Qt朴素贝叶斯算法代码

用c语言编辑数据库中的最小函数依赖， 求属性集X（XU）关于U上的函数依赖集F 的闭包XF+

单链表非常常用，里面代码很多巧妙用法， 目的：学习单向链表的创建、删除、 插入（无序、有序）、输出、 排序（选择、插入、冒泡）、反序

DOS下时间分辨率精确到毫秒的程序-Source of a millisecond timer in DOS

径向基RBF多维空间插值算法，用于空间散乱点曲面重建，优于多项式插值-RBF RBF multidimensional spatial interpolation algorithm for space scattered surface reconstruction, better than polynomial interpolation

计算字符串表达式的计算引擎,可以是任意复杂的字符串表达式-Calculation of the string expression calculation engine, which can be arbitrarily complex string expression

c实现的A律/mu律pcm编译码算法 只需要根据不同的需要更改输入数据即可-c achieve A legal/mu legal pcm encryption algorithm based on different needs only the need to change the input data can be

本资源是sha1和sha256算法的C语言源码实现，可以供读者了解和学习sha1和sha256算法的计算过程和具体实现步骤。本资源本人已经实测过，测试没有问题，可以供其他读者直接使用。

应用背景程序求解完全的二维N-S方程，考虑了粘性和导热。当来流Mach数为4时，计算结果与书上的结果一致，然而，我的程序不能计算Mach数为25的情况（即书中提供的另一种工况的比较结果），经过仔细检查，我认为自己的程序没毛病，可能是书中求解步长的公式给错了（eq.(10.16) in p.457），还望大家帮助检查一下。最后还要说明的是，该章在指导你写程序时，书上有些关键地方有印刷错误，会误导你，一定要小心。参考文献：Chapter 10, Computational Fluid Dynamics, The Basics with Applications, John D. Anderson, JR. McGraw-Hill, 2002, 4 《Anderson计算流体力学入门》 关键技术         bc.f---------------------边界条件          conver.f-----------------迭代收敛判断          dynvis.f-----------------计算粘性项          mac.f--------------------MacCormack求解器          mdot.f-------------------质量守恒判断          output.f-----------------结果输出          qcx.f,qcy.f--------------计算导热项          tauxx.f,tauyy.f,tauxy.f--计

它显示了选择、交叉和变异。这是遗传算法的操作。该算法主要适用于自然选择过程“优胜劣汰”.

0 / 1背包问题是一个N P-复杂问题，为了解决该问题，，将用回溯算法解决该问题。既然想选择一个对象的子集，将它们装入背包，以便获得的收益最大，则解空间应组织成子集树的形状（如图1 6 - 2所示）。该回溯算法与4 . 2节的装载问题很类似。首先形成一个递归算法，去找到可获得的最大收益。然后，对该算法加以改进，形成代码。改进后的代码可找到获得最大收益时包含在背包中的对象的集合。-0/1 knapsack problem is a P-complex issues, in order to solve the problem, and will be used backtracking algorithm to solve the problem. As to the choice of a subset of object, they will load a backpack, in order to obtain the greatest profits, the solution should be organized into space subset of the shape of the tree (Figure 1 6-2 below). The backtracking algorithms and 4. Two loading problem is very similar. Forming a recursive algorithm to get the maximum benefit available. Then, this algorithm is modified to form code. Improved code can be found at the maximum benefits included in the backpack of a collection of objects.