c++中怎样定义高维向量

cappuccino126 2011-08-16 09:42:41
我要操作提取出的n维特征向量,请问怎样定义n维向量并使用它,谢谢!
...全文
394 8 打赏 收藏 转发到动态 举报
写回复
用AI写文章
8 条回复
切换为时间正序
请发表友善的回复…
发表回复
天鹅梦 2011-08-18
  • 打赏
  • 举报
回复
typedef int hdim[16];
typedef vector<hdim> vArray;//定义完毕

用定义声明一个变量

vArray arData;//这个arData就是每个元素为16维的动态数组
月中蓝 2011-08-17
  • 打赏
  • 举报
回复
常见的多维向量就是上面那种定义,不过你的维数太多。。。即使这样定义(写16层vector),访问起来也太麻烦了,建议你再看看是不是需要这么高的维数。
cappuccino126 2011-08-16
  • 打赏
  • 举报
回复
那如果层维数是16的话,怎么写,能帮我写下代码吗?谢谢[Quote=引用 4 楼 oyljerry 的回复:]
引用 2 楼 cappuccino126 的回复:
能不能具体写一下,n维的我想象不出怎么写,二维,三维都好说

引用 1 楼 mylanyuer 的回复:
多维数组,或者嵌套的vector啊

vector你可以不停的push_back,就可以嵌套多层了,取决于你插入的层数.
[/Quote]
oyljerry 2011-08-16
  • 打赏
  • 举报
回复
[Quote=引用 2 楼 cappuccino126 的回复:]
能不能具体写一下,n维的我想象不出怎么写,二维,三维都好说

引用 1 楼 mylanyuer 的回复:
多维数组,或者嵌套的vector啊
[/Quote]
vector你可以不停的push_back,就可以嵌套多层了,取决于你插入的层数.
呔妖怪来嘛 2011-08-16
  • 打赏
  • 举报
回复
vector< vector<your_type> > your_var;
这是二维的 以此类推
cappuccino126 2011-08-16
  • 打赏
  • 举报
回复
能不能具体写一下,n维的我想象不出怎么写,二维,三维都好说[Quote=引用 1 楼 mylanyuer 的回复:]
多维数组,或者嵌套的vector啊
[/Quote]
月中蓝 2011-08-16
  • 打赏
  • 举报
回复
多维数组,或者嵌套的vector啊
yinghuashihun 2011-08-16
  • 打赏
  • 举报
回复
怎么定义上面说的很清楚了,这里我想说一下向量的遍历方法,迭代法比普通的想数组一样访问的速度要快不少……数据量大时不是一个速度不是一个级别的。
本套大数据热门技术Spark+机器学习+贝叶斯算法系列课程,历经5年沉淀,调研企业上百家,通过上万学员汇总,保留较为完整的知识体系的同时,让每个模块看起来小而精,碎而不散。在本课程基于大量案例实战,深度剖析和讲解Spark2.4原理和新特性,且会包含完全从企业真实业务需求抽取出的案例实战。内容涵盖Spark核心编程、Spark SQL和Spark Streaming、Spark内核以及源码剖析、推荐系统、Kafka消费机制、Spark机器学习、朴素贝叶斯算法、企业级实战案例等。通过理论和实际的紧密结合,可以使学员对大数据Spark技术栈有充分的认识和理解,在项目实战对Spark和流式处理应用的场景、以及大数据开发有更深刻的认识;并且通过对流处理原理的学习和与批处理架构的对比,可以对大数据处理架构有更全面的了解,为日后成长为架构师打下基础。本套教程可以让学员熟练掌握Spark技术栈,提升自己的职场竞争力,实现更好的升职或者跳槽,或者从J2EE等传统软件开发工程师转型为Spark大数据开发工程师,或是对于正在从事Hadoop大数据开发的朋友可以拓宽自己的技术能力栈,提升自己的价值。Spark应用场景Yahoo将Spark用在Audience Expansion的应用,进行点击预测和即席查询等。淘宝技术团队使用了Spark来解决多次迭代的机器学习算法、高计算复杂度的算法等。应用于内容推荐、社区发现等。腾讯大数据精准推荐借助Spark快速迭代的优势,实现了在“数据实时采集、算法实时训练、系统实时预测”的全流程实时并行高维算法,最终成功应用于广点通pCTR投放系统上。优酷土豆将Spark应用于视频推荐(图计算)、广告业务,主要实现机器学习、图计算等迭代计算。本套大数据热门技术Spark+机器学习+贝叶斯算法共计13季,本套为第13季。
OpenSAL1.1 包含了算法导论所有数据结构和算法以及其他内容,本资源为该算法库的动态链接库 内容如下(*号表示1.1版本新增内容): 数据结构:一般堆、二项堆、斐波那契堆、红黑树、通用散列(采用全域散列和完全散列技术)、不相交集合、任意维数组、高维对称数组。 图论算法(兼容有向图,无向图):广度和深度优先遍历、确定图是否存在回路、拓扑排序、强连通分支、欧拉环(欧拉路径)、最小生成树(Kruskal、Prim)、单源最短路径(3种)、每对顶点间最短路径(2种)、最大流(2种)等等。 代数算法:霍纳法则计算多项式和、矩阵乘法(2种)、方阵的LUP分解、解线性方程组(2种)、矩阵求逆(2种)、求伪逆矩阵(2种)、解正态方程组(2种)、最小二乘估计(2种)、多元最小二乘估计*、快速傅里叶变换、快速傅里叶逆变换、多维快速傅里叶变换、多维快速傅里叶逆变换、快速向量求卷积(单变量多项式乘积)、快速张量求卷积(多变量多项式乘积)、多项式除法*、快速方幂和算法。 序列算法:最长公共子序列、KMP序列匹配*、键值分离排序。 数论算法:大数类(兼容浮点数、整数、与内置类型兼容运算)*、RSA加解密系统*、解同余方程*、孙子定理解同余方程组*、Miller_Rabin素数测试(产生大质数)*、随机数(实数、大数)*、欧几里得算法*。 计算几何算法:确定任意一对线段是否相交*、凸包*、最近点对*。 运筹学:线性规划(单纯形法)*、分配问题*、最优二度子图*、多01背包问题*

19,468

社区成员

发帖
与我相关
我的任务
社区描述
VC/MFC 图形处理/算法
社区管理员
  • 图形处理/算法社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