亚洲国产精品视频,一区二区影视,国产高清中文字幕在线

C語(yǔ)言代碼

用雅可比迭代法,塞德爾迭代法,逐次超松弛法求解線性方程組

用雅可比迭代法,塞德爾迭代法,逐次超松弛法求解線性方程組，程序用C語言編寫

標(biāo)簽： 迭代法解線性方程

上傳時(shí)間： 2017-06-03

上傳用戶：源碼3
BP神經(jīng)網(wǎng)絡(luò)程序,C語言源代碼如下： #include "iostream.h" #include "iomanip.h" #include "stdlib.h" #include "ma

BP神經(jīng)網(wǎng)絡(luò)程序,C語言源代碼如下： #include "iostream.h" #include "iomanip.h" #include "stdlib.h" #include "math.h" #include "stdio.h" #include "time.h" #include "fstream.h" #define N 120 //學(xué)習(xí)樣本個(gè)數(shù) #define IN 3 //輸入層神經(jīng)元數(shù)目 #define HN 2 //隱層神經(jīng)元數(shù)目 #define ON 2 //輸出層神經(jīng)元數(shù)目 #define Z 20000 //舊權(quán)值保存-》每次study的權(quán)值都保存下來 double P[IN] //單個(gè)樣本輸入數(shù)據(jù) double T[ON] //單個(gè)樣本教師數(shù)據(jù) double U11[IN][HN] //輸入層至第一隱層權(quán)值 double V[HN][ON] //隱層至輸出層權(quán)值 double X1[HN] //第一隱層的輸入 double Y[ON] //輸出層的輸入 double H1[HN] //第一隱層的輸出 double O[ON] //輸出層的輸出 double YU_HN1[HN] //第一隱層的閾值 double YU_ON[ON] //輸出層的閾值 double err_m[N] //第m個(gè)樣本的總誤差 double a //學(xué)習(xí)效率 double alpha //動量因子

標(biāo)簽： include iostream iomanip stdlib

上傳時(shí)間： 2017-06-15

上傳用戶：xinzhch
數(shù)值分析&計(jì)算方法常見算法C語言源代碼

數(shù)值分析&計(jì)算方法常見算法C語言源代碼，內(nèi)容包括高斯消元，牛頓下山，雅克比迭代等常用數(shù)值算法！

標(biāo)簽： 數(shù)值分析 C語言計(jì)算方法算法

上傳時(shí)間： 2017-06-18

上傳用戶：ve3344
一種基于雙變異算子的遺傳算法本文針對簡單遺傳算法(SGA)所存在的缺點(diǎn)和不足,提出了一種新的改進(jìn)遺傳算法-雙變異算子GA。該想法通過將所有產(chǎn)生的子代個(gè)體與父代個(gè)體混合作為下一代種群

一種基于雙變異算子的遺傳算法本文針對簡單遺傳算法(SGA)所存在的缺點(diǎn)和不足,提出了一種新的改進(jìn)遺傳算法-雙變異算子GA。該想法通過將所有產(chǎn)生的子代個(gè)體與父代個(gè)體混合作為下一代種群，在種群選擇前對適應(yīng)度值較低的個(gè)體進(jìn)行一次變異，然后通過選擇，交叉，再一次變異產(chǎn)生新種群，再利用自適應(yīng)算法改變交叉和變異率及最優(yōu)保存策略保護(hù)歷代最優(yōu)個(gè)體, 經(jīng)Visual C++ 軟件編程計(jì)算,得到了較好的優(yōu)化結(jié)果.

