四川大学编译原理实验报告——手工构造C-语言的词法分析器

B树的删除.swfB树的生长过程.swf三元组表的转置.swf中序线索化二叉树.swf串的顺序存储.swf二分查找.swf二叉排序树的删除.swf二叉排序树的生成.swf二叉树的建立.swf克鲁斯卡尔算法构造最小生成树.swf冒泡排序.swf分块查找.swf单链表结点的删除.swf单链表结点的插入.swf图的深度优先遍历.swf基数排序.swf堆排序.swf头插法建单链表.swf寻找中序线索化二叉树指定结点的前驱.swf寻找中序线索化二叉树指定结点的后继.swf尾插法建表.swf希儿排序.swf开放定址法建立散列表.swf循环队列操作演示.swf快速排序.swf拉链法创建散列表.swf拓扑排序.swf最短路径.swf朴素串匹配算法过程示意.swf构造哈夫曼树的算法模拟.swf构造哈夫曼树过程.swf栈与递归.swf树、森林和二叉树的转换.swf桶式排序法.swf直接插入排序.swf直接选择排序.swf规并排序.swf邻接表表示的图的广度优先遍历.swf邻接表表示的图的深度优先遍历.swf顺序查找.swf顺序栈（4个存储空间）.swf顺序栈（8个存储空间）.swf顺序表的删除运算.swf顺序表的插入.swf顺序队列操作.swf

实验3继承和多态定义下述5个类，类属性如下：Employee:firstName,lastName,socialSecurityNumberSalaridEmployee:weeklySalary(周薪）HourlyEmployee:wage(每小时的工钱),hours（月工作小时数）CommisionEmployee:grossSales(销售额),commissionRate(提成比率)BasePlusCommisionEmployee:baseSalary（月基本工资）Employee类中定义了抽象方法earning，用于计算员工的月工资。
SalaridEmployee月工资计算为：weeklySalary*4HourlyEmployee月工资计算为：wage*hoursCommisionEmployee月工资计算为：grossSales*commissionRateBasePlusCommisionEmployee月工资计算为：grossSales*commissionRate+baseSalary类还应该包括构造方法，toString方法，属性的get/set方法。
firstName,lastName,socialSecurityNumber的初始化在构造方法中完成。
其中对firstName,lastName也要提供get/set方法，对socialSecurityNumber只提供get方法。
其他属性要提供get和set方法。
然后生成10个员工对象，根据随机数决定生成对象的类型（可以是SalaridEmployee、HourlyEmployee、CommisionEmployee、BasePlusCommisionEmployee），对象引用保存到数组中。
然后依次调用对象的toString方法输出对象的信息，调用earning方法来输出对象的月工资。

这是一个样本的实验，现将振动信号进行CEEMD分解，得到imf分量，在求imf分量的相关系数啦筛选分量，并求一个样本的信息熵特征，构造一个特征向量矩阵，然后自己选择类器进行分类。

对于给定的一组整数和散列函数，分别采用线性探测法和拉链法处理冲突构造散列表，并在这两种方法构建的散列表中查找整数K，比较两种方法的时间和空间性能。

[编译原理].陈意云.高清非扫描版从理论上说，构造专用计算机来直接执行某种高级语言写的程序是可能的。
但是，实际上目前的计算机能执行的都是非常低级的机器语言。
那么，一个基本的问题是：高级语言的程序最终是怎样在计算机上执行的。

本书讨论了操作系统中的基本概念与算法，并对大量实例（如Linux系统）进行了研究。
全书内容共分七部分，第一部分概要解释了操作系统是什么、做什么、是怎样设计与构造的，也解释了操作系统概念是如何发展起来的，操作系统的公共特性是什么。
第二部分进程管理描述了作为现代操作系统核心的进程以及并发的概念。
第三部分存储管理描述了存储管理的经典结构与算法以及不同的存储管理方案。
第四部分I/O系统对I/O进行了深入的讨论，包括I/O系统设计、接口、内部结构与功能等。
第五部分分布式系统介绍了分布式系统的一般结构以及连接它们的网络，讨论了分布存取策略、分布式文件系统及分布式系统中同步、通信等机制。
第六部分保护与安全介绍了操作系统中对文件、内存、CPU及其他资源进行操作的安全与保护机制。
第七部分案例研究，分析与讨论了Linux系统、Windows2000、WindowsXP、FreeBSD、Mach及Nachos等实例。
本书作为操作系统的入门教材，适合所有对操作系统这门学科感兴趣的读者参考，尤其适合高等院校计算机专业及相关专业的学生用做操作系统课程的教材或教学参考书。

