编写一个java程序,实现计算多 种平均值。 输入若干浮点数,计算多种平均值,增加如下要求: 怎样: ①声明实现Averagable求平均值接口的多个类,提供多种求平均值的方法,详见实验题4-22。②使用文本行数组或表格,数值个数可变。③指定数值范围,若超出,处理异常,用红色标记错误数据,并弹出对话框,给出错误信息。④响应事件:按实际元素个数计算,忽略空值及错误数据,解决除数为0的问题。

时间: 2023-06-27 22:01:52 浏览: 70
以下是一个实现上述要求的Java程序,其中包括了求平均值的接口和多个实现该接口的类,使用了文本行数组存储输入的数据,处理了数值范围超出和除数为0的异常情况,并将错误数据标记为红色并弹出对话框提示。 ```java import java.awt.Color; import java.awt.EventQueue; import java.awt.event.ActionEvent; import java.awt.event.ActionListener; import java.text.DecimalFormat; import java.util.ArrayList; import java.util.List; import javax.swing.JButton; import javax.swing.JDialog; import javax.swing.JFrame; import javax.swing.JLabel; import javax.swing.JOptionPane; import javax.swing.JPanel; import javax.swing.JTextField; interface Averagable { double calculateAverage(double[] nums); } class ArithmeticMean implements Averagable { @Override public double calculateAverage(double[] nums) { double sum = 0; int count = 0; for (double num : nums) { if (!Double.isNaN(num)) { sum += num; count++; } } return count > 0 ? sum / count : Double.NaN; } } class GeometricMean implements Averagable { @Override public double calculateAverage(double[] nums) { double product = 1; int count = 0; for (double num : nums) { if (!Double.isNaN(num) && num > 0) { product *= num; count++; } } return count > 0 ? Math.pow(product, 1.0 / count) : Double.NaN; } } class HarmonicMean implements Averagable { @Override public double calculateAverage(double[] nums) { double sum = 0; int count = 0; for (double num : nums) { if (!Double.isNaN(num) && num != 0) { sum += 1.0 / num; count++; } } return count > 0 ? count / sum : Double.NaN; } } class WeightedMean implements Averagable { private double[] weights; public WeightedMean(double[] weights) { this.weights = weights; } @Override public double calculateAverage(double[] nums) { double sum = 0; double weightSum = 0; for (int i = 0; i < nums.length; i++) { if (!Double.isNaN(nums[i]) && weights[i] > 0) { sum += nums[i] * weights[i]; weightSum += weights[i]; } } return weightSum > 0 ? sum / weightSum : Double.NaN; } } public class AverageCalculator { private JFrame frame; private JTextField textField; private JLabel arithmeticMeanLabel; private JLabel geometricMeanLabel; private JLabel harmonicMeanLabel; private JLabel weightedMeanLabel; private List<Double> dataList; private double[] data; private double[] weights; public static void main(String[] args) { EventQueue.invokeLater(new Runnable() { public void run() { try { AverageCalculator window = new AverageCalculator(); window.frame.setVisible(true); } catch (Exception e) { e.printStackTrace(); } } }); } public AverageCalculator() { initialize(); } private void initialize() { frame = new JFrame(); frame.setBounds(100, 100, 450, 300); frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE); frame.getContentPane().setLayout(null); JLabel lblNewLabel = new JLabel("输入数据(以逗号分隔):"); lblNewLabel.setBounds(10, 10, 200, 20); frame.getContentPane().add(lblNewLabel); textField = new JTextField(); textField.setBounds(220, 10, 200, 20); frame.getContentPane().add(textField); textField.setColumns(10); JButton btnNewButton = new JButton("计算平均值"); btnNewButton.addActionListener(new ActionListener() { public void actionPerformed(ActionEvent e) { calculateAverages(); } }); btnNewButton.setBounds(10, 40, 150, 30); frame.getContentPane().add(btnNewButton); JPanel panel = new JPanel(); panel.setBounds(10, 80, 400, 160); panel.setLayout(null); frame.getContentPane().add(panel); JLabel lblNewLabel_1 = new JLabel("算术平均值:"); lblNewLabel_1.setBounds(10, 10, 100, 20); panel.add(lblNewLabel_1); arithmeticMeanLabel = new JLabel("N/A"); arithmeticMeanLabel.setBounds(120, 10, 100, 20); panel.add(arithmeticMeanLabel); JLabel lblNewLabel_2 = new JLabel("几何平均值:"); lblNewLabel_2.setBounds(10, 40, 100, 20); panel.add(lblNewLabel_2); geometricMeanLabel = new JLabel("N/A"); geometricMeanLabel.setBounds(120, 40, 100, 20); panel.add(geometricMeanLabel); JLabel lblNewLabel_3 = new JLabel("调和平均值:"); lblNewLabel_3.setBounds(10, 70, 100, 20); panel.add(lblNewLabel_3); harmonicMeanLabel = new JLabel("N/A"); harmonicMeanLabel.setBounds(120, 70, 100, 20); panel.add(harmonicMeanLabel); JLabel lblNewLabel_4 = new JLabel("加权平均值(以逗号分隔):"); lblNewLabel_4.setBounds(10, 100, 200, 20); panel.add(lblNewLabel_4); weightedMeanLabel = new JLabel("N/A"); weightedMeanLabel.setBounds(120, 130, 100, 20); panel.add(weightedMeanLabel); JTextField weightsField = new JTextField(); weightsField.setBounds(220, 100, 150, 20); panel.add(weightsField); weightsField.setColumns(10); JLabel lblNewLabel_5 = new JLabel("权重:"); lblNewLabel_5.setBounds(180, 100, 40, 20); panel.add(lblNewLabel_5); dataList = new ArrayList<Double>(); weights = null; } private void calculateAverages() { String input = textField.getText(); String[] inputSplit = input.split(","); data = new double[inputSplit.length]; for (int i = 0; i < inputSplit.length; i++) { try { double num = Double.parseDouble(inputSplit[i]); if (num >= 0 && num <= 100) { data[i] = num; dataList.add(num); } else { data[i] = Double.NaN; dataList.add(Double.NaN); textField.setForeground(Color.RED); showErrorDialog("数据范围错误:请输入0~100之间的数值!"); } } catch (NumberFormatException e) { data[i] = Double.NaN; dataList.add(Double.NaN); textField.setForeground(Color.RED); showErrorDialog("数据格式错误:请输入浮点数,用逗号分隔!"); } } textField.setForeground(Color.BLACK); if (dataList.isEmpty()) { return; } double[] nums = new double[dataList.size()]; for (int i = 0; i < dataList.size(); i++) { nums[i] = dataList.get(i); } ArithmeticMean arithmeticMean = new ArithmeticMean(); double arithmeticMeanValue = arithmeticMean.calculateAverage(nums); if (!Double.isNaN(arithmeticMeanValue)) { DecimalFormat df = new DecimalFormat("#.##"); arithmeticMeanLabel.setText(df.format(arithmeticMeanValue)); } GeometricMean geometricMean = new GeometricMean(); double geometricMeanValue = geometricMean.calculateAverage(nums); if (!Double.isNaN(geometricMeanValue)) { DecimalFormat df = new DecimalFormat("#.##"); geometricMeanLabel.setText(df.format(geometricMeanValue)); } HarmonicMean harmonicMean = new HarmonicMean(); double harmonicMeanValue = harmonicMean.calculateAverage(nums); if (!Double.isNaN(harmonicMeanValue)) { DecimalFormat df = new DecimalFormat("#.##"); harmonicMeanLabel.setText(df.format(harmonicMeanValue)); } String weightsInput = weightsField.getText(); if (!weightsInput.isEmpty()) { String[] weightsSplit = weightsInput.split(","); if (weightsSplit.length != data.length) { showErrorDialog("权重个数错误:请输入与数据个数相等的权重!"); return; } weights = new double[weightsSplit.length]; for (int i = 0; i < weightsSplit.length; i++) { try { double weight = Double.parseDouble(weightsSplit[i]); if (weight >= 0) { weights[i] = weight; } else { weights[i] = Double.NaN; weightsField.setForeground(Color.RED); showErrorDialog("权重错误:请输入非负数!"); return; } } catch (NumberFormatException e) { weights[i] = Double.NaN; weightsField.setForeground(Color.RED); showErrorDialog("权重格式错误:请输入浮点数,用逗号分隔!"); return; } } weightsField.setForeground(Color.BLACK); WeightedMean weightedMean = new WeightedMean(weights); double weightedMeanValue = weightedMean.calculateAverage(nums); if (!Double.isNaN(weightedMeanValue)) { DecimalFormat df = new DecimalFormat("#.##"); weightedMeanLabel.setText(df.format(weightedMeanValue)); } } } private void showErrorDialog(String message) { JDialog dialog = new JDialog(frame, "错误", true); JLabel label = new JLabel(message, JLabel.CENTER); dialog.getContentPane().add(label); dialog.pack(); dialog.setLocationRelativeTo(frame); dialog.setVisible(true); } } ```

