亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

新標(biāo)準(zhǔn)

  • 算法實現題1-2 連續和問題 « 問題描述: 給定一個正整數n

    算法實現題1-2 連續和問題 « 問題描述: 給定一個正整數n,計算有多少個不同的連續自然數段,其和恰為n。例如,當n=27 時,有4 個不同的連續自然數段的和恰為27:2+3+4+5+6+7;8+9+10;13+14;27。 « 編程任務: 給定一個正整數n,試設計一個O(n)時間算法,計算有多少個不同的連續自然數段的 和恰為n。 « 數據輸入: 由文件input.txt提供輸入數據。文件的第1 行是正整數n。 « 結果輸出: 程序運行結束時,將計算出的和恰為n的連續自然數段的個數輸出到output.txt中。 輸入文件示例 輸出文件示例 input.txt 27 output.txt 4

    標簽: laquo 算法 整數

    上傳時間: 2016-05-28

    上傳用戶:yulg

  • Ex3-23 親兄弟問題 « 問題描述: 給定n 個整數0 1 1 , , , n- a a  a 組成的序列。序列中元素i a 的親兄弟元素k a 定義為: min{

    Ex3-23 親兄弟問題 « 問題描述: 給定n 個整數0 1 1 , , , n- a a  a 組成的序列。序列中元素i a 的親兄弟元素k a 定義為: min{ | } k i j n j j i a = a a ³ a < < 。 親兄弟問題要求給定序列中每個元素的親兄弟元素的位置。元素i a 的親兄弟元素為k a 時,稱k 為元素i a 的親兄弟元素的位置。當元素i a 沒有親兄弟元素時,約定其親兄弟元素 的位置為-1。 例如,當n=10,整數序列為6,1,4,3,6,2,4,7,3,5 時,相應的親兄弟元素位 置序列為:4,2,4,4,7,6,7,-1,9,-1。 « 編程任務: 對于給定的n個整數0 1 1 , , , n- a a  a 組成的序列,試用抽象數據類型棧,設計一個O(n) 時間算法,計算相應的親兄弟元素位置序列。 « 數據輸入: 由文件input.txt提供輸入數據。文件的第1 行有1 個正整數n,表示給定給n個整數。 第2 行是0 1 1 , , , n- a a  a 。 « 結果輸出: 程序運行結束時,將計算出的與給定序列相應的親兄弟元素位置序列輸出到output.txt 中。 輸入文件示例 輸出文件示例 input.txt 10 4 2 4 4 7 6 7 -1 9 -1 output.txt 6 1 4 3 6 2 4 7 3 5

    標簽: 61516 laquo min 序列

    上傳時間: 2013-12-17

    上傳用戶:shizhanincc

  • Ex8-4 匯點問題 « 問題描述: 采用鄰接矩陣表示一個具有n 個頂點的圖時

    Ex8-4 匯點問題 « 問題描述: 采用鄰接矩陣表示一個具有n 個頂點的圖時,大多數關于圖的算法時間復雜性為 O(n2 ),但也有例外。例如,即使采用鄰接矩陣表示一個有向圖G,確定G 是否含有一個 匯(即入度為n-1,出度為0 的頂點),只需要O(n)計算時間。試寫出其算法。 « 編程任務: 對于給定的有n個頂點的圖G 的鄰接矩陣,各頂點依次編號為1,2,…,n。試設計一 個O(n)時間算法,計算圖G 的匯點。 « 數據輸入: 由文件input.txt提供輸入數據。文件的第1 行有1 個正整數n,表示圖G 中頂點個數。 第2 行起每行n個數,共n行,給出圖G 的鄰接矩陣。 « 結果輸出: 程序運行結束時,將計算出的匯點編號輸出到output.txt中。當圖G 沒有匯點時輸出0。 輸入文件示例 輸出文件示例 input.txt 5 0 0 1 1 1 1 0 1 1 1 0 0 0 0 0 1 0 1 1 1 0 1 1 0 0 output.txt 3

    標簽: laquo Ex 矩陣表示

    上傳時間: 2013-12-25

    上傳用戶:yyyyyyyyyy

  • 算法實現題1-5 最大間隙問題 « 問題描述: 最大間隙問題:給定n 個實數x , , xn 1 2 

    算法實現題1-5 最大間隙問題 « 問題描述: 最大間隙問題:給定n 個實數x , , xn 1 2  ,求這n 個數在實軸上相鄰2 個數之間的最 大差值。假設對任何實數的下取整函數耗時O(1),設計解最大間隙問題的線性時間算法。 « 編程任務: 對于給定的n 個實數n x , x , , x 1 2  ,編程計算它們的最大間隙。 « 數據輸入: 輸入數據由文件名為input.txt的文本文件提供。文件的第1 行有1 個正整數n。接下來 的1 行中有n個實數n x , x , , x 1 2  。 « 結果輸出: 程序運行結束時,將找到的最大間隙輸出到文件output.txt中。 輸入文件示例 輸出文件示例 input.txt 5 2.3 3.1 7.5 1.5 6.3 output.txt 3.2

