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. 实用算法的分析与程序设计.pdf

  2. 第一章基础算法 1．1 递推法 一、倒推法 二、顺推法 1．2 贪心法 1．3 递归法 1．4 分治法 1．5 枚举法 1．6 摸拟法 第二章 顺序统计算法和中位数 2．1 顺序统计的算法 一、划分方法 二、二分法求解 2．2 中位数的应用 第三章 有关数论的算法 3．1 求最大公约数 3．2 求解模线性方程 3．3 求解模线性方程组 3．4 模取幂运算 3．5 素数的测试 3．6 整数的因子分解 第四章 计算几何学 4．1 线段田径质 4．2 确定任意一对线段是否相交 4．3 寻找凸包 一、

  3. 所属分类：其它

    • 发布日期：2010-04-01
    • 文件大小：10485760
    • 提供者：liuyingyingpx

  1. ACM 常用代码 都是很经典的

  2. ......................................................................... 7 | 弦图的PERFECT ELIMINATION 点排列 .......................... 7 | 稳定婚姻问题 O(N^2) .................................................. 8 | 拓扑排序 .......................................

  3. 所属分类：其它

    • 发布日期：2010-04-24
    • 文件大小：666624
    • 提供者：zhuyingqingfen

  1. ACM 常用代码 都是很经典的

  2. ......................................................................... 7 | 弦图的PERFECT ELIMINATION 点排列 .......................... 7 | 稳定婚姻问题 O(N^2) .................................................. 8 | 拓扑排序 .......................................

  3. 所属分类：其它

    • 发布日期：2010-05-04
    • 文件大小：666624
    • 提供者：xteep2009

  1. 给定一棵树以及树中每个顶点的一个非负权值，将树划分为k棵子树

  2. 树的划分问题：将给定的一棵树划分为若干棵子树，使其能够满足一定的条件或是使得某个特定的函数达到最值。

  3. 所属分类：专业指导

    • 发布日期：2010-09-08
    • 文件大小：78848
    • 提供者：flyingfrog88

  1. 浅析树的划分问题浅析树的划分问题

  2. 浅析树的划分问题浅析树的划分问题浅析树的划分问题浅析树的划分问题浅析树的划分问题浅析树的划分问题

  3. 所属分类：C/C++

    • 发布日期：2011-07-07
    • 文件大小：189440
    • 提供者：xiaoda120

  1. 算法合集之国家队论文，多种算法介绍

  2. 83个算法合集 树状数组.doc 算法合集之《Pólya原理及其应用》.doc 算法合集之《SPFA算法的优化及应用》.pdf 算法合集之《Trie图的构建、活用与改进》.doc 算法合集之《“分层图思想”及其在信息学竞赛中的应用》.pdf 算法合集之《一类猜数问题的研究》.doc 算法合集之《一类称球问题的解法》.doc 算法合集之《一类算法复合的方法》.pdf 算法合集之《与圆有关的离散化方法.doc 算法合集之《二分法与统计问题》.doc 算法合集之《人工智能在围棋程序中的应用》.doc

  3. 所属分类：C++

    • 发布日期：2011-08-05
    • 文件大小：12582912
    • 提供者：y1948107115

  1. 课程设计哈夫曼树的应用

  2. 一、课程设计题目：哈夫曼树应用 二、课程设计要求： 1) 从终端读入字符集大小n，以及n个字符和n个权值，建立哈夫曼树并将它存于文件hfmTree中.将已在内存中的哈夫曼树以直观的方式（比如树）显示在终端上； 2) 利用已经建好的哈夫曼树（如不在内存，则从文件htmTree中读入），对文件Text.txt中的正文进行编码，然后将结果存入文件Code.txt中。 3) 利用已建好的哈夫曼树将文件Code.txt中的代码进行译码，结果存入文件Text.txt中，并输出结果。 三、进度安排 1．分析

  3. 所属分类：专业指导

    • 发布日期：2011-11-14
    • 文件大小：1048576
    • 提供者：wy811562

  1. ACM 2004年国家集训队论文

  2. 许智磊_后缀数组，杨思雨_伸展树的基本操作与应用，贝小辉_浅析树的划分问题，林涛_线段树的应用，薛矛_解决动态统计问题的两把利刃

  3. 所属分类：C/C++

    • 发布日期：2012-07-03
    • 文件大小：5242880
    • 提供者：yangzhongmin21

  1. 算法国家队论文集acm noi

  2. 83个算法合集 树状数组.doc 算法合集之《Pólya原理及其应用》.doc 算法合集之《SPFA算法的优化及应用》.pdf 算法合集之《Trie图的构建、活用与改进》.doc 算法合集之《“分层图思想”及其在信息学竞赛中的应用》.pdf 算法合集之《一类猜数问题的研究》.doc 算法合集之《一类称球问题的解法》.doc 算法合集之《一类算法复合的方法》.pdf 算法合集之《与圆有关的离散化方法.doc 算法合集之《二分法与统计问题》.doc 算法合集之《人工智能在围棋程序中的应用》.doc

