PGE Solving equations faster

二维数组的冒泡排序-Bubble sort of Two-Dimensional Arrays

卫星位置坐标解算，未经地球自转和相对论影响处理的卫星坐标在wgs-84下的坐标

读6050的加速计 陀螺仪 数据，与单片机进行IIC通信，进行姿态解算后，输出角度信息。

Numerical algorithm for Complex numbers -Numerical algorithm for Complex numbers

这是获得高速查找一个有效的方法。你可以在10万条记录中的1微秒的数据

推荐系统的类库，实现了大部分的推荐算法，大家可以在此基础上进一步实现自己的优化算法。

资源描述遗传算法的灵感来自于达尔文的进化理论。遗传算法求解问题的解决方法。算法是由一个和一组的解决方案和（所代表的，染色体）称为“人口”。从一个人口的解决方案，并用于形成一个新的人口。这是出于希望，新的人口将比旧的更好。选择新的解决方案（后代）的解决方案是根据他们的健身选择-更合适的是他们有更多的机会，他们必须重现。这是重复的，直到某些条件（例如人口数量或最佳解决方案的改进）是满意的。

#! JMP 04@JSR 20 83 89 12#! LOP#! END#! JMP 04@JSR 20 83 89 12#! LOP#! END#! JMP 04@JSR 20 83 89 12#! LOP#! END#! JMP 04@JSR 20 83 89 12#! LOP#! END#! JMP 04@JSR 20 83 89 12#! LOP#! END

#include < iostream > #include < 矢量 > #include < math.h > #include"BezierPoint.h" 使用命名空间 std ； BezierPoint 贝塞尔 (方法 < BezierPoint > & pts，双 t) ； 双选择 （双 a，双 b） ； 双 factorial(double num) ； int main(void) { 方法 < < BezierPoint >> 方法警校 ； char endPointCount = 0; 双 inx ； 双 iny ； int ptCount = 0; int 终结点 ； 双 deltaT ； cin >> ptCount >> deltaT ； 为 (int 我 = 0 ； 我 < ptCount; i + +) { cin >> inx >> iny >> 终结点 ； BezierPoint p iny inx） ； 如果 (endPointCount = = 0 & & 终结点 = = 1) { pts.push_back (方法 < BezierPoint > ()) ； pts[pts.size()-1].push_back(p) ； endPointCount + +; 继续 ； } pts[pts.size()-1].push_back(p) ； 如果 (endPointCount! = 0 & & 终结点 = = 1 & & 我! = ptCount-1) { pts.push_back (方法 < BezierPoint > ()) ； pts[pts.size()-1].push_back(p) ； endPointCount + +; } } 为 (std::s

由均匀分布的随机变量生成正态分布的随机变量的算法。-by uniform distribution of random variables generate normal random variable algorithm.