数据结构算法演示(Windows版)使用手册一、功能简介本课件是一个动态演示数据结构算法执行过程的辅助教学软件,它可适应读者对算法的输入数据和过程执行的控制方式的不同需求,在计算机的屏幕上显示算法执行过程中数据的逻辑结构或存储结构的变化状况或递归算法执行过程中栈的变化状况。
整个系统使用菜单驱动方式,每个菜单包括若干菜单项。
每个菜单项对应一个动作或一个子菜单。
系统一直处于选择菜单项或执行动作状态,直到选择了退出动作为止。
二、系统内容本系统内含84个算法，分属13部分内容，由主菜单显示，与《数据结构》教科书中自第2章至第11章中相对应。
各部分演示算法如下：1．顺序表（1）在顺序表中插入一个数据元素(ins_sqlist)（2）删除顺序表中一个数据元素(del_sqlist)（3）合并两个有序顺序表(merge_sqlist)2．链表（1）创建一个单链表(Crt_LinkList)（2）在单链表中插入一个结点(Ins_LinkList)（3）删除单链表中的一个结点(Del_LinkList)（4）两个有序链表求并(Union)（5）归并两个有序链表(MergeList_L)（6）两个有序链表求交(ListIntersection_L)（7）两个有序链表求差(SubList_L)3．栈和队列（1）计算阿克曼函数(AckMan)（2）栈的输出序列(Gen、Perform)（3）递归算法的演示汉诺塔的算法(Hanoi)解皇后问题的算法(Queen)解迷宫的算法(Maze)解背包问题的算法(Knap)（4）模拟银行(BankSimulation)（5）表达式求值(Exp_reduced)4．串的模式匹配（1）古典算法(Index_BF)（2）求Next函数值(Get_next)和按Next函数值进行匹配(Index_KMP(next))（3）求Next修正值(Get_nextval)和按Next修正值进行匹配(Index_KMP(nextval))5．稀疏矩阵（1）矩阵转置(Trans_Sparmat)（2）快速矩阵转置(Fast_Transpos)（3）矩阵乘法(Multiply_Sparmat)6．广义表（1）求广义表的深度(Ls_Depth)(2）复制广义表(Ls_Copy)（3）创建广义表的存储结构(Crt_Lists)7．二叉树（1）遍历二叉树二叉树的线索化先序遍历(Pre_order)中序遍历(In_order)后序遍历(Post_order)(2)按先序建二叉树(CrtBT_PreOdr)(3)线索二叉树二叉树的线索化生成先序线索(前驱或后继)(Pre_thre)中序线索（前驱或后继)(In_thre)后序线索(前驱或后继)(Post_thre)遍历中序线索二叉树(Inorder_thlinked)中序线索树的插入(ins_lchild_inthr)和删除(del_lchild_inthr)结点（4）建赫夫曼树和求赫夫曼编码(HuffmanCoding)（5）森林转化成二叉树(Forest2BT)（6）二叉树转化成森林(BT2Forest)（7）按表达式建树(ExpTree)并求值(CalExpTreeByPostOrderTrav)8．图（1）图的遍历深度优先搜索(Travel_DFS)广度优先搜索(Travel_BFS)（2）求有向图的强连通分量(Strong_comp)（3）有向无环图的两个算法拓扑排序(Toposort)关键路径(Critical_path)（4）求最小生成树普里姆算法(Prim)克鲁斯卡尔算法(Kruscal)（5）求关节点和重连通分量(Get_artical)（6）求最短路径弗洛伊德算法(shortpath_Floyd)迪杰斯特拉算法(shortpath_DIJ)9．存储管理（1）边界标识法(Boundary_tag_method)（2）伙伴系统(Buddy_system)（3）紧缩无用单元(Storage_compaction)10．静态查找（1）顺序查找(Search_Seq)（2）折半查找(Serch_Bin)（3）插值查找(Search_Ins)（4）斐波那契查找(Searc

是款先进的Excel修复（AER）小工具，功能强大，主要用来修复损坏的ExcelXLS或XLW文件，它可以扫描Excel文件并尽可能恢复其中的数据，最小化数据损坏带来的损失。

基于STM32ZET6正点原子精英板，战舰版，最小版的IIC接口0.96寸OLED代码

实验室药品管理系统V4.1一、使用指南：1、登录界面回车直接进入查询端2、查询支持模糊查询3、管理员登录可添加编辑数据4、点击取消可将数据按修改时间排序，点击刷新按编号排序，点击Listview栏目标题可排序5、管理员登录账号：admin，密码：123，数据库默认密码：123，登陆后随意修改6、密码修改方法：管理员登录后右键单击窗体7、数据库密码备忘工具可解读出数据库密码，已防止忘记，可由管理员保存8、最小化后进入系统托盘，右键单击系统托盘可退出登录9、保质期年份最大默认值10年10、编辑好后可直接发给实验室其他人员，方便查询，管理员可定期更新数据库db.mdb，分享给每个人，覆盖原文件即可。
二、What'snew1、添加Excel导出功能；
2、去除Listbox功能；
3、优化Listview功能，添加点击标题排序功能；
4、添加修改时间排序，方便修改数据；
5、优化保质期编辑选项；
6、修改其他BUG。