  3. 所属分类：C/C++

    • 发布日期：2013-01-23
    • 文件大小：12582912
    • 提供者：fei33423

  1. acm国家集训队2004年论文合集

  2. acm大学生程序设计竞赛，国家集训队2004年论文合集 国家集训队2004论文集 吴景岳：《最小生成树算法及其应用》 朱晨光：《优化，再优化！——从《鹰蛋》一题浅析对动态规划算法的优化》 杨思雨：《伸展树的基本操作与应用》 贝小辉：《浅析树的划分问题》 鬲融：《浅谈特殊穷举思想的应用》 何林：《信息学中守恒法的应用》 胡伟栋：《减少冗余与算法优化》 韩文弢：《论C++语言在信息学竞赛中的应用》 黄源河：《浅谈图论模型的建立与应用》 金恺：《极限法——解决几何最优化问题的捷径》 林涛：《线段树的

  3. 所属分类：其它

    • 发布日期：2009-03-27
    • 文件大小：8388608
    • 提供者：sinat_36285358

  1. 一种基于八叉树的动态场景管理方式

  2. 在高度真实感的场景绘制中，难免遇到场景中数据量巨大的问题，在搜索某个物体的具体位置的时候，需要对整个数据存储进行遍历，这样计算耗时很大， 而此时可以使用一棵树结构来管理整个场景的数据。这样通过对场景的划分，将场景中的各种数据存储到树的各个叶节点中。对于动态场景来说，在物体运动过程中，整个场景的树结构不是一层不变的...作为一种在计算机图形学中广泛使用的树结构，八叉树在很多方面上都有应用。 此篇文章主要是针对实际开发进行讲解，有兴趣的小伙伴可以一起学习研究一下

  3. 所属分类：其他

    • 发布日期：2018-09-29
    • 文件大小：1048576
    • 提供者：u011988271

  1. IOI国家集训队论文集1999-2019

  2. # 国家集训队论文列表（1999-2019） ___点击目录快速跳转：___ - _国家集训队论文列表（1999-2019）_ * [_1999_](#1999) * [_2000_](#2000) * [_2001_](#2001) * [_2002_](#2002) * [_2003_](#2003) * [_2004_](#2004) * [_2005_](#2005) * [_2006_](#2006) * [_2007_](#2007) * [_2008_](#2008) * [_2

  3. 所属分类：讲义

    • 发布日期：2019-09-20
    • 文件大小：110100480
    • 提供者：jiazhendong

  1. 决策树 python

  2. 1．分类决策树模型是表示基于特征对实例进行分类的树形结构。决策树可以转换成一个if-then规则的集合，也可以看作是定义在特征空间划分上的类的条件概率分布。 2．决策树学习旨在构建一个与训练数据拟合很好，并且复杂度小的决策树。因为从可能的决策树中直接选取最优决策树是NP完全问题。现实中采用启发式方法学习次优的决策树。 决策树学习算法包括3部分：特征选择、树的生成和树的剪枝。常用的算法有ID3、 C4.5和CART。

  3. 所属分类：机器学习

    • 发布日期：2020-05-06
    • 文件大小：8192
    • 提供者：qq_44990155

  1. 基于贝叶斯和决策树的入侵检测方法

  2. 针对目前基于贝叶斯或决策树的入侵检测方法存在检测率低、误检率高的问题,提出了一种基于贝叶斯和决策树的入侵检测方法。该检测方法首先采用基于特征相似度的朴素贝叶斯方法对训练集中的样本进行分类,更新每个样本的类值;然后对训练集中的样本再次使用朴素贝叶斯方法进行分类,对存在误分类样本的类采用决策树的信息增益来确定属性划分子类,再对子类进行分类和划分操作;最后建立贝叶斯和决策树的混合模型进行入侵检测。实验结果表明,与单独使用贝叶斯或者决策树的检测方法相比,该检测方法具有较高的检测率。