相关推荐

最新推荐

recommend-type

新建文本文档.txt

新建文本文档
recommend-type

开源Git gui工具Fork

开源Git gui工具Fork,CSDN能找到教程,但是资料不多,推荐用Tortoise
recommend-type

yolov5在华为昇腾atlas上加速推理

该资源为yolov5在华为昇腾atlas上使用Ascend310芯片加速推理,属于c++后端开发,适合C++开发者在华为昇腾盒子上移植深度学习算法的博主们。 资源是demo形式,包含完整的一套代码,还有转好的离线模型文件和跑出的测试结果图片。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB柱状图在信号处理中的应用:可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具,用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂,能够直观地展示数据分布。在信号处理中,柱状图可以帮助工程师识别信号中的模式、趋势和异常情况,从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

HSV转为RGB的计算公式

HSV (Hue, Saturation, Value) 和 RGB (Red, Green, Blue) 是两种表示颜色的方式。下面是将 HSV 转换为 RGB 的计算公式: 1. 将 HSV 中的 S 和 V 值除以 100,得到范围在 0~1 之间的值。 2. 计算色相 H 在 RGB 中的值。如果 H 的范围在 0~60 或者 300~360 之间,则 R = V,G = (H/60)×V,B = 0。如果 H 的范围在 60~120 之间,则 R = ((120-H)/60)×V,G = V,B = 0。如果 H 的范围在 120~180 之间,则 R = 0,G = V,B =
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

MATLAB柱状图在数据分析中的作用:从可视化到洞察

![MATLAB柱状图在数据分析中的作用:从可视化到洞察](https://img-blog.csdnimg.cn/img_convert/1a36558cefc0339f7836cca7680c0aef.png) # 1. MATLAB柱状图概述** 柱状图是一种广泛用于数据可视化的图表类型,它使用垂直条形来表示数据中不同类别或组别的值。在MATLAB中,柱状图通过`bar`函数创建,该函数接受数据向量或矩阵作为输入,并生成相应的高度条形。 柱状图的优点在于其简单性和易于理解性。它们可以快速有效地传达数据分布和组别之间的比较。此外,MATLAB提供了广泛的定制选项,允许用户调整条形颜色、