基本导数公式、两个重要极限、x趋于0的等价替换

news2024/11/24 9:16:28




自然界中,几乎一切事物都可以用函数来描述。我们生活在一个动态变化的世界,对函数求导,可以看出变量之间的变化规律。研究函数与导数有着重要意义,导数可以用于求解函数的极值问题、速度和加速度、切线、法线和曲率等问题,以及进行函数的泰勒展开和隐函数求导等。导数的应用非常广泛,涉及到物理学、工程学、经济学等领域。

函数、导数思想在编程中也有着广泛的应用。包括以下几个方面:

函数的最值:通过导数,我们可以求出函数的极值点,从而实现函数的最优化问题,例如求解最小成本、最大收益等。

函数的单调性:导数的符号可以用来判断函数的单调性,这对于一些需要单调性的算法和应用非常有用。

函数的零点:导数的零点对应着函数的极值点,通过求解导数的零点,可以找到函数取得极值的位置。

函数的切线、法线和曲率:导数可以用于计算函数的切线、法线和曲率,这些信息对于图形学、计算机视觉等领域非常重要。

函数的泰勒展开:通过导数,我们可以展开函数,得到函数在某一点附近的泰勒级数,这对于数值分析和逼近理论等领域非常有用。

程序优化:导数可以用于程序优化,例如通过求导来确定一个函数的局部最优解,或者通过导数来加速一些优化算法。

机器学习:导数可以用于机器学习中的优化算法,例如梯度下降法、牛顿法等,它们都需要用到导数来计算损失函数的梯度。


总之,想要成为一名高级程序员,一定要好好研究一下数学,将数学和编程、应用深度结合。


什么是导数

设函数 y = f ( x ) y=f(x) y=f(x) 在点 x 0 x_0 x0 的某个 邻域 ∗ ^* 内有定义, x x x x 0 x_0 x0 处取得增量 Δ x \Delta x Δx (这个增量 Δ x \Delta x Δx 可能为正也可能为负,确切地说就是一个变化量,有正负),点 x 0 + Δ x x_0+\Delta x x0+Δx 仍在该邻域内,相应地,因变量取得增量 Δ y \Delta y Δy Δ y = f ( x 0 + Δ x ) − f ( x 0 ) \Delta y = f(x_0+\Delta x) - f(x_0) Δy=f(x0+Δx)f(x0);如果 Δ y \Delta y Δy Δ x \Delta x Δx 之比当 Δ x → 0 \Delta x \rightarrow 0 Δx0 时的极限存在,那么称函数 y = f ( x ) y=f(x) y=f(x) 在点 x 0 x_0 x0 处可导,并称这个极限为函数 y = f ( x ) y=f(x) y=f(x) 在点 x 0 x_0 x0 处的导数,记为 f ′ ( x 0 ) f^\prime(x_0) f(x0).

f ′ ( x 0 ) = lim ⁡ Δ x → 0 Δ y Δ x = lim ⁡ Δ x → 0 f ( x 0 + Δ x ) − f ( x 0 ) Δ x f^\prime(x_0)=\lim\limits_{\Delta x\rightarrow0}\dfrac{\Delta y}{\Delta x}=\lim\limits_{\Delta x\rightarrow0}\dfrac{f(x_0+\Delta x) - f(x_0)}{\Delta x} f(x0)=Δx0limΔxΔy=Δx0limΔxf(x0+Δx)f(x0).

也可记作 y ′ ∣ x = x 0 ,    d y d x ∣ x = x 0 ,     d f ( x ) d x ∣ x = x 0 y^\prime|_{x=x_0},\ \ \dfrac{\mathrm{d}y}{\mathrm{d}x}\vert_{x=x_0},\ \ \ \dfrac{\mathrm{d}f(x)}{\mathrm{d}x}|_{x=x_0} yx=x0,  dxdyx=x0,   dxdf(x)x=x0.


