采用c++編寫,上機(jī)運(yùn)行通過的N皇后實(shí)現(xiàn)代碼,絕對可用
上傳時(shí)間： 2013-12-17
上傳用戶：asdfasdfd
程序存儲問題:設(shè)有n 個(gè)程序{1,2,…, n }要存放在長度為L的磁帶上。程序i存放在磁帶上的長度是Li ，1≤i≤n 程序存儲問題要求確定這n 個(gè)程序在磁帶上的一個(gè)存儲方案，使得能夠在磁帶上存儲盡可能多的程序。 編程任務(wù)： 對于給定的n個(gè)程序存放在磁帶上的長度，編程計(jì)算磁帶上最多可以存儲的程序數(shù)。 數(shù)據(jù)輸入：由文件input.txt給出輸入數(shù)據(jù)。第一行是正整數(shù)n，表示文件個(gè)數(shù)。接下來的1 行中，有n 個(gè)正整數(shù)，表示程序存放在磁帶上的長度。 結(jié)果輸出: input.txt output.txt 6 50 5 2 3 13 8 80 20
上傳時(shí)間： 2013-12-20
上傳用戶：dongqiangqiang
/*數(shù)字三角形問題 問題描述： 給定一個(gè)由n行數(shù)字組成的數(shù)字三角形如下圖所示。試設(shè)計(jì)一個(gè)算法,計(jì)算出從三角形的頂至底的一條路徑,使該路徑經(jīng)過的數(shù)字總和最大。 7 3 8 8 1 0 2 7 4 4 4 5 2 6 5 編程任務(wù)： 對于給定的由n行數(shù)字組成的數(shù)字三角形,編程計(jì)算從三角形的頂至底的路徑經(jīng)過的數(shù)字和的最大值
上傳時(shí)間： 2013-12-16
上傳用戶：ccclll
/*最大k乘積問題 問題描述: 設(shè)I是一個(gè)n位十進(jìn)制整數(shù)。如果將I劃分為k段，則可得到k個(gè)整數(shù)。這k個(gè)整數(shù)的乘積稱為I的一個(gè)k乘積 。 試設(shè)計(jì)一個(gè)算法，對于給定的I和k，求出I的最大k乘積（n<=10）。 示例:輸入為 ： 4 3 結(jié)果:1234 */
上傳時(shí)間： 2013-12-14
上傳用戶：caixiaoxu26
用匯編語言,并且遞歸求菲波那契函數(shù)FIB(N)---(N from 1 to 24) (huangyujie)
標(biāo)簽： huangyujie from FIB 24
上傳時(shí)間： 2014-01-14
上傳用戶：banyou
采用的是康力山等人確定的實(shí)驗(yàn)參數(shù)。 對于n個(gè)城市的旅行商問題，其參數(shù)如下： 初始溫度：t0=280, 每一個(gè)溫度下采用固定的迭代次數(shù)L=100n, 溫度的衰減系數(shù)alpha=0.92 算法停止的準(zhǔn)則是當(dāng)相鄰兩個(gè)溫度得到的解變化很小時(shí)算法停止。
標(biāo)簽： 康力 實(shí)驗(yàn) 參數(shù) 城市
上傳時(shí)間： 2013-12-16
上傳用戶：xhz1993
Hopfield 網(wǎng)——擅長于聯(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，通過對網(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)作為相對應(yīng)的神經(jīng)元的初始值，其中，0意味t=0。 反復(fù)部分：對各神經(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
基本算法為：先將1填入第一行中間位置；再依次將2-n方按如下規(guī)律填寫：//1，填入上個(gè)數(shù)上一行的右邊位置，如果沒有上一行則轉(zhuǎn)到最后一行，如果右邊沒有方格//則轉(zhuǎn)到最左邊的方格。2，如果要填的位置上已經(jīng)有數(shù)，則轉(zhuǎn)填到它上一個(gè)數(shù)的下邊方格//3，對于第一行的最后一個(gè)數(shù)的下一個(gè)數(shù)應(yīng)填在該數(shù)下邊的空格處
標(biāo)簽： 算法
上傳時(shí)間： 2015-03-16
上傳用戶：hwl453472107
有關(guān)於oracle的一本基礎(chǔ)的PDF電子書
標(biāo)簽： oracle
上傳時(shí)間： 2013-12-25
上傳用戶：gaome
K-均值聚類算法的編程實(shí)現(xiàn)。包括逐點(diǎn)聚類和批處理聚類。K－均值聚類的的時(shí)間復(fù)雜度是n*k*m，其中n為樣本數(shù)，k為類別數(shù)，m為樣本維數(shù)。這個(gè)時(shí)間復(fù)雜度是相當(dāng)客觀的。因?yàn)槿绻妹棵?0億次的計(jì)算機(jī)對50個(gè)樣本采用窮舉法分兩類，尋找最優(yōu)，列舉一遍約66.7天，分成3類，則要約3500萬年。針對算法局部最優(yōu)的缺點(diǎn)，本人正在編制模擬退火程序進(jìn)行改進(jìn)。希望及早奉給大家，傾聽高手教誨。
上傳時(shí)間： 2015-03-18
上傳用戶：yuanyuan123
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
