ADT BinaryTree 的實(shí)現(xiàn)及驗(yàn)證程序采用的主要數(shù)據(jù)結(jié)構(gòu)：二叉樹(shù)、棧、隊(duì)算法思想：1、 先序建樹(shù)、輸出樹(shù)、后序遍歷用遞歸方法。性能分析：O( n )2、 先序遍歷、中序遍歷：性能分析：O( n )(1) 若遇到新節(jié)點(diǎn)非空則先入棧，然后訪問(wèn)其左子樹(shù)。(2) 若為空則將棧頂結(jié)點(diǎn)出棧，訪問(wèn)其右子樹(shù)。(3) 循環(huán)1、2直到棧為空且無(wú)節(jié)點(diǎn)可入棧。先序與中序的區(qū)別是：先序在入棧時(shí)訪問(wèn)節(jié)點(diǎn)，中序在出棧時(shí)訪問(wèn)節(jié)點(diǎn)。3、 層遍歷：性能分析：O( n )(1) 根節(jié)點(diǎn)入隊(duì)(2) 節(jié)點(diǎn)出隊(duì)并訪問(wèn)(3) 若節(jié)點(diǎn)有左孩子，則左孩子入隊(duì)；有右孩子，則右孩子入隊(duì)。(4) 重復(fù)2、3直到隊(duì)列為空。4、 線索樹(shù)：算法與先序遍歷、中序遍歷一樣，只是將訪問(wèn)節(jié)點(diǎn)的Visit函數(shù)改為連接前驅(qū)與后繼的操作。性能分析：O(
標(biāo)簽： BinaryTree ADT 性能分析 樹(shù)
上傳時(shí)間： 2014-12-20
上傳用戶(hù)：SimonQQ
一個(gè)主程序產(chǎn)生兩個(gè)子進(jìn)程計(jì)算N=36的Fibonacci數(shù)列，然后統(tǒng)計(jì)進(jìn)程各自的實(shí)際時(shí)間，CPU時(shí)間，用戶(hù)時(shí)間和內(nèi)核時(shí)間。
標(biāo)簽： Fibonacci 36 程序 數(shù)列
上傳時(shí)間： 2014-12-07
上傳用戶(hù)：450976175
本章介紹L i n u x內(nèi)核是如何維護(hù)它支持的文件系統(tǒng)中的文件的.
標(biāo)簽： 內(nèi)核 文件系統(tǒng)
上傳時(shí)間： 2014-12-04
上傳用戶(hù)：xmsmh
在Ｃ下實(shí)現(xiàn)的尼科梅切斯定理：任何一個(gè)整數(shù)的立方都可以寫(xiě)成一串奇數(shù)之和即任意一個(gè)正整數(shù)n的立方分解成個(gè)連續(xù)的n個(gè)奇數(shù)之和．
上傳時(shí)間： 2014-10-28
上傳用戶(hù)：WMC_geophy
一個(gè)閱讀RSS/RDF很好的工具。用JAVA SWT庫(kù)寫(xiě)的界面。支持n多種語(yǔ)言，而且還包含Blog工具，代理配置功能。對(duì)中文支持很好。
上傳時(shí)間： 2015-03-13
上傳用戶(hù)：2404
本書(shū)主要介紹了嵌入式開(kāi)發(fā)的基本概念、ToMu6)n開(kāi)發(fā)環(huán)境的使用和vxwort5操作 系統(tǒng)程序設(shè)計(jì)核心技術(shù)等內(nèi)容。作者為國(guó)內(nèi)vxw皿比首批用戶(hù)，多年來(lái)一直從事嵌入式實(shí) 時(shí)系統(tǒng)的開(kāi)發(fā)與設(shè)計(jì)，本書(shū)根據(jù)有關(guān)文獻(xiàn)，結(jié)合作者工程開(kāi)發(fā)經(jīng)驗(yàn)編寫(xiě)而成，有很強(qiáng)的實(shí) 用和參考價(jià)值。 本書(shū)適合嵌入式系統(tǒng)開(kāi)發(fā)人員閱讀，也可供其他愛(ài)好者參考。
標(biāo)簽： vxwort5 ToMu6 vxw 嵌入式開(kāi)發(fā)
上傳時(shí)間： 2013-12-19
上傳用戶(hù)：hfmm633
皇后問(wèn)題：在N*N的方格里放置皇后，要求不能放在同一行、同一列、同一對(duì)角線上。輸入所有適合條件的情況。
標(biāo)簽：
上傳時(shí)間： 2015-03-13
上傳用戶(hù)：shus521
最新的支持向量機(jī)工具箱，有了它會(huì)很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, "The Nature of Statistical Learning Theory", Springer-Verlag, New York, ISBN 0-387-94559-8, 1995. [2] J. C. Platt, "Fast training of support vector machines using sequential minimal optimization", in Advances in Kernel Methods - Support Vector Learning, (Eds) B. Scholkopf, C. Burges, and A. J. Smola, MIT Press, Cambridge, Massachusetts, chapter 12, pp 185-208, 1999. [3] T. Joachims, "Estimating the Generalization Performance of a SVM Efficiently", LS-8 Report 25, Universitat Dortmund, Fachbereich Informatik, 1999.
上傳時(shí)間： 2013-12-16
上傳用戶(hù)：亞亞娟娟123
具有n 個(gè)頂點(diǎn)的無(wú)向網(wǎng)絡(luò)G的每個(gè)生成樹(shù)剛好具有n-1條邊，采用三種不同的貪婪策略來(lái)選擇這n-1條邊。
標(biāo)簽： 網(wǎng)絡(luò) 生成樹(shù)
上傳時(shí)間： 2015-03-14
上傳用戶(hù)：jichenxi0730
采用c++編寫(xiě),上機(jī)運(yùn)行通過(guò)的N皇后實(shí)現(xiàn)代碼,絕對(duì)可用
上傳時(shí)間： 2013-12-17
上傳用戶(hù)：asdfasdfd
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
