- 博客(27)
- 收藏
- 关注
RSS订阅原创 Python题目练习（20个填空题）
已知vec=[[1,2],[3,4]],则表达式[[row[i] for row in vec] for i in range(len(vec[0]))]的值为【?假设已从标准库functools导入reduce()函数，那么表达式reduce (lambda x, y:max (×,y),[1,2, 3])已知列表×=[1,2,3],那么执行语句x.pop(0)之后，x的值为(?列表s=[56,78,90],s.append(333)后,len(s)=?表达式[1,2,3]==[1,3,2]的值为（？
2026-02-18 13:21:24
414
原创 Python题目练习(30个选择题)
整形变量x中存放了一个两位数，要将这个两位数的个位数的个位数字和十位数字交换位置，例如，13变成31，正确的Python表达式是()。(B)在Python语言中，”=”表示赋值，即将"=”右侧的计算结果赋值给左侧变量， 包含"=”的语句称为赋值语句。(A)在定义字典对象时，键和值用冒号连接(B)Python通过字典来实现映射， 通过整数索引来查找其中的元素。(A)C语言是静态语言，Python语言是脚本语言(B)静态语言采用解释方式执行，脚本语言采用编译方式执行。
2026-02-18 13:21:14
592
原创 （下）C语言题目练习（39题）
静态全局变量：定义在所有函数(包括主函数)之外，用关键字“static”标识的变量，称为静态全局变量。28.若fp已正确定义并指向某个文件，当未遇到该文件结束标志时函数feof(fp)的值为(?用scanf函数输入数据可以规定精度，所以scanf("%6.2f",&×)是正确的.(A)从文件f中读取长度不超过n-1的字符串存入指针s所指的内存。(A)0 (B)1 (C)-1 (D)一个非0值。(B)从文件f中读取长度为n的字符串存入指针s所指的内存。
2026-02-17 16:53:02
1047
原创 （中）C语言题目练习（50题）
26.以下程序的功能是:求出数组x中各相邻两个元素的和依次存放到a数组中，然后输出。17.若有定义:int a[3][4]={{1,2{,{0},{4,6,8,10}};若有说明:int a[3][4]={0},则只有元素a[0][0]可得到初值0。(B)每个数组包含一组具有同一类型的变量，这些变量在内存中占有连续的存储单元。32.若二维数组a有m列，则在a[i][j]前的元素个数为(?(A)5 (B)8 ©14 (D)输出项不合法,无正常输出。28.若有以下数组a，数组元素:a[0]~a[9],其值为。
2026-02-17 16:52:52
1118
原创 （上）C语言题目练习（50题）
(D)在一个函数内部，可以在复合语句中定义变量，这些变量只在复合语句中有效。(D)复合运算:a*=b+ch是将变量b、ch之和与a相乘，结果再给a赋值。(D)既不能被同一源文件中的函数调用，也不能被其他源文件中的函数调用。(A)auto (B)static ©extern (D)无存储类别。(A)既能被同一源文件中的函数调用，也能被其他源文件中的函数调用。(B)只能被同一源文件中的函数调用，不能被其他源文件中的函数调用。
2026-02-15 14:21:26
1378
原创 5.汇编语言计算（V-（X*Y+Z-16））/X
算术运算综合举例，计算（V-（X*Y+Z-16））/X。其中X，Y，Z，V均为16位有符号数，在数据段定义，要求上式计算结果的商存入AX，余数存入DX寄存器。按照运算优先级分步计算。
2026-02-15 14:21:02
427
原创 4. 求数组最大值（汇编语言）
字数组ARRAY为有符号数，第一个单元为元素个数N，后面为N个元素，编写程序，求数组元素中的最大值，并把它放入MAX单元。（4）循环结束后，MAX 中即为数组最大值显示。（2）将第一个元素作为初始最大值存入 MAX。第一个元素为当前最大值。获取下一个元素，与当前。最大值（支持负数显示）
2026-02-14 21:58:33
509
原创 3.比较两个从键盘输入的字符串是否相同（汇编语言）
