页面置换算法代码，语言采用c++。实现了FIFO算法，LRU算法，其中，LRU采用经典的LRU算法，由于该算法占用资源较大，多数OS采用改进的LRU算法....

资源描述该课题旨在将动态优化问题（目标函数随时间连续、缓慢或突然、随机变化的情况）连续变化的时间变量区间进行任意划分，在得到的每个时间子区间上将动态问题转化为静态问题，针对此静态优化问题设计相应的遗传算法。同时给出一种能自动检测时间变化的应答算子。

关于海量数据挖掘的推荐系统，用于给用户推荐潜在喜欢的产品，根据电影相似度、用户相似度求预测效用矩阵，对未知评分进行估测，得到阈值评分以上的电影推荐给用户。

You can use this site at a number of levels:  - You can look at the stemming algorithm definitions themselves, and use them as templates for coding your own versions of stemmers in the computer language of your choice.  请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

金刚石算法。计算机图形学实验课的第一个实验。

一个拼图游戏的源代码-a source puzzles

用一观测器从t=1秒开始对一个运动目标的距离进行连续地跟踪测量，假设观测的间隔为一秒钟，雷达到运动目标之间的距离为S(t)（1） 统计特性的初值为 （2）观测误差是与和均不相关的白噪声序列，并且有 （3）观测数据存放在附加的文件中（单位：m）。 要求：分析上述对象，建立系统模型，构造卡尔曼滤波器，编程计算，求： （1） 距离S(t)的最佳估计及估计误差， （2） 距离S(t-5)的最佳平滑及估计误差， （3） 距离S(t+5)的最佳预测及估计误差， （4） 对结果进行分析讨论。 -By one observer from the t = 1 PST on a moving target tracking for distance measurement, assuming that the observation interval is one second, the radar that the distance between the moving target for the S (t) (1) the statistical characteristics of the initial condition (2) observational error is not associated with white noise sequence, and (3) observational data stored in the attached document (unit: m). Requirements: Analysis of the above-mentioned object, the establishment of the system model, constructed Kalman filter, programming terms, seeking: (1) distance from S (t) the best estimate and the estimation error, (2) distance from S (t-5) the most good smoothing and estimation error, (3) distance from S (t+ 5) t

JPEG组织官方JPEG算法源代码，内含编码和解码，包括JPEG, JPEG2000, BMP, PNM等等格式的编解码，精度准确，经过实际编译测试，代码可用。

在计算机科学中，二叉树 （阿德尔森 Velskii 和 Landis" 树，发明者的名字命名） 是一个自平衡的二叉查找树。它是第一个被发明这种数据结构。[1] 在 AVL 树的两个孩子的任何节点的子树的高度不同最多之一 ；如果在任何时候他们相差不止一个，再平衡是为了还原此属性。查找、 插入和删除在平均和最坏情况下，所有的猛男 （logn） 时间，其中 n 是在手术前树中节点的数目。插入和删除可能需要树来重新平衡由一个或多个树轮换。

大数运算库-Treasury operations of large numbers

模拟退火算法(Simulated Annealing ， 简称SA)为求解传统方法难处理的TSP问题提供了一个有效的途径和通用框架， 并逐渐发展成一种迭代自适应启发式概率性搜索算法。用以求解不同的非线性问题； 对不可微甚至不连续的函数优化， SA 能以较大概率求得全局优化解； 具有较强的鲁棒性、全局收敛性、隐含并行性及广泛的适应性； 并且能处理不同类型的优化设计变量( 离散的、连续的和混合型的) ； 不需要任何的辅助信息， 对目标函数和约束函数没有任何要求。利用Metropolis 算法并适当地控制温度下降过程， 在优化问题中具有很强的竞争力， 本案例研究了基于模拟退火算法的TSP算法。