標(biāo)簽： 算法 SGA 變異

上傳時(shí)間： 2017-07-10

上傳用戶：啊颯颯大師的
松弛迭代法解線性方程組,含數(shù)值計(jì)算方法內(nèi)容

松弛迭代法解線性方程組,含數(shù)值計(jì)算方法內(nèi)容，c++程序。

標(biāo)簽： 迭代法解線性方程數(shù)值

上傳時(shí)間： 2014-07-12

上傳用戶：ccclll
實(shí)現(xiàn)了蟻群算法求解TSP問題。注釋詳細(xì) function[R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,

實(shí)現(xiàn)了蟻群算法求解TSP問題。注釋詳細(xì) function[R_best,L_best,L_ave,Shortest_Route,Shortest_Length]=ACATSP(C,NC_max,m,Alpha,Beta,Rho,Q) ------------------------------------------------------------------------- 主要符號說明 C n個(gè)城市的坐標(biāo)，n×2的矩陣 NC_max最大迭代次數(shù) m螞蟻個(gè)數(shù) Alpha表征信息素重要程度的參數(shù) Beta表征啟發(fā)式因子重要程度的參數(shù) Rho信息素蒸發(fā)系數(shù) Q信息素增加強(qiáng)度系數(shù) R_best各代最佳路線 L_best各代最佳路線的長度 =========================================================================

標(biāo)簽： Shortest_Length Shortest_Route function R_best

上傳時(shí)間： 2014-01-17

上傳用戶：lunshaomo
用Visual C++實(shí)現(xiàn)幾何圖形基本變換

用Visual C++實(shí)現(xiàn)幾何圖形基本變換，例如平移，旋轉(zhuǎn)，變換，對稱（關(guān)于X軸，關(guān)于Y軸，關(guān)于原點(diǎn)）

標(biāo)簽： Visual 幾何圖形變換

上傳時(shí)間： 2017-08-30

上傳用戶：D&L37
第二章解線性方程組的直接法第三章解線性方程的迭代法第四章插值法第五章數(shù)據(jù)擬合第六章數(shù)值微分和積分第七章矩陣特征值問題第八章非線性方程數(shù)值解法第九章非線性方程

第二章解線性方程組的直接法第三章解線性方程的迭代法第四章插值法第五章數(shù)據(jù)擬合第六章數(shù)值微分和積分第七章矩陣特征值問題第八章非線性方程數(shù)值解法第九章非線性方程組的撫今迭代解法第十章常微分方程初值問題的數(shù)值解法第十一章常微分方程邊值問題的數(shù)值解法附錄A C語言屏幕繪圖

