時(shí)間復(fù)雜度為O(nlogn)的最長(zhǎng)單調(diào)遞增子序列問(wèn)題的計(jì)算程序。不是動(dòng)態(tài)規(guī)劃算法。在一分鐘之內(nèi)可以計(jì)算n=10^6個(gè)元素的遞增子序列。
上傳時(shí)間： 2014-03-10
上傳用戶：1966640071
堆排序 穩(wěn)定的排序 復(fù)雜度為N（logN ） 也是一種快速的排序
上傳時(shí)間： 2015-12-01
上傳用戶：chfanjiang
針對(duì)單輸入與雙輸入模糊溫度控制系統(tǒng)，以C語(yǔ)言程式分別實(shí)現(xiàn)
上傳時(shí)間： 2016-01-25
上傳用戶：WMC_geophy
數(shù)據(jù)結(jié)構(gòu)中的樹(shù)狀數(shù)組,能夠?qū)崿F(xiàn)高效查詢,在數(shù)組中進(jìn)行查詢的復(fù)雜度為 O(log(n
標(biāo)簽： log 數(shù)組 查詢 數(shù)據(jù)結(jié)構(gòu)
上傳時(shí)間： 2016-01-28
上傳用戶：zjf3110
單輸入系統(tǒng)模糊溫度控制器的實(shí)作.c語(yǔ)言程式
上傳時(shí)間： 2016-03-21
上傳用戶：cjl42111
使用晶片:HT46R20 功能簡(jiǎn)述:溫度計(jì)
上傳時(shí)間： 2016-05-12
上傳用戶：363186
有限期作業(yè)安排問(wèn)題”描述如下:有n個(gè)任務(wù)J1,J2,...,Jn,每個(gè)任務(wù)Ji都有一個(gè)完成期限di,若任務(wù)Ji在它的期限di內(nèi)完成,則可以獲利Ci(1[i[n) 問(wèn)如何安排使得總的收益最大(假設(shè)完成每一個(gè)任務(wù)所需時(shí)間均為一個(gè)單位時(shí)間).這個(gè)問(wèn)題適合用貪心算法來(lái)解決,貪心算法的出發(fā)點(diǎn)是每一次都選擇利潤(rùn)大的任務(wù)來(lái)完成以期得到最多的收益 但是對(duì)于本問(wèn)題由于每一個(gè)任務(wù)都有一個(gè)完成的期限,因此在任務(wù)安排過(guò)程中除了考慮利潤(rùn)C(jī)i外,還要考慮期限di.
上傳時(shí)間： 2016-06-27
上傳用戶：s363994250
K-MEANS算法: k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類以便使得所獲得的聚類滿足：同一聚類中的對(duì)象相似度較高；而不同聚類中的對(duì)象相似度較小。聚類相似度是利用各聚類中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來(lái)進(jìn)行計(jì)算的。 k-means 算法的工作過(guò)程說(shuō)明如下：首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類中心；而對(duì)于所剩下其它對(duì)象，則根據(jù)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(jì)算每個(gè)所獲新聚類的聚類中心（該聚類中所有對(duì)象的均值）；不斷重復(fù)這一過(guò)程直到標(biāo)準(zhǔn)測(cè)度函數(shù)開(kāi)始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測(cè)度函數(shù). k個(gè)聚類具有以下特點(diǎn)：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開(kāi)
標(biāo)簽： 聚類 K-MEANS k-means 對(duì)象
上傳時(shí)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(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類以便使得所獲得的聚類滿足：同一聚類中的對(duì)象相似度較高；而不同聚類中的對(duì)象相似度較小。聚類相似度是利用各聚類中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來(lái)進(jìn)行計(jì)算的。 k-means 算法的工作過(guò)程說(shuō)明如下：首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類中心；而對(duì)于所剩下其它對(duì)象，則根據(jù)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(jì)算每個(gè)所獲新聚類的聚類中心（該聚類中所有對(duì)象的均值）；不斷重復(fù)這一過(guò)程直到標(biāo)準(zhǔn)測(cè)度函數(shù)開(kāi)始收斂為止。一般都采用均方差作為標(biāo)準(zhǔn)測(cè)度函數(shù). k個(gè)聚類具有以下特點(diǎn)：各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開(kāi)
標(biāo)簽： 聚類 K-MEANS k-means 對(duì)象
上傳時(shí)間： 2013-12-19
上傳用戶：chenlong
k-means 算法接受輸入量 k ；然后將n個(gè)數(shù)據(jù)對(duì)象劃分為 k個(gè)聚類以便使得所獲得的聚類滿足：同一聚類中的對(duì)象相似度較高；而不同聚類中的對(duì)象相似度較小。聚類相似度是利用各聚類中對(duì)象的均值所獲得一個(gè)“中心對(duì)象”（引力中心）來(lái)進(jìn)行計(jì)算的。 Matlab 源代碼，以蘭花數(shù)據(jù)集作為測(cè)試對(duì)象。
標(biāo)簽： 聚類 k-means 對(duì)象 算法
上傳時(shí)間： 2014-01-21
上傳用戶：2525775
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
