【SICP练习】48 练习：2.7-2.16【待添加】

最新推荐文章于 2020-01-31 20:41:05 发布

转载最新推荐文章于 2020-01-31 20:41:05 发布 · 79 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://my.oschina.net/nomasp/blog/503271

本文为NoMasp柯于旺原创，强调版权归属，分享个人博客地址，呼吁尊重知识产权，未获授权不得擅自转载。

转载于:https://my.oschina.net/nomasp/blog/503271

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

chenghao8469

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

精选资源

sicp-py-zh:[译] UCB CS61a SICP Python 描述中文版

05-29

docker run -tid -p <port>:80 apachecn0/sicp-py-zh # 访问 http://localhost:{port} 查看文档 PYPI pip install sicp-py-zh sicp-py-zh # 访问 http://localhost:{port} 查看文档 NPM npm install -g sicp-py-zh ...

SICP-ANSWER:MIT-Scheme 版本的答案

06-29

SICP-答案 SICP 中的问题解答。支持两个版本。除非有注释，否则所有这些都是可运行的。大多数答案不能保证是正确的，因为它们没有经过深入测试。但是，第4章中的解释器，即EVAL-APPLY、ANALYZE-EVAL-APPLY、AMB...

参与评论您还未登录，请先登录后发表或查看评论

SICP习题解答2.7-2.16

yaojiank的专栏

08-31

800

ex2.7-2.16 #lang racket ; exercise 2.7 (define (make-interval a b) (cons a b)) (define (upper-bound interval) (max (car interval) (cdr interval))) (define (lower-bound interval) (min (car interval

SICP 2.7~2.16习题答案

01-18

250

这一段的题目有点多，都是要有前面的代码的，写到一起得了 2.13用代数式看一下就知道了，比较容易。 2.14用代码试试看就知道了，感觉操作会引起误差，但不知道为什么，2.15，2.16同样但是通过2.14的结果就知道，2.15的结论应该是对的，除法运算并没有引入新的误差。 2.2节开始进入令人愉快的数据结构了，^_^。令人期待。 [code="scheme"](define...

SICP学习笔记 2.1.4 扩展练习：区间算术

SavageGarden_Love的专栏

08-28

294

练习2.7 ;; 抽象对象"区间"有两个端点, 一个下界一个上界, 则直接有如下过程 (define (lower-bound x) (car x)) (define (upper-bound x) (cdr x)) 练习2.8 (define (sub-interval x y) (make-interval (- (lower-bound ...

《SICP》习题第2章

四毛毛的博客

01-17

1634

本人做的SICP习题第2章，如有错误请指正，用的解释器是Racket 练习2.1 ;; Exercise 2.1 ;; 有理数 #lang racket ;; 有理数定义 (define (numer x) (car x)) (define (demon x) (cdr x)) ;; 处理分子分母均为正的有理数 (define (make-positive-rat n d) (l...

SICP_Python版第二章

pyb的博客

07-15

450

数据结构的过程性表示:习题2.5习题2.5：证明很容易,假设存在a<0或者b<0,则Pair(a,b)=2a3|b|或者3b2|a|Pair(a,b) = \frac{2^a }{3^{\vert b\vert}} 或者 \frac{3^ b }{2^{\vert a \vert}}因为gcd(2,3)=1,所以Pair(a,b)不能继续约分,所以Pair(a,b)不是整数。因此可以只用非负数来表示

区间算数

A Tiny Tower of Computation

01-31

2928

利用区间算数实现误差传播计算

SICP练习解答集：掌握mit-scheme编程技巧

资源摘要信息:"《SICP练习解决方案》提供了《计算机程序的构造和解释》(Structure and Interpretation of Computer Programs，简称SICP)一书中练习题的解答。这本书由Harold Abelson、Gerald Jay Sussman与Julie ...

sicp_but_clojure：Clojure中的SICP示例和练习

02-11

而 sicp_but_clojure 是一个项目，将SICP中的示例和练习移植到了现代函数式编程语言Clojure中，为学习者提供了在Clojure环境中理解SICP概念的机会。 Clojure，由Rich Hickey创建，是一种基于Lisp的动态类型语言，...

sicp-py-zh：【译】UCB CS61a SICP Python

02-05

压缩包中的"sicp-py-zh-master"很可能包含了整个项目的源代码、翻译后的文本、示例程序、测试以及其他相关资源。以下是对SICP Python中核心知识点的详细解释： 1. **函数式编程**： - **高阶函数**：函数可以作为...