標(biāo)簽： 方程解線性非線性插值

上傳時(shí)間： 2013-12-08

上傳用戶：磊子226
C語言算法速查手冊書本附件

第1章　緒論　1 1.1　程序設(shè)計(jì)語言概述　1 1.1.1　機(jī)器語言　1 1.1.2　匯編語言　2 1.1.3　高級語言　2 1.1.4　C語言　3 1.2　C語言的優(yōu)點(diǎn)和缺點(diǎn)　4 1.2.1　C語言的優(yōu)點(diǎn)　4 1.2.2　C語言的缺點(diǎn)　6 1.3　算法概述　7 1.3.1　算法的基本特征　7 1.3.2　算法的復(fù)雜度　8 1.3.3　算法的準(zhǔn)確性　10 1.3.4　算法的穩(wěn)定性　14 第2章　復(fù)數(shù)運(yùn)算　18 2.1　復(fù)數(shù)的四則運(yùn)算　18 2.1.1　[算法1]　復(fù)數(shù)乘法　18 2.1.2　[算法2]　復(fù)數(shù)除法　20 2.1.3　【實(shí)例5】復(fù)數(shù)的四則運(yùn)算　22 2.2　復(fù)數(shù)的常用函數(shù)運(yùn)算　23 2.2.1　[算法3]　復(fù)數(shù)的乘冪　23 2.2.2　[算法4]　復(fù)數(shù)的n次方根　25 2.2.3　[算法5]　復(fù)數(shù)指數(shù)　27 2.2.4　[算法6]　復(fù)數(shù)對數(shù)　29 2.2.5　[算法7]　復(fù)數(shù)正弦　30 2.2.6　[算法8]　復(fù)數(shù)余弦　32 2.2.7　【實(shí)例6】復(fù)數(shù)的函數(shù)運(yùn)算　34 第3章　多項(xiàng)式計(jì)算　37 3.1　多項(xiàng)式的表示方法　37 3.1.1　系數(shù)表示法　37 3.1.2　點(diǎn)表示法　38 3.1.3　[算法9]　系數(shù)表示轉(zhuǎn)化為點(diǎn)表示　38 3.1.4　[算法10]　點(diǎn)表示轉(zhuǎn)化為系數(shù)表示　42 3.1.5　【實(shí)例7】　系數(shù)表示法與點(diǎn)表示法的轉(zhuǎn)化　46 3.2　多項(xiàng)式運(yùn)算　47 3.2.1　[算法11]　復(fù)系數(shù)多項(xiàng)式相乘　47 3.2.2　[算法12]　實(shí)系數(shù)多項(xiàng)式相乘　50 3.2.3　[算法13]　復(fù)系數(shù)多項(xiàng)式相除　52 3.2.4　[算法14]　實(shí)系數(shù)多項(xiàng)式相除　54 3.2.5　【實(shí)例8】　復(fù)系數(shù)多項(xiàng)式的乘除法　56 3.2.6　【實(shí)例9】　實(shí)系數(shù)多項(xiàng)式的乘除法　57 3.3　多項(xiàng)式的求值　59 3.3.1　[算法15]　一元多項(xiàng)式求值　59 3.3.2　[算法16]　一元多項(xiàng)式多組求值　60 3.3.3　[算法17]　二元多項(xiàng)式求值　63 3.3.4　【實(shí)例10】　一元多項(xiàng)式求值　65 3.3.5　【實(shí)例11】　二元多項(xiàng)式求值　66 第4章　矩陣計(jì)算　68 4.1　矩陣相乘　68 4.1.1　[算法18]　實(shí)矩陣相乘　68 4.1.2　[算法19]　復(fù)矩陣相乘　70 4.1.3　【實(shí)例12】實(shí)矩陣與復(fù)矩陣的乘法　72 4.2　矩陣的秩與行列式值　73 4.2.1　[算法20]　求矩陣的秩　73 4.2.2　[算法21]　求一般矩陣的行列式值　76 4.2.3　[算法22]　求對稱正定矩陣的行列式值　80 4.2.4　【實(shí)例13】求矩陣的秩和行列式值　82 4.3　矩陣求逆　84 4.3.1　[算法23]　求一般復(fù)矩陣的逆　84 4.3.2　[算法24]　求對稱正定矩陣的逆　90 4.3.3　[算法25]　求托伯利茲矩陣逆的Trench方法　92 4.3.4　【實(shí)例14】驗(yàn)證矩陣求逆算法　97 4.3.5　【實(shí)例15】驗(yàn)證T矩陣求逆算法　99 4.4　