登录
首页 » 算法 » KMP、BM编码算法实现

KMP、BM编码算法实现

于 2022-08-18 发布 文件大小:878.17 kB
0 243
下载积分: 2 下载次数: 1

代码说明:

KMP、BM算法的自我实现,对学习KMP、BM算法有一定帮助!有助于学习压缩解压缩。详细请看源码!(读文件的形式,并比较两者的性能)

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 模糊控制器
    进行模糊控制逻辑运算,输入为误差和误差变化率,采用三角形隶属函数进行模糊化,采用最大最小法进行模糊推理,采用重心法进行去模糊化。
    2022-02-13 13:03:46下载
    积分:1
  • 黄金分割
    黄金分割-Golden Section
    2022-05-18 08:07:24下载
    积分:1
  • 问题分类
    TF-IDF(term frequency–inverse document frequency)是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是:如果某个词或短语在一篇文章中出现的频率TF高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。TFIDF实际上是:TF * IDF,TF词频(Term Frequency),IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是:如果包含词条t的文档越少,也就是n越小,IDF越大,则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m,而其它类包含t的文档总数为k,显然所有包含t的文档数n=m + k,当m大的时候,n也大,按照IDF公式得到的IDF的值会小,就说明该词条t类别区分能力不强。但是实际上,如果一个词条在一个类的文档中频繁出现,则说明该词条能够很好代表这个类的文本的特征,这样的词条应该给它们赋予较高的权重,并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。
    2022-02-24 18:34:48下载
    积分:1
  • Three
    Three-dimensional finite-difference ground-water flow model 三维流体有限元源代码-Three-dimensional finite-difference ground-water flow model of three-dimensional fluid finite element source code
    2022-04-02 05:13:21下载
    积分:1
  • macra处理器
    它是一个macra处理器程序 c 它执行一个macra处理器的所有基本功能。一次和两次macra处理器可以使用此实现的 b。你必须给一个包含宏指令的输入文件
    2022-12-25 17:10:03下载
    积分:1
  • 自己做的,像EXCEL中的数值递增,相当于26进制
    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
    2022-11-05 11:55:03下载
    积分:1
  • kmeans聚类java实现
    应用背景package Kmeans; import java.io.BufferedReader; import java.io.FileReader; import java.util.ArrayList; public class KMeans { private static String fileName = "E:java练习Arithmeticjulei1.txt"; // 文件地址 private static int numTotal; // 聚类总数 private static int K; // 聚类的簇数关键技术典型的聚类算法,应用广发,学习简单,java技术的使用
    2022-02-01 21:05:33下载
    积分:1
  • 一个简单的计器功能 真的 让你了解他 你难道不相信吗
    一个简单的计算器功能 真的 让你了解他 你难道不相信吗 -A simple calculator function allows you to really know Do not you believe it
    2022-12-26 18:15:03下载
    积分:1
  • CRF 工具包及使用教程
    CRF的工具包,实现原理,及样例。CRF(Conditional Random Field) 条件随机场是近几年自然语言处理领域常用的算法之一,常用于句法分析、命名实体识别、词性标注等。在我看来,CRF就像一个反向的隐马尔可夫模型(HMM),两者都是用了马尔科夫链作为隐含变量的概率转移模型,只不过HMM使用隐含变量生成可观测状态,其生成概率有标注集统计得到,是一个生成模型;而CRF反过来通过可观测状态判别隐含变量,其概率亦通过标注集统计得来,是一个判别模型。由于两者模型主干相同,其能够应用的领域往往是重叠的,但在命名实体、句法分析等领域CRF更胜一筹。当然你并不必须学习HMM才能读懂CRF,但通常来说如果做自然语言处理,这两个模型应该都有了解。
    2022-08-12 08:38:50下载
    积分:1
  • 基于MUSIC的DOA估计
    资源描述基于music算法的DOA估计,通过角度搜索,获得谱峰位置对应的角度,可以有效的抑制旁瓣,获得精确的角度估计,music算法的核心思想是利用导向矩阵与噪声子空间的正交特性,因而在信源角度方向获得谱峰值。
    2022-10-22 19:05:03下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载