實現阿克曼函數并統計遞歸調用次數 Counting times of recursion calling 1． 問題描述 定義阿克曼遞歸函數： ACK(0,n)=n+1 n>=0 ACK(m,0)=ACK(m-1,1) m>=1 ACK(m,n)=ACK(m-1,ACK(m,n-1)) m,n>0 2． 基本要求 讀入m、n，輸出ACK(m,n)的值，并統計遞歸調用次數。
標簽： recursion Counting calling times
上傳時間： 2015-06-11
上傳用戶：hgy9473
TV-tree的c實現源碼，對應原文章K.-I. Lin, H. V. Jagadish, C. Faloutsos: The TV-Tree: An Index Structure for High-Dimensional Data.
上傳時間： 2014-11-26
上傳用戶：lxm
對于給定的整數$n$，生成$[n]$的所有排。采用Jonhson-Trotter算法。
標簽： 整數
上傳時間： 2015-11-03
上傳用戶：獨孤求源
首先，初始化將要排序的序列，以數組初始化。 第二，定義快速排序函數： 本算法思路為：在待排序的n個記錄中任取一個記錄r(通常取第一個記錄)，以該記錄的關鍵字k為準，將所有剩下的n-1個記錄分割成兩個子序列。第一個子序列中的每個記錄關鍵子均小于或等于k，第二個子序列中的每個記錄關鍵字均大于或等于k，然后將k對應的記錄排在第一個子序列之后及第二個子序列之前。這個過程為一遍排序。之后分別對子序列１和子序列２重復上述過程，直至每個子序列只有一個記錄為止。 最后，定義main函數，引用之前定義函數完成程序。
標簽：
上傳時間： 2014-01-05
上傳用戶：www240697738
設有一個背包可以放入的物品重量最重為s，現有n件物品，它們的重量分別為w[0]、 w[1]、w[2]、…、w[n-1]。問能否從這n件物品中選擇若干件放入此背包中，使得放入的重量之和正好為s。如果存在一種符合上述要求的選擇，則稱此背包問題有解（或稱其解為真）；否則稱此背包問題無解（或稱其解為假）。試用遞歸方法設計求解背包問題的算法。
標簽：
上傳時間： 2016-03-15
上傳用戶：bcjtao
赫夫曼編譯碼器： 用哈夫曼編碼進行通信可以大大提高信道利用率，縮短信息傳輸時間，降低傳輸成本。但是，這要求在發送端通過一個編碼系統對待傳數據預先編碼，在接收端將傳來的數據進行譯碼（復原）。對于雙工信道（即可以雙向傳輸信息的信道），每端都需要一個完整的編/譯碼系統。試為這樣的信息收發站寫一個哈夫曼碼的編/譯碼系統。 [基本要求]一個完整的系統應具有以下功能： （1）I：初始化（Initialization）。從終端讀入字符集大小n，以及n個字符和n個權值，建立哈夫曼樹，并將它存于文件hfmTree中。 （2）E：編碼（Encoding）。利用已建好的哈夫曼樹（如不在內存，則從文件hfmTree中讀入），對文件ToBeTran中的正文進行編碼，然后將結果存入文件CodeFile中。 （3）D：譯碼（Decoding）。利用已建好的哈夫曼樹將文件CodeFile中的代碼進行譯碼，結果存入文件TextFile中。 （4）P：印代碼文件（Print）。將文件CodeFile以緊湊格式顯示在終端上，每行50個代碼。同時將此字符形式的編碼文件寫入文件CodePrin中。 （5）T：印哈夫曼樹（Tree printing）。將已在內存中的哈夫曼樹以直觀的方式（樹或凹入表形式）顯示出，同時將此字符形式的哈夫曼樹寫入文件TreePrint中。
上傳時間： 2016-04-17
上傳用戶：zaizaibang
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
上傳時間： 2016-05-28
上傳用戶：咔樂塢
給定一個自然數n，由n開始可以依次產生半數集set(n)中的數如下。 （1） n∈set(n)； （2） 在n的左邊加上一個自然數，但該自然數不能超過最近添加的數的一半； （3） 按此規則進行處理，直到不能再添加自然數為止。 例如，set(6)={6,16,26,126,36,136}。半數集set(6)中有6個元素。
標簽：
上傳時間： 2014-01-17
上傳用戶：rishian
若不希望用與估計輸入信號矢量有關的相關矩陣來加快LMS算法的收斂速度，那么可用變步長方法來縮短其自適應收斂過程，其中一個主要的方法是歸一化LMS算法（NLMS算法），變步長 的更新公式可寫成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示濾波權矢量迭代更新的調整量。為了達到快速收斂的目的，必須合適的選擇變步長 的值，一個可能策略是盡可能多地減少瞬時平方誤差，即用瞬時平方誤差作為均方誤差的MSE簡單估計，這也是LMS算法的基本思想。
上傳時間： 2016-07-07
上傳用戶：changeboy
程序設計思路 在動態規劃中，可將一個問題的解決方案視為一系列決策的結果，要考察每個最優決策序列中是否包含一個最優子序列。所以在最短路徑問題中，假如在的第一次決策時到達了某個節點v，那么不管v 是怎樣確定的，此后選擇從v 到d 的路徑時，都必須采用最優策略。利用最優序列由最優子序列構成的結論，可得到f 的遞歸式。f ( 1 ,c) 是初始時背包問題的最優解。可使用（1）中所示公式通過遞歸或迭代來求解f ( 1 ,c)。從f (n, * )開始迭式， f (n, * )由第一個式子得出，然后由第二式遞歸計算f (i,*) ( i=n- 1，n- 2，⋯ ， 2 )，最后得出f ( 1 ,c)。動態規劃方法采用最優原則（ principle of optimality）來建立用于計算最優解的遞歸式。所謂最優原則即不管前面的策略如何，此后的決策必須是基于當前狀態（由上一次決策產生）的最優決策。由于對于有些問題的某些遞歸式來說并不一定能保證最優原則，因此在求解問題時有必要對它進行驗證。若不能保持最優原則，則不可應用動態規劃方法。
上傳時間： 2016-12-03
上傳用戶：kristycreasy
