本学期的课程设计，实现最短路的算法，于是采用了DIJKSTRA算法，并用双向广搜优化了。实现了简易的北京地铁导航。于是把代码分享出来。（核心代码是find_min()，Dijkstra()部分）转载或者用到里面的代码请注明博主姓名以及出处！（注：只输入了图片里的地铁站信息，所用到的文件最下面有下载，因为这些文件是我和同学一条一条的录入的，所以如果你用到请务必注明这些文件的出处）代码：/*****************************************...
研究生二年级实习（2010年5月）开始，一直跟着王益（yiwang）和靳志辉（rickjin）学习LDA，包括对算法的理解、并行化和应用等等。毕业后进入了腾讯公司，也一直在从事相关工作，后边还在yiwang带领下，与孙振龙、严浩等一起实现了一套大规模并行的LDA训练系统——Peacock。受rick影响，决定把自己对LDA工程实践方面的一些理解整理出来，分享给大家，其中可能有一些疏漏和错误，还请批评指正。Rickjin在《LDA数学八卦》[1]一文中已经...
摘要：Classification And Regression Tree(CART)是一种很重要的机器学习算法，既可以用于创建分类树（Classification Tree），也可以用于创建回归树（Regression Tree），本文介绍了CART用于离散标签分类决策和连续特征回归时的原理。决策树创建过程分析了信息混乱度度量Gini指数、连续和离散特征的特殊处理、连续和离散特征共存时函数的特殊处理和后剪枝；用于回归时则介绍了回归树和模型树的原理、适用场景和创建过程。个人认为...
摘自：http://blog.fens.me/mahout-recommendation-api/测试程序：RecommenderTest.java测试数据集：item.csv 1,101,5.0 1,102,3.0 1,103,2.5 2,101,2.0 2,102,2.5 2,103,5.0 2,104,2.0 3,101,2.5 3,104,4.0 3,105,4.5 测试程序：org.conan.mymahout.recommendation.job.RecommenderTest.java package org.conan.mymahout.recommendation.job;import java.io.IOException; import java.util.List;import org.apache.mahout.cf.tast...
编译环境：操作系统：Win8.1 64位IDE平台：Visual Studio 2013 Ultimate一、原理与步骤二、代码实现角度前方交会.javapackage text;import java.awt.*; import java.awt.event.*; import java.math.*;import javax.swing.*; import javax.swing.border.Border;public class 角度前方交会 extends JFrame { public static final int TEXTAREA_ROWS = 20; public static final int TEXTAREA_COLUMNS = 40; public 角度前方...
描写叙述: 实现删除字符串中出现次数最少的字符。若多个字符出现次数一样，则都删除。输出删除这些单词后的字符串。 字符串中其他字符保持原来的顺序。 输入: 字符串仅仅包括小写英文字母, 不考虑非法输入，输入的字符串长度小于等于20个字节。 输出: 删除字符串中出现次数最少的字符后的字符串。 例子输入: abcdd 例子输出: dd代码实现package huaweiimport ("fmt" )func Test4Base() {s := "abcfbcca"result := deleteMinChars(s...
国密商用算法是指国密SM系列算法，包括基于椭圆曲线的非对称公钥密码SM2算法、密码杂凑SM3算法、分组密码SM4算法，还有只以IP核形式提供的非公开算法流程的对称密码SM1算法等。第1节 SM2非对称密码算法原理国密SM2算法是商用的ECC椭圆曲线公钥密码算法，其具有公钥加密、密钥交换以及数字签名的功能。椭圆曲线参数并没有给出推荐的曲线，曲线参数的产生需要利用一定的算法产生。但在实际使用中，国密局推荐使用素数域256 位椭圆曲线...
【139-Word Break（单词拆分）】【LeetCode-面试算法经典-Java实现】【全部题目文件夹索引】原题 Given a string s and a dictionary of words dict, determine if s can be segmented into a space-separated sequence of one or more dictionary words. For example, given s = "leetcode", dict = ["leet", "code"]. Return true because "leetcode" can be segmented as "leet code". 题目大意 给定一个字符串s和单词字典...
冒泡排序（Bubble Sort），是一种计算机科学领域的较简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。冒泡算法的原理比较相邻的元素。如果第一个比第二个大，就交换他们两个。对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。在这一点，最后的元素应该会是最大的数。针对所有的元素...
一.文件1.新建参考:OpenCV2:创建图像并显示 2.打开参考:OpenCV2:读取图像 3.导出参考:OpenCV2:导出图像 二.编辑1.拷贝粘贴参考:OpenCV2:图像自带函数 2.变换参考:OpenCV2:图像几何变换 三.图像1.模式/灰度+位图参考:OpenCV2:图像处理 四.图层 五.文字 六.选择 七.滤镜 八.窗口1.直方图参考:OpenCV2:直方图 九.工具栏1.快速选择工具参考:OpenCV2:边缘提取 原文：https://www.cnblogs.com/k5bg/p/11089293.html
概述： 近期要学习写网络爬虫。所以把图的深度和广度搜索都再温习一下。图结构展示：实现过程：首先，我们来看看图结构在代码中的实现。有三块逻辑：1.图中的节点：public class GraphNode {public List<GraphEdge> edgeList = null;private String label = "";public GraphNode(String label) {this.label = label;if (edgeList == null) {edgeList = new ArrayList<GraphEdge>();}}/*** 给当前节点加入一条边* GraphNode* @para...
算法是程序的灵魂，一个优秀的前端工程师对算法也是要有所了解的。排序算法1. 冒泡排序//冒泡排序function bubbleSort(arr){var i = j = 0;for(i=1;i<arr.length;i++){for(j=0;j<=arr.length-i;j++){var temp = 0;if(arr[j]>arr[j+1]){temp = arr[j];arr[j] = arr[j+1];arr[j+1] = temp;}}} }2. 快速排序//快速排序function quickSort(arr,l,r){if(l < r){var i = l, j = r, x = arr[i];while(i<j){while(i<j && arr[j]>x)j--;if(i...
一、说明 1) 这个类 是我 在真实项目中，优化解决真实问题 时，不参考第三方代码，完全由自己查阅MSDN官方文档 ， 完成的一个真实生产环境中使用的功能类 2) 读者在使用此类时，请尊重原创，在代码中加上原创注释：// Author -- Meng.NET (cnblogs.com) ，同时欢迎 二次改进、二次创作 以共同进步 3) 此代码以【面向对象】、【C#闭包】、【异步回调】、【超时】、【等待】、【自动重试】方式实现及完成，且可以配置扩展...
#include<iostream> #include<queue> #include<stack> using namespace std;#define INFINITY DBL_MAX //无穷大 #define MAX_VERTEX_NUM 20 //最大顶点个数 enum GraphKind //图的类型 {DG,DN,UDG,UDN//有向图、有向网、无向图、无向网 };//弧结构 typedef struct ArcCell {double adj;//权值，无权图用1表示 }AdjMatrix[MAX_VERTEX_NUM][MAX_VERTEX_NUM]; //邻接矩阵图结构struct MGraph {int vexs[MAX_VERTEX_NUM];//顶点集合...
最近在学习黄文坚的TensorFlow书籍，希望对学习做一个总结。softmax regression算法原理：当我们对一张图片进行预测时，会计算每一个数字的可能性，如3的概率是3%，5的概率是6%，1的概率是80%，则返回1.TensorFlow版本：0.8.0# 导入手写识别数据，TensorFlow提供了手写识别库from tensorflow.examples.tutorials.mnist import input_data# 读取手写识别数据 mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)# 训练...