  3. 所属分类：其它

    • 发布日期：2020-05-05
    • 文件大小：571392
    • 提供者：weixin_38626179

  1. 超级详细的图论问题分析与解答.rar

  2. 跳舞蝇 从一道题目的解法试谈网络流的构造与算法 平面图在信息学中的应用 平面嵌入 生成树的计数及其应用 由对称性解2-SAT问题 由图论算法浅析算法优化 图论的基本思想及方法 图论模型的建立与转化 欧拉回路性质与应用探究 树的枚举 浅析二分图匹配在信息学竞赛中的应用 浅析树的划分问题 浅谈网络流算法的应用 浅谈图论模型的建立与应用 浅谈基于分层思想的网络流算法 偶图的算法及应用 最大流在信息学竞赛中应用的一个模型--江涛 最小生成树问题的扩展 最小生成树算法

  3. 所属分类：讲义

  1. 一文详解：什么是B树？.pdf

  2. 详细了解B树的实现机制，深入理解大规模数据存储、索引查询的问题2.1磁盘的构造 磁盘是一个扁平的圆盘(与电唱机的唱片类似)。盘面上有许多称为磁道的圆圈, 数据就记录在这些磁道上。磁盘可以是单片的,也可以是由若干盘片组成的盘组, 每一盘片上有两个面。如下图11.3中所示的6片盘组为例,除去最顶端和最底 端的外侧面不存储数据之外,一共有10个面可以用来保存信息。 存取装置 主轴 动臂 盘片 柱面 千专 道 读写美 图11.3活动头盘示意图 当磁盘驱动器执行读/写功能时。盘片装在一个主轴上,并绕主轴高

  3. 所属分类：互联网

    • 发布日期：2019-10-08
    • 文件大小：560128
    • 提供者：feige74110

  1. 一种三角网的快速生成算法

  2. 提出了一种基于平衡二叉树的Delaunay三角网生成算法。采用分割合并的思想,将离散点集进行划分,通过对各个所分小块子网的合并,完成三角网的构建。同时,分析了该算法涉及的相邻子网公切线查找、凸壳生成,分层等关键问题,最后依据实验数据进行了验证。

  3. 所属分类：其它

    • 发布日期：2020-06-02
    • 文件大小：241664
    • 提供者：weixin_38694699

  1. IOI国家集训队2004论文集

  2. IOI国家集训队2004论文集 吴景岳：《最小生成树算法及其应用》 朱晨光：《优化，再优化！——从《鹰蛋》一题浅析对动态规划算法的优化》 杨思雨：《伸展树的基本操作与应用》 贝小辉：《浅析树的划分问题》 鬲融：《浅谈特殊穷举思想的应用》 何林：《信息学中守恒法的应用》 胡伟栋：《减少冗余与算法优化》 韩文弢：《论C++语言在信息学竞赛中的应用》 黄源河：《浅谈图论模型的建立与应用》 金恺：《极限法——解决几何最优化问题的捷径》 林涛：《线段树的应用》 李锐喆：《细节——不可

  3. 所属分类：其它

    • 发布日期：2010-02-08
    • 文件大小：8388608
    • 提供者：helihui123

  1. Python机器学习之决策树算法实例详解

  2. 本文实例讲述了Python机器学习之决策树算法。分享给大家供大家参考，具体如下： 决策树学习是应用最广泛的归纳推理算法之一，是一种逼近离散值目标函数的方法，在这种方法中学习到的函数被表示为一棵决策树。决策树可以使用不熟悉的数据集合，并从中提取出一系列规则，机器学习算法最终将使用这些从数据集中创造的规则。决策树的优点为：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据。缺点为：可能产生过度匹配的问题。决策树适于处理离散型和连续型的数据。 在决策树中最重要的就是如何选取

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：83968
    • 提供者：weixin_38643212

  1. python编写分类决策树的代码

  2. 决策树通常在机器学习中用于分类。 优点：计算复杂度不高，输出结果易于理解，对中间值缺失不敏感，可以处理不相关特征数据。 缺点：可能会产生过度匹配问题。 适用数据类型：数值型和标称型。 1.信息增益 划分数据集的目的是：将无序的数据变得更加有序。组织杂乱无章数据的一种方法就是使用信息论度量信息。通常采用信息增益，信息增益是指数据划分前后信息熵的减少值。信息越无序信息熵越大，获得信息增益最高的特征就是最好的选择。 熵定义为信息的期望，符号xi的信息定义为： 其中p(xi)为该分类的

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：68608
    • 提供者：weixin_38681318
« 12 3 4 5 6 7 8 9 10 »