注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 电偶极子问题源定位问题研究

  2. 电偶极子问题源定位问题研究 电偶极子问题源定位问题研究

  3. 所属分类：其它

    • 发布日期：2009-07-09
    • 文件大小：171008
    • 提供者：f117t22

  1. 最长公共子序列的C实现及文档

  2. LCS问题具有最优子结构和重叠子问题的性质，因此采用动态规划算法自底向上计算该问题的解，并输出求到的LCS。用C程序实现。

  3. 所属分类：C

    • 发布日期：2009-09-21
    • 文件大小：8192
    • 提供者：zhdxchiry

  1. 动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题,先求解子问题，然后从这些子问题的解得到原问题的解。

  2. 动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题,先求解子问题，然后从这些子问题的解得到原问题的解。 与分治法不同的是，适合于用动态规划法求解的问题，经分解得到的子问题往往不是独立的。子问题中存在大量的公共子问题，在分治求解过程中被多次重复计算，保存计算结果，为后面的计算直接引用，减少重复计算次数这就是动态规划的基本思想

  3. 所属分类：其它

    • 发布日期：2010-01-10
    • 文件大小：1048576
    • 提供者：nlgliuyang

  1. 基于寻找2-SAT子问题的SAT算法

  2. 将SAT问题化为2-SAT子问题进行求解，算法效果比UnitWalk算法高效

  3. 所属分类：其它

    • 发布日期：2010-09-04
    • 文件大小：214016
    • 提供者：uniquesole

  1. 最长有序子序列问题（问题描述+实现代码）

  2. 文件包含有一份问题描述（中英都有），另一份是已经测试通过的代码

  3. 所属分类：C/C++

  1. 动态规划教程 动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干子问题，先求解子问题，然后从这些子问题的解求得原问题的解。与分治法不同的是，适合于动态规划法求解的问题，经分解求得的子问题往往不是互相独立的。若用分治法来解决这类问

  2. 动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干子问题，先求解子问题，然后从这些子问题的解求得原问题的解。与分治法不同的是，适合于动态规划法求解的问题，经分解求得的子问题往往不是互相独立的。若用分治法来解决这类问题，则分解得到的子问题的数目太多，以至于最后解决原问题需要耗费指数时间。然而，不同子问题的数目常常只有多项式量级。在用分治法求解时，有些子问题被重复计算了许多次。如果我们能够保存解决的子问题的答案，而在需要时再找出已求得的答案，这样就可避免大量重复计算，从而得到多项式时间

  3. 所属分类：其它

    • 发布日期：2010-10-24
    • 文件大小：605184
    • 提供者：longshuai0821

  1. 矩阵连乘的重叠子问题

  2. Descr iption 在讲动态规划课时，我们知道可用动态规划算法求解的问题应具备的一个基本要素是子问题的重叠性质，矩阵连乘问题能用动态规划求解正是因为它具有重叠子问题。因此在解矩阵连乘问题的自顶向下的递归算法中，存在着大量的重叠子问题计算。例如要计算4个矩阵A1A2A3A4最小连乘次数，要分别计算A1(A2A3A4)、(A1A2)(A3A4)和(A1A2A3)A4三种情况下的最小连乘次数，而计算A1(A2A3A4)的最小连乘次数要计算其子问题A2A3A4的最小连乘次数，A2A3A4最小连乘

  3. 所属分类：C/C++

    • 发布日期：2011-04-18
    • 文件大小：922
    • 提供者：xw464243158

  1. 0-1背包问题

  2. 基本思路 　　这是最基础的背包问题，特点是：每种物品仅有一件，可以选择放或不放。 　　用子问题定义状态：即f[i][v]表示前i件物品恰放入一个容量为v的背包可以获得的最大价值。则其状态转移方程便是：f[i][v]=max{f[i-1][v],f[i-1][v-c[i]]+w[i]} 。 可以压缩空间，f[v]=max{f[v],f[v-c[i]]+w[i]} 　　这个方程非常重要，基本上所有跟背包相关的问题的方程都是由它衍生出来的。所以有必要将它详细解释一下：“将前i件物品放入容量为v的背包

  3. 所属分类：Java

    • 发布日期：2012-01-03
    • 文件大小：33792
    • 提供者：pengge8844

  1. 背包问题中的贪心算法

  2. 背包问题中的贪心算法贪心方法：总是对当前的问题作最好的选择，也就是局部寻优。最后得到整体最优。 应用：1：该问题可以通过“局部寻优”逐步过渡到“整体最优”。贪心选择性质与“动态规划”的主要差别。 2：最优子结构性质：某个问题的整体最优解包含了“子”问题的最优解

  3. 所属分类：C/C++

    • 发布日期：2012-04-11
    • 文件大小：1048576
    • 提供者：bianlove

  1. mfc 梵塔问题解决

  2. 从目标(要解决的问题)出发逆向推理，先把问题分解为子问题和子-子问题，直至最后把初始问题归约为一个平凡的本原问题集合，然后解决较小的问题。对所有本原问题的解答就意味着原始问题的解决。

