—圖數(shù)據(jù)類(lèi)型的實(shí)現(xiàn)——問(wèn)題描述：圖是一種較線性表和樹(shù)更為復(fù)雜的數(shù)據(jù)結(jié)構(gòu)。在圖形結(jié)構(gòu)中，結(jié)點(diǎn)之間的關(guān)系是任意的，任意兩個(gè)數(shù)據(jù)元素之間都可能相關(guān)，因此，圖的應(yīng)用非常廣泛，已滲入到諸如語(yǔ)言學(xué)‘邏輯學(xué)、物理、化學(xué)、電訊工程、計(jì)算機(jī)科學(xué)及數(shù)學(xué)的其它分支中。因此，實(shí)現(xiàn)圖這種數(shù)據(jù)類(lèi)型也尤為重要，在該練習(xí)中即要實(shí)現(xiàn)圖的抽象數(shù)據(jù)類(lèi)型。基本要求：2、 定義出圖的ADT；3、 采用鄰接矩陣及鄰接表的存儲(chǔ)結(jié)構(gòu)（有向圖也可使用十字鏈表）實(shí)現(xiàn)以下操作：a. 構(gòu)造圖 b. 銷(xiāo)毀圖 c. 定位操作d. 訪問(wèn)圖中某個(gè)頂點(diǎn)的操作e. 給圖中某個(gè)頂點(diǎn)賦值的操作f. 找圖中某個(gè)頂點(diǎn)的第一個(gè)鄰接點(diǎn)g. 找出圖G中頂點(diǎn)v相對(duì)于w的下一個(gè)鄰接點(diǎn)h. 在圖G中添加新頂點(diǎn)vi. 刪除圖G中頂點(diǎn)vj. 在圖G中插入一條邊k. 在圖G中刪除一條邊l. 實(shí)現(xiàn)圖的深度遍歷操作m. 實(shí)現(xiàn)圖的廣度遍歷操作參考提示：具體內(nèi)容參看教科書(shū)本156頁(yè)實(shí)驗(yàn)要求：對(duì)于以上具體操作要求實(shí)現(xiàn)時(shí)有良好的用戶交互界面。詳細(xì)設(shè)計(jì)、編碼、測(cè)試。
標(biāo)簽： 數(shù)據(jù)類(lèi)型 圖形 線性 樹(shù)
上傳時(shí)間： 2015-03-13
上傳用戶：saharawalker
《態(tài)度決定一切：披露一切人生財(cái)富的心理根源》 ［美］羅曼·Ｖ·皮爾 著 這是一本極具價(jià)值的人生指南讀物，它能迅速提高你對(duì)生活的感知，并幫助你確立和提升自己的人生定位。充滿睿智、富于創(chuàng)意的格言能讓你以更加積極的態(tài)度去面對(duì)朋友、家人、工作和自己，并以感恩之心去面對(duì)生活的每一天。作者羅曼·W·皮爾是"積極成像"觀點(diǎn)的主要倡導(dǎo)者。此書(shū)曾在美國(guó)最暢銷(xiāo)書(shū)排行榜上整整待了十年時(shí)間，從此"態(tài)度決定一切！"成為表達(dá)積極思維力量的一句口頭禪傳遍了全世界。
上傳時(shí)間： 2015-03-16
上傳用戶：a3318966
Hopfield 網(wǎng)——擅長(zhǎng)于聯(lián)想記憶與解迷路 實(shí)現(xiàn)H網(wǎng)聯(lián)想記憶的關(guān)鍵，是使被記憶的模式樣本對(duì)應(yīng)網(wǎng)絡(luò)能量函數(shù)的極小值。 設(shè)有M個(gè)N維記憶模式，通過(guò)對(duì)網(wǎng)絡(luò)N個(gè)神經(jīng)元之間連接權(quán) wij 和N個(gè)輸出閾值θj的設(shè)計(jì)，使得: 這M個(gè)記憶模式所對(duì)應(yīng)的網(wǎng)絡(luò)狀態(tài)正好是網(wǎng)絡(luò)能量函數(shù)的M個(gè)極小值。 比較困難，目前還沒(méi)有一個(gè)適應(yīng)任意形式的記憶模式的有效、通用的設(shè)計(jì)方法。 H網(wǎng)的算法 1）學(xué)習(xí)模式——決定權(quán)重 想要記憶的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 則任意兩個(gè)神經(jīng)元j、i間的權(quán)重： wij=∑ap(i)ap(j)，p=1…p； P：模式的總數(shù) ap(s)：第p個(gè)模式的第s個(gè)要素（-1或1） wij：第j個(gè)神經(jīng)元與第i個(gè)神經(jīng)元間的權(quán)重 i = j時(shí)，wij=0，即各神經(jīng)元的輸出不直接返回自身。 2)想起模式： 神經(jīng)元輸出值的初始化 想起時(shí)，一般是未知的輸入。設(shè)xi(0)為未知模式的第i個(gè)要素（-1或1） 將xi(0)作為相對(duì)應(yīng)的神經(jīng)元的初始值，其中，0意味t=0。 反復(fù)部分：對(duì)各神經(jīng)元，計(jì)算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n—神經(jīng)元總數(shù) f（）--Sgn（） θi—神經(jīng)元i發(fā)火閾值 反復(fù)進(jìn)行，直到各個(gè)神經(jīng)元的輸出不再變化。
