在一個操場的四周擺放著n 堆石子。現要將石子有次序地合并成一堆。規定在合并過程 中最多可以有m(k)次選k 堆石子合并成新的一堆，2≤k≤n，合并的費用為新的一堆的石子 數。試設計一個算法，計算出將n 堆石子合并成一堆的最小總費用。
上傳時間： 2013-12-13
上傳用戶：cc1015285075
離散01串問題 « 問題描述： (n,k)01 串定義為：長度為n 的01 串，其中不含k 個連續的相同子串。對于給定的正 整數n 和k，計算(n,k)01 串的個數。 « 編程任務： 對于給定的正整數n和k，計算(n,k)01串的個數。
上傳時間： 2016-07-15
上傳用戶：fredguo
Hill加密算法的基本思想是將l個明文字母通過線性變換將它們轉換為k個密文字母。脫密只要做一次逆變換就可以了。密鑰就是變換矩陣本身。即 M=m1m2……ml Ek(M)=c1c2……cl 其中 c1=k11m1+k12m2+……+k1lml c2=k21m1+k22m2+……+k2lml …… cl=kl1m1+kl2m2+……+kllml 通常對于字母加解密，使用mod 26的方法。 以上線性方程可以采用矩陣表示。
上傳時間： 2016-07-15
上傳用戶：Divine
1、以不同的視角觀察球面 和圓柱面 所圍區域。2、畫出s(t)=cos(2/3πf0t)的曲線及其付氏變換的曲線.設:f0=1KHz,時域分辨率 dt=0.01ms, 采樣點數 N=2k, k>10.（均為M文件）
上傳時間： 2014-11-04
上傳用戶：wangzhen1990
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2016-07-31
上傳用戶：youlongjian0
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復這一過程直到標準測度函數開始收斂為止。一般都采用均方差作為標準測度函數. k個聚類具有以下特點：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開
上傳時間： 2013-12-19
上傳用戶：chenlong
用分治法編程求出了n個不同元素中的第k 個最小元素
上傳時間： 2014-01-20
上傳用戶：zhouli
一個(k,n,K)的卷積碼的維特比譯碼算法
上傳時間： 2016-08-29
上傳用戶：zhaiye
k-means 算法接受輸入量 k ；然后將n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。 Matlab 源代碼，以蘭花數據集作為測試對象。
上傳時間： 2014-01-21
上傳用戶：2525775
設I是一個n位十進制整數。如果將I劃分為k段，則可得到k個整數。這k個整數的乘積稱為I的一個k乘積。 編程任務：對于給定的I 和k，編程計算I的最大k乘積。
上傳時間： 2016-10-10
上傳用戶：13188549192