邻域 ∗ ^* :以 x 0 x_0 x0 为中心的任何开区间称为点 x 0 x_0 x0 的邻域,记作 U ( x 0 ) U(x_0) U(x0);在 U ( x 0 ) U(x_0) U(x0) 中去掉中心 x 0 x_0 x0 后,称为点 x 0 x_0 x0 的去心邻域,记作 U ∘ ( x 0 ) \stackrel{\circ}{U}(x_0) U(x0).

x 0 ∈ R , δ > 0 x_0 \in \mathrm{R}, \delta>0 x0R,δ>0,开区间 ( x 0 − δ , x 0 + δ ) (x_0-\delta,x_0+\delta) (x0δ,x0+δ) 称为点 x 0 x_0 x0 δ \delta δ 邻域,记作 U ( x 0 , δ ) U(x_0,\delta) U(x0,δ). 点 x 0 x_0 x0 的去心 δ \delta δ 邻域记作 U ∘ ( x 0 , δ ) \stackrel{\circ}{U}(x_0,\delta) U(x0,δ) δ \delta δ 称为邻域半径.

对于 0 ≤ ∣ x − x 0 ∣ < δ 0\leq|x-x_0|<\delta 0xx0<δ ,绝对值的几何意义为距离, ∣ x − x 0 ∣ |x-x_0| xx0 x x x x 0 x_0 x0 的距离. 0 ≤ ∣ x − x 0 ∣ < δ 0\leq|x-x_0|<\delta 0xx0<δ x x x x 0 x_0 x0 的距离大于等于 0 小于等于 δ \delta δ x ∈ ( x 0 − δ , x 0 + δ ) x\in (x_0-\delta,x_0+\delta) x(x0δ,x0+δ),即 x ∈ U ( x 0 , δ ) x\in U(x_0,\delta) xU(x0,δ).

同样地,对于 0 < ∣ x − x 0 ∣ < δ 0<|x-x_0|<\delta 0<xx0<δ ,意思是 x ∈ ( x 0 − δ , x 0 ) ∪ ( x 0 , x 0 + δ ) x\in (x_0-\delta,x_0)\cup(x_0,x_0+\delta) x(x0δ,x0)(x0,x0+δ),即 x ∈   U ∘ ( x 0 , δ ) x\in\ \stackrel{\circ}{U}(x_0,\delta) x U(x0,δ).


导数的本质

从导数的定义可以看出,导数的本质就是一个求极限的运算,从函数图像上来看,导数的几何意义就是函数曲线上某点处的斜率。


基本导数公式

( C ) ′ = 0       , ( C 是常数 ) . (\mathrm{C})^\prime =0\ \ \ \ \ ,(\mathrm{C}是常数). (C)=0     ,(C是常数).

( s i n   x ) ′ = c o s   x (\mathrm{sin}\ x)^\prime = \mathrm{cos}\ x (sin x)=cos x

( x u ) ′ = u ⋅ x u − 1 (x^u)^\prime = u\cdot x^{u-1} (xu)=uxu1

( c o s   x ) ′ = −   s i n   x (\mathrm{cos}\ x)^\prime = -\ \mathrm{sin}\ x (cos x)= sin x

( t a n   x ) ′ = ( s i n   x c o s   x ) ′ = c o s 2 x + s i n 2 x c o s 2 x = s e c 2 x (\mathrm{tan}\ x)^\prime = \bigg(\dfrac{\mathrm{sin}\ x}{\mathrm{cos}\ x}\bigg)^\prime =\dfrac{\mathrm{cos}^2x+\mathrm{sin}^2x}{\mathrm{cos}^2x}=\mathrm{sec}^2x (tan x)=(cos xsin x)=cos2xcos2x+sin2x=sec2x

( c o t   x ) ′ = ( c o s   x s i n   x ) ′ = −   s i n 2 x − c o s 2 x s i n 2 x = −   c s c 2   x (\mathrm{cot}\ x)^\prime = \bigg(\dfrac{\mathrm{cos}\ x}{\mathrm{sin}\ x}\bigg)^\prime = \dfrac{-\ \mathrm{sin}^2x-\mathrm{cos}^2x}{\mathrm{sin}^2x} = -\ \mathrm{csc}^2\ x (cot x)=(sin xcos x)=sin2x sin2xcos2x= csc2 x

( sec ⁡   x ) ′ = ( 1 cos ⁡   x ) ′ = − cos ⁡ − 2 x ⋅ ( − sin ⁡   x ) = sec ⁡   x ⋅ tan ⁡   x (\sec\ x)^\prime = \bigg(\dfrac{1}{\cos\ x}\bigg)^\prime = - \cos^{-2}x\cdot (-\sin\ x) = \sec\ x\cdot\tan\ x (sec x)=(cos x1)=cos2x(sin x)=sec xtan x

