用OpenGL实现地球仪，包含了纹理、映射、旋转等作用intmain(intargc,char**argv){glutInit(&argc;,argv);glutInitDisplayMode(GLUT_DOUBLE|GLUT_RGB|GLUT_DEPTH);glutInitWindowSize(600,600);glutInitWindowPosition(100,100);glutCreateWindow("OpenGL地球——LEILEI");glutDisplayFunc(draw_tellurion);glutIdleFunc(Moving);init();glutMainLoop();return0;}

1.1doublegauss_ch1(double(*f)(double),intn);求积分∫_(-1)^1f(x)dx/√(1-x^2)实现n点Gauss-Chebyeshev积分公式；
返回积分的近似值。
在区间[-1,1]上关于权函数1/√(1-x^2)的正交多项为T_n(x)=cos(narccos(x))，T_n(x)在[-1,1]上的n个根是x_k=cos⁡((2k-1)/2nπ)，k=1,…,n.n点Gauss-Chebyeshev积分公式为∫_(-1)^1f(x)dx/√(1-x^2)≈π/n∑_(k=1)^nf(cos⁡((2k-1)/2nπ))1.2doublegauss_ch2(double(*f)(double),intn);求积分∫_(-1)^1√(1-x^2)f(x)dx实现n点Gauss-ChebyeshevII型积分公式；
返回积分的近似值。
在区间[-1,1]上关于权函数√(1-x^2)的正交多项为U_n(x)=sin⁡((n+1)arccos⁡(x))/sin⁡(arccos⁡(x))，U_n(x)在[-1,1]上的n个根是x_k=cos⁡(kπ/(n+1))，k=1,…,n.n点Gauss-ChebyeshevII型积分公式为∫_(-1)^1√(1-x^2)f(x)dx≈π/(n+1)∑_(k=1)^nsin^2(kπ/(n+1))f(cos⁡(kπ/(n+1)))1.3doublecomp_trep(double(*f)(double),doublea,doubleb);求积分∫_a^bf(x)dx函数实现逐次减半法复化梯形公式；
返回积分的近似值。
1.4doubleromberg(double(*f)(double),doublea,doubleb);求积分∫_a^bf(x)dx函数实现Romberg积分法；
返回积分的近似值。
1.5doublegauss_leg_9(double(*f));求积分∫_(-1)^1f(x)dx实现9点Gauss-Legendre求积公式。
使用上面实现的各种求积方法求下面的积分：∫_(-1)^1e^x√(1-x^2)dx(=∫_(-1)^1(xe^x)/√(1-x^2)dx)使用第3，4，5个函数求积分：∫_0^(π/2)sin⁡xdx(=1)

Kds是用于多平台Kotlin1.3的数据结构库。
它包含一组用KotlinCommon编写的优化数据结构，因此可以在JVM，JS和将来的多平台目标中使用。
这些结构被设计为高效分配且快速的，因此Kds包括针对诸如Int或Double基元的专用版本。
支持KDS如果您喜欢kds，或在这里想要您的公司徽标，请考虑，除了确保项目的连续性，您还将获得独家内容。
完整文档：:一些样本：//CaseInsensitiveMapvalmap=mapOf("hELLo"to1,"World"to2).toCaseInsensitiveMap()println(map["hello"])//BitSetvalarray=BitSet(100)//Stores100bitsarray[99]=tr

voidCFunction::CreatGauss(doublesigma,double**pdKernel,int*pnWidowSize){LONGi;//数组中心点intnCenter;//数组中一点到中心点距离doubledDis;//中间变量doubledValue;doubledSum;dSum=0;//[-3*sigma,3*sigma]以内数据，会覆盖绝大部分滤波系数*pnWidowSize=1+2*ceil(3*sigma);nCenter=(*pnWidowSize)/2;*pdKernel=newdouble[*pnWidowSize];//生成高斯数据for(i=0;i＜(*pnWidowSize);i++)

while(1)//循环{ Multiple_Read_HMC5883(); x=BUF[0]＜＜8|BUF[1]; z=BUF[2]＜＜8|BUF[3]; y=BUF[4]＜＜8|BUF[5]; a=pow((double)x,2)+pow((double)y,2)+pow((double)z,2);

