输出n个整数，用快速排序、堆排序与2路归并排序算法实现由小到大排序并输出排序结果。
要求排序数据及排序结果用字符文件实现输出与输出。
要求排序数据及排序结果用字符文件实现输出与输出。
2015/3/21 1:01:19
47KB
1
这是用MFC写的，开发环境是VC++。
主要实现7种排序算法（直接插入排序、堆排序、基数排序、冒泡排序、归并排序、希尔排序、快速排序），能计算每种排序算法的运行时间，进行多次排序后，可以对各种排序算法时间复杂度进行直线拟合，并以图线的方式表示，其中，画图部分是调用外部CCHART库来完成的。
以上是本程序的主要功能，还有一些细节的东西请打开工程自行探索。
程序亲测无误。
主要实现7种排序算法（直接插入排序、堆排序、基数排序、冒泡排序、归并排序、希尔排序、快速排序），能计算每种排序算法的运行时间，进行多次排序后，可以对各种排序算法时间复杂度进行直线拟合，并以图线的方式表示，其中，画图部分是调用外部CCHART库来完成的。
以上是本程序的主要功能，还有一些细节的东西请打开工程自行探索。
程序亲测无误。
2017/11/27 14:42:06
5.28MB
1
1.有序顺序表的元素按照从小到大有序存储；
2.实现有序顺序表的类模板，它的操作如下：a)构造函数；
b)拷贝构造函数；
c)析构函数;d)计算表长度,并输出;e)定位函数：查找x在表中位置;f)判断x能否在表中；
g)向表中插入x；
h)删除表的第i个元素；
i)寻找x的后继；
j)寻找x的前驱；
k)判断顺序表空否；
l)判断顺序表满否；
m)重载=；
n)重载下标运算[]；
3.用有序顺序表表示集合，实现两个有序顺序表的并和交（并和交仍是有序顺序表）并分析它们的时间复杂度；
2.实现有序顺序表的类模板，它的操作如下：a)构造函数；
b)拷贝构造函数；
c)析构函数;d)计算表长度,并输出;e)定位函数：查找x在表中位置;f)判断x能否在表中；
g)向表中插入x；
h)删除表的第i个元素；
i)寻找x的后继；
j)寻找x的前驱；
k)判断顺序表空否；
l)判断顺序表满否；
m)重载=；
n)重载下标运算[]；
3.用有序顺序表表示集合，实现两个有序顺序表的并和交（并和交仍是有序顺序表）并分析它们的时间复杂度；
2015/3/22 4:45:14
9KB
1
卜东波老师计算机算法设计与分析作业答案。
共分7个章节。
分治算法、动态规划算法、贪婪算法、线性规划、网络流算法、NP。
全英文。
包括自然语言描述、伪代码、正确性证明、时间复杂度。
共分7个章节。
分治算法、动态规划算法、贪婪算法、线性规划、网络流算法、NP。
全英文。
包括自然语言描述、伪代码、正确性证明、时间复杂度。
2021/8/24 8:14:47
18.36MB
1
介绍一个简单的程序，用于计算无法直接加载到内存（1GB）的大文件（100GB）中最常出现的url的topn。
用法生成测试数据makedata使用1GB网址进行测试maketest使用100GB网址运行makerun算法根据hash（url）将输入文件拆分为1009个小文件。
加载每个小文件，通过dict计算url的出现次数，然后通过堆获取topn出现次数。
合并步骤2中所有出现的topn事件，并获得最终的topn并进行打印。
复杂度分析N是网址数。
NS是分割文件的数量，等于1009。
K是我们想要的结果URL的数量，等于100。
BS是缓冲区大小的大小，可能是4096或8192，请参见步骤1从输入文件读取或写入拆分文件的时间均为N/BS*T（diskio），哈希计算的时间为N*T（hash），因而时间复杂度为O（max（2*N
用法生成测试数据makedata使用1GB网址进行测试maketest使用100GB网址运行makerun算法根据hash（url）将输入文件拆分为1009个小文件。
加载每个小文件，通过dict计算url的出现次数，然后通过堆获取topn出现次数。
合并步骤2中所有出现的topn事件，并获得最终的topn并进行打印。
复杂度分析N是网址数。
NS是分割文件的数量，等于1009。
K是我们想要的结果URL的数量，等于100。
BS是缓冲区大小的大小，可能是4096或8192，请参见步骤1从输入文件读取或写入拆分文件的时间均为N/BS*T（diskio），哈希计算的时间为N*T（hash），因而时间复杂度为O（max（2*N