( csc ⁡   x ) ′ = ( 1 sin ⁡   x ) ′ = −   sin ⁡ − 2 x ⋅ cos ⁡   x = −   csc ⁡   x ⋅ cot ⁡   x (\csc\ x)^\prime = \bigg(\dfrac{1}{\sin\ x}\bigg)^\prime = -\ \sin^{-2}x\cdot\cos\ x = -\ \csc\ x\cdot\cot\ x (csc x)=(sin x1)= sin2xcos x= csc xcot x

( a x ) ′ = a x ⋅ ln ⁡ a      , ( a > 0 ,     a ≠ 1 ) . (\mathrm{a}^x)^\prime = \mathrm{a}^x\cdot\ln a\ \ \ \ ,(\mathrm{a}>0,\ \ \ a \neq 1). (ax)=axlna    ,(a>0,   a=1).

( e x ) ′ = e x (\mathrm{e}^x)^\prime = \mathrm{e}^x (ex)=ex

( log ⁡ a x ) ′ = 1 x ⋅ ln ⁡ a       , ( a > 0 , a ≠ 1 ) . (\log_ax)^\prime = \dfrac{1}{x\cdot\ln a}\ \ \ \ \ ,(a > 0, a\neq 1). (logax)=xlna1     ,(a>0,a=1).

( ln ⁡ x ) ′ = 1 x (\ln x)^\prime = \dfrac{1}{x} (lnx)=x1

( arcsin ⁡   x ) ′ = 1 1 − x 2 (\arcsin\ x)^\prime = \dfrac{1}{\sqrt{1-x^2}} (arcsin x)=1x2 1

( arccos ⁡   x ) ′ = −   1 1 − x 2 (\arccos\ x)^\prime = -\ \dfrac{1}{\sqrt{1-x^2}} (arccos x)= 1x2 1

( arctan ⁡   x ) ′ = 1 1 + x 2 (\arctan\ x)^\prime = \dfrac{1}{1+x^2} (arctan x)=1+x21

( a r c c o t   x ) ′ = −   1 1 + x 2 (\mathrm{arccot}\ x)^\prime = -\ \dfrac{1}{1+x^2} (arccot x)= 1+x21


函数的和、差、积、商的求导法则:

u = u ( x ) u=u(x) u=u(x), v = v ( x ) v=v(x) v=v(x) 都可导,则

(1) ( u ± v ) ′ = u ′ ± v ′ (u\pm v)^\prime = u^\prime \pm v^\prime (u±v)=u±v.

(2) ( C u ) ′ = C u ′       , ( C 是常数 ) . (\mathrm{C}u)^\prime = \mathrm{C}u^\prime\ \ \ \ \ ,(\mathrm{C}是常数). (Cu)=Cu     ,(C是常数).

(3) ( u v ) ′ = u ′ v + u v ′ (uv)^\prime = u^\prime v+uv^\prime (uv)=uv+uv.

(4) ( u v ) ′ = u ′ v − u v ′ v 2 \bigg(\dfrac{u}{v}\bigg)^\prime = \dfrac{u^\prime v-uv^\prime}{v^2} (vu)=v2uvuv.


反函数的求导法则:

x = f ( y ) x=f(y) x=f(y) 在区间 I y I_y Iy 内单调可导(单调才能有反函数),且 f ( y ) ≠ 0 f(y)\neq 0 f(y)=0,则它的反函数 y = f − 1 ( x ) y = f^{-1}(x) y=f1(x) I x = f ( I y ) I_x=f(I_y) Ix=f(Iy) 内也可导,则:
[ f − 1 ( x ) ] ′ = 1 f ′ ( y )       或     d y d x = 1 d x d y . [f^{-1}(x)]^\prime = \dfrac{1}{f^\prime(y)}\ \ \ \ \ \ 或\ \ \ \ \dfrac{\mathrm{d} y}{\mathrm{d}x}=\dfrac{1}{\dfrac{\mathrm{d}x}{\mathrm{d}y}}. [f1(x)]=f(y)1          dxdy=dydx1.