该控件继承QWidget,实现了左右上下四种形式的坐标轴控件。
可以设置固定间隔或自动选择间隔可以设置最小间隔开放一个槽来动态调整坐标轴的范围处理了边缘刻度的显示/*************************************************************************版权所有(C)2012-2015,liang1057@yahoo.com.cn类声明:坐标轴控件************************************************************************//**@brief坐标轴控件**@details坐标轴控件只有刻度和数字，数字可以隐藏(用来显示其他需要显示的刻度值)*/classuiAxis:publicQWidget{Q_OBJECTpublic:/**@brief坐标轴类型**@details坐标轴类型*/enumAXISTYPE{LEFT_AXIS=0,TOP_AXIS,RIGHT_AXIS,BOTTOM_AXIS};/**@brief构造函数*/uiAxis(AXISTYPEtype=BOTTOM_AXIS,QWidget*parent=0);/**@brief析构函数*/~uiAxis(void);/**@brief设置坐标轴的范围*/voidsetScop(doubleminValue,doublemaxValue);/**@brief获取坐标轴的范围*/voidgetScop(double&minValue,double&maxValue);/**@brief获取坐标轴的范围*/doublegetMinValue();doublegetMaxValue();/**@brief设置坐标轴的类型*/voidsetAxisType(AXISTYPEtype);/**@brief坐标轴的类型*/AXISTYPEgetAxisType();/**@brief设置最小刻度(小刻度的最小间隔)*/voidsetMinInterval(doublevalue);/**@brief设置自动间隔*/voidsetAutoScale(boolval=true);/**@brief设置固定间隔*/voidsetSettedScale(boolval=true);/**@brief设置坐标轴的绘制范围，像素值*/voidsetBoundary(intleft,intright,inttop,intbottom);voidgetBoundary(int&left,int&right,int&top,int&bottom);

3.几何图形(满分50分)版本1：满分10分设计抽象类GeometricObject及其子类Triangle和Circle。
GeometricObject类设计要求如下：■一个名为color的Color类型的私有数据域，表示对象的颜色■一个名为filled的Boolean类型的私有数据域，表示对象是否■一个名为dateCreated的Date类型的私有数据域，表示对象的■一个无参构造方法。
■一个能创建特定color和filled的有参构造方法。
■相关数据域的访问器和修改器。
■两个个名为draw和erase的抽象方法。
■一个名为getArea的抽象方法。
■一个名为getPerimeter的抽象方法。
■重写toString方法。
Triangle类设计要求如下：■三个名为side1、side2和side3的double类型的私有数据域表们的默认值是1.0。
要求三个数据域保留2位小数。
■一个无参的构造方法创建默认三角形。
■一个能创建带指定side1、side2和side3的有参构造方法。
■所有三个数据域的访问器和修改器方法。
■父类抽象方法的实现。
■重写toString方法。
Circle类设计要求如下：■一个名为radius的double类型的私有数据域，表示圆的半径，数据域保留2位小数。
■一个名为PI的静态常量，其值为3.14■一个无参的构造方法创建默认三角形。
■一个能创建带指定radius的有参构造方法。
■radius数据域的访问器和修改器方法。
■父类抽象方法的实现。
■重写toString方法。
测试类TestGeometricObject1设计要求如下：■一个能随机生成Circle类和Triangle类对象的静态方法GeometricObject[]RandomCreateGeometricObject()■以随机生成的数组为参数，输出数组中每个对象的基本信息、周长和面积。
■类中其它方法的测试版本2：满分20分将上面的抽象类GeometricObject改为接口，接口只保留其中四个抽象方法，声明类Circle、Triangle实现该接口，类的基本要求如上，同时为每个类增加一个将当前对象序列化到指定文件的方法writeToFile(Filef)。
测试类TestGeometricObject2设计要求如下：■一个能随机生成Circle类和Triangle类对象的静态方法，该方法将随机生成的象序列化到指定的文件GeometricObjects.dat中,序列化成功返回真，否则返回假。
BooleanRandomCreateGeometricObject()■将GeometricObjects.dat文件中对象全部读出，存储到GeometricObject对象数组中，然后以此数组为参数，输出数组中每个对象的基本信息、周长和面积。
■类中其它方法的测试。
新增一个类Rectangle，也实现接口GeometricObject，同时修改测试类TestGeometricObject2，体会开-闭原则。
版本3：满分20分在第2步的基础上设计实现一个具有GUI界面的几何图形绘制系统系统，要求实现根据选择的几何图形类型来绘制和删除相应的图形，其中相关参数应通过界面输入，并可计算图形的周长和面积。

