亚洲欧美中日韩,国产高清日韩,日本性爱视频在线观看

溫濕度監(jiān)(jiān)控

Ex8-4 匯點問題 « 問題描述：采用鄰接矩陣表示一個具有n 個頂點的圖時

Ex8-4 匯點問題 « 問題描述：采用鄰接矩陣表示一個具有n 個頂點的圖時，大多數(shù)關(guān)于圖的算法時間復(fù)雜性為 O(n2 )，但也有例外。例如，即使采用鄰接矩陣表示一個有向圖G，確定G 是否含有一個匯（即入度為n-1，出度為0 的頂點），只需要O(n)計算時間。試寫出其算法。 « 編程任務(wù)：對于給定的有n個頂點的圖G 的鄰接矩陣，各頂點依次編號為1，2，…，n。試設(shè)計一個O(n)時間算法，計算圖G 的匯點。 « 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 個正整數(shù)n，表示圖G 中頂點個數(shù)。第2 行起每行n個數(shù)，共n行，給出圖G 的鄰接矩陣。 « 結(jié)果輸出: 程序運行結(jié)束時，將計算出的匯點編號輸出到output.txt中。當(dāng)圖G 沒有匯點時輸出0。輸入文件示例輸出文件示例 input.txt 5 0 0 1 1 1 1 0 1 1 1 0 0 0 0 0 1 0 1 1 1 0 1 1 0 0 output.txt 3

標(biāo)簽： laquo Ex 矩陣表示

上傳時間： 2013-12-25

上傳用戶：yyyyyyyyyy
描述了一個8位二進制輸入的DAC 文章中包含源代碼采用數(shù)字化技術(shù)、在測控系統(tǒng)中用IP核實現(xiàn)D/A轉(zhuǎn)換

描述了一個8位二進制輸入的DAC 文章中包含源代碼采用數(shù)字化技術(shù)、在測控系統(tǒng)中用IP核實現(xiàn)D/A轉(zhuǎn)換，并且在1片可編程邏輯器件中實現(xiàn)。它不受溫度的影響，既可保持高分辨率，又可降低對電路精度和穩(wěn)定度的要求，并減少元件的數(shù)量。

標(biāo)簽： DAC 8位二進制 IP核

上傳時間： 2016-06-10

上傳用戶：王楚楚
某機器由n個部件組成

某機器由n個部件組成，每一個部件可從個供應(yīng)商那里購得。設(shè) 是從供應(yīng)商那里購得的零件的重量，為該零件的成本。試設(shè)計一個回溯算法，給出總成本不超過的最小重量機器設(shè)計，并分析算法的復(fù)雜度。

標(biāo)簽： 機器部件

上傳時間： 2014-02-16

上傳用戶：lanhuaying
對n個關(guān)鍵字取整數(shù)的記錄進行整序

對n個關(guān)鍵字取整數(shù)的記錄進行整序，以使所有關(guān)鍵字為非負(fù)整數(shù)的記錄排在關(guān)鍵字為負(fù)數(shù)的記錄之前，要求使用最少的附加空間，且算法的時間復(fù)雜度為O（n）。

標(biāo)簽： 整數(shù) 記錄

上傳時間： 2016-07-05

上傳用戶：caixiaoxu26
合并排序算法是用分治策略實現(xiàn)對n個元素進行排序的算法。其基本思想是：將待排序的元素分成大小大致相同的2個子集合

合并排序算法是用分治策略實現(xiàn)對n個元素進行排序的算法。其基本思想是：將待排序的元素分成大小大致相同的2個子集合，分別對2個子集合進行排序，最終將排好序的子集合合并成為所要求的排好序的集合。算法復(fù)雜度為：O(nlogn)

標(biāo)簽： 分元素排序合并

上傳時間： 2014-11-29

上傳用戶：wl9454
電控油門踏板

電控油門踏板，線性度分析，小于0.5％為適合

標(biāo)簽： 電控

上傳時間： 2014-01-20

上傳用戶：q123321
Swt 日歷控件

Swt 日歷控件，可三度使用，也可以內(nèi)嵌在軟件里，用于SWT界面開發(fā)。

標(biāo)簽： Swt 控件

上傳時間： 2013-12-09

上傳用戶：youmo81
高精度控溫算法,使用PID控制思想

高精度控溫算法,使用PID控制思想，可控溫到0.1度

標(biāo)簽： PID 高精度控溫控制

上傳時間： 2017-02-25

上傳用戶：xhz1993
此控件有五十四張牌

此控件有五十四張牌，包括了大小王。能夠處\r\n理的事件有單擊和雙擊。如果你在使用中覺\r\n得有什么不足之處，請通知我。","54張牌的撲克控件1.0

標(biāo)簽： 控件

上傳時間： 2013-12-20

上傳用戶：a673761058
k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象

k-means 算法的工作過程說明如下：首先從n個數(shù)據(jù)對象任意選擇 k 個對象作為初始聚類中心；而對于所剩下其它對象，則根據(jù)它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重復(fù)這一過程直到標(biāo)準(zhǔn)測度函數(shù)開始收斂為止。

標(biāo)簽： k-means 對象算法工作過程

上傳時間： 2013-12-27

上傳用戶：wpwpwlxwlx