2022/9/25 16:57:51
14.13MB
1
Kafka是一种分布式的，基于发布/订阅的消息系统。
主要设计目标如下：以时间复杂度为O(1)的方式提供消息持久化能力，并保证即使对TB级以上数据也能保证常数时间的访问功能高吞吐率。
即使在非常廉价的商用机器上也能做到单机支持每秒100K条消息的传输支持KafkaServer间的消息分区，及分布式消息消费，同时保证每个partition内的消息顺序传输同时支持离线数据处理和实时数据处理为什么要用MessageQueue在项目启动之初来预测将来项目会碰到什么需求，是极其困难的。
消息队列在处理过程中间插入了一个隐含的、基于数据的接口层，两边的处理过程都要实现这一接口。
这允许你独立的扩展或修改两边的处理
主要设计目标如下：以时间复杂度为O(1)的方式提供消息持久化能力，并保证即使对TB级以上数据也能保证常数时间的访问功能高吞吐率。
即使在非常廉价的商用机器上也能做到单机支持每秒100K条消息的传输支持KafkaServer间的消息分区，及分布式消息消费，同时保证每个partition内的消息顺序传输同时支持离线数据处理和实时数据处理为什么要用MessageQueue在项目启动之初来预测将来项目会碰到什么需求，是极其困难的。
消息队列在处理过程中间插入了一个隐含的、基于数据的接口层，两边的处理过程都要实现这一接口。
这允许你独立的扩展或修改两边的处理
2020/4/17 11:10:48
1.05MB
1
图像的隐藏与伪装技术是图像安全方面一个非常重要的研究领域。
其中常用的图像置乱算法实现较为复杂,基于Zig-zag变换的思想提出了一种新的数字图像置乱算法,并构造了两个具体的置乱变换方法。
通过算法的仿真实验和结果分析表明该算法具有较好的置乱效果及较大的周期,并具有一定的抗攻击能力,从图像信息安全性及算法的时间复杂度方面分析,该算法优于Arnold等变换,将该类算法用于图像加密有一定的使用价值。
其中常用的图像置乱算法实现较为复杂,基于Zig-zag变换的思想提出了一种新的数字图像置乱算法,并构造了两个具体的置乱变换方法。
通过算法的仿真实验和结果分析表明该算法具有较好的置乱效果及较大的周期,并具有一定的抗攻击能力,从图像信息安全性及算法的时间复杂度方面分析,该算法优于Arnold等变换,将该类算法用于图像加密有一定的使用价值。
2015/6/10 4:44:54
1006KB
1
1.掌握数据结构的基本概念、基本原理和基本方法2.掌握数据的逻辑结构、存储结构及基本操作的完成，能够对算法进行基本的时间复杂度3.能够运用数据结构基本原理和
2021/1/15 8:16:09
1.22MB
1
针对用电过程中的盗电窃电问题，基于数据挖掘的思想提出了一种自动检测窃电行为的方法。
通过分析用户用电数据的特点，在循环神经网络（RNN）算法的基础上引入长短期记忆单元（LSTM），通过输入门、输出门与遗忘门等函数选择性地保留记忆单元的输入输出信息，改善算法训练时的梯度消失现象。
将RNN网路改进为并行化网络，将长时间序列的输入特征向量进行片段化处理，克服RNN网络在处理长序列时的信息丢失缺点。
使用国家电网的公开数据集进行仿真实验。
结果表明，在相同的时间复杂度下，相较于传统RNN网络，改进算法对窃电行为的识别精度提升到了92.85%，模型的交叉熵损失下降为0.253，AUC增长至0.871，算法的综合功能显著提升。
通过分析用户用电数据的特点，在循环神经网络（RNN）算法的基础上引入长短期记忆单元（LSTM），通过输入门、输出门与遗忘门等函数选择性地保留记忆单元的输入输出信息，改善算法训练时的梯度消失现象。
将RNN网路改进为并行化网络，将长时间序列的输入特征向量进行片段化处理，克服RNN网络在处理长序列时的信息丢失缺点。
使用国家电网的公开数据集进行仿真实验。
结果表明，在相同的时间复杂度下，相较于传统RNN网络，改进算法对窃电行为的识别精度提升到了92.85%，模型的交叉熵损失下降为0.253，AUC增长至0.871，算法的综合功能显著提升。
2021/9/2 6:54:54
1.41MB
1
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