本资源包含“基于蛮力法（DFS）解决TSP问题”的相关代码以及TSP的城市数据。

谷歌DFS+Mapreduce+Bigtable三大论文中英文版本已经整理完成

本C++代码解决了八数码问题，采用深度优先，广度优先和A*算法实现，基于visualstudio2017

图的基本操作与实现【问题描述】：自选存储结构，实现对图的操作。
【基本要求】：(1)自选存储结构,输入含n个顶点（用字符表示顶点）和e条边的图G；
(2)求每个顶点的度,输出结果；
(3)指定任意顶点x为初始顶点,对图G作DFS遍历,输出DFS顶点序列(提示:使用一个栈实现DFS)；
(4)指定任意顶点x为初始顶点,对图G作BFS遍历,输出BFS顶点序列(提示:使用一个队列实现BFS)；
(5)输入顶点x,查找图G:若存在含x的顶点,则删除该结点及与之相关联的边,并作DFS遍历(执行操作3)；
否则输出信息“无x”；
(6)判断图G是否是连通图，输出信息“YES”/“NO”；
(7)如果选用的存储结构是邻接矩阵,则用邻接矩阵的信息生成图G的邻接表,即复制图G,然后再执行操作(2)；
反之亦然。
(8)自选图的其它任一种操作实现之。

一、A*搜索算法一（续）、一（续）、一（续）、A*，DijkstraDijkstraDijkstraDijkstraDijkstraDijkstra，BFSBFSBFS算法性能比较及算法性能比较及A*算法的应用算法的应用二、DijkstraDijkstraDijkstraDijkstraDijkstraDijkstra算法初探算法初探二（续）、彻底理解二（续）、彻底理解二（续）、彻底理解二（续）、彻底理解二（续）、彻底理解DijkstraDijkstraDijkstraDijkstraDijkstraDijkstra算法二（再续）、二（再续）、二（再续）、DijkstraDijkstraDijkstraDijkstraDijkstraDijkstra算法+fibonacci+fibonacci+fibonacci+fibonacci堆的逐步堆的逐步c实现二（三续）、二（三续）、二（三续）、DijkstraDijkstraDijkstraDijkstraDijkstraDijkstra算法+Heap+Heap+Heap堆的完整堆的完整c实现源码实现源码实现源码三、动态规划算法三、动态规划算法三、动态规划算法三、动态规划算法四、BFSBFSBFS和DFSDFSDFS优先搜索算法索算法五、教你透彻了解红黑树五、教你透彻了解红黑树五、教你透彻了解红黑树五、教你透彻了解红黑树五、教你透彻了解红黑树（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）（红黑数系列六篇文章之其中两）五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析五（续）、红黑树算法的实现与剖析六、教你初步了解六、教你初步了解六、教你初步了解六、教你初步了解KMPKMPKMP算法、算法、updatedupdatedupdatedupdated（KMPKMP算法系列三篇文章）算法系列三篇文章）算法系列三篇文章）算法系列三篇文章）六（续）、从六（续）、从六（续）、从六（续）、从KMPKMP算法一步谈到算法一步谈到算法一步谈到算法一步谈到算法一步谈到BM算法六（三续）、六（三续）、六（三续）、KMPKMP算法之总结篇（必懂算法之总结篇（必懂算法之总结篇（必懂算法之总结篇（必懂算法之总结篇（必懂KMPKMP）七、遗传算法七、遗传算法七、遗传算法透析GA本质八、再谈启发式搜索算法八、再谈启发式搜索算法八、再谈启发式搜索算法八、再谈启发式搜索算法八、再谈启发式搜索算法九、图像特征提取与匹配之九、图像特征提取与匹配之九、图像特征提取与匹配之九、图像特征提取与匹配之九、图像特征提取与匹配之九、图像特征提取与匹配之SIFTSIFT算法（SIFTSIFT算法系列五篇文章）算法系列五篇文章）算法系列五篇文章）算法系列五篇文章）九（续）、九（续）、九（续）、siftsiftsift算法的编译与实现算法的编译与实现算法的编译与实现算BF和DFS优先搜索算法

C++实现，数据结构，图的邻接矩阵表示，深度优先遍历，广度优先遍历，DFS，BFS，为什么要五十个字才能上传啊

封装DFS、BFS算法、Prim算法、Kruskal算法、Dijstra算法、Floyd算法上机作业：定义付与毗邻矩阵存储的图结构

字符串处置上：lcs(最长人民子序列)，kmp（字符串匹配算法），繁杂题方案脑子+评释，类的配置，数据封装，多重嵌套解法。
图论算法上（目前涌现过的）：配置高效的毗邻表，dfs是底子，bfs（最优/短下场且各边权值为1），djs+Floyd（最短路途下场），欧拉通路/回路分辨，树的直径下场，tarjan（强联通份量下场），并查集（分辨能否连通），prim+kruskal（最小天生树下场），拓扑排序、动态方案底子没若何样涌现过。

尺度的深度优先搜查算法，可实现节点遍历、暴发随机路由、检测图中能否有回路等成果，-Standarddepth-firstsearchalgorithm,thenodetraversalcanbeachieved,resultinginarandomrouting,testingwhetherthereisanyloopdiagramfunctions

广度优先搜查BFS、不合价钱搜查UCS、深度优先搜查DFS以及开辟式搜查Ａ＊的详尽知道，最弥留的是自己建树的例子，并举行详尽的阐发以及算法步骤的图示

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。