- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 数据结构|4.树
//双亲表示法 #define MAX_TREE_SIZE 100 typedef int TElemType; //树结点数据类型暂定为整型 typedef struct PTNode{//定义结点 TElemType data; int parent; }PTnode; typedef struct{//树结构 PTNode nodes[MAX_TREE_SIZE];//结点数组 int r,n;//根的位置以及结点数 }PTree; //孩子表示法 #
2021-11-20 15:57:06
241
原创 递归|斐波那契数列
数列 1，1，2，3，5，8，13，……，前两项之后构成后一项 #include<bits/stdc++.h> using namespace std; int Fbi(int i){ if(i<2) return i==0?0:1; return Fbi(i-1)+Fbi(i-2); } int main(){ int i; for(int i=1;i<40;i++) printf("%d ",Fbi(i)); return 0; } ...
2021-10-19 14:32:12
95
原创 数据结构|3.栈（stack）
1.定义： 栈是限定仅在表尾进行插入和删除操作的线性表。允许插入和删除的一端称为栈顶（top），另一端称为栈底（bottom），不含任何数据元素的栈称为空栈。遵循后进先出原则（Last In First Out）简称LIFO结构。 2.基本操作 InitStack(*S):初始化 DestroyStack（*S）：销毁栈 StackEmpty（S）：若栈为空，返回true，否则返回false GetTop（S，*e）：若栈存在且非空，用e返回栈顶元素 StackLength（S）：返回栈S的元素个数
2021-10-19 14:24:03
431
原创 数学建模|3.时间序列分析（2）
平稳时间序列——ARMA序列（自回归移动平均序列） AR序列：自动回归序列 MA序列：移动平均序列 实例: clc,clear elps=randn(10000,1);x(1:2)=0; for i=3:10000 x(i)=-0.6*x(i-1)-0.2*x(i-2)+elps(i);%产生模拟数据 end xlswrite('data1.xls',x(end-9:end))%把x的后十个数据存入表格 dlmwrite('mdata.txt',x) x=x';%转换为列变量 m=ar
2021-10-12 17:29:21
143
原创 数学建模|3.时间序列分析（1）
确定性时间序列分析方法 一.定义: 通过对预测目标自身时间序列的处理来研究其变化趋势。一个时间序列往往是以下几种变化形式的叠加和耦合： （1）长期趋势变动。指时间序列朝着一定方向持续上升或下降，或停留在某一水平上的倾向，它反映了客观事物的主要变动趋势。 （2）季节变动 （3）循环变动：通常指周期一年以上，非季节因素引起的涨落起伏波形相似的波动 （4）不规则变动 二.移动平均法 当预测目标的基本趋势实在某一水平上下波动时，可用一次移动平均方法建立预测模型，即： 其预测标准误差是：
2021-10-12 15:47:42
964
原创 数据结构|1.时间复杂度
1.基础规则 用常数1取代运行时间中的所有加法常数。 在修改后的运行次数函数中，只保留最高阶项。 如果最高阶项存在且不是1，则去除与这个项相乘的常数。得到的结果就是大O阶。 循环体复杂度=循环条件复杂度*循环运行次数 2.举例子 代码如下： int i,j,n; n++;//O(1) function(n);O(n) for(i=0;i<n;i++){ function(n);//O(n^2) } for(i=0;i<n;i++){ for(j=i;j<n;j++...
2021-10-10 16:55:49
72
原创 数学建模|2.非线性规划模型
1.非线性规划的matlab解法 数学模型写作： Matlab命令： 定义目标函数fun1.m function f = fun1(x) f=sum(x.^2)+8; 定义非线性约束条件fun2.m function[g,h]=fun2(x) g=[-x(1)^2+x(2)-x(3)^2 x(1)^2+x(2)^2+x(3)^3-20];#非线性不等式约束 h=[-x(1)-x(2)^2+2 x(2)+2*x(3)^2-3];#非线性等式约束 主程序 ..
2021-10-09 16:24:07
437
原创 数学建模|1.整数规划
1.0-1型整数规划 （1）原理 假设有m个互相排斥的约束条件，为了保证m个约束条件只有一个起作用，引入m个0-1变量： yi=1,第i个约束起作用； yi=0，第i个约束不起作用；i=1,2,...,m 设M为一个充分大的常数， 则约束表示为： 2.蒙特卡洛法 eg： model: sets: row/1..4/:b; col/1..5/:c1,c2,x; link(row,col):a; endsets data: c1=1,1,3,4,2; c2=-8,-2,-3,-.
2021-10-09 15:14:54
468
原创 机器学习|3.贝叶斯分类器
一.基础概念 贝叶斯分类器是各种分类器中分类错误概率最小或者在预先给定代价的情况下平均风险最小的分类器。它的设计方法是一种最基本的统计分类方法。其分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。 先验概率：根据以往经验分析得到的概率。 后验概率：某件事发生是由某个因素引起的可能性大小。 联合概率：联合概率是指在多元的概率分布中多个随机变量分别满足各自条件的概率。假设X和Y都服从正态分布，那么P{X<4,Y&l
2021-10-03 18:09:25
5011
原创 机器学习|1.线性逻辑回归
一.简单的线性回归 1.线性模型： 给定由d个属性描述的示例 x=（x1；x2；...；xd），其中xi是x在第i个属性之上的取值，线性模型试图学得一个通过属性的线性组合来进行预测的函数，即 一般用向量形式写成 ...
2021-09-16 23:15:42
248
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人