    標簽: laquo 61516 xn 算法

    上傳時間: 2016-05-28

    上傳用戶:咔樂塢

  • Ex4-22 單射函數問題 « 問題描述: 設函數f將點集S = {0,1, , n -1}映射為f (S) = { f (i) | iÎ S} Í

    Ex4-22 單射函數問題 « 問題描述: 設函數f將點集S = {0,1, , n -1}映射為f (S) = { f (i) | iÎ S} Í S 。單射函數問題要 從S中選取最大子集X Í S 使f (X )是單射函數。 例如,當n=7, f (S) = {1,0,0,2,2,3,6} Í S 時, X = {0,1,6} Í S 是所求的最大子集。 « 編程任務: 對于給定的點集S = {0,1, , n -1}上函數f,試用抽象數據類型隊列,設計一個O(n)時 間算法,計算f的最大單射子集。 « 數據輸入: 由文件input.txt 提供輸入數據。文件的第1 行有1 個正整數n,表示給定的點集 S = {0,1, , n -1}。第2 行是f (i)的值,0 £ i < n。 « 結果輸出: 程序運行結束時,將計算出的f的最大單射子集的大小輸出到output.txt中。 輸入文件示例 輸出文件示例 input.txt 7 1 0 0 2 2 3 6 output.txt 3

    標簽: Iacute 61516 laquo Icirc

    上傳時間: 2016-05-28

    上傳用戶:tyler

  • 對n個關鍵字取整數的記錄進行整序

    對n個關鍵字取整數的記錄進行整序,以使所有關鍵字為非負整數的記錄排在關鍵字為負數的記錄之前,要求使用最少的附加空間,且算法的時間復雜度為O(n)。

    標簽: 整數 記錄

    上傳時間: 2016-07-05

    上傳用戶:caixiaoxu26

  • 合并排序算法是用分治策略實現對n個元素進行排序的算法。其基本思想是:將待排序的元素分成大小大致相同的2個子集合

    合并排序算法是用分治策略實現對n個元素進行排序的算法。其基本思想是:將待排序的元素分成大小大致相同的2個子集合,分別對2個子集合進行排序,最終將排好序的子集合合并成為所要求的排好序的集合。算法復雜度為:O(nlogn)

    標簽: 元素 排序 合并

    上傳時間: 2014-11-29

    上傳用戶:wl9454

  • Winsock提供了另一個有用的異步I/O模型。和WSAAsyncSelect模型類似的是

    Winsock提供了另一個有用的異步I/O模型。和WSAAsyncSelect模型類似的是,它也允許應用程序在一個或多個套接字上,接收以事件為 基礎的網絡事件通知。對于表1總結的、由WSAAsyncSelect模型采用的網絡事件來說,它們均可原封不動地移植到新模型。在用新模型 開發的應用程序中,也能接收和處理所有那些事件。該模型最主要的差別在于網絡事件會投遞至一個事件對象句柄,而非投遞至一個窗 口例程。(節選自《Windows網絡編程》第八章) 還是讓我們先看代碼然后進行分析:

    標簽: WSAAsyncSelect Winsock 模型

    上傳時間: 2014-01-19

    上傳用戶:gxrui1991

  • 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

    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

    標簽: 聚類 K-MEANS k-means 對象

    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

    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

    標簽: 聚類 K-MEANS k-means 對象

    上傳時間: 2013-12-19

    上傳用戶:chenlong

主站蜘蛛池模板: 巴东县| 诸暨市| 沂南县| 西华县| 梓潼县| 黔西县| 上思县| 宁武县| 五莲县| 英山县| 泸定县| 嘉兴市| 米泉市| 利辛县| 石家庄市| 吉木萨尔县| 高雄市| 梁山县| 鄯善县| 镇宁| 西乌珠穆沁旗| 巴楚县| 山东| 福建省| 黑河市| 新余市| 瓦房店市| 额济纳旗| 正阳县| 安图县| 望谟县| 高平市| 珠海市| 青铜峡市| 仙游县| 沈丘县| 绥江县| 禄丰县| 聊城市| 武平县| 张掖市|