【数据库管理】基于Navicat的毕业设计实战应用：图书管理系统数据建模与SQL优化方案

12-08

内容概要：本文围绕Navicat数据库管理工具在毕业设计中的实际应用展开，系统介绍了其在数据库设计、开发、优化与维护中的核心作用。文章结合“图书管理系统”实例，详细展示了数据库创建、表结构设计、存储过程与触发器的编写，并通过SQL代码示例说明关键功能的实现方式。同时，归纳了Navicat在数据建模、查询优化、团队协作、版本控制集成等方面的最佳实践，并展望了其在云数据库、DevOps集成和AI辅助开发等方向的发展趋势。; 适合人群：计算机及相关专业本科毕业生，具备一定数据库基础知识和SQL操作能力的学生及初阶开发者；; 使用场景及目标：①用于毕业设计中数据库部分的设计与实现，提升项目规范性与完整性；②掌握Navicat在真实项目中的高级功能应用，如存储过程、触发器、数据同步与性能调优；③学习如何将数据库开发融入团队协作与版本管理体系，对接企业级开发流程；阅读建议：建议结合Navicat软件实操文中提供的代码案例，逐步构建完整的数据库系统，并尝试扩展功能（如添加用户权限管理、报表统计等），以深化对数据库应用的理解。

基于Verilog HDL的RISC-V五级流水线CPU实现与完整项目文档

12-08

本设计项目实现了一个采用五级流水线架构的RISC-V处理器，其核心代码使用Verilog硬件描述语言编写。该项目已通过教学指导与评审，获得了优异的考核成绩，可直接应用于计算机体系结构等相关课程的设计实践与综合考核。项目压缩包内包含完整的处理器硬件实现代码、详细的设计报告文档以及明确的操作指南。所有内容均已完备，确保使用者能够直接部署并成功运行整个系统。资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！

ACM算法竞赛题解与优化技巧练习题

12-08

ACM算法竞赛题解与优化技巧

基于Benders、TSO-DSO协调的不确定性的输配电网双层优化模型研究（Matlab代码实现）

12-08

基于Benders、TSO-DSO协调的不确定性的输配电网双层优化模型研究（Matlab代码实现）

Mstar芯片固件编辑与USB脚本刷写工具包

最新发布

12-08

"Mstar Bin Tool"是一款专门针对Mstar系列芯片开发的固件处理软件，主要用于智能电视及相关电子设备的系统维护与深度定制。该工具包特别标注了"LETV USB SCRIPT"模块，表明其对乐视品牌设备具有兼容性，能够通过USB通信协议执行固件读写操作。作为一款专业的固件编辑器，它允许技术人员对Mstar芯片的底层二进制文件进行解析、修改与重构，从而实现系统功能的调整、性能优化或故障修复。工具包中的核心组件包括固件编译环境、设备通信脚本、操作界面及技术文档等。其中"letv_usb_script"是一套针对乐视设备的自动化操作程序，可指导用户完成固件烧录全过程。而"mstar_bin"模块则专门处理芯片的二进制数据文件，支持固件版本的升级、降级或个性化定制。工具采用7-Zip压缩格式封装，用户需先使用解压软件提取文件内容。操作前需确认目标设备采用Mstar芯片架构并具备完好的USB接口。建议预先备份设备原始固件作为恢复保障。通过编辑器修改固件参数时，可调整系统配置、增删功能模块或修复已知缺陷。执行刷机操作时需严格遵循脚本指示的步骤顺序，保持设备供电稳定，避免中断导致硬件损坏。该工具适用于具备嵌入式系统知识的开发人员或高级用户，在进行设备定制化开发、系统调试或维护修复时使用。资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！

新生儿脑电图的自动癫痫检测算法.zip

12-08

1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

PowerWorld仿真与电力系统潮流计算（牛顿拉夫逊法和高斯赛德尔法）（Matlab实现）

12-08

PowerWorld仿真与电力系统潮流计算（牛顿拉夫逊法和高斯赛德尔法）（Matlab实现）

【数据库技术】基于Navicat的毕业设计项目实战：电商系统复杂查询优化与性能调优应用研究

12-08

内容概要：本文围绕Navicat在毕业设计数据库项目中的实战应用与高级功能展开，重点介绍其在复杂数据管理场景下的核心技术支持。通过电商系统、物联网平台、社交网络和金融风控等典型应用场景，展示了Navicat在数据建模、同步、备份及性能分析等方面的强大能力。文章结合具体代码案例，深入讲解复杂视图设计、高级存储过程实现以及索引优化策略，并提供EXPLAIN执行计划分析来验证优化效果。同时，归纳了数据模型版本控制、自动化测试数据生成、性能基准测试和跨环境数据同步等最佳实践，最后展望了Navicat向多数据库架构、实时处理、机器学习集成和低代码开发的发展趋势。; 适合人群：计算机相关专业本科或研究生阶段学生，具备一定数据库基础并正在进行毕业设计的研发人员；希望提升数据库实战能力的初级开发者。; 使用场景及目标：①用于毕业设计中构建企业级数据库应用，提升项目技术深度；②学习复杂SQL编写、存储过程开发与查询性能优化方法；③掌握Navicat高级功能以应对高并发、大数据量的现实挑战；阅读建议：建议结合Navicat工具实际操作文中示例，动手实践视图、存储过程与索引优化，并利用其性能分析功能进行调优验证，同时关注未来数据库技术融合趋势，拓展项目创新性。