矩陣分解與相似變換　102 4.4.1　[算法26]　實(shí)對稱矩陣的LDL分解　102 4.4.2　[算法27]　對稱正定實(shí)矩陣的Cholesky分解　104 4.4.3　[算法28]　一般實(shí)矩陣的全選主元LU分解　107 4.4.4　[算法29]　一般實(shí)矩陣的QR分解　112 4.4.5　[算法30]　對稱實(shí)矩陣相似變換為對稱三對角陣　116 4.4.6　[算法31]　一般實(shí)矩陣相似變換為上Hessen-Burg矩陣　121 4.4.7　【實(shí)例16】對一般實(shí)矩陣進(jìn)行QR分解　126 4.4.8　【實(shí)例17】對稱矩陣的相似變換　127 4.4.9　【實(shí)例18】一般實(shí)矩陣相似變換　129 4.5　矩陣特征值的計(jì)算　130 4.5.1　[算法32]　求上Hessen-Burg矩陣全部特征值的QR方法　130 4.5.2　[算法33]　求對稱三對角陣的全部特征值　137 4.5.3　[算法34]　求對稱矩陣特征值的雅可比法　143 4.5.4　[算法35]　求對稱矩陣特征值的雅可比過關(guān)法　147 4.5.5　【實(shí)例19】求上Hessen-Burg矩陣特征值　151 4.5.6　【實(shí)例20】分別用兩種雅克比法求對稱矩陣特征值　152 第5章　線性代數(shù)方程組的求解　154 5.1　高斯消去法　154 5.1.1　[算法36]　求解復(fù)系數(shù)方程組的全選主元高斯消去法　155 5.1.2　[算法37]　求解實(shí)系數(shù)方程組的全選主元高斯消去法　160 5.1.3　[算法38]　求解復(fù)系數(shù)方程組的全選主元高斯-約當(dāng)消去法　163 5.1.4　[算法39]　求解實(shí)系數(shù)方程組的全選主元高斯-約當(dāng)消去法　168 5.1.5　[算法40]　求解大型稀疏系數(shù)矩陣方程組的高斯-約當(dāng)消去法　171 5.1.6　[算法41]　求解三對角線方程組的追趕法　174 5.1.7　[算法42]　求解帶型方程組的方法　176 5.1.8　【實(shí)例21】解線性實(shí)系數(shù)方程組　179 5.1.9　【實(shí)例22】解線性復(fù)系數(shù)方程組　180 5.1.10　【實(shí)例23】解三對角線方程組　182 5.2　矩陣分解法　184 5.2.1　[算法43]　求解對稱方程組的LDL分解法　184 5.2.2　[算法44]　求解對稱正定方程組的Cholesky分解法　186 5.2.3　[算法45]　求解線性最小二乘問題的QR分解法　188 5.2.4　【實(shí)例24】求解對稱正定方程組　191 5.2.5　【實(shí)例25】求解線性最小二乘問題　192 5.3　迭代方法　193 5.3.1　[算法46]　病態(tài)方程組的求解　193 5.3.2　[算法47]　雅克比迭代法　197 5.3.3　[算法48]　高斯-塞德爾迭代法　200 5.3.4　[算法49]　超松弛方法　203 5.3.5　[算法50]　求解對稱正定方程組的共軛梯度方法　205 5.3.6　[算法51]　求解托伯利茲方程組的列文遜方法　209 5.3.7　【實(shí)例26】解病態(tài)方程組　214 5.3.8　【實(shí)例27】用迭代法解方程組　215 5.3.9　【實(shí)例28】求解托伯利茲方程組　217 第6章　非線性方程與方程組的求解　219 6.1　非線性方程求根的基本過程　219 6.1.1　確定非線性方程實(shí)根的初始近似值或根的所在區(qū)間　219 6.1.2　求非線性方程根的精確解　221 6.2　求非線性方程一個(gè)實(shí)根的方法　221 6.2.1　[算法52]　對分法　221 6.2.2　[算法53]　牛頓法　223 6.2.3　[算法54]　插值法　226 6.2.4　[算法55]　埃特金迭代法　229 6.2.5　【實(shí)例29】用對分法求非線性方程組的實(shí)根　232 6.2.6　【實(shí)例30】用牛頓法求非線性方程組的實(shí)根　233 6.2.7　【實(shí)例31】用插值法求非線性方程組的實(shí)根　235 6.2.8　