描述了语音识别中关于WFST解码的细节，重点介绍了什么是WFST，两个WFST图如何组合在一起，WFST的确定化和最小化的含义，同时也说明了如何在WFST上进行维特比搜素。

介绍了各种典型的数据结构，以及递归、查找和排序的方法很好的学习资料===========================================》【第1章】绪论数据结构的基本概念抽象数据类型和软件构造方法算法和算法的时间复杂度【第2章】线性表线性表抽象数据类型顺序表单链表循环单链表循环双向链表静态链表设计举例【第3章】堆栈和队列堆栈堆栈应用队列队列应用优先级队列【第4章】串串的基本概念和C语言的串函数串的存储结构动态数组实现的顺序串串的模式匹配算法——BF算法【第5章】数组数组的基本概念动态数组特殊矩阵稀疏矩阵【第6章】递归算法递归的概念递归算法的执行过程递归算法的设计方法递归过程和运行时栈递归算法的效率分析设计举例【第7章】广义表广义表的概念广义表的存储结构广义表的操作实现【第8章】树和二叉树树二叉树二叉树设计二叉树遍历线索二叉树哈夫曼树等价问题树与二叉树的转换树的遍历【第9章】图图的基本概念图的存储结构图的实现图的遍历最小生成树最短路径拓扑排序关键路径【第10章】排序图的基本概念图的存储结构图的实现图的遍历最小生成树最短路径拓扑排序关键路径【第11章】查找查找的基本概念静态查找表动态查找表哈希表

MINI版matlab，无须安装，解压即用。
MINI版matlab.exe启动时不检查C盘序列号.在启动时不加载java窗口框架，去掉了不常用的toolbox和用不到的dll.所以这个版本是个最小依赖度的Matlab,没有simulink,也没有medit.但保留了plot和figure的zoom功能.如果自己还有啥需要用的toolbox函数，就的自己往目录里加了。
两个文件，共6M多，解压后大概20M多点。
由于不加载java窗口框架,没有simulink,也没有medit，大大减少了内存的消耗，但也带来了一些不便。
下面简单介绍MINI版matlab的使用。
没有medit，这时.m文件只能用记事本编辑，存到work目录下。
如work目录已有的test.m可在命令窗口执行test命令调用已有的test函数。
可自己添加函数和工具箱，setpath不能用，如果要新添路径需要到\toolbox\local\pathdef.m中手动添加。
如果matlab.exe不能正常启动，请双击bin目录下的matlab.exe或matlab.bat。
MINI版在只需使用简单功能时可节省内存，提高速度。
如需解决复杂的问题，建议使用全功能版。
小提示：在使用全功能版时在开始-_-运行输入matlab.exe-nojvm启动程序，将不加载java窗口框架，可以减少内存的消耗，加快速度。

