Kruscal algorythm

运用hopfield神经网络对个别数字进行目标分类，分类的效果可反复调整，不是用神经网络工具箱编，而是直接根据算法原理编译的

此子程序用于强度分析of纤维增强复合材料 与的帮助下 有限元方法求解 ABAQUS / 标准.计算用于为三维应力状态根据 VDI 指引 2014年 ， 部分 3.输入变量是基本优势,边坡参

本程序是利用链表用C++实现多项式的加减程序微分积分等运算，可以直接使用，运算结果已经经过仿真验证，对于数据结构链表感兴趣的初学者可以看一下，里面几乎涵盖了所有的链表的操作。

在该算法中，我们使用语言 php 翻译难题 8，8 的谜题是用来考验智力的经典问题之一.在这里是多么经典 8 的难题，看起来像在一个 3 X 3 盒子里所有的盒子都充满了号码从 1 到 8，除了一个盒子可以移动的空白，以左、 右、 上和下。 在初始状态数是不可排序、 处于最终状态的数字进行排序。我们的目标是找出移动这种空白状态的序列达到了这一最终目标。在这个问题中我们尝试用广度优先搜索来解决它。我们用特别 Que 在 PHP 中可用来存储难题的国家。作为初始状态变得无序，如果它需要若干步骤来达到目标状态，它会采取大量内存和可能超出您的 PHP 限制。试着保持像记忆一样可能在 PHP 中这里是在 8 的难题实现广度优先搜索的 PHP 代码。

线段树的基本操作，个类oj题目，有源代码，可以相互学习

遗传算法在运行早期个体差异较大，当采用经典的轮盘赌方式选择时，后代产生的个数与父个体适应度大小成正比，因此在早期容易使个别好的个体的后代充斥整个种群，造成早熟。在遗传算法后期，适应度趋向一致，优秀的个体在产生后代时，优势不明显，从而使整个种群进化停滞不前。因此对适应度适当地进行拉伸是必要的，这样在温度高时(遗传算法的前期)，适应度相近的个体产生的后代概率相近；而当温度不断下降后，拉伸作用加强，使适应度相近的个体适应度差异放大，从而使得优秀的个体优势更明显。由于模拟退火算法和遗传算法可以互相取长补短，因此有效地克服了传统遗传算法的早熟现象，同时根据聚类问题的具体情况设计遗传编码方式、适应度函数，使该算法更有效、更快速地收敛到全局最优解。本案例研究了基于遗传模拟退火算法的聚类算法。

多项式的编程另一种算法-polynomial another programming algorithm

简单实用的炒股软件，沪深股市成交单统计，判断主力动向-Simple and practical software stocks, Shanghai and Shenzhen stock markets traded single statistics, to determine the main trends

用c语言简单实现了socket通信，Tcp协议，只能在linux下运行，window下不能使用socket包。

应用背景leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。leetcode上面第三题，最长子序列。关键技术就是找到最长的子序列，就是找到最长的子序列就是找到最长的子序列就是找到最长的子序列就是找到最长的子序列