C++Primer中文版 第三版 深入系列 Primer 第三版 著 中中文文版版潘愛(ài)民張麗譯 Addison-Wesley 中國(guó)電力出版社 www.infopower.com.cn Stanley B Lippman J o s é e L a j o i e
標(biāo)簽： Primer Addison-Wesley infopower www
上傳時(shí)間： 2014-01-14
上傳用戶：myworkpost
Floyd-Warshall算法描述 1)適用范圍： a)APSP(All Pairs Shortest Paths) b)稠密圖效果最佳 c)邊權(quán)可正可負(fù) 2)算法描述： a)初始化：dis[u,v]=w[u,v] b)For k:=1 to n For i:=1 to n For j:=1 to n If dis[i,j]>dis[i,k]+dis[k,j] Then Dis[I,j]:=dis[I,k]+dis[k,j] c)算法結(jié)束：dis即為所有點(diǎn)對(duì)的最短路徑矩陣 3)算法小結(jié)：此算法簡(jiǎn)單有效，由于三重循環(huán)結(jié)構(gòu)緊湊，對(duì)于稠密圖，效率要高于執(zhí)行|V|次Dijkstra算法。時(shí)間復(fù)雜度O(n^3)。 考慮下列變形：如(I,j)∈E則dis[I,j]初始為1,else初始為0，這樣的Floyd算法最后的最短路徑矩陣即成為一個(gè)判斷I,j是否有通路的矩陣。更簡(jiǎn)單的，我們可以把dis設(shè)成boolean類型，則每次可以用“dis[I,j]:=dis[I,j]or(dis[I,k]and dis[k,j])”來(lái)代替算法描述中的藍(lán)色部分，可以更直觀地得到I,j的連通情況。
標(biāo)簽： Floyd-Warshall Shortest Pairs Paths
上傳時(shí)間： 2013-12-01
上傳用戶：dyctj
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
使用說(shuō)明 使用時(shí)打開(kāi)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(chē)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(chē)牌水平位置,利用垂直投影法檢測(cè)車(chē)牌垂直位置。 7.區(qū)域裁剪,截取車(chē)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
問(wèn)題描述 設(shè)有n種不同面值的硬幣，各硬幣的面值存于數(shù)組T[1:n]中。現(xiàn)要用這些面值的硬幣來(lái)找錢(qián)，可以實(shí)用的各種面值的硬幣個(gè)數(shù)不限。當(dāng)只用硬幣面值T[1],T[2],…,T[i]時(shí)，可找出錢(qián)數(shù)j的最少硬幣個(gè)數(shù)記為C(i,j)。若只用這些硬幣面值，找不出錢(qián)數(shù)j時(shí)，記C(i,j)=∞。 編程任務(wù) 設(shè)計(jì)一個(gè)動(dòng)態(tài)規(guī)劃算法，對(duì)1≤j≤L，計(jì)算出所有的C( n,j )。算法中只允許實(shí)用一個(gè)長(zhǎng)度為L(zhǎng)的數(shù)組。用L和n作為變量來(lái)表示算法的計(jì)算時(shí)間復(fù)雜性 數(shù)據(jù)輸入 由文件input.txt提供輸入數(shù)據(jù)。文件的第1行中有1個(gè)正整數(shù)n（n<=13），表示有n種硬幣可選。接下來(lái)的一行是每種硬幣的面值。由用戶輸入待找錢(qián)數(shù)j。 結(jié)果輸出 程序運(yùn)行結(jié)束時(shí)，將計(jì)算出的所需最少硬幣個(gè)數(shù)輸出到文件output.txt中。
標(biāo)簽：
上傳時(shí)間： 2016-07-28
上傳用戶：yangbo69
一、問(wèn)題的提出： 某廠根據(jù)計(jì)劃安排，擬將n臺(tái)相同的設(shè)備分配給m個(gè)車(chē)間，各車(chē)間獲得這種設(shè)備后，可以為國(guó)家提供盈利Ci j(i臺(tái)設(shè)備提供給j號(hào)車(chē)間將得到的利潤(rùn)，1≤i≤n，1≤j≤m) 。問(wèn)如何分配，才使國(guó)家得到最大的盈利L 二．算法的基本思想： 利用動(dòng)態(tài)規(guī)劃算法的思想，設(shè)將i臺(tái)設(shè)備分配給j－1個(gè)車(chē)間，可以為國(guó)家得到最大利潤(rùn)Li (j-1)(1≤i≤n，1≤j≤m)，那么將這i臺(tái)設(shè)備分配給j個(gè)車(chē)間，第j個(gè)車(chē)間只能被分配到0～i臺(tái)，所以我們只要算出當(dāng)?shù)趈個(gè)車(chē)間分配到t(0<=t<=i)臺(tái)時(shí)提供的最大利潤(rùn)Lt(j-1)+C(i-t)j，
標(biāo)簽：
上傳時(shí)間： 2016-09-19
上傳用戶：希醬大魔王
