绪论第一章算子第二章初等函数集第三章原始递归函数第四章递归函数集第五章递归可枚举集第六章判定成绩第七章谱系及计算复杂性
2023/1/27 2:02:14 4.53MB 递归
1
Strassen’s矩阵乘法—分治法实古代码,能输出最终结果矩阵和每一次递归的S1~S7。
2023/1/19 1:46:23 2KB Strassen
1
利用分治法处理凸包问题,递归调用,功能强悍,自己下载后在机器上跑一下
2023/1/12 3:42:50 5KB 分治法和凸包
1
使用LL(1)方法实现的语法分析程序,使用C++编程,其中包含消弭左递归,求非终结符的FIRST、FOLLOW集,求LL(1)分析表以及对输入字符串的接受过程分析。
2016/2/14 10:51:17 20KB C++ 语法分析
1
实现一个学生管理系统,即定义一个包含学生信息(学号,姓名,成绩)的的顺序表,可以不考虑重名的情况,系统至少包含以下功能:(1)根据指定学生个数,逐个输入学生信息;
(2)逐个显示学生表中所有学生的相关信息;
(3)给定一个学生信息,插入到表中指定的位置;
(4)删除指定位置的学生记录;
(5)统计表中学生个数;
(6)利用直接插入排序或者折半插入排序按照姓名进行排序;
(7)利用快速排序按照学号进行排序;
(8)根据姓名进行折半查找,要求使用递归算法实现,成功前往此学生的学号和成绩;
(9)根据学号进行折半查找,要求使用非递归算法实现,成功前往此学生的姓名和成绩。
1
快速排序算法并行化的一个简单思想是,对每次划分过后所得到的两个序列分别使用两个处理器完成递归排序。
例如对一个长为n的序列,首先划分得到两个长为n/2的序列,将其交给两个处理器分别处理;
而后进一步划分得到四个长为n/4的序列,再分别交给四个处理器处理;
如此递归下去最终得到排序好的序列。
当然这里举的是理想的划分情况,如果划分步骤不能达到平均分配的目的,那么排序的效率会绝对较差。
2022/11/27 21:14:33 5KB 快速排序 MPI
1
榛Hazel主要是Windows的早期交互式应用程序和渲染引擎。
目前还没有实现太多,但是(几乎)该存储库中的所有内容都在YouTube视频中创建,可在找到。
入门建议使用VisualStudio2017或2019,Hazel在其他开发环境上尚未经过正式测试,而我们专注于Windows构建。
首先使用gitclone--recursivehttps://github.com/TheCherno/Hazel克隆存储库。
如果存储库以前是非递归克隆的,请使用gitsubmoduleupdate--init克隆必要的子模块。
计划Hazel的计划有两个方面:创建功能强大的3D引擎,但也用作教学游戏引擎设计和架构的教育工具。
因而,该存储库内部的开发速度相当慢,因为必须在相机上进行所有教学和实施。
在一个名为Hazel-dev的私有存储库中,有一个引擎的更高级版本,支
2019/9/21 17:48:16 1.49MB C++
1
榛Hazel主要是Windows的早期交互式应用程序和渲染引擎。
目前还没有实现太多,但是(几乎)该存储库中的所有内容都在YouTube视频中创建,可在找到。
入门建议使用VisualStudio2017或2019,Hazel在其他开发环境上尚未经过正式测试,而我们专注于Windows构建。
首先使用gitclone--recursivehttps://github.com/TheCherno/Hazel克隆存储库。
如果存储库以前是非递归克隆的,请使用gitsubmoduleupdate--init克隆必要的子模块。
计划Hazel的计划有两个方面:创建功能强大的3D引擎,但也用作教学游戏引擎设计和架构的教育工具。
因而,该存储库内部的开发速度相当慢,因为必须在相机上进行所有教学和实施。
在一个名为Hazel-dev的私有存储库中,有一个引擎的更高级版本,支
2019/9/21 17:48:16 1.49MB C++
1
无论什么样的并行计算方式,其终极目的都是为了有效利用多机多核的计算能力,并能灵活满足各种需求。
相对于传统基于单机编写的运行程序,如果使用该方式改写为多机并行程序,能够充分利用多机多核cpu的资源,使得运行效率得到大幅度提升,那么这是一个好的靠谱的并行计算方式,反之,又难使用又难直接看出并行计算优势,还要耗费大量学习成本,那就不是一个好的方式。
由于并行计算在互联网应用的业务场景都比较复杂,如海量数据商品搜索、广告点击算法、用户行为挖掘,关联推荐模型等等,如果以真实场景举例,初学者很容易被业务本身的复杂度绕晕了头。
因而,我们需要一个通俗易懂的例子来直接看到并行计算的优势。
数字排列组合是个经典的算法
1
无论什么样的并行计算方式,其终极目的都是为了有效利用多机多核的计算能力,并能灵活满足各种需求。
相对于传统基于单机编写的运行程序,如果使用该方式改写为多机并行程序,能够充分利用多机多核cpu的资源,使得运行效率得到大幅度提升,那么这是一个好的靠谱的并行计算方式,反之,又难使用又难直接看出并行计算优势,还要耗费大量学习成本,那就不是一个好的方式。
由于并行计算在互联网应用的业务场景都比较复杂,如海量数据商品搜索、广告点击算法、用户行为挖掘,关联推荐模型等等,如果以真实场景举例,初学者很容易被业务本身的复杂度绕晕了头。
因而,我们需要一个通俗易懂的例子来直接看到并行计算的优势。
数字排列组合是个经典的算法
1
共 360 条记录 首页 上一页 下一页 尾页
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。
2024-04-09 15:03 15KB 钉钉 钉钉打卡