  3. 所属分类：C/C++

    • 发布日期：2012-05-21
    • 文件大小：1048576
    • 提供者：qq243803

  1. 背包问题的动态规划算法

  2. 本程序在VC++6.0环境下调试通过， 动态规划通常用于最优化问题，此类问题可能有很多可行解，每一个解有一个值，而我们希望找出一个具有最优值的解， 动态规划算法设计可分为如下步骤： 1）描述最优解的结构 2）递归定义最优解的值 3）按底向上的方式计算最优解的值 4）由计算出的结果构造一个最优解 动态规划的第一步是描述最优解的结构，如果问题的一个最优解中包含了子问题的最优解，该问题具有最优解结构。当一个子问题 有最优解结构时，提示我们动态规划适用。

  3. 所属分类：C/C++

    • 发布日期：2012-06-14
    • 文件大小：786432
    • 提供者：kinsy123

  1. 解等式约束信赖域子问题Matlab程序

  2. 解等式约束的信赖域子问题，经典方法，文件很小

  3. 所属分类：其它

    • 发布日期：2016-07-25
    • 文件大小：1024
    • 提供者：alin590

  1. 搜索算法解决计算机围棋的吃子问题.pdf

  2. 搜索算法解决计算机围棋的吃子问题.pdf

  3. 所属分类：其它

    • 发布日期：2009-03-17
    • 文件大小：540672
    • 提供者：poiseai

  1. 无模量引力引力子问题的模量调解

  2. 我们在现象学上有吸引力的海市rage楼调解的框架内研究模量引起的引力子问题。 通过引入不会引起超对称破坏的额外光模场，可以成功地稀释由模量衰减产生的大量引力子。 由于额外的模量场的寿命变得比通常考虑的模量场长，因此我们提出的机制可同时应用于低尺度和高尺度超对称断裂情形。 我们还指出，这种额外的模量场出现在II型弦理论的磁通压缩中。

  3. 所属分类：其它

    • 发布日期：2020-04-02
    • 文件大小：524288
    • 提供者：weixin_38618315

  1. 三维MHD模型在多孔介质中的整体吸引子问题

  2. 三维MHD模型在多孔介质中的整体吸引子问题，钟婷茹，，在本篇论文中，作者主要研究了三维MHD模型在多孔介质中的整体吸引子问题，详细验证了相应的半群有吸收集.通过方程组相应的半群具�

  3. 所属分类：其它

    • 发布日期：2020-01-29
    • 文件大小：598016
    • 提供者：weixin_38710524

  1. 一种求解锥模型信赖域子问题的算法

  2. 一种求解锥模型信赖域子问题的算法，黄梓馨，艾文宝，本文主要探讨的是带锥模型的信赖域子问题的求解。我们通过对具有良好定义域的锥模型信赖域子问题的研究，提出了一个能有效地解决

  3. 所属分类：其它

    • 发布日期：2019-12-29
    • 文件大小：197632
    • 提供者：weixin_38729269

  1. 用Python展示动态规则法用以解决重叠子问题的示例

  2. 主要介绍了用Python展示动态规则法用以解决重叠子问题的一个棋盘游戏的示例,动态规划常常适用于有重叠子问题和最优子结构性质的问题,且耗时间往往远少于朴素解法,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-22
    • 文件大小：109568
    • 提供者：weixin_38617615

  1. 用Python展示动态规则法用以解决重叠子问题的示例

  2. 动态规划是一种用来解决定义了一个状态空间的问题的算法策略。这些问题可分解为新的子问题，子问题有自己的参数。为了解决它们，我们必须搜索这个状态空间并且在每一步作决策时进行求值。得益于这类问题会有大量相同的状态的这个事实，这种技术不会在解决重叠的子问题上浪费时间。 正如我们看到的，它也会导致大量地使用递归，这通常会很有趣。 为了说明这种算法策略，我会用一个很好玩的问题来作为例子，这个问题是我最近参加的 一个编程竞赛中的 Tuenti Challenge #4 中的第 14 个挑战问题。 Train

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：109568
    • 提供者：weixin_38687648

  1. Dynamic-Programming:动态编程（DP）是一种算法技术，用于通过将最优化问题分解为更简单的子问题，并利用以下事实：对整体问题的最优解取决于其子问题的最优解-源码

  2. Dynamic-Programming:动态编程（DP）是一种算法技术，用于通过将最优化问题分解为更简单的子问题，并利用以下事实：对整体问题的最优解取决于其子问题的最优解

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：40960
    • 提供者：weixin_42128963

  1. 使用层析成像扫描将多目标优化问题分解为多个降维多目标子问题

  2. 使用层析成像扫描将多目标优化问题分解为多个降维多目标子问题

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_38554781
« 12 3 4 5 6 7 8 9 10 ... 50 »