基于移动最小二乘法的曲线曲面拟合.pdf

第1篇Java编程基础　　第1章Java开发环境的搭建（教学视频：9分钟）2　　1.1理解Java2　　1.2搭建Java所需环境3　　1.2.1下载JDK3　　1.2.2安装JDK4　　1.2.3配置环境5　　1.2.4测试JDK配置是否成功7　　实例1开发第一个Java程序7　　第2章Java基础类型与运算符（教学视频：39分钟）9　　2.1基础类型9　　实例2自动提升9　　实例3自动转换10　　实例4常用基础类型之强制转换11　　2.2运算符12　　实例5算术运算符12　　实例6关系运算符13　　实例7逻辑运算符14　　实例8位运算符15　　实例9移位运算符16　　实例10转型运算符17　　2.3其他形式18　　实例11常量与变量18　　实例12各种进制的转换19　　实例13Java中的进制与移位运算符22　　第3章条件控制语句（教学视频：75分钟）26　　3.1if控制语句26　　实例14判断输入的年份是否为闰年26　　实例15抽奖活动27　　3.2for语句28　　实例16小九九乘法表28　　实例17如何列出素数29　　实例18Java中的递归31　　实例19男生女生各多少人32　　实例20求水仙花数34　　实例21求任意一个正数的阶乘35　　实例22求n的n次方35　　实例23利用for循环输出几何图形36　　实例24杨辉三角38　　3.3while语句39　　实例25求1到100之间的和39　　实例26存上100元需要多少天40　　实例27输出100之间的所有偶数41　　实例28如何判断回文数字42　　3.4do…while语句43　　实例29输出100之间的所有奇数44　　实例30求最大的随机数44　　3.5switch语句45　　实例31判断字母分类46　　实例32优良及差47　　实例33打印任意一年日历48　　实例34一年四季的划分51　　第2篇Java数据处理　　第4章异常处理（教学视频：62分钟）54　　4.1编译时异常54　　实例35除0发生的算术异常（ArithmeticException）54　　实例36数组下标越界异常（ArrayIndexOutOfBoundsException）55　　实例37数组元素类型不匹配异常（ArrayStoreException）56　　实例38强制类型转换异常（ClassCastException）56　　实例39索引越界异常（IndexOutOfBoundsException）57　　实例40空指针异常（NullPointerException）58　　实例41数字格式转换异常（NumberFornatException）59　　实例42字符串索引越界异常（StringIndexOutBounds）60　　实例43操作错误（UnsupportedOperationException）60　　4.2运行时异常61　　实例44找不到指定类时发生的异常（ClassNotFoundException）62　　实例45请求的方法不存在（NoSuchMethodException）63　　4.3try…catch捕获异常65　　实例46try…catch捕获异常的实例66　　实例47try…catch…finally捕获异常的实例67　　实例48try…catch嵌套捕获异常的实例68　　4.4throws声明异常69　　实例49throws声明异常实例一69　　实例50throws声明异常实例二70　　4.5throw抛出异常72　　实例51throw抛出异常实例一72　　实例52throw抛出异常实例二73　　4.6自定义异常74　　实例53自定义异常实例一74　　实例54自定义异常实例二75　　第5章数组（教学视频：98分钟）78　　5.1一维数组78　　实例55一维数组的创建与使用78　　实例56按相反的顺序输出79　　实例57奇偶分组80　　实例58找宝81　　实例59寻找最小数82

Matlab功率谱估计的详尽分析——绝对原创功率谱估计是信息学科中的研究热点,在过去的30多年里取得了飞速的发展。
现代谱估计主要是针对经典谱估计(周期图和自相关法)的分辨率低和方差性能不好的问题而提出的。
其内容极其丰富,涉及的学科和领域也相当广泛,按是否有参数大致可分为参数模型估计和非参数模型估计,前者有AR模型、MA模型、ARMA模型、PRONY指数模型等;后者有最小方差方法、多分量的MUSIC方法等。
ARMA谱估计叫做自回归移动平均谱估计,它是一种模型化方法。
由于具有广泛的代表性和实用性,ARMA谱估计在近十几年是现代谱估计中最活跃和最重要的研究方向之一。
二：AR参数估计及其SVD—TLS算法。
谱分析方法要求ARMA模型的阶数和参数以及噪声的方差已知.然而这类要求在实际中是不可能提供的,即除了一组样本值x(1),x(2),…,x(T)以供利用(有时会有一定的先验知识)外,再没有其它可用的数据.因此必须估计有关的阶数和参数,以便获得谱密度的估计.在ARMA定阶和参数之估计中,近年来提出了一些新算法，如本文介绍的SVD—TLS算法便是其中之一。
三：实验结果分析和展望1，样本数多少对估计误差的影响。
（A=[1,0.8,-0.68,-0.46]）图1上部分为N=1000；
下部分为取相同数据的前N=50个数据产生的结果。
图1N数不同：子图一N=1000,子图二N=200，子图三N=50由图可知，样本数在的多少，在对功率谱估计的效果上有巨大的作用，特别在功率谱密度函数变化剧烈的地方，必须有足够多的数据才能完整的还原原始功率谱密度函数。
2，阶数大小对估计误差的影响。
A=[1,-0.9,0.76]A=[1,-0.9,0.76,-0.776]图二阶数为二阶和三阶功率密度函数图A=[1,-0.9,0.86,-0.96,0.7]A=[1,-0.9,0.86,-0.96,0.7,-0.74]图三阶数为三阶和四阶功率密度函数图如图所示，阶数相差不是很大时，并不能对结果产生较大的影响。
但是阶数太低，如图二中二阶反而不能很好的估计出原始值。
3，样本点分布对估计误差对于相同的A=[1,-0.9,0.86,-0.96,0.7]；
样本的不同，在估计时的误差是不可避免的。
因此，我们在取得样本时，应该尽可能的减少不必要的误差。
图四：不同的样本得到不同的估计值4，奇异值的阈值判定范围不同对结果的影响。
上图是取奇异值的阈值大于等于0.02，而下图是取阈值大于等于0.06，显然在同种数据下，阈值的选取和最终结果有密切关系。
由于系数矩阵和其真实值的逼近的精确度取决于被置零的那些奇异值的平方和。
所以选取太小，导致阶数增大，选取太大会淘汰掉真实的系数。
根据经验值，一般取0.05左右为最佳。

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。