sigmoid函数:nonlin(输出矩阵,矩阵,[是否求导(boolean)])底数矩阵:NumInd(输出矩阵,底常数,矩阵,[矩阵是否要系数(Double)])矩阵指数:ArrInd(输出矩阵,指常数,矩阵,[矩阵是否要系数(Double)])数加矩阵:NumAdd(输出矩阵,加常数,矩阵,[矩阵是否要系数(Double)])数减矩阵:NumSub(输出矩阵,被减数,矩阵,[矩阵是否要系数(Double)])数乘矩阵:NumDot(输出矩阵,被乘数,矩阵,[矩阵是否要系数(Double)])矩阵加法:ArrAdd(输出矩阵,矩阵A,矩阵B,[结果是否要系数(Double)])矩阵减法:ArrSub(输出矩阵,矩阵A,矩阵B,[结果是否要系数(Double)])哈达玛积:ArrDot(输出矩阵,矩阵A,矩阵B,[结果是否要系数(Double)])数乘矩阵:NumDot(输出矩阵,乘常数,矩阵)矩阵乘法:Dot(输出矩阵,矩阵A,矩阵B)矩阵可视化:ArrVis(矩阵)输出字符串转置矩阵:ArrT(输出矩阵,矩阵,[结果是否要系数(Double)])一维数组矩阵化:ArrA(输出矩阵,列数,一维数组)元素矩阵化:Arr(输出矩阵,列数,元素1,元素2,元素3...)矩阵绝对值:ArrAbs(输出矩阵,矩阵,[结果是否要系数(Double)])矩阵元素平均:Mean(矩阵)输出双精度小数随机小数矩阵:Rand(输出矩阵,行数,列数,[矩阵是否要系数])随机整数矩阵:intRand(输出矩阵,行数,列数,下限,上限)

使用MATLAB对一幅图像添加椒盐噪声或者高斯噪声。
不调用现成函数，只用到rand产生随机数。
代码非常精简，使用方便，适合新手参考。
核心代码如下：%***添加椒盐噪声***K1=0.2;%多少被污染K2=0.5;%胡椒噪声比例I1=rand(m,n)＜K1;I2=rand(m,n)＜K2;Image(I1&I2)=0;Image(I1&~I2)=255;%***添加高斯噪声:Box-Muller方法***AVG=0;%平均值STD=0.05;%标准差U1=rand(m,n);U2=rand(m,n);X=STD*sqrt(-2*log(U1)).*cos(2*pi*U2)+AVG;Image=double(Image)/255+X;Image=uint8(255*Image);