编写程序，比较两个从键盘输入的字符串是否相同。如果相同，则显示"YES";如果不同则显示发现不同的字符位置。果有不同字符，显示第一个不同字符的位置（从1开始计数）：使用DOS功能调用读取两个字符串。果字符串完全相同，显示"YES"：逐个字符比较两个字符串。
2026-02-14 21:58:07
575
原创 2.使用过程定义伪指令来实现换码（汇编语言）
掌握常用指令系统和常用伪指令的使用方法，熟悉定义数据、定义程序模式、分配存储区等功能，验证循环操作，实践课程中的实例。使用过程定义伪指令来实现换码。
2026-02-13 11:32:55
253
原创 创业基础（结课大作业）
与全球市场相比，中国企业的云成本优化需求呈现出“本土化适配性强、场景复杂度高”的特点，无论是互联网企业的突发流量波动、制造业的生产系统算力需求差异，还是金融机构的合规性资源配置要求，都需要更贴合本土业务逻辑的智能解决方案。通过实时分析、预测与自动化决策，为客户提供跨云、跨平台的资源优化、成本控制与性能保障解决方案。混部与资源回收： 在保证服务质量的前提下，允许将在线业务（延迟敏感）与离线任务（计算密集、可中断）混合部署在同一集群，并利用“资源回收”技术，充分利用碎片资源，极大提升整体资源利用率。
2026-02-12 08:16:41
705
原创 10.模型评估指标（数据挖掘课程设计）
当模型训练完成后，需要进行模型评估来量化模型性能的好坏。而且模型的性能不单单只有一个维度，所以模型的好坏通常会用多个指标来进行衡量。例如，现在想要衡量一个分类器的性能，可能第一时间会想到用准确率来衡量模型的好坏，但是准确率高并不一定就代表模型的性能高，因此可能会需要使用如F1 Score、AUC等指标来衡量。宏平均：平等对待每个类别（适合样本均衡）；微平均：按样本数加权（适合样本不均衡）；核心步骤：保留 “输入标签→混淆矩阵→基础指标→二分类专属指标→输出” 核心链路，无冗余步骤。
2026-02-11 09:39:08
657
原创 9.PageRank算法设计与应用（数据挖掘课程设计）
核心步骤：初始化每个网页的初始 Rank 值相等；迭代更新网页i的Rank值=所有指向i的网页j的Rank值 /j的出度之和×阻尼系数+(1 -阻尼系数)/网页总数（阻尼系数通常取 0.85）；迭代至Rank值变化量<阈值。阻尼系数若d=1（无随机跳转），A的Rank会更高（因为A的入链最多）；若d=0（完全随机跳转），所有网页 Rank 均为 0.25；A、B 存在自环，会增加自身的Rank权重。PageRank算法：计算每一个网页的PageRank值，然后根据这个值的大小对网页的重要性进行排序。
2026-02-11 09:38:55
732
原创 8.K-mean算法设计与应用（数据挖掘课程设计）
k-means算法，也被称为k-平均或k-均值，是一种得到最广泛使用的聚类算法。相似度的计算根据一个簇中对象的平均值来进行。算法首先随机地选择k个对象，每个对象初始地代表了一个簇的平均值或中心。对剩余的每个对象根据其与各个簇中心的距离，将它赋给最近的簇。核心步骤：初始化随机选择 k=3 个样本作为初始聚类中心；计算每个样本到 3 个中心的欧氏距离，将样本分配到距离最近的聚类；计算每个聚类的均值，作为新的聚类中心；终止条件：聚类中心收敛（变化量 < 阈值）或迭代次数耗尽。若不设置随机种子，初始中心随机；
2026-02-10 08:31:38
747
原创 7.DBSCAN算法设计与应用（数据挖掘课程设计）
DBSCAN算法：如果一个点q的区域内包含多于MinPts个对象，则创建一个q作为核心对象的簇。然后，反复地寻找从这些核心对象直接密度可达的对象，把一些密度可达簇进行合并。当没有新的点可以被添加到任何簇时，该过程结束。核心步骤：遍历所有点，标记核心点；从核心点出发，递归合并 ε- 邻域内的核心点，形成聚类；标记边界点到对应聚类，噪声点单独标记。minpts=3 的意义是核心点需至少 3 个邻域点（含自身）；噪声点特征是孤立点无足够邻域点，被标记为噪声。
2026-02-10 08:31:30
518
原创 6.ID3算法设计与实现（数据挖掘课程设计）
