蚁群算法

简单的机器人避障算法，使用的是虚拟力场的方法。附有效果截图。对于机器人路径规划的初学者会有帮助。代码简单易懂，可以自己设定障碍物的位置。

solution of linear ODE by SHOOTING method Runge kutta

以100、1000、2000、5000、10000个碎甲产生的序列随机数作为测试样本，通过时间复杂度以及比较次数详细比较了快速排 序、堆排序、冒泡排序、插入排序四种排序方法的性能，算法通过VC6.0实现，可以编译通过。同时更改源代码中的随机数产生函数值，可以更改测试性能比较的随机序列个数

数据的逻辑结构决定了算法，数据的存储结构决定了如何实现算法。但是我觉得还是要了解一点C的基础知识比较好。因为数据结构里用的语言不是严格的c语言而是一种类c的解释语言。有c更有助于你理解数据结构。而且若是你想更进一步发展的话，比如考研数据结构就是必考的一门，所以数据结构很重要！！基于linux C的数据结构基本算法，适合初级学习，代码详细，经稍微修改可以解决实际问题，

利用辅助指针 基本思想：在遍历结点过程中，设置辅助指针，用于记录先前遍历的结点。这样依次编译的过程中只需修改其后继结点的next域即可

用一个具有52个元素的数组（如char p[52][5]）存放这52张牌的内容，如P_i表示黑桃、H_i表示红桃、C_i表示梅花、D-i表示方块；程序中可以首先初始化该数组，然后显示菜单等待用户选择输入，用户选择“发牌”，程序调用“发牌”函数；在发牌函数中，可使用C 中的产生随机数的函数（参看rand(),srand(),random()等函数的使用说明）一个随机数m，选取一张牌{p[m]}，将其与最前面的牌交换位置，即将选取的牌放在最前面；然后对数组p余下的牌重复选取操作，直到所有牌均重排列；最后按13行*4列输出发牌结果

cython写的DTMF解码器（python直接使用，效率和c接近）

自己做的，像EXCEL中的数值递增，相当于26进制-do for myself, like Excel numerical increase, equivalent to 26 band

资源描述语音识别中常用的参数有LPCC（线性预测倒谱系数）和MFCC（梅尔频率倒谱系数）。其中LPCC是基于人的发音模型建立的，是一种基于合成的参数。而MFCC是一种基于人耳的听觉特性提出的。大量研究表明，MFCC能够比LPCC更好的提高系统的识别性能。

不使用欧式距离，而是采用相关性对数列进行聚类-Do not use Euclidean distance, instead of using the related series of cluster