上傳時(shí)間： 2015-03-16
上傳用戶：JasonC
模擬郵箱系統(tǒng)。要輸入用戶名和密碼，直到合格或三次 調(diào)用 ggets 可以中途 ESC 退出 返回: 成功:OK 失敗:ERROR.可以創(chuàng)建新用戶。fw :寫(xiě)信模塊 you :發(fā)送機(jī)名 youfile :對(duì)應(yīng)文件 str1 :信件內(nèi)容 str :單位字符 w :頻率 hc :轉(zhuǎn)換編碼,由赫夫曼樹(shù)獲得 strwork1:信件前導(dǎo)信息 strwork2:正式編碼
上傳時(shí)間： 2014-01-03
上傳用戶：ikemada
數(shù)字帶通濾波器的設(shè)計(jì)過(guò)程。共3個(gè)源程序。其中，dos.cpp為帶通FIR的源程序，其中的濾波器階數(shù)n，濾波器的低頻fln，濾波器的高頻fhn，窗函數(shù)w，可以按照自己的要求改變。這里采用的是漢寧窗。主函數(shù)main.cpp實(shí)現(xiàn)輸入與fir的h(n)的卷積，輸出結(jié)果Y(n)，并將其存儲(chǔ)在y.txt中。最后，graphics.cpp從y.txt讀取數(shù)據(jù)，再由語(yǔ)句畫(huà)出波形，可以清楚地看出計(jì)算結(jié)果是否正確，并進(jìn)行比較。
標(biāo)簽： 數(shù)字 帶通濾波器 過(guò)程 源程序
上傳時(shí)間： 2015-03-24
上傳用戶：123456wh
Java編寫(xiě)的，可以在你的手機(jī)上實(shí)現(xiàn)了“快艇”棋游戲，具有相當(dāng)優(yōu)秀的圖像和聲音效果，支持不小于176(W) x 188(H)大小的屏幕
上傳時(shí)間： 2013-12-26
上傳用戶：13188549192
給定n 個(gè)物品, 物品i重為wi 并且價(jià)值為 vi ，背包所能承載的最大容量為 W. 0-1 背包問(wèn)題即是選擇含有著最大總價(jià)值的物品的子集且它的容量 ≤W ． 用動(dòng)態(tài)規(guī)劃實(shí)現(xiàn)
上傳時(shí)間： 2015-04-21
上傳用戶：四只眼
編寫(xiě)一程序，可以創(chuàng)建若干個(gè)虛擬進(jìn)程，并對(duì)若干個(gè)虛擬進(jìn)程進(jìn)行調(diào)度，調(diào)度策略為時(shí)間片輪轉(zhuǎn)。 虛擬程序的描述： 虛擬指令的格式： 操作命令 操作時(shí)間 其中，操作命令有以下幾種： l C : 表示在CPU上計(jì)算 l I ：表示輸入 l O：表示輸出 l W：表示等待 l H：表示進(jìn)程結(jié)束 操作時(shí)間代表該操作命令要執(zhí)行多長(zhǎng)時(shí)間 假設(shè)I/O設(shè)備的數(shù)量沒(méi)有限制
上傳時(shí)間： 2014-11-29
上傳用戶：陽(yáng)光少年2016
著名的AT&T UNIX v6 源碼，雖然已不能在現(xiàn)在的機(jī)器中直接運(yùn)行（通過(guò)在Linux上安裝pdp11 simulator可以運(yùn)行），但從中首先可以學(xué)習(xí)到C程序設(shè)計(jì)的簡(jiǎn)約與嚴(yán)謹(jǐn)（原作者是圖靈獎(jiǎng)得主Brian W. Kernighan和Dennis M. Ritchie），其次還可以幫助深入理解操作系統(tǒng)概念，其設(shè)計(jì)思想仍然廣泛存在于多數(shù)操作系統(tǒng)中。 本系統(tǒng)的首次發(fā)布于1976年，現(xiàn)仍然做為MIT高年級(jí)學(xué)生、研究生的操作系統(tǒng)學(xué)習(xí)的分析材料。
上傳時(shí)間： 2013-12-28
上傳用戶：cazjing
本程序用資源分配網(wǎng)(Resource_Allocation Network,簡(jiǎn)稱RAN)實(shí)現(xiàn)了Hermit多項(xiàng)式在線學(xué)習(xí)問(wèn)題。訓(xùn)練樣本產(chǎn)生方式如下，樣本數(shù)400，每個(gè)樣本輸入Xi在區(qū)間[-4,4]內(nèi)隨機(jī)產(chǎn)生（均勻分布），相關(guān)樣本輸出為F(Xi) = 1.1(1-Xi + Xi2)exp(-Xi2/2),測(cè)試樣本輸入在[-4，+4]內(nèi)以0.04為間隔等距產(chǎn)生，共201個(gè)樣本。訓(xùn)練結(jié)束后的隱節(jié)點(diǎn)為：11個(gè)，訓(xùn)練結(jié)束后的平均誤差可達(dá)：0.03
標(biāo)簽： Resource_Allocation Network Hermit RAN
上傳時(shí)間： 2014-01-14
上傳用戶：pompey
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