信息增益是针对一个一个特征（属性）而言的，就是看一个特征，系统有它和没有它时的信息量各是多少，两者的差值就是这个特征给系统带来的信息量，即信息增益。ID3算法通过计算每个属性的信息增益，认为信息增益高的是好属性，每次划分选取信息增益最高的属性为划分标准，重复这个过程，直至生成一个能完美分类训练样例的决策树。特征顺序：ID3 按信息增益优先选择特征，因此 “年龄” 作为根节点，后续子树按 “学生→收入→信誉” 的顺序划分（信息增益递减）。核心步骤：计算数据集的总熵：衡量 “是否买电脑” 标签的混乱程度；
2026-02-08 17:37:32
253
原创 5.KNN算法设计与应用(数据挖掘课程设计）
结果解析：新样本与所有已知样本中 5 个最近邻的距离等级均为 “中等”，因此投票结果为 “中等”。k取不同值，对结果的影响为k 越小：模型复杂度越高，过拟合风险大，结果对噪声敏感；k 越大：模型复杂度越低，欠拟合风险大，结果越偏向全局多数类；核心步骤：将身高作为特征，等级作为标签，整理成特征矩阵和标签数组；统计5个近邻的等级，取出现次数最多的等级作为新样本的分类结果。k-近邻是在训练集中选取离输入的数据点最近的k个邻居，根据这个k个邻居中出现次数最多的类别，作为该数据点的类别。
2026-02-08 17:37:23
370
原创 4.EM算法设计与应用（数据挖掘课程设计）
核心步骤：隐变量：每组实验选择的硬币（A 或 B）；待估参数：θ_A（硬币 A 正面概率）、θ_B（硬币 B 正面概率）；E 步：根据当前参数，计算每组实验选择硬币 A/B 的后验概率（责任度）；M 步：基于 E 步的责任度，更新 θ_A 和 θ_B 的最大似然估计；迭代至参数收敛（变化量 < 阈值）数据预处理：将实验结果转换为数值（H=1，T=0），整理为 5 组 ×10 次的矩阵。最大期望算法经过两个步骤交替进行计算，第一步是计算期望（E），利用对隐藏变量的现有预计值，计算其最大似然预计值；
2026-02-05 11:29:28
254
原创 3.FP-tree算法设计与应用（数据挖掘课程设计）
核心步骤：扫描数据集：统计各单项的支持度，筛选出满足最小支持度的频繁1-项集，按支持度降序排序；对每条交易记录过滤非频繁项并排序，依次插入 FP-Tree，同时维护项头表，递归构建条件 FP-Tree，挖掘所有频繁项集；基于频繁项集，计算置信度筛选出置信度≥最小置信度的规则。Frequent Pattern Tree：不使用侯选集，直接压缩数据库成一个频繁模式树，通过频繁模式树可以直接得到频集。进行2次数据库扫描：一次对所有1-项目的频度排序；FP-Tree（频繁模式树）是一种高效挖掘频繁项集的算法。
2026-02-05 11:29:17
268
原创 2.Close算法设计与应用（数据挖掘课程设计）
核心步骤：将交易记录转为集合格式，计算最小支持度计数，先通过 Apriori 生成所有频繁项集；若项集的所有超集支持度均≠自身支持度，则为闭频繁项集；关联规则生成：计算置信度筛选≥80% 的规则。Close 算法是 Apriori 的优化版，核心目标是挖掘闭频繁项集，相比 Apriori，Close 能减少冗余项集，仅保留 “不可被超集替代” 的核心频繁项集。一个频繁闭合项目集的所有闭合子集一定是频繁的；一个非频繁闭合项目集的所有闭合超集一定是非频繁的。
2026-02-04 10:19:14
301
原创 1.Apriori算法设计与应用（数据挖掘课程设计）
核心步骤：数据预处理：将交易记录转换为集合格式，计算最小支持度计数；生成1-候选项集，扫描数据集，统计候选项集出现次数，筛选频繁项集；通过 “连接+剪枝” 生成下一级候选项集；迭代执行上述步骤，输出所有频繁项集；关联规则生成：计算置信度，筛选强规则。Apriori 算法核心是频繁项集的逐层挖掘，依赖两个关键性质：频繁项集的所有子集必为频繁项集；非频繁项集的所有超集必为非频繁项集。Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和向下封闭检测两个阶段来挖掘频繁项集。
2026-02-04 10:14:15
360
原创 6.编程模拟 NAT 网络地址转换（计算机网络课程设计）
