编译原理课程方案。
。
。
。
约莫的FIRST集FOLLOW集求解的法度圭表标准。
。
。
。
收缩文档中ffs.cpp为源法度圭表标准。
。
。
。
使用了bool。
。
。
。
所以做了cpp。
。
。
。
Production文本是供法度圭表标准使用的暴发式。
。
。
。
其余的是进程文件。
。
。
。
能够漠视。
。
。
。

使用opencv3.41以及zbar库，实梦想时检测、识别一帧图像中多个条形码，数据库的动态链接库在ado目录下，数据库文件在db目录下，if1weima目录为检测的输入图像，is1weima目录下为识别出的一维码图像；
zbar目录下为工程的源码文件，CMyTimer为按时器类，Add为配置配备枚举按时器类，pch为申明文件，zbar.cpp为主法度圭表标准进口。
建议重新建树工程将上诉文件排列入新工程重新配置配备枚举，为64位工程。

这是一个基于某个自定义的文法（将不才面给出）所编写的部份成果的编译器。
已经实现为了词法阐发（Lexer.h/cpp），语法阐发（Parser.h/cpp）并建树语法阐发树，语法阐发树数据结构（SyntaxTreeNode.h/cpp以及SyntaxTree.h/cpp）。

vs2013的mfc工程，抓取摄像头及录音存储成Demo.mp4。
不合的机械大概需要更正AudioDevice.cpp的结构函数中的m_strMikeName值以及CameraDevice.cpp中的m_strCameraName值。
依据课堂内容抄的代码，由于自己电脑不麦克，所以声音不测试，所以录音大概有抄错的中间

适宜C语言初学者

mp4v2,google源码分支代码下载，搜罗齐全的版本下载，不贫乏文件platform_win32_impl.h，platform_win32.cpp，Version.rc，带vs工程目录

深度学习之卷积神经收集CNN做手写体识另外VS代码。
反对于linux版本以及VS2012版本。
tiny-cnn:AC++11implementationofconvolutionalneuralnetworks========tiny-cnnisaC++11implementationofconvolutionalneuralnetworks.designprinciple-----*fast,withoutGPU98.8%accuracyonMNISTin13minutestraining(@Corei7-3520M)*headeronly,policy-baseddesignsupportednetworks-----###layer-types*fully-connectedlayer*convolutionallayer*averagepoolinglayer###activationfunctions*tanh*sigmoid*rectifiedlinear*identity###lossfunctions*cross-entropy*mean-squared-error###optimizationalgorithm*stochasticgradientdescent(with/withoutL2normalization)*stochasticgradientlevenbergmarquardtdependencies-----*boostC++library*IntelTBBsamplecode------```cpp#include"tiny_cnn.h"usingnamespacetiny_cnn;//specifyloss-functionandoptimization-algorithmtypedefnetworkCNN;//tanh,32x32input,5x5window,1-6feature-mapsconvolutionconvolutional_layerC1(32,32,5,1,6);//tanh,28x28input,6feature-maps,2x2subsamplingaverage_pooling_layerS2(28,28,6,2);//fully-connectedlayersfully_connected_layerF3(14*14*6,120);fully_connected_layerF4(120,10);//connectallCNNmynet;mynet.add(&C1);mynet.add(&S2);mynet.add(&F3);mynet.add(&F4);assert(mynet.in_dim()==32*32);assert(mynet.out_dim()==10);```moresample,readmain.cppbuildsampleprogram------###gcc(4.6~)withouttbb./wafconfigure--BOOST_ROOT=your-boost-root./wafbuildwithtbb./wafconfigure--TBB--TBB_ROOT=your-tbb-root--BOOST_ROOT=your-boost-root./wafbuildwithtbbandSSE/AVX./wafconfigure--AVX--TBB--TBB_ROOT=your-tbb-root--BOOST_ROOT=your-boost-root./wafbuild./wafconfigure--SSE--TBB--TBB_ROOT=your-tbb-root--BOOST_ROOT=your-boost-root./wafbuildoreditinlude/co

盘算机考研复试用的各科目PPT课本，另有C,CPP上机测验真题等参考资料科目搜罗：CPP（弥留），离散数学（弥留），编译原理，proteus仿真（汇编语言），盘算机图形学，盘算机收集，数据库原理，软件测试，机械学习（不申请）“机械学习”科目不做申请，但若操作一些内容，面试印象分可直接DOUBLE~~（特意大数据倾向）末了祝巨匠复试告成

算法实际알고리즘백준알고리즘제-＞baekjun/번호.cpp프로그래머스문제-＞法度圭表标准员/이름.cpp--제-＞hackerrank/이름.cpp，Day.cpp

C++数据结构之双向轮回链表的类模板实现，其中doublyMain.cpp为测试文件，使用switch举行测试

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。