搜索资源列表
nearpiont
- 最接近点对问题是求二维坐标中的点对问题，该算法是为了将平面上点集S线性分割为大小大致相等的2个子集S1和S2，我们选取一垂直线l:x=m来作为分割直线。其中m为S中各点x坐标的中位数。由此将S分割为S1={p∈S|px≤m}和S2={p∈S|px>m}。从而使S1和S2分别位于直线l的左侧和右侧，且S=S1∪S2 。由于m是S中各点x坐标值的中位数，因此S1和S2中的点数大致相等。 递归地在S1和S2上解最接近点对问题，我们分别得到S1和S2中的最小距离δ1和δ2。现设δ=min(δ
LCS_Dynamic_Programming
- LCS（最长公共子序列）问题可以简单地描述如下： 一个给定序列的子序列是在该序列中删去若干元素后得到的序列。给定两个序列X和Y，当另一序列Z既是X的子序列又是Y的子序列时，称Z是序列X和Y的公共子序列。例如，若X={A，B，C，B，D，B，A}，Y={B，D，C，A，B，A}，则序列{B，C，A}是X和Y的一个公共子序列，但它不是X和Y的一个最长公共子序列。序列{B，C，B，A}也是X和Y的一个公共子序列，它的长度为4，而且它是X和Y的一个最长公共子序列，因为X和Y没有长度大于4的公共子序列
aaa
- 分治法解决最近对问题 画一条垂直线x=c，把这些给定点分为两个包含n/2个点的子集S1和S2，使得n/2个点位于直线的左侧或直线上，另外n/2个点位于直线的右侧或直线上；遵循分治法的思想，递归地求出左子集S1和右子集S2中的最近对，分别为d1与d2；之后d=min{d1,d2}。合并过程：在以垂线x=c为对称轴，2d为宽度的区域内求最近两个点的距离，记为d3；求D=min{d,d3}；
jiqisheji
- 假定只能在一台机器上处理n个作业 ，每个作业 有一个处理时间 ，利润 和截止时间 。机器一次只能处理一个作业，作业 必须不间断地运行 个连续时间单位。如果作业 在它的截止时间 之前完成，则得利润 ，但如果作业在截止时间之后完成，则得利润为0。假设所有处理时间为 之间的整数，最大利润作业调度问题要求确定个n作业的一个子集，使得该子集中作业调度所获得的利润最大。
jobs
- 假定只能在一台机器上处理n个作业 ，每个作业 有一个处理时间 ，利润 和截止时间 。机器一次只能处理一个作业，作业 必须不间断地运行 个连续时间单位。如果作业 在它的截止时间 之前完成，则得利润 ，但如果作业在截止时间之后完成，则得利润为0。假设所有处理时间为 之间的整数，最大利润作业调度问题要求确定个n作业的一个子集，使得该子集中作业调度所获得的利润最大。
子集和问题
- 子集和问题.rar:这是我学算法设计时的总结,包括定长和不定长做法(也就是回朔法,剪枝限界),当然也包括穷举法.-subset and problems. Rar : This is my learning algorithm design at the conclusion, including fixed-length and variable length approach (that is, back to Schomburg, pruning Bound), which of cour
数据结构的C++描述
- 目 录 译者序 前言 第一部分 预备知识 第1章 C++程序设计 1 1.1 引言 1 1.2 函数与参数 2 1.2.1 传值参数 2 1.2.2 模板函数 3 1.2.3 引用参数 3 1.2.4 常量引用参数 4 1.2.5 返回值 4 1.2.6 递归函数 5 1.3 动态存储分配
无分隔符字典问题
- 设∑＝{α1, α2…… αn }是n个互不相同的符号组成的符号集。 Lk＝{β1β2…βk | βi ∑,1≤i≤k}是∑中字符组成的长度为k 的全体字符串。 S是Lk的子集，S是Lk的无分隔符字典是指对任意的S中元素a1a2…ak， b1b2…bk. {a2a3…akb1, a3a4&hellip
subsum.rar
- 回溯法求子集和问题, 在回溯过程中利用了剪枝 ,The back track method to solve the sub sum problem
subset
- 利用回溯法求解子集和问题的C++实现 给定正整数集合S和正整数c计算出子集和s1使得子集合之和为c-The use of retrospective method and problems in a subset of the C++ Achieve a given positive integer set S and positive integer c calculated subset and makes a subset of s1 and c
subSetSum
- 说明:子集和问题 给定一个n个整数的集合X = {x1, x2, …, xn}和整数Y，找出和等于Y的X的子集subX。 比如说，如果X ={10,20,30,40,50,60} 和 Y = 60 则有三种不同长度的解，它们分别是 subY = {10，20，30}，{20，40} 和{60} 使用回溯法实现.开发VS2005工具-Descr iption: a subset of the problem and given a set of n integers X = (
introduction_Algorithms
- 这书深入浅出，全面地介绍了计算机算法。对每一个算法的分析既易于理解又十分有趣，并保持了数学严谨性。本书的设计目标全面，适用于多种用途。涵盖的内容有：算法在计算中的作用，概率分析和随机算法的介绍。书中专门讨论了线性规划，介绍了动态规划的两个应用，随机化和线性规划技术的近似算法等，还有有关递归求解、快速排序中用到的划分方法与期望线性时间顺序统计算法，以及对贪心算法元素的讨论。此书还介绍了对强连通子图算法正确性的证明，对哈密顿回路和子集求和问题的NP完全性的证明等内容。全书提供了900多个练习题和
cut-the-minimum-cut-problem
- cut 最小割问题 网络G=(V,E)的割cut(S,T)是将G的顶点集V划分为2个不相交的子集S和T，使s Î S ， t Î T ，且cut(S,T) = {(u,v)Î E | u Î S,vÎ T}。设每条边(u,v)的边权为a(u,v),则割 cut(S,T)的权值为cut(S,T)中所有边权之和。最小割问题要求网络G 的权值最小的割。-cut the minimum cut problem network G = (V, E)
Introduction-to-Algorithms-3rd
- 《算法导论(原书第2版)》一书深入浅出，全面地介绍了计算机算法。对每一个算法的分析既易于理解又十分有趣，并保持了数学严谨性。本书的设计目标全面，适用于多种用途。涵盖的内容有：算法在计算中的作用，概率分析和随机算法的介绍。本书专门讨论了线性规划，介绍了动态规划的两个应用，随机化和线性规划技术的近似算法等，还有有关递归求解、快速排序中用到的划分方法与期望线性时间顺序统计算法，以及对贪心算法元素的讨论。本书还介绍了对强连通子图算法正确性的证明，对哈密顿回路和子集求和问题的NP完全性的证明等内容。全书提
e10
- 子集和问题完整实验代码，解压后可直接运行release版本-Subset sum problem complete experimental code, after decompression can be directly run release version
sanfa
- 第二单元 8594 有重复元素的排列问题； 9718 整数因子分解； 11088 整数划分的扩展问题； 17082 两个有序数序列中找第k小 第三单元 8596 最长上升子序列； 10303 数字三角； 11077 最长公共子字符串； 11078 不能移动的石子合并 第四单元 8602 区间相交问题； 11079 可以移动的石子合并 第五单元 8600 骑士问题； 8603 子集和问题； 17085 工作分配