【實(shí)例32】用埃特金迭代法求非線性方程組的實(shí)根　237 6.3　求實(shí)系數(shù)多項(xiàng)式方程全部根的方法　238 6.3.1　[算法56]　QR方法　238 6.3.2　【實(shí)例33】　用QR方法求解多項(xiàng)式的全部根　240 6.4　求非線性方程組一組實(shí)根的方法　241 6.4.1　[算法57]　梯度法　241 6.4.2　[算法58]　擬牛頓法　244 6.4.3　【實(shí)例34】用梯度法計(jì)算非線性方程組的一組實(shí)根　250 6.4.4　【實(shí)例35】用擬牛頓法計(jì)算非線性方程組的一組實(shí)根　252 第7章　代數(shù)插值法　254 7.1　拉格朗日插值法　254 7.1.1　[算法59]　線性插值　255 7.1.2　[算法60]　二次拋物線插值　256 7.1.3　[算法61]　全區(qū)間插值　259 7.1.4　【實(shí)例36】拉格朗日插值　262 7.2　埃爾米特插值　263 7.2.1　[算法62]　埃爾米特不等距插值　263 7.2.2　[算法63]　埃爾米特等距插值　267 7.2.3　【實(shí)例37】埃爾米特插值法　270 7.3　埃特金逐步插值　271 7.3.1　[算法64]　埃特金不等距插值　272 7.3.2　[算法65]　埃特金等距插值　275 7.3.3　【實(shí)例38】埃特金插值　278 7.4　光滑插值　279 7.4.1　[算法66]　光滑不等距插值　279 7.4.2　[算法67]　光滑等距插值　283 7.4.3　【實(shí)例39】光滑插值　286 7.5　三次樣條插值　287 7.5.1　[算法68]　第一類邊界條件的三次樣條函數(shù)插值　287 7.5.2　[算法69]　第二類邊界條件的三次樣條函數(shù)插值　292 7.5.3　[算法70]　第三類邊界條件的三次樣條函數(shù)插值　296 7.5.4　【實(shí)例40】樣條插值法　301 7.6　連分式插值　303 7.6.1　[算法71]　連分式插值　304 7.6.2　【實(shí)例41】驗(yàn)證連分式插值的函數(shù)　308 第8章　數(shù)值積分法　309 8.1　變步長求積法　310 8.1.1　[算法72]　變步長梯形求積法　310 8.1.2　[算法73]　自適應(yīng)梯形求積法　313 8.1.3　[算法74]　變步長辛卜生求積法　316 8.1.4　[算法75]　變步長辛卜生二重積分方法　318 8.1.5　[算法76]　龍貝格積分　322 8.1.6　【實(shí)例42】變步長積分法進(jìn)行一重積分　325 8.1.7　【實(shí)例43】變步長辛卜生積分法進(jìn)行二重積分　326 8.2　高斯求積法　328 8.2.1　[算法77]　勒讓德-高斯求積法　328 8.2.2　[算法78]　切比雪夫求積法　331 8.2.3　[算法79]　拉蓋爾-高斯求積法　334 8.2.4　[算法80]　埃爾米特-高斯求積法　336 8.2.5　[算法81]　自適應(yīng)高斯求積方法　337 8.2.6　【實(shí)例44】有限區(qū)間高斯求積法　342 8.2.7　【實(shí)例45】半無限區(qū)間內(nèi)高斯求積法　343 8.2.8　【實(shí)例46】無限區(qū)間內(nèi)高斯求積法　345 8.3　連分式法　346 8.3.1　[算法82]　計(jì)算一重積分的連分式方法　346 8.3.2　[算法83]　計(jì)算二重積分的連分式方法　350 8.3.3　【實(shí)例47】連分式法進(jìn)行一重積分　354 8.3.4　【實(shí)例48】連分式法進(jìn)行二重積分　355 8.4　蒙特卡洛法　356 8.4.1　[算法84]　蒙特卡洛法進(jìn)行一重積分　356 8.4.2　[算法85]　蒙特卡洛法進(jìn)行二重積分　358 8.4.3　【實(shí)例49】一重積分的蒙特卡洛法　360 8.4.4　【實(shí)例50】二重積分的蒙特卡洛法　361 第9章　常微分方程(組)初值問題的求解　363 9.1　歐拉方法　364 9.1.1　[算法86]　定步長歐拉方法　364 9.1.2　[算法87]　