零件切割問題 給定一塊寬度為W的矩形板，矩形板的高度不受限制。現需要從板上分別切割出n個高度為hi，寬度為wi的矩形零件。切割的規則是零件的高度方向與矩形板的高度方向保持一致。問如何切割使得所使用的矩形板的高度h最小？
上傳時間： 2014-08-28
上傳用戶：龍飛艇
我的查表算法思路是這樣的 ： 1、構造N個二維數組（N＝你需要輸入的最大頻率值位數，例如你需要精確到10HZ，最高30MHZ，那么就有10M位、1M位、100K位、10K位、1K位、100HZ位、10HZ位，共7位，所以N=7）。 2、根據你所用的芯片型號，和晶振頻率，計算出每個頻率位0-9時的控制字。 3、使用時，把你頻率的每一位控制字，查表讀出，并相加（特別需要注意進位也需要處理）。 4、把加出的4字節控制字，送DDS。
上傳時間： 2015-12-21
上傳用戶：zjf3110
cut.c 給定一塊寬度為W的矩形板，矩形板的高度不受限制。現需要從板上分別切割出n個高度為hi，寬度為wi的矩形零件。切割的規則是零件的高度方向與矩形板的高度方向保持一致。問如何切割使得所使用的矩形板的高度h最小？
上傳時間： 2015-12-23
上傳用戶：lunshaomo
給定一塊寬度為W的矩形板，矩形板的高度不受限制。現需要從板上分別切割出n個高度為hi，寬度為wi的矩形零件。切割的規則是零件的高度方向與矩形板的高度方向保持一致。本算法解決如何切割使得所使用的矩形板的高度h最小.
上傳時間： 2013-12-29
上傳用戶：維子哥哥
數據結構 1、算法思路： 哈夫曼樹算法：a）根據給定的n個權值{W1，W2… ，Wn }構成 n棵二叉樹的集合F={T1，T2…，T n }，其中每棵二叉樹T中只有一個帶權為W i的根結點，其左右子樹均空；b）在F中選取兩棵根結點的權值最小的樹作為左右子樹構造一棵新的二叉樹，且置新的二叉樹的根結點的權值為其左、右子樹上結點的權值之和；c）F中刪除這兩棵樹，同時將新得到的二叉樹加入F中； d）重復b)和c),直到F只含一棵樹為止。
上傳時間： 2016-03-05
上傳用戶：lacsx
任務：參加運動會有n個學校，學校編號為1……n。比賽分成m個男子項目，和w個女子項目。項目編號為男子1……m，女子m+1……m+w。不同的項目取前五名或前三名積分；取前五名的積分分別為：7、5、3、2、1，前三名的積分分別為：5、3、2；哪些取前五名或前三名由學生自己設定。（m<=20,n<=20） 功能要求：1).可以輸入各個項目的前三名或前五名的成績；
標簽：
上傳時間： 2016-03-21
上傳用戶：athjac
運動會分數統計 任務：參加運動會有n個學校，學校編號為1……n。比賽分成m個男子項目，和w個女子項目。項目編號為男子1……m，女子m+1……m+w。不同的項目取前五名或前三名積分；取前五名的積分分別為：7、5、3、2、1，前三名的積分分別為：5、3、2；哪些取前五名或前三名由學生自己設定。（m<=20,n<=20）
標簽： 分數
上傳時間： 2013-12-21
上傳用戶：WMC_geophy
給定一塊寬度為W的矩形板，矩形板的高度不受限制。現需要從板上分別切割出n個高度為hi，寬度為wi的矩形零件。切割的規則是零件的高度方向與矩形板的高度方向保持一致。問如何切割使得所使用的矩形板的高度h最小？ 里面附有詳細報告
上傳時間： 2016-05-07
上傳用戶：zhaoq123
實現最優二叉樹的構造；在此基礎上完成哈夫曼編碼器與譯碼器。 假設報文中只會出現如下表所示的字符： 字符 A B C D E F G H I J K L M N 頻度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 57 字符 O P Q R S T U V W X Y Z ， ． 頻度 63 15 1 48 51 80 23 8 18 1 16 1 6 2 要求完成的系統應具備如下的功能： 1．初始化。從終端（文件）讀入字符集的數據信息，。建立哈夫曼樹。 2．編碼：利用已建好的哈夫曼樹對明文文件進行編碼，并存入目標文件（哈夫曼碼文件）。 3．譯碼：利用已建好的哈夫曼樹對目標文件（哈夫曼碼文件）進行編碼，并存入指定的明文文件。 4．輸出哈夫曼編碼文件：輸出每一個字符的哈夫曼編碼。
上傳時間： 2014-11-23
上傳用戶：shanml
％ EM algorithm for k multidimensional Gaussian mixture estimation ％ ％ Inputs: ％ X(n,d) - input data, n=number of observations, d=dimension of variable ％ k - maximum number of Gaussian components allowed ％ ltol - percentage of the log likelihood difference between 2 iterations ([] for none) ％ maxiter - maximum number of iteration allowed ([] for none) ％ pflag - 1 for plotting GM for 1D or 2D cases only, 0 otherwise ([] for none) ％ Init - structure of initial W, M, V: Init.W, Init.M, Init.V ([] for none) ％ ％ Ouputs: ％ W(1,k) - estimated weights of GM ％ M(d,k) - estimated mean vectors of GM ％ V(d,d,k) - estimated covariance matrices of GM ％ L - log likelihood of estimates ％
標簽： multidimensional estimation algorithm Gaussian
上傳時間： 2013-12-03
上傳用戶：我們的船長
