循序漸進引導：
如何評價蘋果最適宜種植區：
假定，影響蘋果生長的因素有溫度、降水、光照，你很快會想到溫度、降水、光照最適宜的地方，就是最適宜種植區。但是，某區域溫度最適宜，降水較適宜，而光照不適宜，那該區域到底是適宜種植還是不適宜種植呢？這就需要進行評價了。
第二個問題，溫度、降水、光照都是通過監測點收集的資料，在地圖上表示就是點，
如何根據檢測點去評價種植區域呢？
以溫度為例，假定我們有
100個溫度監測點，總結溫度分布規律後，模擬產生全區溫度資料，點足夠密集後，最終形成了以灰度值表示的柵格圖。該過程方法是：將
100個監測點，通過插值方法，生成柵格圖。
要解決第乙個問題，必須通過監測點，構造出溫度分布向量圖。
柵格圖還不是面，問題並沒有解決，我們可以將某個範圍內的點，連線在一起構成面，這樣就構造出面了。該過程方法是：將柵格圖
按照要求重分類。以溫度為例，最適溫度範圍
10-20
，最低溫度
-30.1
，最高溫度
38.6
，那麼我們就可以分為3類：
-30.1—10
，10—20
，20—38.6
；將點根據三個區段組合成面，將柵格圖轉向量圖，得到我們想要的面。經過上述操作後，我們能夠將監測點資料抽象出溫度分布圖、降水分布圖、光照分布圖。通過重分類我們就解決了第
2個問題：如何通過點根據需求生成面。
現在將行政區劃圖、溫度圖、降水分布圖、光照分布圖進行疊加分析得到一張圖，該圖疊加後，生成乙個個區域，每個區域具有行政區劃、溫度評分、降水評分、光照評分屬性。
回答第1
個問題前，我們先對蘋果深入研究，發現蘋果受降水影響最大，其次是光照，最後是溫度，那影響到第有多大呢？不妨我們給出權重，降水權重
5，光照權重
4，溫度權重
2。溫度可以細分為適宜、較適宜、不適宜，那麼光有權重還不夠，我們在溫度內，再進行評分適宜
100分，較適宜
80分，不適宜
40分。繪製個**總結下降水(
權重5)光照(
權重4)溫度(
權重2)
適宜100
100100
較適宜70
6540
不適宜000
現實中該區域溫度最適宜，降水較適宜，而光照不適宜，那該區域到底是適宜種植還是不適宜種植呢？現在我們重新來回答這個問題，溫度適宜
=2*100=200
；降水較適宜
=5*70=350
，光照不適宜
=2*0=0
，該區域最終評分為：
200+350+0=550
。以此計算出所有區域最終得分。
那麼550
分是不是適合種植，如何判斷呢？這個問題類似於
100分滿分，
90分優秀，
60分及格，那麼
550分是不是適合種植，可以去查詢專家知識庫，根據實際情況，制定出合理的適宜、較適宜、不適宜的評分標準。
完整步驟：
圖1圖2
圖3圖4
圖5圖6圖7圖
8循序漸進引導：
如何評價蘋果最適宜種植區：
假設，蘋果受影響因素是溫度、降水、光照。那麼溫度、降水、光照最適宜的地方，就是最適宜種植區。但是，現實中該區域溫度最適宜，降水較適宜，而光照不適宜，那該區域到底是適宜種植還是不適宜種植呢？
第二個問題，溫度、降水、光照都是通過監測點獲得的資料，在地圖上表示就是點，根據點如何去判斷面呢？
以溫度為例，假如我們有
100個溫度監測點，可以根據規律，模擬產生全區溫度資料，點足夠密集後，最終形成了以灰度值展示的柵格圖。該過程方法是：將
100個監測點，通過插值方法，生成柵格圖。
柵格圖還不是面，問題並沒有解決，我們可以將某個範圍內的點，連線在一起構成面，這樣就構造出面了。該過程方法是：將柵格圖進行重分類，按照要求進行分類。以溫度為例，最適溫度範圍
10-20
，最低溫度
-30.1
，最高溫度
38.6
，那麼我們就可以分為3類：
-30.1—10
，10—20
，20—38.6
；將點根據三個區段，可以組合成面，經過柵格圖轉向量圖，得到我們想要的面。這樣我們就從監測點資料抽象出了溫度分布圖、降水分布圖、光照分布圖。這樣我們就解決了第
2個問題，如何通過點根據需求生成面。
最終通過行政區劃圖、溫度圖、降水分布圖、光照分布圖進行疊加分析得到一張圖，該圖疊加後，生成乙個個區域，每個區域具有行政區劃、溫度評分、降水評分、光照評分屬性。
回答第1
個問題前，我們先對蘋果深入研究，發現蘋果受降水影響最大，其次是光照，最後是溫度，那影響到第有多大呢？不妨我們給出權重，降水權重
5，光照權重
4，溫度權重
2。溫度可以細分為適宜、較適宜、不適宜，那麼光有權重還不夠，我們在溫度內，再進行評分適宜
100分，較適宜
80分，不適宜
40分。繪製個**總結下降水(
權重5)光照(
權重4)溫度(
權重2)
適宜100
100100
較適宜70
6540
不適宜000
現實中該區域溫度最適宜，降水較適宜，而光照不適宜，那該區域到底是適宜種植還是不適宜種植呢？現在我們重新來回答這個問題，溫度適宜
=2*100=200
；降水較適宜
=5*70=350
，光照不適宜
=2*0=0
，該區域最終評分為：
200+350+0=550
。以此計算出所有區域最終得分。
那麼550
分是不是適合種植，如何判斷呢？這個問題類似於
100分滿分，
90分優秀，
60分及格，那麼
550分是不是適合種植，可以去查詢專家知識庫，根據實際情況，制定出合理的適宜、較適宜、不適宜的評分標準。
完整步驟：
圖1圖2
圖3圖4
圖5圖6
圖7圖8
關於最優無限迴圈的考證
昨天在乙個論壇裡看到乙個帖子，是關於無限迴圈的選擇問題，之前也看到過很多次說空for比while 1 效率高的論述，只是之前一直沒有功夫去考證。話不多說，直入正題。brief 示例一 空for int main return 0 brief 示例二 while 1 int main return 0...
關於浮動（float）的最優清除方案推薦
對於日新月異的web開發技術和瀏覽器更新頻率來說，清除浮動已然是乙個被人嚼碎了的話題。說是這些年過去了，有關float的地方，還依然少不了清除浮動的標籤和css w3c整天研究html5，就不能抽出點時間來把這種煩人的小細節修正一下嗎？抱怨歸抱怨，飯還得吃，錢還得掙，清除浮動就不能停止。為了清除浮動...
關於Bellman最優化原理和動態規劃的個人理解
最近一直在研究模板匹配方法的過程，起先一直對模板匹配的過程不能夠有乙個充分的理解，開始時是對模板序列和樣本序列的組織不能夠理解，後期又是對其中的關係不能夠有清醒的認識，再之後又對bellman的最優化原理不能夠很好的理解，總之是沒完沒了的看書，找方法。現在對這個過程做乙個個人的總結 一 基於最優路徑...