看大小就知道很全啦查看地址https://blog.csdn.net/qq_43333395/article/details/98508424目录：数据结构：1.RMQ(区间最值,区间出现最大次数,求区间gcd)2.二维RMQ求区间最大值(二维区间极值)3.线段树模板(模板为区间加法)(线段树染色)(区间最小值)4.线性基(求异或第k大)5.主席树(静态求区间第k小)(区间中小于k的数量和小于k的总和)(区间中第一个大于或等于k的值)6.权值线段树(求逆序对)7.动态主席树(主席树+树状数组)(区间第k大带修改)8.树上启发式合并(查询子树的优化)9,树状数组模板(求区间异或和，求逆序对)扩展10.区间不重复数字的和(树状数组)11.求k维空间中离所给点最近的m个点,并按顺序输出(KD树)12.LCA(两个节点的公共父节点)动态规划：1.LIS(最长上升子序列)2.有依赖的背包(附属关系)3.最长公共子序列(LCS)4.树形DP5.状压DP-斯坦纳树6.背包7.dp[i]=min(dp[i+1]…dp[i+k]),multset博弈：1.NIM博弈(n堆每次最少取一个)2.威佐夫博弈(两堆每次取至少一个或一起取一样的)3.约瑟夫环4.斐波那契博弈(取的数依赖于对手刚才取的数)5.sg函数数论：1.数论素数检验：普通素数判别线性筛二次筛法求素数米勒拉宾素数检验2.拉格朗日乘子法（求有等式约束条件的极值）3.裂项（多项式分子分母拆分）4.扩展欧几里得(ax+by=c)5.勾股数(直角三角形三边长)6.斯特林公式(n越大越准确,求n!)7.牛顿迭代法(求一元多次方程一个解)8.同余定理(a≡b(modm))9.线性求所有逆元的方法求(1~pmodp的逆元)10.中国剩余定理(n个同余方程x≡a1(modp1))11.二次剩余((ax+k)2≡n(modp)(ax+k)^2≡n(modp)(ax+k)2≡n(modp))12.十进制矩阵快速幂(n很大很大的时候)13.欧拉函数14.费马小定理15.二阶常系数递推关系求解方法(a_n=p*a_{n-1}+q*a_{n-2})16.高斯消元17.矩阵快速幂18.分解质因数19.线性递推式BM(杜教)20.线性一次方程组解的情况21.求解行列式的逆矩阵，伴随矩阵，矩阵不全随机数不全组合数学：1.循环排列(与环有关的排列组合)计算几何：1.三角形(求面积))2.多边形3.三点求圆心和半径4.扫描线(矩形覆盖求面积)(矩形覆盖求周长)5.凸包(平面上最远点对)6.求凸多边形的直径7.求凸多边形的宽度8.求凸多边形的最小面积外接矩形9.半平面交图论：基础:前向星1.最短路(优先队列dijkstra)2.判断环(tarjan算法)3.最小生成树(Kruskal模板)4.最小生成树(Prim)5.Dicnic最大流(最小割)6.无向图最小环(floyd)7.floyd算法的动态规划(通过部分指定边的最短路)8.图中找出两点间的最长距离9.最短路(spfa)10.第k短路(spfa+A*)11.回文树模板12.拓扑排序(模板)13.次小生成树14.最小树形图(有向最小生成树)15.并查集(普通并查集,带权并查集,)16.求两个节点的最近公共祖先(LCA)17.限制顶点度数的MST(k度限制生成树)18.多源最短路(spfa,floyd)19.最短路(输出字典序最小)20.最长路图论题目简述字符串：1.字典树(多个字符串的前缀)2.KMP(关键字搜索)3.EXKMP(找到S中所有P的匹配)4.马拉车(最长回文串)5.寻找两个字符串的最长前后缀(KMP)6.hash(进制hash,无错hash,多重hash,双hash)7.后缀数组(按字典序排字符串后缀)8.前缀循环节(KMP的fail函数)9.AC自动机(n个kmp)10.后缀自动机小技巧：1.关于int,double强转为string2.输入输出挂3.低精度加减乘除4.一些组合数学公式5.二维坐标的离散化6.消除向下取整的方法7.一些常用的数据结构(STL)8.Devc++的使用技巧9.封装好的一维离散化10.Ubuntu对拍程序11.常数12.Codeblocks使用技巧13.java大数叮嘱共173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。