凸包(转自水神百度文库)

#include<stdio.h>
#include<math.h>
#include<algorithm>
using namespace std;
struct Point
{
    double x,y,len;
}Pt[20000],Stack[20000],Point_A;
double Cross(Point a,Point b,Point c)
{
    return (b.x-a.x)*(c.y-a.y)-(b.y-a.y)*(c.x-a.x);
}
double Dis(Point a,Point b)
{
    return sqrt(pow(a.x-b.x,2)+pow(a.y-b.y,2));
}
void FindPoint(int n)
{
    int i,tempNumber=0;
    Point tempPoint;
    Point_A=Pt[0];
    for(i=1;i<n;i++)
    {
        if(Pt[i].y<Point_A.y||Pt[i].y==Point_A.y&&Pt[i].x<Point_A.x)
        {
            tempNumber=i;
            Point_A=Pt[i];
        }
    }
    tempPoint=Pt[0];
    Pt[0]=Pt[tempNumber];
    Pt[tempNumber]=tempPoint;
}
bool Cmp(Point a,Point b)
{
    double k=Cross(Point_A,a,b);
    if(k>0) return true;
    if(k<0) return false;
    a.len=Dis(Point_A,a);
    b.len=Dis(Point_A,b);
    return a.len>b.len;
}
void Graham(int n)
{
    int i,top=2;
    Pt[n]=Pt[0];
    Stack[0]=Pt[0];
    Stack[1]=Pt[1];
    Stack[2]=Pt[2];
    for(i=3;i<=n;i++)
    {
        while(Cross(Stack[top-1],Stack[top],Pt[i])<=0&&top>1)
        top--;
        Stack[++top]=Pt[i];
    }
}
int main(void)
{
    int i,Num;
    while(scanf("%d",&Num)!=EOF)
    {
        for(i=0;i<Num;i++)
        scanf("%lf%lf",&Pt[i].x,&Pt[i].y);
        FindPoint(Num);
        sort(Pt,Pt+Num,Cmp);
        Graham(Num);
    }
    return 0;
}

基于html+python+Apriori 算法、SVD(奇异值分解)的电影推荐算法+源码+项目文档+算法解析+数据集,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 电影推荐算法:Apriori 算法、SVD(奇异值分解)推荐算法 电影、用户可视化 电影、用户管理 数据统计 SVD 推荐 根据电影打分进行推荐 使用 svd 模型计算用户对未评分的电影打分,返回前 n 个打分最高的电影作为推荐结果 n = 30 for now 使用相似电影进行推荐 根据用户最喜欢的前 K 部电影,分别计算这 K 部电影的相似电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now 根据相似用户进行推荐 获取相似用户 K 个,分别取这 K 个用户的最喜爱电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now Redis 使用 Redis 做页面访问次数统计 缓存相似电影 在使用相似电影推荐的方式时,每次请求大概需要 6.6s(需要遍历计算与所有电影的相似度)。 将相似电影存储至 redis 中(仅存储 movie_id,拿到 movie_id 后还是从 mysql 中获取电影详细信息), 时间缩短至:93ms。 十部电影,每部存 top 5 similar movie 登录了 1-6 user并使用了推荐系统,redis 中新增了 50 部电影的 similar movie,也就是说,系统只为 6 为用户计算了共 60 部电影的相似度,其中就有10 部重复电影。 热点电影重复度还是比较高的
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值