源代碼\用動態規劃算法計算序列關系個數 用關系"<"和"="將3個數a，b，c依次序排列時，有13種不同的序列關系： a=b=c,a=b<c,a<b=v,a<b<c,a<c<b a=c<b,b<a=c,b<a<c,b<c<a,b=c<a c<a=b,c<a<b,c<b<a 若要將n個數依序列，設計一個動態規劃算法，計算出有多少種不同的序列關系， 要求算法只占用O(n),只耗時O(n*n).
上傳時間： 2013-12-26
上傳用戶：siguazgb
二路合并排序算法，使用分治策略,時間復雜度O(nlog2n), 需要和待排記錄等數量的輔助空間，是一種穩定的排序算法
上傳時間： 2015-08-18
上傳用戶：asdfasdfd
應用斐波納契堆和鄰接表改進單源最短路徑算法，使其算法的時間復雜性由O( )減少為O（nlogn+e）,其中e為有向圖的邊的條數。
上傳時間： 2014-01-21
上傳用戶：woshiayin
算法的許多例子都是最優化問題（ optimization problem），每個最優化問題都包含一組限制條件（ c o n s t r a i n t）和一個優化函數（ optimization function），符合限制條件的問題求解方案稱為可行解（ feasible solution），使優化函數取得最佳值的可行解稱為最優解（optimal solution）。
標簽： optimization problem 算法
上傳時間： 2014-08-25
上傳用戶：123456wh
計數排序是一個非基于比較的線性時間排序算法。它對輸入的數據有附加的限制條件： 1、輸入的線性表的元素屬于有限偏序集S； 2、設輸入的線性表的長度為n，|S|=k（表示集合S中元素的總數目為k），則k=O(n)。 在這兩個條件下，計數排序的復雜性為O(n)。 計數排序算法的基本思想是對于給定的輸入序列中的每一個元素x，確定該序列中值小于x的元素的個數。一旦有了這個信息，就可以將x直接存放到最終的輸出序列的正確位置上。例如，如果輸入序列中只有17個元素的值小于x的值，則x可以直接存放在輸出序列的第18個位置上。 計數排序算法沒有用到元素間的比較，它利用元素的實際值來確定它們在輸出數組中的位置。因此，計數排序算法不是一個基于比較的排序算法，從而它的計算時間下界不再是Ω(nlogn)。另一方面，計數排序算法之所以能取得線性計算時間的上界是因為對元素的取值范圍作了一定限制，即k=O(n)。如果k=n2,n3,..，就得不到線性時間的上界。
上傳時間： 2015-10-30
上傳用戶：chenxichenyue
本文提出一個根值4 蝴蝶元素使用(m, n) - 櫃臺減少硬體複雜, 延遲時間, 和電力消費被介入在使用常規加法器。並且一臺修改過的換向器為FFT 算法被描述與用管道運輸的實施一起為連續輸入資料減少資料記憶要求。
上傳時間： 2015-12-04
上傳用戶：541657925
matlab中的移植算法，可以解決很多問題o
上傳時間： 2013-12-20
上傳用戶：懶龍1988
Sherwood算法消除最壞實例，以達到對任何實例都能有好的性能的效果 文件： rd_list.c --> create a random sequence of n integers not equal to each other list.c --> create a descending sequence of n integers not equal to each other sherwood.c --> 就是該算法，靜態鏈表的長度默認設為1000，可在宏定義處修改 用法： gcc -o sherwood sherwood.c gcc -o rd_list rd_list.c gcc -o list list.c ./rd_list s.txt 1000 產生一個長度為1000的互不相等的隨機序列，保存在s.txt中 ./list s1.txt 1000 產生一個長度為1000的互不相等的降序序列，保存雜s1.txt中 ./sherwood s1.txt 運行算法，比較其中的4個算法的性能差異
上傳時間： 2016-01-20
上傳用戶：ainimao
這是一個檢索URL的算法，該算法通過調用拉賓指紋算法為URL庫中的每個URL生成一個32位的指紋。來一個URL時，檢索URL庫，通過拉賓指紋算法來判別是否存在，時間為O（1），還使用了二叉檢索樹來存儲URL。主程序為RabintestDisk.java。
上傳時間： 2013-12-13
上傳用戶：asdkin
在圖像模板匹配問題中,基于像素灰度值的相關算法盡管已經十分普遍,并得到廣泛的應用,但目前此類算法都還存在有時間復雜度高、對圖像亮度與尺寸變化敏感等缺點.為了克服這些缺點,提出一種新的基于圖像灰度值的編碼表示方法.這種方法將圖像分割為一定大小的方塊(稱為R-塊),計算每個R-塊圖像的總灰度值,并根據它與相鄰R-塊灰度值的排序關系進行編碼.然后通過各個R-塊編碼值的比較,實現圖像與模板的匹配.新算法中各個R-塊編碼的計算十分簡單 匹配過程只要對編碼值進行相等比較,而且可以采用快速的比較算法.新算法對像素灰度的變化與噪聲具有魯棒性,其時間復雜度是O(M2log(N)).實驗結果表明,新算法比現有的灰度相關算法的計算時間快了兩個數量級.
上傳時間： 2013-12-21
上傳用戶：a673761058
