、過程描述等，是論文的重要組成部分。

❿ 重復性怎麼計算

將測量列(10次測量結果，n=10)用貝塞爾公式計算即可。如果要計算由標准裝置重復性引入的標准不確定度，則應該用平均值的實驗標准偏差來表徵。

即：還要將該單次測量結果的實驗標准偏差(重復性)再除以根號m(m為實際測量次數，通常m≤n，自由度仍然為n-1。

貝塞爾曲線(Bézier curve)，又稱貝茲曲線或貝濟埃曲線，是應用於二維圖形應用程序的數學曲線。一般的矢量圖形軟體通過它來精確畫出曲線，貝茲曲線由線段與節點組成，節點是可拖動的支點，線段像可伸縮的皮筋，我們在繪圖工具上看到的鋼筆工具就是來做這種矢量曲線的。

貝塞爾曲線是計算機圖形學中相當重要的參數曲線，在一些比較成熟的點陣圖軟體中也有貝塞爾曲線工具，如PhotoShop等。在Flash4中還沒有完整的曲線工具，而在Flash5裡面已經提供出貝塞爾曲線工具。