众文网1.怎么用栈的方法编写道格拉斯
下面的代码，用vector作了一个栈，避免了大数据递归时刻能出现的stack overflow问题；用到的都是标准的C++ 及STL的东西，VC++下面没有问题。
只是一个演示，很多保护和检验都没有作；输入数据格式： x y -- 一行； 输出： x0 y0 x1 y1 (x0, y0 - 原始数据；r1, y1-rdp后的数据，一般少于x0,y0的数据)这只是【代码片段】及输出部分。完整的程序我发到『网盘』上了，提取见『私信』。
typedef struct POINT { double x; double y;} Point;typedef struct STACKELEMENT{ Point point; size_t index;} StackElement;。
vector
} } if ( max_perpendicular_distance <= epsilon ) { 。 } else { 。
} } return 0;}int main(int argc, char const *argv[]){ double tolerance = 0.02; // hard-coding epilson. <== modify char infile[] = "rdp_data.in"; // input file. <== modify char outfile[] = "rdp_data.out"; // output file. <== modify vector raw_data, rdp_data; loadData(infile, raw_data); int retcode; 。 retcode = rdp_fit(raw_data, rdp_data, tolerance); saveData(outfile, raw_data, rdp_data); 。
return 0；}输出：Data points reduced from 421 downto 19.图：。
2.求算法相关的论文
史丰收计算法
演练实例一
速 算 法 演 练 实 例
Example of Rapid Calculation in Practice
○史丰收速算法易学易用，算法是从高位数算起，记着史教授总结了的26句口诀（这些口诀不需死背，而是合乎科学规律，相互连系），用来表示一位数乘多位数的进位规律，掌握了这些口诀和一些具体法则，就能快速进行加、减、乘、除、乘方、开方、分数、函数、对数…等运算。
□本文针对乘法举例说明
○速算法和传统乘法一样，均需逐位地处理乘数的每位数字，我们把被乘数中正在处理的那个数位称为「本位」，而从本位右侧第一位到最末位所表示的数称「后位数」。本位被乘以后，只取乘积的个位数，此即「本个」，而本位的后位数与乘数相乘后要进位的数就是「后进」。
○乘积的每位数是由「本个加后进」和的个位数即--
□本位积=（本个十后进）之和的个位数
○那么我们演算时要由左而右地逐位求本个与后进，然后相加再取其个位数。现在，就以右例具体说明演算时的思维活动。
（例题） 被乘数首位前补0，列出算式：
0847536*2=1695072
乘数为2的进位规律是「2满5进1」
0*2本个0，后位8，后进1，得1
8*2本个6，后位4，不进，得6
4*2本个8，后位7，满5进1,
8十1得9
7*2本个4，后位5，满5进1,
4十1得5
5*2本个0，后位3不进，得0
3*2本个6，后位6，满5进1,
6十1得7
6*2本个2，无后位，得2
在此我们只举最简单的例子供读者参考，至于乘3、4……至乘9也均有一定的进位规律，限于篇幅，在此未能一一罗列。
「史丰收速算法」即以这些进位规律为基础，逐步发展而成，只要运用熟练，举凡加减乘除四则多位数运算，均可达到快速准确的目的。
3.有什么关于pregel的论文或者算法值得一读
Pregel是来自Google的图处理框架，其工作机理来源于BSP(Bulk synchronous parallel)[1]计算模型，首次出现在Google于SIGMOD 2010发表的论文[2]上。Pregel主要关注的是大规模图处理算法任务，构建于Google内部的集群机器[3]之上，其拥有高效率、可扩展及容错（Efficient, Scalable and Fault-Toerlant）等特性，提供良好的及易于编程的图处理任务抽象API，实验证明其能够很好地处理大规模图结构数据。
Pregel其核心设计思想是以顶点为中心（vertex-centric）的编程方法，主要来源于BSP计算模型：程序是用一系列在顶点上的迭代（超步，superstep）再加每一次迭代后的全局同步来实现，在每个迭代中，每个顶点都会执行一个自定义的函数（compute）。在这个自定义函数中，顶点可以接收（recieve）在上一次迭代中的消息，再发送（send）消息至其它顶点，以便在下一个迭代中被其接收，当前顶点可以修改自身状态，其邻接点的状态以及修改图拓扑结构。在每一次的计算后，每个顶点都可以决定自身（voteToHalt）的下一个状态，如果没有消息或计算任务，顶点将处于inactive状态。
4.写一篇《论算法设计中的分治与增量》的学术论文1500字1500字 爱问
一、动态规划的基本思想 在比较基本的算法设计思想里，动态规划是比较难于理解，难于抽象的一种，但是却又十分重要。
动态规划的实质是分治思想和解决冗余，因此它与分治法和贪心法类似，它们都是将问题的实例分解为更小的、相似的子问题，但是动态规划又有自己的特点。 贪心法的当前选择可能要依赖于已经作出的选择，但不依赖于还未做出的选择和子问题，因此它的特征是由顶向下，一步一步地做出贪心选择，但不足的是，如果当前选择可能要依赖子问题的解时，则难以通过局部的贪心策略达到全局最优解。