變步長歐拉方法　366 9.1.3　[算法88]　改進(jìn)的歐拉方法　370 9.1.4　【實(shí)例51】歐拉方法求常微分方程數(shù)值解　372 9.2　龍格-庫塔方法　376 9.2.1　[算法89]　定步長龍格-庫塔方法　376 9.2.2　[算法90]　變步長龍格-庫塔方法　379 9.2.3　[算法91]　變步長基爾方法　383 9.2.4　【實(shí)例52】龍格-庫塔方法求常微分方程的初值問題　386 9.3　線性多步法　390 9.3.1　[算法92]　阿當(dāng)姆斯預(yù)報(bào)校正法　390 9.3.2　[算法93]　哈明方法　394 9.3.3　[算法94]　全區(qū)間積分的雙邊法　399 9.3.4　【實(shí)例53】線性多步法求常微分方程組初值問題　401 第10章　擬合與逼近　405 10.1　一元多項(xiàng)式擬合　405 10.1.1　[算法95]　最小二乘擬合　405 10.1.2　[算法96]　最佳一致逼近的里米茲方法　412 10.1.3　【實(shí)例54】一元多項(xiàng)式擬合　417 10.2　矩形區(qū)域曲面擬合　419 10.2.1　[算法97]　矩形區(qū)域最小二乘曲面擬合　419 10.2.2　【實(shí)例55】二元多項(xiàng)式擬合　428 第11章　特殊函數(shù)　430 11.1　連分式級數(shù)和指數(shù)積分　430 11.1.1　[算法98]　連分式級數(shù)求值　430 11.1.2　[算法99]　指數(shù)積分　433 11.1.3　【實(shí)例56】連分式級數(shù)求值　436 11.1.4　【實(shí)例57】指數(shù)積分求值　438 11.2　伽馬函數(shù)　439 11.2.1　[算法100]　伽馬函數(shù)　439 11.2.2　[算法101]　貝塔函數(shù)　441 11.2.3　[算法102]　階乘　442 11.2.4　【實(shí)例58】　伽馬函數(shù)和貝塔函數(shù)求值　443 11.2.5　【實(shí)例59】　階乘求值　444 11.3　不完全伽馬函數(shù)　445 11.3.1　[算法103]　不完全伽馬函數(shù)　445 11.3.2　[算法104]　誤差函數(shù)　448 11.3.3　[算法105]　卡方分布函數(shù)　450 11.3.4　【實(shí)例60】　不完全伽馬函數(shù)求值　451 11.3.5　【實(shí)例61】　誤差函數(shù)求值　452 11.3.6　【實(shí)例62】　卡方分布函數(shù)求值　453 11.4　不完全貝塔函數(shù)　454 11.4.1　[算法106]　不完全貝塔函數(shù)　454 11.4.2　[算法107]　學(xué)生分布函數(shù)　457 11.4.3　[算法108]　累積二項(xiàng)式分布函數(shù)　458 11.4.4　【實(shí)例63】　不完全貝塔函數(shù)求值　459 11.5　貝塞爾函數(shù)　461 11.5.1　[算法109]　第一類整數(shù)階貝塞爾函數(shù)　461 11.5.2　[算法110]　第二類整數(shù)階貝塞爾函數(shù)　466 11.5.3　[算法111]　變型第一類整數(shù)階貝塞爾函數(shù)　469 11.5.4　[算法112]　變型第二類整數(shù)階貝塞爾函數(shù)　473 11.5.5　【實(shí)例64】　貝塞爾函數(shù)求值　476 11.5.6　【實(shí)例65】　變型貝塞爾函數(shù)求值　477 11.6　Carlson橢圓積分　479 11.6.1　[算法113]　第一類橢圓積分　479 11.6.2　[算法114]　第一類橢圓積分的退化形式　481 11.6.3　[算法115]　第二類橢圓積分　483 11.6.4　[算法116]　第三類橢圓積分　486 11.6.5　【實(shí)例66】　第一類勒讓德橢圓函數(shù)積分求值　490 11.6.6　【實(shí)例67】　第二類勒讓德橢圓函數(shù)積分求值　492 第12章　極值問題　494 12.1　一維極值求解方法　494 12.1.1　[算法117]　確定極小值點(diǎn)所在的區(qū)間　