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，大多數關于圖的算法時間復雜性為 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： 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。試設計一 個O(n)時間算法，計算圖G 的匯點。 « 數據輸入： 由文件input.txt提供輸入數據。文件的第1 行有1 個正整數n，表示圖G 中頂點個數。 第2 行起每行n個數，共n行，給出圖G 的鄰接矩陣。 « 結果輸出: 程序運行結束時，將計算出的匯點編號輸出到output.txt中。當圖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
上傳時間： 2013-12-25
上傳用戶：yyyyyyyyyy
％ 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
多重冪計數問題 « 問題描述： 設給定n 個變量1 x , 2 x ,…, n x 。將這些變量依序作底和各層冪，可得n重冪如下 n x x x x 3 2 1 這里將上述n 重冪看作是不確定的，當在其中加入適當的括號后，才能成為一個確定的 n 重冪。不同的加括號方式導致不同的n 重冪。例如，當n=4 時，全部4重冪有5個。 « 編程任務： 對n個變量計算出有多少個不同的n重冪。 « 數
上傳時間： 2014-01-24
上傳用戶：stampede
給定含有n 個元素的多重集合S = {a1, a2,., an } ，1 ≤ ai ≤ n ，1 ≤ i ≤ n ，每個元素在S 中出現的次數稱為該元素的重數。多重集S 中重數大于n/2 的元素稱為主元素。例如，S={2，2，4，2，1，2，5，2，2，8}。多重集S 的主元素是2，其重數為6。
上傳時間： 2016-08-20
上傳用戶：chongcongying
（1）接收原始數據： 從終端讀入字符集大小n，n個字符和n個權值，建立哈夫曼樹，存于文件hfmtree.dat中。 （2）編碼： 利用已建好的哈夫曼樹（如不在內存，則從文件hfmtree.dat中讀入）對文件中的正文進行編碼，然后將結果存入文件codefile.dat中。 （3）譯碼： 利用已建好的哈夫曼樹將文件codefile.dat中的代碼進行譯碼，結果存入文件textfile.dat 中。 （4）打印編碼規則：即字符與編碼的一一對應關系。 （5）打印哈夫曼樹：將已在內存中的哈夫曼樹以直觀的方式顯示在終端上。
上傳時間： 2013-12-10
上傳用戶：asdkin
給定正整數n，計算出n個元素的集合{1,2,?,n}可以劃分為多少個不同的非空子集。 由文件input.txt提供輸入數據。文件的第1 行是元素個數n。
上傳時間： 2014-07-19
上傳用戶：WMC_geophy
編譯器設計入門 內容 n Introduction n Setting Up the Tutorial n Graphical Interface n The Alarm Clock Design n Setting Design Environment n Setting Design Constraints n Overview of Optimization Phases n Analysis of Report
標簽： Introduction Graphical Interface Tutorial
上傳時間： 2014-01-15
上傳用戶：hzy5825468
Euler函數: m = p1^r1 * p2^r2 * …… * pn^rn ai >= 1 , 1 <= i <= n Euler函數： 定義：phi(m) 表示小于等于m并且與m互質的正整數的個數。 phi(m) = p1^(r1-1)*(p1-1) * p2^(r2-1)*(p2-1) * …… * pn^(rn-1)*(pn-1) = m*(1 - 1/p1)*(1 - 1/p2)*……*(1 - 1/pn) = p1^(r1-1)*p2^(r2-1)* …… * pn^(rn-1)*phi(p1*p2*……*pn) 定理：若(a , m) = 1 則有 a^phi(m) = 1 (mod m) 即a^phi(m) - 1 整出m 在實際代碼中可以用類似素數篩法求出 for (i = 1 i < MAXN i++) phi[i] = i for (i = 2 i < MAXN i++) if (phi[i] == i) { for (j = i j < MAXN j += i) { phi[j] /= i phi[j] *= i - 1 } } 容斥原理：定義phi(p) 為比p小的與p互素的數的個數 設n的素因子有p1, p2, p3, … pk 包含p1, p2…的個數為n/p1, n/p2… 包含p1*p2, p2*p3…的個數為n/(p1*p2)… phi(n) = n - sigm_[i = 1](n/pi) + sigm_[i!=j](n/(pi*pj)) - …… +- n/(p1*p2……pk) = n*(1 - 1/p1)*(1 - 1/p2)*……*(1 - 1/pk)
上傳時間： 2014-01-10
上傳用戶：wkchong
歐基理德輾轉相除法(之二) m與n相差太大時，可用(m％n)來取代(m-n)，這樣的處理效率較高。以下便以此方法求出最大公因數。
標簽： 除法
上傳時間： 2014-01-14
上傳用戶：llandlu
//建立頂級窗口 toplevel = XtVaAppInitialize[&app, "Form", NULL, 0, &argc, argv, NULL, NULL] n = 0 XtSetArg[args[n], XmNwidth, 500] n++ XtSetArg[args[n], XmNheight, 500] n++ XtSetValues[toplevel, args, n] //建立主窗口 form = XmCreateForm[toplevel, "form", NULL, 0] XtManageChild[form] //建立菜單條 n = 0 XtSetArg[args[n], XmNtopAttachment, XmATTACH_FORM] n++ XtSetArg[args[n], XmNleftAttachment, XmATTACH_FORM] n++ XtSetArg[args[n], XmNrightAttachment, XmATTACH_FORM] n++ menubar = XmCreateMenuBar[form, "menubar", args, n] XtManageChild[menubar] create_menu[menubar]
標簽： NULL XtVaAppInitialize toplevel Form
上傳時間： 2013-12-19
上傳用戶：亞亞娟娟123
