问题：小明的家里有五口人，他们排成一排照相，那么一共有多少种排法呢，你能不能把所有的排法写出来？...

关于windows登陆口令的算法，就是单纯的实现了一遍，需要的人可以下载下来。面向对象是那些学习密码学，信息安全的人。

求 排列组合,用.net实现,能求出所有的排列组合情况-Permutation and combination for use. Net realized, can be obtained in all cases of permutation and combination

大致想法就是对于一个数abcdefg。。。比他小或等于的有abcdefg 个，其中不包括9的有（大致就是转成9进制， 如果不存在9的话转出来的大小就是小于等于abcdefg有几个十进制的数）a*9^n + b * 9 ^(n-1)....这样。但对于在高位出现过9了，那么低位的数字也就没有意义了，计算的话反而会重复，就在高位的下一位不+就好了 所以比abcdefg小的9的个数就是abcdefg-a*9^n + b * 9 ^(n-1)。。。这样多个。 一个高精度*纯洁的数字 + 高精度的加减操作就好了（因为确认了b >= a）。。 很奇怪大神们的思想都是一开始打表10^n - 9 ^ n什么的这样。。 渣渣的思路一开始就是一级一级往上乘果然跟大神们不是一个思维方式

资源描述语法分析是编译程序的重要组成部分，LR分析法是一种自下而上的语法分析方法，其适用范围大，在编译程序中大都采用此法进行语法分析，单反分析则是LR中一种较简单有效的分析法；语法分析作为编译过程中一个不可缺少的步骤，对其进行研究有着非常重要的意义。

资源描述 遗传算法(GA)是一种解优化问题的随机搜索方法，它借助于生物进化中的自然选择和遗传(即适者生存)的规律. 算法步骤(基本遗传算法) Step 1.随机初始化pop_size个染色体.Step 2.用交叉算法更新染色体.Step 3.用变异算法更新染色体.Step 4.计算所有染色体的目标值.Step 5.根据目标值计算每个染色体的适应度.Step 6.通过轮盘赌的方法选择染色体.Step 7.重复第二至第六步直到终止条件满足.Step 8.输出最好的染色体作为最优解. 为利于遗传算法的计算，首先要对解进行编码，编码后的解称为染色体.对于约束优化问题，遗传算法是在染色体中进行操作，而把操作结果解码后去检验其可行性. 遗传算法的主要特征： 群体和种群的维数相等，为一个偶数维，且不随代数的变化而变化；适应函数直接选用目标函数；种群中的个体通过轮盘赌的方法选取；种群中的一对个体采用随机交配位的方式产生一对子代；每一个基因有相同的变异概率。

代码下进行离散傅立叶变换输入：编号的样品和样品的值输出：实部的名单 - 想象的一部分 - 幅度

求取a+b*i的相位角的程序，用于相位谱成图显示，问题关键在于根据a,b的值判断相位角所在的象限-Strike a+ B* i of the phase angle of the procedures for phase spectrum into a graph shows, the problem lies in the basis of a, b values to determine where the phase angle quadrant

红黑树是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。它是在1972年由Rudolf Bayer发明的，他称之为"对称二叉B树"，它现代的名字是在 Leo J. Guibas 和 Robert Sedgewick 于1978年写的一篇论文中获得的。它是复杂的，但它的操作有着良好的最坏情况运行时间，并且在实践中是高效的： 它可以在O(log n)时间内做查找，插入和删除，这里的n 是树中元素的数目。

一元线性回归，数值分析方面可参考-one yuan linear regression, numerical analysis can look at the reference

针对遗传算法所存在的问题，一种多种群遗传算法结构模型（Multiple Population GA，简称MPGA）可以用来取代常规的标准计算模型（SGA）。 MPGA在SGA的基础上主要引入了以下几个概念： （1）突破SGA仅靠单个群体进行遗传进化的框架，引入多个种群同时进行优化搜索；不同的种群赋以不同的控制参数，实现不同的搜索目的。 （2）各个种群之间通过移民算子进行联系，实现多种群的协同进化；最优解的获取是多个种群协同进化的综合结果。