494 12.1.2　[算法118]　一維黃金分割搜索　499 12.1.3　[算法119]　一維Brent方法　502 12.1.4　[算法120]　使用一階導(dǎo)數(shù)的Brent方法　506 12.1.5　【實(shí)例68】　使用黃金分割搜索法求極值　511 12.1.6　【實(shí)例69】　使用Brent法求極值　513 12.1.7　【實(shí)例70】　使用帶導(dǎo)數(shù)的Brent法求極值　515 12.2　多元函數(shù)求極值　517 12.2.1　[算法121]　不需要導(dǎo)數(shù)的一維搜索　517 12.2.2　[算法122]　需要導(dǎo)數(shù)的一維搜索　519 12.2.3　[算法123]　Powell方法　522 12.2.4　[算法124]　共軛梯度法　525 12.2.5　[算法125]　準(zhǔn)牛頓法　531 12.2.6　【實(shí)例71】　驗(yàn)證不使用導(dǎo)數(shù)的一維搜索　536 12.2.7　【實(shí)例72】　用Powell算法求極值　537 12.2.8　【實(shí)例73】　用共軛梯度法求極值　539 12.2.9　【實(shí)例74】　用準(zhǔn)牛頓法求極值　540 12.3　單純形法　542 12.3.1　[算法126]　求無約束條件下n維極值的單純形法　542 12.3.2　[算法127]　求有約束條件下n維極值的單純形法　548 12.3.3　[算法128]　解線性規(guī)劃問題的單純形法　556 12.3.4　【實(shí)例75】　用單純形法求無約束條件下N維的極值　568 12.3.5　【實(shí)例76】　用單純形法求有約束條件下N維的極值　569 12.3.6　【實(shí)例77】　求解線性規(guī)劃問題　571 第13章　隨機(jī)數(shù)產(chǎn)生與統(tǒng)計(jì)描述　574 13.1　均勻分布隨機(jī)序列　574 13.1.1　[算法129]　產(chǎn)生0到1之間均勻分布的一個(gè)隨機(jī)數(shù)　574 13.1.2　[算法130]　產(chǎn)生0到1之間均勻分布的隨機(jī)數(shù)序列　576 13.1.3　[算法131]　產(chǎn)生任意區(qū)間內(nèi)均勻分布的一個(gè)隨機(jī)整數(shù)　577 13.1.4　[算法132]　產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機(jī)整數(shù)序列　578 13.1.5　【實(shí)例78】　產(chǎn)生0到1之間均勻分布的隨機(jī)數(shù)序列　580 13.1.6　【實(shí)例79】　產(chǎn)生任意區(qū)間內(nèi)均勻分布的隨機(jī)整數(shù)序列　581 13.2　正態(tài)分布隨機(jī)序列　582 13.2.1　[算法133]　產(chǎn)生任意均值與方差的正態(tài)分布的一個(gè)隨機(jī)數(shù)　582 13.2.2　[算法134]　產(chǎn)生任意均值與方差的正態(tài)分布的隨機(jī)數(shù)序列　585 13.2.3　【實(shí)例80】　產(chǎn)生任意均值與方差的正態(tài)分布的一個(gè)隨機(jī)數(shù)　587 13.2.4　【實(shí)例81】　產(chǎn)生任意均值與方差的正態(tài)分布的隨機(jī)數(shù)序列　588 13.3　統(tǒng)計(jì)描述　589 13.3.1　[算法135]　分布的矩　589 13.3.2　[算法136]　方差相同時(shí)的t分布檢驗(yàn)　591 13.3.3　[算法137]　方差不同時(shí)的t分布檢驗(yàn)　594 13.3.4　[算法138]　方差的F檢驗(yàn)　596 13.3.5　[算法139]　卡方檢驗(yàn)　599 13.3.6　【實(shí)例82】　計(jì)算隨機(jī)樣本的矩　601 13.3.7　【實(shí)例83】　t分布檢驗(yàn)　602 13.3.8　【實(shí)例84】　F分布檢驗(yàn)　605 13.3.9　【實(shí)例85】　