blog好一些時間沒更新了,一方面是自己有些懶散了,另一方面是覺得難找到一個自己很滿意的blog空間,看來看去綜合上來說還是cppblog.com最好,雖然也有許多不盡人意之處。今天浮上來寫篇小文,希望自己重新恢復勤快,也藉此紀念今天這個特別的“中國情人節”——七夕。
作為工程師,經常需要畫些圖表曲線,那刻度就成了個問題,下面我舉兩個例子說說這個問題:
數字系列1:1.12,2.4,2.3,1.16,2.5,8.9,11,32,4.6
畫成曲線,用Excel,很簡單,你很快就弄好了,如圖:

數字系列2:1234321.1,1234331.1,1234343.1,1234123.1,1234356.1,1234567.1,1234399.1,1234300.1
同樣,用Excel畫成曲線,如下圖:

注意縱坐標的刻度,我說的就是這個問題,如果是你,如何來標這個刻度?
一般來說,我們日常生活中看到的刻度都是以2,2.5,5,10為間隔的,如果給出了一個最小值4.55,一個最大值5.13,要求畫出大約5個刻度,那應該怎么畫?如果是我,大概就畫出這幾個:4.4,4.6,4.8,5.0,5.2。
那這樣行不行呢?(5.13-4.55)/5=0.116,于是畫出這幾個刻度:4.55,4.666,4.782,4.898,5.014,5.13。當然也可以,但這個算法未免太簡單,畫出來的刻度不好看。
那我們如何來描述我上面提到的以2,2.5,5,10為間隔的劃分算法呢?我一直感覺很困難,直到今天動手去寫,并且把它寫出來了,才發現也就那么幾行代碼,我把我的代碼貼出來與大家分享,我相信我這個算法經過稍微的修改就能適應所有的坐標刻度劃分。
代碼實在簡單,我不寫什么注釋了,我覺得這是我寫的最精悍的小程序之一。
#include <math.h>

void RegulateAll(double dMin, double dMax, int iMaxAxisNum);

int main(int argc, char* argv[])


{
RegulateAll(2, 45, 7);
RegulateAll(0.12, 0.43, 5);
RegulateAll(10001, 10002, 5);
RegulateAll(-12.65, 56.3, 6);
RegulateAll(5243217834.12, 5378234435.12, 5);
RegulateAll(-0.043, 0.099, 8);
RegulateAll(-123431, -67325, 10);
RegulateAll(0.0, 0.0, 5);
return 0;
}

void RegulateAll(double dMin, double dMax, int iMaxAxisNum)


{
if(iMaxAxisNum<1 || dMax<dMin)
return;

double dDelta = dMax - dMin;
if(dDelta<1.0) //Modify this by your requirement.

{
dMax+=(1.0-dDelta)/2.0;
dMin-=(1.0-dDelta)/2.0;
}
dDelta = dMax - dMin;

int iExp = (int)(log(dDelta)/log(10.0))-2;
double dMultiplier = pow(10, iExp);

const double dSolutions[] =
{1, 2, 2.5, 5, 10, 20, 25, 50, 100, 200, 250, 500};
int i;
for(i=0; i<sizeof(dSolutions)/sizeof(double); i++)

{
double dMultiCal = dMultiplier * dSolutions[i];
if(((int)(dDelta/dMultiCal) + 1)<=iMaxAxisNum)

{
break;
}
}

double dInterval = dMultiplier * dSolutions[i];

double dStartPoint = ((int)ceil(dMin/dInterval) - 1) * dInterval;
int iAxisIndex;
for(iAxisIndex=0; 1; iAxisIndex++)

{
printf("%f", dStartPoint+dInterval*iAxisIndex);
if(dStartPoint+dInterval*iAxisIndex>dMax)
break;
printf(" | ");
}

printf("\n");
}

除開打印和前面的條件判斷外,真的沒幾行,而且只用了一個非常有限的迭代,效率自然是很高的。