詞法分析程序，可對(duì)以下的C源程序進(jìn)行分析：main() {int a[12] ,sum for(i=1 i<=12 i++) {for(j=1 j<=12 j++)scanf("%d",&a[i][j]) } for(i=12 i>=1 i--){ for(j=12 j>=1 j--){ if(i==j&&i+j==13)sum+=a[i][j] } } printf("%c",sum) }
上傳時(shí)間： 2013-12-26
上傳用戶：skhlm
經(jīng)典c程序100例==1--10 【程序1】 題目：有1、2、3、4個(gè)數(shù)字，能組成多少個(gè)互不相同且無(wú)重復(fù)數(shù)字的三位數(shù)？都是多少？ 1.程序分析：可填在百位、十位、個(gè)位的數(shù)字都是1、2、3、4。組成所有的排列后再去 掉不滿足條件的排列。 2.程序源代碼： main() { int i,j,k printf("\n") for(i=1 i<5 i++) ／*以下為三重循環(huán)*/ for(j=1 j<5 j++) for (k=1 k<5 k++) { if (i!=k&&i!=j&&j!=k) /*確保i、j、k三位互不相同*/ printf("%d,%d,%d\n",i,j,k) }
上傳時(shí)間： 2014-01-07
上傳用戶：lizhizheng88
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個(gè)初始閾值T對(duì)圖像A進(jìn)行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對(duì)不同牌照有一定的適應(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對(duì)圖像B做簡(jiǎn)單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會(huì)影響整體效果。 5.用自定義模板進(jìn)行中值濾波 區(qū)域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對(duì)G進(jìn)行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測(cè)車牌水平位置,利用垂直投影法檢測(cè)車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時(shí)間： 2013-11-26
上傳用戶：懶龍1988
CrossPointNo=53 ％％％輸入圖中節(jié)點(diǎn)的總數(shù)目 對(duì)已知的邊進(jìn)行賦值，注意：有向圖的Cost(i,j)=Cost(j,i)
標(biāo)簽： CrossPointNo 53 輸入 節(jié)點(diǎn)
上傳時(shí)間： 2015-08-08
上傳用戶：天誠(chéng)24
1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個(gè)初始閾值T對(duì)圖像A進(jìn)行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對(duì)不同牌照有一定的適應(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對(duì)圖像B做簡(jiǎn)單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會(huì)影響整體效果。 5.用自定義模板進(jìn)行中值濾波 區(qū)域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對(duì)G進(jìn)行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測(cè)車牌水平位置,利用垂直投影法檢測(cè)車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時(shí)間： 2014-01-08
上傳用戶：songrui
經(jīng)典C語(yǔ)言程序設(shè)計(jì)100例1-10 如【程序1】 題目：有1、2、3、4個(gè)數(shù)字，能組成多少個(gè)互不相同且無(wú)重復(fù)數(shù)字的三位數(shù)？都是多少？ 1.程序分析：可填在百位、十位、個(gè)位的數(shù)字都是1、2、3、4。組成所有的排列后再去 掉不滿足條件的排列。 2.程序源代碼： main() { int i,j,k printf("\n") for(i=1 i<5 i++) ／*以下為三重循環(huán)*/ for(j=1 j<5 j++) for (k=1 k<5 k++) { if (i!=k&&i!=j&&j!=k) /*確保i、j、k三位互不相同*/ printf("％d,％d,％d\n",i,j,k) } }
標(biāo)簽： 100 10 C語(yǔ)言 程序設(shè)計(jì)
上傳時(shí)間： 2013-12-14
上傳用戶：hfmm633
out< "please input the number of the nodes"<<endl cin>>nodesNum cout<<"please input the graph"<<endl for( i = 1 i<=nodesNum i++) for( j = 1 j <= nodesNum j++) cin>>graph[i][j] */
標(biāo)簽： lt the nodesNum number
上傳時(shí)間： 2013-11-29
上傳用戶：libinxny
RMQ問題是指：對(duì)于長(zhǎng)度為n的數(shù)列A，回答若干詢問RMQ(A,i,j)(i,j<=n)，返回?cái)?shù)列A中下標(biāo)在[i,j]里的最小值下標(biāo)。
標(biāo)簽： RMQ 長(zhǎng)度 數(shù)列
上傳時(shí)間： 2013-12-26
上傳用戶：rocwangdp
Ex3-23 親兄弟問題 « 問題描述： 給定n 個(gè)整數(shù)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(gè)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(shí)，稱k 為元素i a 的親兄弟元素的位置。當(dāng)元素i a 沒有親兄弟元素時(shí)，約定其親兄弟元素 的位置為-1。 例如，當(dāng)n=10，整數(shù)序列為6，1，4，3，6，2，4，7，3，5 時(shí)，相應(yīng)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(wù)： 對(duì)于給定的n個(gè)整數(shù)0 1 1 , , , n- a a a 組成的序列，試用抽象數(shù)據(jù)類型棧，設(shè)計(jì)一個(gè)O(n) 時(shí)間算法，計(jì)算相應(yīng)的親兄弟元素位置序列。 « 數(shù)據(jù)輸入： 由文件input.txt提供輸入數(shù)據(jù)。文件的第1 行有1 個(gè)正整數(shù)n，表示給定給n個(gè)整數(shù)。 第2 行是0 1 1 , , , n- a a a 。 « 結(jié)果輸出: 程序運(yùn)行結(jié)束時(shí)，將計(jì)算出的與給定序列相應(yīng)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
上傳時(shí)間： 2013-12-17
上傳用戶：shizhanincc
使用說(shuō)明 使用時(shí)打開此例題目錄下pic中的圖片，然后依次單擊按鈕“轉(zhuǎn)”、“1”、“2”、“3”、“4”和“5”，就可以實(shí)現(xiàn)精確的車牌定位。 具體步驟 1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個(gè)初始閾值T對(duì)圖像A進(jìn)行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對(duì)不同牌照有一定的適應(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對(duì)圖像B做簡(jiǎn)單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會(huì)影響整體效果。 5.用自定義模板進(jìn)行中值濾波 區(qū)域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對(duì)G進(jìn)行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測(cè)車牌水平位置,利用垂直投影法檢測(cè)車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
標(biāo)簽： pic 使用說(shuō)明 目錄
上傳時(shí)間： 2014-01-17
上傳用戶：851197153
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<s id="ycc0w"></s> <input id="ycc0w"></input>