这是一个比较复杂的数据库包含图书管理借书还书学生管理老师管理和数据连接的相关应用代码有详细的解释压缩包里面也有数据库的文件代码里设置的数据库用户是sa密码是123456请使用的时候做相关的修改下面给出一部分的代码请继续关注本资源的发布会后面有很多实用的代码上传usingSystem.Windows.Forms;namespaceLibraryMis{publicclassDatabaseAccess{/*声明成员变量，这样这个类中的所有方法就可是使用这些变量了*/privateSqlConnectionmyConnection;privateSqlCommandmyCommand;privateSqlDataAdaptermyDataAdapter;privateDataSetmySet=newDataSet();/*写该类的构造方法，该方法名要跟类名相同，无返回值*当new这个类时就会执行这个构造方法*/publicDatabaseAccess(){/*获得保存连接字符串的文件名及路径*///获得应用程序路径stringexePath=AppDomain.CurrentDomain.SetupInformation.ApplicationBase;//根据路径和文件名构建FileInfo对象stringfileName=exePath+"connectionString.txt";//建立FileInfo对象FileInfof=newFileInfo(fileName);//判断该文件是否存在if(f.Exists)//文件存在{//获得文件内容即存在文件中的连接字符串//打开文件，获得读文件的数据流对象StreamReadersr=f.OpenText();//读文件到变量中stringconnectionString=sr.ReadToEnd();//关闭流sr.Close();//由读出的连接字符串创建Connection对象myConnection=newSqlConnection(connectionString);//由Connection对象创建Command对象myCommand=myConnection.CreateCommand();//创建DataAdapter对象myDataAdapter=newSqlDataAdapter();myDataAdapter.SelectCommand=myCommand;//创建CommandBuilder对象SqlCommandBuildercb=newSqlCommandBuilder(myDataAdapter);//尝试是否能够打开连接try{myConnection.Open();}catch(Exceptionex)//打开连接出错，可能是连接字符串有问题,这里调用数据库访问设置窗体来重新设置服务器名和数据库名{M

采用三叉链表结构：每个节点包含左右孩子指针和父指针。
构造函数中，每次选取权值最小的两个根节点，构成新的节点。
每个符号的Huffman编码用0\1串。
编码算法实现了给定节点实现它的0\1串,译码算法实现给定0\1串找出该节点

这是opencvsvm图像分类的整个工程代码，在VS2010下打开即可。
整个工程文件以及我的所有训练的图片存放在这里，需要的可以下载，自己在找训练图片写代码花了很多时间，下载完后自行解压，训练图片和测试图片可以从这免费下载http://download.csdn.net/detail/always2015/8944959，projectdata文件夹直接放在D盘就行，里面存放训练的图片和待测试图片，以及训练过程中生成的中间文件，现在这个下载object_classfication_end则是工程文件，我用的是vs2010打开即可，下面工程里有几个要注意的地方：1、在这个模块中使用到了c++的boost库，但是在这里有一个版本的限制。
这个模块的代码只能在boost版本1.46以上使用，这个版本以下的就不能用了，直接运行就会出错，这是最需要注意的。
因为在1.46版本以上中对比CsSVM这个类一些成员函数做了一些私有化的修改，所以在使用该类初始化对象时候需要注意。
2、我的模块所使用到的函数和产生的中间结果都是在一个categorizer类中声明的，由于不同的执行阶段中间结果有很多个，例如：训练图片聚类后所得到单词表矩阵，svm分类器的训练的结果等，中间结果的产生是相当耗时的，所以在刚开始就考虑到第一次运行时候把他以文件XML的格式保存下来，下次使用到的时候在读取。
将一个矩阵存入文本的时候可以直接用输出流的方式将一个矩阵存入，但是读取时候如果用输入流直接一个矩阵变量的形式读取，那就肯定报错，因为输入流不支持直接对矩阵的操作，所以这时候只能对矩阵的元素一个一个进行读取了。
3、在测试的时候，如果输入的图片太小，或者全为黑色，当经过特征提取和单词构造完成使用svm进行分类时候会出现错误。
经过调试代码，发现上述图片在生成该图片的单词的时候所得到的单词矩阵会是一个空矩阵，即该矩阵的行列数都为0，所以在使用svm分类器时候就出错。
所以在使用每个输入图片的单词矩阵的时候先做一个判断，如果该矩阵行列数都为0，那么该图片直接跳过。

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。