function [U,center,result,w,obj_fcn]= fenlei(data) [data_n,in_n] = size(data) m= 2 ％ Exponent for U max_iter = 100 ％ Max. iteration min_impro =1e-5 ％ Min. improvement c=3 [center, U, obj_fcn] = fcm(data, c) for i=1:max_iter if F(U)>0.98 break else w_new=eye(in_n,in_n) center1=sum(center)/c a=center1(1)./center1 deta=center-center1(ones(c,1),:) w=sqrt(sum(deta.^2)).*a for j=1:in_n w_new(j,j)=w(j) end data1=data*w_new [center, U, obj_fcn] = fcm(data1, c) center=center./w(ones(c,1),:) obj_fcn=obj_fcn/sum(w.^2) end end display(i) result=zeros(1,data_n) U_=max(U) for i=1:data_n for j=1:c if U(j,i)==U_(i) result(i)=j continue end end end
標(biāo)簽： data function Exponent obj_fcn
上傳時(shí)間： 2013-12-18
上傳用戶：ynzfm
旅行商問(wèn)題（Travelling Salesman Problem, 簡(jiǎn)記TSP，亦稱貨郎擔(dān)問(wèn)題)：設(shè)有n個(gè)城市和距離矩陣D=[dij]，其中dij表示城市i到城市j的距離，i，j=1，2 … n，則問(wèn)題是要找出遍訪每個(gè)城市恰好一次的一條回路并使其路徑長(zhǎng)度為最短。
標(biāo)簽： Travelling Salesman Problem TSP
上傳時(shí)間： 2017-09-14
上傳用戶：彭玖華
function [alpha,N,U]=youxianchafen2(r1,r2,up,under,num,deta) %[alpha,N,U]=youxianchafen2(a,r1,r2,up,under,num,deta) %該函數(shù)用有限差分法求解有兩種介質(zhì)的正方形區(qū)域的二維拉普拉斯方程的數(shù)值解 %函數(shù)返回迭代因子、迭代次數(shù)以及迭代完成后所求區(qū)域內(nèi)網(wǎng)格節(jié)點(diǎn)處的值 %a為正方形求解區(qū)域的邊長(zhǎng) %r1,r2分別表示兩種介質(zhì)的電導(dǎo)率 %up,under分別為上下邊界值 %num表示將區(qū)域每邊的網(wǎng)格剖分個(gè)數(shù) %deta為迭代過(guò)程中所允許的相對(duì)誤差限 n=num+1; %每邊節(jié)點(diǎn)數(shù) U(n,n)=0; %節(jié)點(diǎn)處數(shù)值矩陣 N=0; %迭代次數(shù)初值 alpha=2/(1+sin(pi/num));%超松弛迭代因子 k=r1/r2; %兩介質(zhì)電導(dǎo)率之比 U(1,1:n)=up; %求解區(qū)域上邊界第一類邊界條件 U(n,1:n)=under; %求解區(qū)域下邊界第一類邊界條件 U(2:num,1)=0;U(2:num,n)=0; for i=2:num U(i,2:num)=up-(up-under)/num*(i-1);%采用線性賦值對(duì)上下邊界之間的節(jié)點(diǎn)賦迭代初值 end G=1; while G>0 %迭代條件：不滿足相對(duì)誤差限要求的節(jié)點(diǎn)數(shù)目G不為零 Un=U; %完成第n次迭代后所有節(jié)點(diǎn)處的值 G=0; %每完成一次迭代將不滿足相對(duì)誤差限要求的節(jié)點(diǎn)數(shù)目歸零 for j=1:n for i=2:num U1=U(i,j); %第n次迭代時(shí)網(wǎng)格節(jié)點(diǎn)處的值 if j==1 %第n+1次迭代左邊界第二類邊界條件 U(i,j)=1/4*(2*U(i,j+1)+U(i-1,j)+U(i+1,j)); end if (j>1)&&(j U2=1/4*(U(i,j+1)+ U(i-1,j)+ U(i,j-1)+ U(i+1,j)); U(i,j)=U1+alpha*(U2-U1); %引入超松弛迭代因子后的網(wǎng)格節(jié)點(diǎn)處的值 end if i==n+1-j %第n+1次迭代兩介質(zhì)分界面（與網(wǎng)格對(duì)角線重合）第二類邊界條件 U(i,j)=1/4*(2/(1+k)*(U(i,j+1)+U(i+1,j))+2*k/(1+k)*(U(i-1,j)+U(i,j-1))); end if j==n %第n+1次迭代右邊界第二類邊界條件 U(i,n)=1/4*(2*U(i,j-1)+U(i-1,j)+U(i+1,j)); end end end N=N+1 %顯示迭代次數(shù) Un1=U; %完成第n+1次迭代后所有節(jié)點(diǎn)處的值 err=abs((Un1-Un)./Un1);%第n+1次迭代與第n次迭代所有節(jié)點(diǎn)值的相對(duì)誤差 err(1,1:n)=0; %上邊界節(jié)點(diǎn)相對(duì)誤差置零 err(n,1:n)=0; %下邊界節(jié)點(diǎn)相對(duì)誤差置零 G=sum(sum(err>deta))%顯示每次迭代后不滿足相對(duì)誤差限要求的節(jié)點(diǎn)數(shù)目G end
標(biāo)簽： 有限差分
上傳時(shí)間： 2018-07-13
上傳用戶：Kemin
function y=lagr(x0,y0,x) %x0,y0為節(jié)點(diǎn) %x是插值點(diǎn) n=length(x0); m=length(x); for i=1:m z=x(i); s=0.0; for k=1:n p=1.0; for j=1:n if j~=k p=p*(z-x0(j))/(x0(k)-x0(j)); end end s=p*y0(k)+s; end y(i)=s; end
標(biāo)簽： lagr
上傳時(shí)間： 2020-06-09
上傳用戶：shiyc2020
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