也就是说,反函数的导数等于直接函数导数的倒数

用函数图像来解释,应该更容易理解。对于 y = f ( x ) y=f(x) y=f(x) ,导数在图像上表现为函数图像曲线某点的切线,即函数图像在该点处的斜率。而反函数 x = f − 1 ( y ) x=f^{-1}(y) x=f1(y) 的图像和直接函数 y = f ( x ) y=f(x) y=f(x) 的图像关于直线 y = x y=x y=x 对称,即将 x x x 轴和 y y y 反转,斜率 k = Δ y Δ x , ( Δ x → 0 ) k=\dfrac{\Delta y}{\Delta x}, (\Delta x\rightarrow0) k=ΔxΔy,(Δx0) ,当图像关于直线 y = x y=x y=x 对称反转后,在同一点处的斜率互为倒数关系 k ′ = 1 k = Δ x Δ y k^\prime = \dfrac{1}{k}=\dfrac{\Delta x}{\Delta y} k=k1=ΔyΔx. 所以,反函数的导数等于直接函数导数的倒数

x = sin ⁡ y x=\sin y x=siny y ∈ [ − π 2 , π 2 ] y\in [-\frac{\pi}{2},\frac{\pi}{2}] y[2π,2π] 为直接函数,则 y = arcsin ⁡ x y=\arcsin x y=arcsinx 是它们的反函数. x = sin ⁡ y x=\sin y x=siny 在开区间 I y = ( − π 2 , π 2 ) I_y=(-\frac{\pi}{2},\frac{\pi}{2}) Iy=(2π,2π) 内单调、可导,且 ( sin ⁡ y ) ′ = cos ⁡ y > 0 (\sin y)^\prime=\cos y>0 (siny)=cosy>0. 在对应区间 I x = ( − 1 , 1 ) I_x=(-1,1) Ix=(1,1) 上有 y ′ = ( arcsin ⁡ x ) ′ = 1 x ′ = 1 cos ⁡ y y^\prime=(\arcsin x)^\prime=\dfrac{1}{x^\prime}=\dfrac{1}{\cos y} y=(arcsinx)=x1=cosy1.

cos ⁡ y = 1 − sin ⁡ 2 y = 1 − x 2 \cos y=\sqrt{1-\sin^2y}=\sqrt{1-x^2} cosy=1sin2y =1x2 .

∴     y ′ = ( arcsin ⁡ x ) ′ = 1 x ′ = 1 cos ⁡ y = 1 1 − x 2 \therefore\ \ \ y^\prime=(\arcsin x)^\prime=\dfrac{1}{x^\prime}=\dfrac{1}{\cos y}=\dfrac{1}{\sqrt{1-x^2}}    y=(arcsinx)=x1=cosy1=1x2 1.

同样地,对于 x = cos ⁡ y x = \cos y x=cosy, y ∈ [ 0 , π ] y\in [0,\pi] y[0,π] 为直接函数,则 y = arccos ⁡ x y=\arccos x y=arccosx 是它的反函数. x = cos ⁡ y x=\cos y x=cosy 在开区间 I y = ( 0 , π ) I_y=(0, \pi) Iy=(0,π) 内单调、可导,且 ( cos ⁡ y ) ′ = − sin ⁡ y < 0 (\cos y)^\prime = -\sin y < 0 (cosy)=siny<0. 在对应的区间 I x = ( − 1 , 1 ) I_x=(-1,1) Ix=(1,1) 上有 y ′ = ( arccos ⁡ x ) ′ = 1 x ′ = − 1 sin ⁡ y y^\prime=(\arccos x)^\prime=\dfrac{1}{x^\prime}=-\dfrac{1}{\sin y} y=(arccosx)=x1=siny1.

sin ⁡ y = 1 − cos ⁡ 2 y = 1 − x 2 \sin y=\sqrt{1-\cos^2y}=\sqrt{1-x^2} siny=1cos2y =1x2 .

∴     y ′ = ( arccos ⁡ x ) ′ = − 1 1 − x 2 \therefore\ \ \ y^\prime=(\arccos x)^\prime=-\dfrac{1}{\sqrt{1-x^2}}    y=(arccosx)=1x2 1.