模拟 NAT 路由器的工作过程，主要有将收到的来自内网报文中的私有源 IP 地址转换为 NAT 的外部合法 IP 地址，同时将传输层源端口号转换为 NAT 路由器分配的端口号，建立转换映射表；地址转换模块：Net_address_translation()，实现内网 / 外网地址端口的双向查询转换，根据输入的地址端口匹配映射表，输出对应的转换结果。映射删除模块：Net_address_delect()，支持用户根据地址端口删除对应的映射关系，同时同步删除正向和反向映射表中的记录，避免无效映射残留。
2026-01-19 03:30:35
629
原创 5.网络路由模拟器设计与实现（计算机网络课程设计）
封装了路由条目、路由器、网络拓扑、数据包等核心模块，实现了模块化、可扩展的代码结构；将路由器、数据包等抽象为类，封装属性和方法，代码的可读性、可维护性大幅提升，符合软件工程的设计规范；通过手动配置路由表和模拟转发，深刻理解了 “下一跳” 是路由器转发的核心决策依据，TTL 机制是解决网络环路的关键手段；二、实验目的：设计并实现一个可以模拟不同网络拓扑结构下的路由选择和数据包转发的路由模拟器；Router 类（路由器）：核心模块，管理单个路由器的路由表，提供路由查找核心功能；
2026-01-19 03:30:25
563
原创 4.OSPF 路由协议原型系统设计与实现（计算机网络课程设计）
构建测试网络拓扑，实例化多个路由节点，验证系统功能的正确性，分析实验结果。二、实验目的：深入理解 OSPF 路由协议的核心工作原理，尤其是链路状态公告泛洪、网络拓扑构造、最短路径计算三大核心流程，掌握路由节点的信息交互机制，实现链路信息的发布与接收，熟练运用 Dijkstra 算法计算节点间最短路径，并基于路径结果生成有效的路由表。主要完成工作有：路由节点泛洪发布本地节点的链路信息，其它节点接收信息，构造网络拓扑，然后利用 Dijkstra算法计算出到其它节点的最短路径，最后生成本节点的路由表。
2026-01-18 21:02:52
507
原创 3.滑动窗口协议仿真（计算机网络课程设计）
定义协议常量与数据类型（帧类型、事件类型、帧结构体、数据包结构体等）实现辅助函数（between、inc、send_frame）模拟物理层与网络层接口，实现数据的临时缓存与传递。实验验证了选择性重传协议的可靠性和高效性，清晰展示了帧收发、窗口调整、超时重传、捎带确认等关键机制的运行过程，达到了预期的实验目的。帧操作模块：包含send_frame（构造并发送数据帧 / ACK 帧 / NAK 帧）、between（判断帧序号是否在窗口范围内）、inc（序号自增，支持循环）等辅助函数。
2026-01-18 21:02:41
529
原创 2.Tracert 与 Ping 程序设计与实现
ICMP 报文构造模块：定义 ICMP 头数据结构，填充回显请求报文的类型、代码、进程 ID（作为 ID 字段）、序列号，并计算校验和。报文接收与解码模块：通过recvfrom函数接收 ICMP 应答报文，解析 IP 头和 ICMP 头，验证报文的 ID 和序列号，计算往返时延，并提取路由节点 / 目标主机的 IP 地址。IP_HEADER（IP 报头结构）对应 IP 协议的头部格式，用于解析接收报文中的 IP 层信息，核心字段包括头部长度、版本号、TTL、协议类型、源 IP 地址、目的 IP 地址。
2026-01-17 21:43:52
668
原创 网络聊天程序的设计与实现（计算机网络课程设计）
本次实验基于 Socket 套接字实现了基础的 C/S 架构网络聊天程序，明确了 C/S 架构的核心特点：服务器被动监听，客户端主动连接，TCP 协议保证了数据传输的可靠性，服务器端：被动等待客户端连接，负责绑定 IP 地址与端口、监听连接请求、接受连接并与客户端进行数据交互。绑定地址：配置 IP和端口，绑定到套接字。cliSock[]套接字数组，索引 0 为服务端套接字，1~MAX_LINK_NUM 为客户端套接字，管理所有连接；将套接字设为监听模式，循环等待客户端连接，接受连接后生成新的通信套接字；
2026-01-17 21:40:23
19
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人