搜索资源列表
myString
- 自己编写的String类，可以用于代替<string>中的string类。支持==、!=、<、>等比较运算符，=复制运算符，有多种构造函数，动态分配内存，长度可变。容易转换成char*类型，而且使用深拷贝，指针使用得当。有常用的Index，Insert，Delete，Replace,SubString方法。而且源码中给出了String类的一个小应用。开发环境Visual C++ 6.0，测试程序为Console模式。-I have written the String c
TsinghuaCdatastructures
- 清华+殷人昆C++数据结构 幻灯片教学课件 通过本课程的学习，应达到知识和技能两方面的目标： 1、知识方面：从数据结构的类定义和对象的使用，以及存储表示和操作的实现两个层次，系统地学习和掌握常用的基本数据结构（包括数组、顺序表、多项式、字符串、链表、栈与队列、优先级队列、广义表、树与森林、二叉树、堆、集合、图、搜索结构、索引结构、散列结构等）及其不同的实现，了解并掌握分析、比较和选择不同数据结构、不同存储结构、不同算法的原则和方法，为后续课程的学习打好基础。 -Tsinghua Q
command_window_text
- 这个m-文件允许你导出所有在命令窗口中的文本到字符串单元阵列，每个条目是一个从窗口文本行。未分析的原始字符串也可以，如果需要的话。 操作非常简单 -使用findjobj功能（操作要求），此文件查找在根窗口，并得到适当的对象从文本。 我一直在寻找一种方式做，特别是一些软件中的错误我始终跟踪这，似乎已经没有人写了这种方法，所以我现在在这里供您使用。 这是一个有点慢，有可能是一个特定类寻找更快的方法- 如果这样，让我知道！-This m-file allows you t
String
- JAVA中有关类string和类 StringBuffer的方法和构造方法及继承.-JAVA in the class and the class StringBuffer string methods and construction methods and inheritance.
handout-files
- 实施第一类你必须使用一个链表来实现这些队列的方法，并队列增长到任何需要的大小。你执行第二类必须使用数组来实现这个队列类。该数组的大小应该是10，永远不会改变。 要实现第一个队列，你可以使用通用的节点类。第二个队列，必须使用一个固定大小的数组来实现。 您还必须建立一个主要的方法，使用户可以进入队列的字符串，获取和打印队列的头部（输入命令“poll”）的字符串，插入一个空值（命令“null ”），或退出程序（命令“quit”）。由用户输入的任何其他字符串应插入到队列中，通过调用该要约方法
Stxllrare
- 建立一个通讯录的类note，该类中的属性有以下几项：String name，phone，MobilePhone，zip，address，Email 分别表示：姓名，固定电话，手机号，邮编，地址，电子邮邮邮件地址。方法有两个：Setnote（）给属性赋初值的函数，方法show()显示出来一条通讯记录。 程序源码使用了ObjectInPutStream与ObjectOutPutStream这两个文件输入 -Class note to create an address book, class a
cstring-3.6.2
- cstring 是一个小型、简单的C类库，用来操作C语言风格的字符串。字符串是以 cstring_t 结构的实例展现，通过这个类库的方法来操作： Selection of different allocator pools (including Global, COM Task and process heap allocators on Win32) Mapping cstring_t instances as views onto existing memory areas
UStringLD
- 字符串匹配LD算法的Delphi实现，提供了类TStringLD，封装了比较方法和获取字符串差异详情的方法。-LD Delphi string matching algorithm, implemented in Delphi. Provides a class TStringLD, which encapsulates a comparison method and a method to fetch detailed information.
textclustering-master
- 对于大文本进行挖掘聚类，该方法不考虑文字词语出现的频率信息，考虑上下文语境，将所有的字根据预定义的特征进行词位特征学习，获得一个训练模型。然后对待分字符串的每一个字进行词位标注，最后根据词位定义获得最终的分词结果。(Digging for large text clustering, the method does not consider the text word frequency of information, considering the context, all the words