复合函数求导法则:
y = f ( u ) y=f(u) y=f(u),而 u = g ( x ) u=g(x) u=g(x) f ( u ) f(u) f(u) g ( x ) g(x) g(x) 都可导,则复合函数 y = f [ g ( x ) ] y=f[g(x)] y=f[g(x)] 的导数为 y ′ = f ′ ( u ) ⋅ g ′ ( x ) y^\prime=f^\prime(u)\cdot g^\prime(x) y=f(u)g(x). 或 y ′ = d y d x = d y d u ⋅ d u d x y^\prime = \dfrac{\mathrm{d}y}{\mathrm{d}x}=\dfrac{\mathrm{d}y}{\mathrm{d}u}\cdot\dfrac{\mathrm{d}u}{\mathrm{d}x} y=dxdy=dudydxdu.


在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/989503.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

LeetCode(力扣)46. 全排列Python

LeetCode46. 全排列 题目链接代码 题目链接 https://leetcode.cn/problems/permutations/ 代码 class Solution:def backtracking(self, nums, result, path, used):if len(path) len(nums):result.append(path[:])for i in range(len(nums)):if used[i]:continuepath.app…

优化VUE Element UI的上传插件

默认ElmentUI的文件列表只有一个删除按钮&#xff0c;我需要加预览、下载、编辑等&#xff0c;就需要优化显示结果。 优化后没用上传进度条&#xff0c;又加了一个进度条效果 代码 <template><div><el-uploadclass"upload-demo"action"/"…

【二分答案 dp】 Bare Minimum Difference

分析&#xff1a; 首先我们能够得知这个优秀值具有单调性&#xff1a; 如果一个优秀值 x 1 x1 x1能够满足题目要求&#xff0c;那么任何 x ( x > x 1 ) x(x>x1) x(x>x1)显然都能符合要求 基于这一特性&#xff0c;我们想到二分答案 直接二分这个答案好像难以维护。 …

PdM和PHM有何区别?

在工业领域&#xff0c;PdM&#xff08;Predictive Maintenance&#xff0c;预测性维护&#xff09;和PHM&#xff08;Prognostics and Health Management&#xff0c;预测与健康管理&#xff09;是两个关键的术语。它们都涉及设备维护和故障预测&#xff0c;但在方法和应用方面…

洛谷 LGR SCP-J 2023 c++语言模拟试题 10. 以下程序片段的时间复杂度为( )

之前在牛客的一个群中看到有位哥们发的题 好像是洛谷哪次的模拟题&#xff0c;还写着什么 LGR SCP-J 2023 c语言模拟试题 题目 就是给段代码询问时间复杂度 for (int i1; i<n; i){for (int j1; j<n; ji){for (int k1; k<n; k j){}} } 跑代码 一开始想不出怎么解就…

实战SpringMVC之CRUD

目录 一、前期准备 1.1 编写页面跳转控制类 二、实现CRUD 2.1 相关依赖 2.2 配置文件 2.3 逆向生成 2.4 后台代码完善 2.4.1 编写切面类 2.4.2 编写工具类 2.4.3 编写biz层 2.4.4 配置mapper.xml 2.4.5 编写相应接口类&#xff08;MusicMapper&#xff09; 2.4.6 处…

小程序的使用

微信小程序开发 外部链接别人的总结查看&#xff08;超详细保姆式教程&#xff09; 基础语法 1.数据绑定 1.1 初始化数据 页面.js的data选项中Page({data: {motto: Hello World,id:18} })使用数据 单项数据流&#xff1a;Mustache 语法 a)模板结构中使用双大括号 {{data}} …

java封装国密SM4为 jar包,PHP调用

java封装国密SM4为 jar包,PHP调用 创建java工程引入SM4 jar包封装CMD可调用jar包PHP 传参调用刚用java弄了个class给php调用,本以为项目上用到java封装功能的事情就结束了,没想到又来了java的加密需求,这玩意上头,毕竟不是强项,没办法,只好再次封装。 但是这次的有点不…

win10系统配置vmware网络NAT模式

1&#xff0c;查看win10 IP地址&#xff1a;ipconfig 2, vmware设置&#xff1a;编辑>>虚拟网络编辑器>>点击添加网络&#xff08;选择NAT模式&#xff09; 3&#xff0c;虚拟机网络设置&#xff1a;点击VMware虚拟机>>设置>>网络适配器 4&#xff…

