红黑树算法实现

资源描述c语言实现的数据结构的源代码，很全很强大

空间电压矢量脉宽调制技术(SVPWM)在DSP中的实现步骤： (1)获得SVPWM的输入信号UALFA,UBETA,Ud,Uq经过IPARK变换得到输入信号UALFA,UBETA; (2)利用输入信号UALFA,UBETA计算中间变量B0,B1,B2，确定扇区Sector； (3)利用输入信号UALFA,UBETA计算中间变量X,Y,Z，再根据不同扇区利用中间变量X,Y,Z计算t1,t2; (4)利用t1,t2根据不同扇区计算Ta,Tb,Tc; (5)利用Ta,Tb,Tc计算占空比MfuncD1，MfuncD2，MfuncD3，之后再计算全比较器参数赋值CMPR1，CMPR2，CMPR3.

遗传算法通用包，用于解决 DSP问题，传入配送点数据文件位置，文件格式如： 3 4 1 2 4 7 5 3 1 12 13 2 22 21 即可输出结果。

cvm的c语言版，mysvm-manual工具箱介绍-c language version of the CVM, mysvm-manual introduction Toolbox

从10进制到16进制的转换-band from 10 to 16 band conversion

求函数极小值，适用于不带约束的、函数可以为非线性的无约束规划问题的求解-Demand function is minimum applicable to non-binding, the function can be non-binding for the non-linear programming problem solving

《GPU高性能运算之CUDA》是全国第一本全面介绍CUDA软硬件体系架构的书籍。全面介绍使用CUDA进行通用计算所需要的语法、硬件架构、程序优化技巧等知识，是进行GPU通用计算程序开发的入门教材和参考书。《GPU高性能运算之CUDA》共分5章。第1章介绍GPU通用计算的发展历程，介绍并行计算的历史、现状以及面临的问题；第2章介绍CUDA的使用方法，帮助读者理解CUDA的编程模型、存储器模型和执行模型，掌握CUDA程序的编写方法；第3章探讨CUDA硬件架构，深入分析Tesla GPU架构与CUDA通用计算的相互作用：第4章总结CUDA的高级优化方法，对任务划分、存储器访问、指令流效率等课题进行探讨；第5章以丰富的实例展示如何使用CUDA的强大性能解决实际问题。 《GPU高性能运算之CUDA》可作为CUDA的学习入门和编程参考书，主要面向从事高性能计算的程序员与工程师，使用GPU加速专业领域计算的科研人员，以及对GPU通用计算感兴趣的程序员。开设相关课程的高等院校与科研机构也可选用《GPU高性能运算之CUDA》作为教材。

排序算法,初学数据结构及算法的入门者值得一看-sorting algorithm, beginner data structure and algorithm beginners eye-catcher

一个用matlab编写的,用于估计信号谐波个数的程序,堪称经典!-a prepared using Matlab, harmonic signal for the estimated number of procedures for his classic!

VC下最牛的算数表达式，将math.h 所有函数都集成到一起都能用计算出来，包括加减乘除；（、 正玄、 余玄,乘方，log ln,等 -VC most cattle arithmetic expression math.h will integrate all functions are used together can be worked out including the arithmetic; (, Shogen, Yuxuan, involution, ln log, etc.