哈夫曼编码

k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。-k-means algorithm process as follows: First of all, the object data from the n choose k object as initial cluster centers and the remaining for the other object, then according to their cluster center with those of the similarity (distance) respectively assigned to them with the most similar (represented by cluster center) clustering obtained and then calculated for each new cluster center clustering (all objects in the cluster mean) repeated this process until the standard measure of function until the beginning of convergence.

简单的试探法走迷宫--The simple trial method that walks the labyrinth

应用背景扫描枪在扫描货品条码时，虽然可以在电脑上显示出扫描到的数字，但是不能显示条码图片。我们在应用的过程中可能需要将条码一起打印出来显示在一张A4纸上。所以可以利用这个类生成相应的128条形码图片，然后插入到word中，并将相应的条码（包含条码图形）打印出来。这类应用在仓库管理中应用较多，比如要把一个货架上的所有箱码打印显示在A4纸上。然后扫描枪只要扫描这张纸上的条码就可以知道这个货架上有哪些货。关键技术代码的核心是它将128码的码制定义在一张DataTable表中，这个表中记录了每个数字和字母对应的条形码编号，用这些编号来生成条形码。比如你给一串数字，要生成一个条形码时，代码会取出这串数字每个数，然后查询这张表格，记录每个数在表格中对应的位置。这些索引形成一个list，然后根据这个list生成一个bimap,最后保存为图片。

simple source code for those who interested in programming

I have developed a serial of resampling methods for particle filtering in Matlab as attached below in separate .m files that you may have interest and that you may have better implementation than me, or if you have any question, your feedback will be appreciated.  These resampling methods together with their pseudo-codes

人工智能技术变得越来越重要的计算机游戏、 自主路径规划和搜索算法在网格上。 通过在战略游戏中，如横扫千军，Pacman 地形移动。网格的阻止和取消阻止细胞通常用于表示地形。

背包问题最优算法- Knapsack question most superior algorithm

显示一个日历表-Showing a Calendar

c中常见的数值计算程序，在此拿出来是为了大家更好的理解，切磋！-c common numerical procedures, in this show is for everyone to better understand, learn!

拉格朗日差值算法，内涵读取文件，插值，写入文件，读取文件为PARCHG,写入文件为INSERT_DATA-Lagrangian difference algorithm, meaning to read the file, interpolation, write files, read the file PARCHG, write documents INSERT_DATA