【常用代码14】el-input输入框内判断正则,只能输入数字,过滤汉字+字母。

问题描述&#xff1a; el-input输入框&#xff0c;只能输入数字&#xff0c;但是不能显示输入框最右边的上下箭头&#xff0c; <el-input v-model"input" type"number" placeholder"请输入内容" style"width: 200px;margin: 50px 0;&…

YOLO总结,从YOLOv1到YOLOv3

YOLOv1 论文链接&#xff1a;https://arxiv.org/abs/1506.02640 检测原理 将检测问题转换成回归问题&#xff0c;一个CNN就搞定。即得到一个框的中心坐标(x, y)和宽高w&#xff0c;h&#xff0c;然后作回归任务。 B是两个框&#xff0c;5是指参数量&#xff0c;x y w h是确定…

港联证券:综合施策提振信心 资本市场新一轮深化改革拉开帷幕

本钱商场新一轮深化变革开放已拉开帷幕。活泼本钱商场“25条”、北交所“深改19条”、标准股份减持行为规定……这些方针举动从出资端、融资端、买卖端等协同发力&#xff0c;既注重短期痛点问题&#xff0c;又着眼久远、安身变革准则完善&#xff0c;有助于构成活泼商场、提振…

2023-9-8 满足条件的01序列

题目链接&#xff1a;满足条件的01序列 #include <iostream> #include <algorithm>using namespace std;typedef long long LL;const int mod 1e9 7;int qmi(int a, int k, int p) {int res 1;while(k){if(k & 1) res (LL) res * a % p;a (LL) a * a % p;…

2023年软件开发领域的发展趋势

科技趋势引领着软件开发行业的发展。对于开发商来说&#xff0c;将会看到更多的市场增长机会。因此&#xff0c;很多人都想了解软件开发的最新趋势。IT行业正在等待一个范式转变&#xff0c;而科技的好处在于不断发展&#xff0c;势不可挡&#xff0c;并且用途广泛。 很多专业人…

python串口采集数据绘制波形图

这个示例使用 matplotlib 绘制图形&#xff0c;它能够从串口实时读取数据并绘制成波形图。确保你已经替换了 ‘COM11’ 和 9600 为正确的串口号和波特率。 import serial import matplotlib.pyplot as plt from collections import deque import struct# 配置串口参数 ser s…

SpringMVC之CRUD------增删改查

目录 前言 配置文件 pom.xml文件 web.xml文件 spring-context.xml spring-mvc.xml spring-MyBatis.xml jdbc.properties数据库配置文件 generatorConfig.xml log4j2日志文件 后台 PageBaen.java PageTag.java 切面类 biz层 定义一个接口 再写一个实现类 …

vue3嵌套路由keep-alive问题

传统解决方法参考此链接Vue3 嵌套路由中使用 keep-alive缓存多层 - 掘金 我想说的是&#xff1a; 嵌套路由的上级不写componet就行了啊&#xff01;&#xff01;&#xff01;被折磨了两次的顿悟

LeetCode-77-组合

一&#xff1a;题目描述&#xff1a; 给定两个整数 n 和 k&#xff0c;返回范围 [1, n] 中所有可能的 k 个数的组合。 你可以按 任何顺序 返回答案。 二&#xff1a;示例与提示 示例 1: 输入&#xff1a;n 4, k 2 输出&#xff1a; [[2,4],[3,4],[2,3],[1,2],[1,3],[1,4…

双系统时间问题、虚拟机扩展空间问题

文献阅读计划&#xff1a; 首先要用ChatGPT查文献&#xff0c;用关键字查询&#xff0c;然后去搜索 add cyun 9.8 但是我发现好难搜啊&#xff0c;或者说相关的关键词搜不出来东西啊。不过师兄倒是搜的挺多的&#xff0c;这一点要再去好好学习一下 双系统时间问题&#xff1a…

前缀(波兰式)、中缀、后缀(逆波兰)表达式;中缀转后缀

前缀表达式的计算机求值 注意&#xff1a;在前缀表达式中&#xff0c;遇到运算符时&#xff0c;如“-”&#xff0c;是栈顶元素 - 次顶元素 中缀表达式 后缀表达式 注意&#xff1a;在后缀表达式中&#xff0c;遇到运算符时&#xff0c;如“-”&#xff0c;是次顶元素 - 栈顶元…