qq_42250840的博客

题目描述： 通信电文n个字符（4，30） 每个字符出现的频度Wi 根据权值构建哈夫曼树，计算带权路径长度 cin:n个 频度wi cout:带权路径长度 算法实现： queue<int> name; name.front() 队首 name.back() 队尾 name.push(temp) 入队 name.pop() 出队 name.empty()检测是否为空 name.size() 队列长度 priority_queue :优先级递减的顺序排序，底层会随时自动调整顺序，最大的元素总

题目描述： 请写一个程序，计算Rn精确结果(0.0<R<99.999，n是整数且0<n<=25)。 输入输出： 有多组数据，每组数据占一行，用一对数据表示，第一个数据是R（含小数点共6位），第二个数据是n，两个数之间有一个空格。 每个输入输出其结果（占一行） 代码（C++）： #include<iostream> using namespace std; const int maxn = 400; void calculator(int result[], i

题目描述： 如果一个正整数n各位数字之和等于他的所有质因子数的各位之和，则这个数称为switch数。判断输入的数是否是switch数。 输入输出： 输入 31257 123 0 输出 yes no 代码（c++）： #include<iostream> using namespace std; //各位求和 int sum_n(int n) { int sum = 0; while (n != 0) { sum = sum + n % 10; n = n / 10;

题目描述： 请写一个程序，判断给定表达式中的括号是否匹配，表达式中的合法括号为”(“, “)”, “[", "]“, “{“, ”}”,这三个括号可以按照任意的次序嵌套使用。 输入输出： 有多个表达式，输入数据的第一行是表达式的数目，每个表达式占一行。 对每个表达式，若其中的括号是匹配的，则输出”yes”，否则输出”no”。 代码（c++）： #include #include #include #include using namespace std; const int maxn = 1001;

Fuzzy C-Means算法     模糊c均值聚类融合了模糊理论的精髓。相较于k-means的硬聚类，模糊c提供了更加灵活的聚类结果。因为大部分情况下，数据集中的对象不能划分成为明显分离的簇，指派一个对象到一个特定的簇有些生硬，也可能会出错。故，对每个对象和每个簇赋予一个权值，指明对象属于该簇的程度。当然，基于概率的方法也可以给出这样的权值，但是有时候我们很难确定一个合适的统计模型，因此使用具有自然地、非概率特性的模糊c均值就是一个比较好的选择。 算法原理 流程图 代码实现 初始聚类中心