相比而言，动态规划则可以处理不具有贪心实质的问题。 在用分治法解决问题时，由于子问题的数目往往是问题规模的指数函数，因此对时间的消耗太大。
动态规划的思想在于，如果各个子问题不是独立的，不同的子问题的个数只是多项式量级，如果我们能够保存已经解决的子问题的答案，而在需要的时候再找出已求得的答案，这样就可以避免大量的重复计算。 由此而来的基本思路是，用一个表记录所有已解决的子问题的答案，不管该问题以后是否被用到，只要它被计算过，就将其结果填入表中。
比较感性的说，其实动态规划的思想是对贪心算法和分治法的一种折衷，它所解决的问题往往不具有可爱的贪心实质，但是各个子问题又不是完全零散的，这时候我们用一定的空间来换取时间，就可以提高解题的效率。 二、动态规划的基本步骤 动态规划算法通常用于求解具有某种最优性质的问题。
在这类问题中，可能会有许多可行解。每一个解都对应于一个值，我们希望找到具有最优值（最大值或最小值）的那个解。
设计一个动态规划算法，通常可以按以下几个步骤进行： （1）找出最优解的性质，并刻画其结构特征。 （2）递归地定义最优值。
（3）以自底向上的方式计算出最优值。 （4）根据计算最优值时得到的信息，构造一个最优解。
其中（1）——（3）步是动态规划算法的基本步骤。在只需要求出最优值的情形，步骤（4）可以省去。
若需要求出问题的一个最优解，则必须执行步骤（4）。 此时，在步骤（3）中计算最优值时，通常需记录更多的信息，以便在步骤（4）中，根据所记录的信息，快速构造出一个最优解。
三、典型的动态规划举例——矩阵连乘问题 作为经典的动态规划算法举例，矩阵连乘问题很好地展现了动态规划的特点和实用价值。 给定n个矩阵{A1,A2,。
,An}，其中Ai与Ai 1是可乘的，i=1,2,。
n-1。
现在要计算这n个矩阵的连乘积。由于矩阵的乘法满足结合律，所以通过加括号可以使得计算矩阵的连乘积有许多不同的计算次序。
然而采用不同的加扩号方式，所需要的总计算量是不一样的。 若A是一个p*q矩阵，B是一个q*r矩阵，则其乘积C=AB是一个p*r矩阵。
如果用标准算法计算C，总共需要pqr次数乘。 现在来看一个例子。
A1,A2,A3分别是10*100,100*5和5*50的矩阵。 如果按照（（A1A2）A3）来计算，则计算所需的总数乘次数是10*100*5 10*5*50=7500。
如果按照（A1(A2A3)）来计算，则需要的数乘次数是100*5*50 10*100*50=75000，整整是前者的10倍。由此可见，在计算矩阵连乘积时，不同的加括号方式所导致的不同的计算对计算量有很大的影响。
如何确定计算矩阵连乘积A1A2,。
,An的一个计算次序，使得依此次序计算矩阵连乘积需要的数乘次数最少便成为一个问题。
对于这个问题，穷举法虽然易于入手，但是经过计算，它所需要的计算次数是n的指数函数，因此在效率上显得过于低下。 现在我们按照动态规划的基本步骤来分析解决这个问题，并比较它与穷举法在时间消耗上的差异。
（1）分析最优解的结构。 现在，将矩阵连乘积AiAi 1。
Aj简记为A[i:j]。对于A[1:n]的一个最优次序，设这个计算次序在矩阵Ak和Ak 1之间将矩阵链断开（1 *max） *max= A; if(A } } 上面这个算法需比较2(n-1)次。
能否找到更好的算法呢？我们用分治策略来讨论。 把n个元素分成两组： A1={A[1],。
,A[int(n/2)]}和A2={A[INT(N/2) 1],。
,A[N]} 分别求这两组的最大值和最小值，然后分别将这两组的最大值和最小值相比较，求出全部元素的最大值和最小值。
如果A1和A2中的元素多于两个，则再用上述方法各分为两个子集。直至子集中元素至多两个元素为止。
例如有下面一组元素：-13,13,9,-5,7,23,0,15。用分治策略比较的过程如下： 图中每个方框中，左边是最小值，右边是最大值。
从图中看出，用这种方法一共比较了10次，比直接比较法的14次减少4次，即约减少了1/3。算法如下： void maxmin2(int A[],int i,int j,int *max,int *min) /*A存放输入的数据，i,j存放数据的范围，初值为0,n-1,*max,int *min 存放最大和最小值*/ { int mid,max1,max2,min1,min2; if (j==i) {最大和最小值为同一个数；return;} if (j-1==i) {将两个数直接比较，求得最大会最小值；return;} mid=(i j)/2； 求i~mid之间的最大最小值分别为max1,min1； 求mid 1~j之间的最大最小值分别为max2,min2； 比较max1和max2，大的就是最大值； 比较min1和min2，小的就是最小值； } 利用分治策略求解时，所需时间取决于分解后子问题的个数、子问题的规模大小等因素，而二分法，由于。
5.如何写《安娜.卡列妮娜》毕业论文
就形式来说
0致谢
1目录（页/图）
2摘要
3ABSTRACT
4简介
5原理依据
6拓展创新
8算法研究，提出，实现
9技术细节
10实验结果列举分析总结
11综述
12参考文献
13附录
建议：多看PAPER，论文注意图文并茂，图解清晰，原理阐述简洁但是推导过程必需完整，公式完整，答辩PPT注意色彩搭配，不要全篇照着念，阐述时间以10分钟为准，对于答辩委员的提问，尤其是原理方面，必须说清因果关系，不然会被越问越糊涂.小本写出MAJOR的水平不是没有的
强烈鄙视 没有技术含量/抄袭/无依据/糊弄人/结论对不上 的论文
转载请注明出处众文网 » 道格拉斯普客算法毕业论文(怎么用栈的方法编写道格拉斯)