檢驗(yàn)卡方檢驗(yàn)的算法　607 第14章　查找　609 14.1　基本查找　609 14.1.1　[算法140]　有序數(shù)組的二分查找　609 14.1.2　[算法141]　無序數(shù)組同時(shí)查找最大和最小的元素　611 14.1.3　[算法142]　無序數(shù)組查找第M小的元素　613 14.1.4　【實(shí)例86】　基本查找　615 14.2　結(jié)構(gòu)體和磁盤文件的查找　617 14.2.1　[算法143]　無序結(jié)構(gòu)體數(shù)組的順序查找　617 14.2.2　[算法144]　磁盤文件中記錄的順序查找　618 14.2.3　【實(shí)例87】　結(jié)構(gòu)體數(shù)組和文件中的查找　619 14.3　哈希查找　622 14.3.1　[算法145]　字符串哈希函數(shù)　622 14.3.2　[算法146]　哈希函數(shù)　626 14.3.3　[算法147]　向哈希表中插入元素　628 14.3.4　[算法148]　在哈希表中查找元素　629 14.3.5　[算法149]　在哈希表中刪除元素　631 14.3.6　【實(shí)例88】　構(gòu)造哈希表并進(jìn)行查找　632 第15章　排序　636 15.1　插入排序　636 15.1.1　[算法150]　直接插入排序　636 15.1.2　[算法151]　希爾排序　637 15.1.3　【實(shí)例89】　插入排序　639 15.2　交換排序　641 15.2.1　[算法152]　氣泡排序　641 15.2.2　[算法153]　快速排序　642 15.2.3　【實(shí)例90】　交換排序　644 15.3　選擇排序　646 15.3.1　[算法154]　直接選擇排序　646 15.3.2　[算法155]　堆排序　647 15.3.3　【實(shí)例91】　選擇排序　650 15.4　線性時(shí)間排序　651 15.4.1　[算法156]　計(jì)數(shù)排序　651 15.4.2　[算法157]　基數(shù)排序　653 15.4.3　【實(shí)例92】　線性時(shí)間排序　656 15.5　歸并排序　657 15.5.1　[算法158]　二路歸并排序　658 15.5.2　【實(shí)例93】　二路歸并排序　660 第16章　數(shù)學(xué)變換與濾波　662 16.1　快速傅里葉變換　662 16.1.1　[算法159]　復(fù)數(shù)據(jù)快速傅里葉變換　662 16.1.2　[算法160]　復(fù)數(shù)據(jù)快速傅里葉逆變換　666 16.1.3　[算法161]　實(shí)數(shù)據(jù)快速傅里葉變換　669 16.1.4　【實(shí)例94】　驗(yàn)證傅里葉變換的函數(shù)　671 16.2　其他常用變換　674 16.2.1　[算法162]　快速沃爾什變換　674 16.2.2　[算法163]　快速哈達(dá)瑪變換　678 16.2.3　[算法164]　快速余弦變換　682 16.2.4　【實(shí)例95】　驗(yàn)證沃爾什變換和哈達(dá)瑪?shù)暮瘮?shù)　684 16.2.5　【實(shí)例96】　驗(yàn)證離散余弦變換的函數(shù)　687 16.3　平滑和濾波　688 16.3.1　[算法165]　五點(diǎn)三次平滑　689 16.3.2　[算法166]　α-β-γ濾波　690 16.3.3　【實(shí)例97】　驗(yàn)證五點(diǎn)三次平滑　692 16.3.4　【實(shí)例98】　驗(yàn)證α-β-γ濾波算法　693

標(biāo)簽： C 算法附件源代碼

上傳時(shí)間： 2015-06-29

上傳用戶：cbsdukaf
C語言教程之繪制圖形

C語言不僅可以處理字符和數(shù)值，還可以繪制圖形。 C語言的圖形函數(shù)可以方便地繪制直線、圓和圓弧等基本圖形，這些基本圖形又可以組合出復(fù)雜的圖形。本章簡要介紹C語言的繪圖功能和常用圖形函數(shù)。學(xué)完本章內(nèi)容后，您也能使用C語言繪制出美麗的圖形

標(biāo)簽： 繪圖

上傳時(shí)間： 2015-07-03

上傳用戶：ccxzz_lz