导论 算法

DES对称加密算法Java实现

DES对称加密算法Java实现 源代码AESUtils.java //package me.muphy.util; import javax.crypto.*; import javax.crypto.spec.SecretKeySpec; import java.nio.charset.Stand ......
算法 Java DES

最小生成树求解算法-普利姆算法

使用场景 对于连通图从一点出发到达其他各点有很多条路径,但是我们要求最小生成树包含的点和边,最小生成树边 = 点 - 1; 用途在于:求解一地到其他地点最短布线问题。 要求: 最小生成树(1)包含所有点 (2)点点间只有一条通路 相对于克鲁什卡尔算法,适用于稠密图,与边数无关。 编码 - 输入图,m ......
算法

kmp 算法

kmp 算法基本思路 1.初始化 j = -1,表示 pattern 当前已被匹配的最后位。2.让 i 遍历文本串 text,对每个 i,执行 3、4来试图匹配 text[i] 和 pattern[j + 1]。3.直到 j 回退到 -1 或者是 text[i] == pattern[j + 1], ......
算法 kmp

最短路径迪杰斯特拉算法

使用场景 获得一个图中一点到其他各点最短距离 由于算法只与点数量有关,边数量无关,故适用于密集图。 编码 - 输入Graph 数据结构、path[](用于存放每个点前一个路径点)、minDist[](目标点到每个点最短距离)、start起始点 - 设置一个长度为点个数的visited[],用于标记当 ......
算法

玄学算法——模拟退火

引入 有时我们需要解决一些看似无法解决的问题,比如这题:P1337 [JSOI2004] 平衡点 / 吊打XXX - 洛谷。 总不能把每个坐标都枚举过去吧。(当然这道题也有许多其他优秀的算法。) 这时就需要玄学登场了。 模拟退火 什么是退火? 退火是一种金属热处理工艺,指的是将金属缓慢加热到一定温度 ......
玄学 算法

算法学习笔记(38): 2-SAT

SAT 问题,也就是可满足性问题 Boolean Satisfiability Problem,是第一个被证明的 NPC 问题。 但是特殊的 2-SAT 我们可以通过图论的知识在线性复杂度内求解,构造出一组解。 基本的模型在 P4782 【模板】2-SAT 中有体现。 经典的标志是:AB 至少选一个 ......
算法 笔记 SAT 38

算法刷题记录-链表移除元素

算法刷题记录-链表移除元素 移除链表元素 给你一个链表的头节点 head 和一个整数 val ,请你删除链表中所有满足 Node.val == val 的节点,并返回 新的头节点 。 示例 1: 输入:head = [1,2,6,3,4,5,6], val = 6 输出:[1,2,3,4,5] 示例 ......
算法 元素

算法学习笔记(37): 矩阵

一切线性操作都可以归为矩阵乘法 --by SmallBasic 本文是拿来玩耍,而不是学习的! 目录线性递推超级矩阵快速幂!矩阵与邻接矩阵矩阵与线段树矩阵与 FFT矩阵与期望不知道还能扯啥了 矩阵的加法,要求两个矩阵大小相等,于是可以对位单点相加。 \[C_{i, j} = A_{i, j} + B ......
矩阵 算法 笔记 37

11.13算法

题目 二叉搜索树中第K小的元素 给定一个二叉搜索树的根节点 root ,和一个整数 k ,请你设计一个算法查找其中第 k 个最小元素(从 1 开始计数)。 示例 1: 输入:root = [3,1,4,null,2], k = 1 输出:1 示例 2: 输入:root = [5,3,6,2,4,nu ......
算法 11.13 11 13

OAuth1.0的在http请求中的使用方式以及签名算法说明

1、在http request header的Authorization中,其格式为Authorization: "OAuth oauth_consumer_key="OAuth Consume Key",oauth_token="OAuth Token",oauth_signature_metho ......
算法 方式 OAuth1 OAuth http

【C++】【图像处理】均值滤波和高斯滤波(低通滤波)算法解析(以.raw格式的图像为基础进行图像处理、gray levels:256)

1 void meanFilter(BYTE* image, int width, int height, BYTE* outImg) 2 { 3 //均值滤波 4 int smth[9]; 5 int i, j, m, n; 6 BYTE block[9]; 7 8 // 高斯卷积核初始化 9 s ......
图像 图像处理 均值 算法 格式

(全网最全,唯一)250+种优化算法优化逐次变分模态分解SVMD的参数及降噪-注释详细-matlab

变分模态分解(VMD)是一种将信号同时分解为其组成的固有模态的强大技术。然而,如果信号中可用模式的数量未知时,则VMD的性能将会下降。介绍了一种新的方法,即逐次变分模态分解(successive variational mode decomposition,SVMD),该方法可以连续提取模态,而不需 ......
模态 全网 注释 算法 参数

2023-2024-1 20232309 《网络空间安全导论》第10周学习总结

2023-2024-1 20232309 《网络空间安全导论》第10周学习总结 教材学习内容总结 说明:由于本章作为“概述”性章节的特殊性,具有大量识记性基础内容(一个不太准确的描述...),许多内容通过教材的分类子目录与解释已经清晰明了,故在思维导图中不做抄写的重复劳动(虽然还是有抄书嫌疑在其中. ......
导论 20232309 网络 空间 2023

文心一言 VS 讯飞星火 VS chatgpt (134)-- 算法导论11.2 6题

六、用go语言,假设将n 个关键字存储到一个大小为 m 且通过链接法解决冲突的散列表中,同时已知每条链的长度,包括其中最长链的长度 L,请描述从散列表的所有关键字中均匀随机地选择某一元素并在 O(L·(1+1/a))的期望时间内返回该关键字的过程。 文心一言,代码不能运行: 在这个问题中,我们需要使 ......
文心 导论 算法 chatgpt VS

算法题:约瑟夫环问题

原题: N个人围成一圈顺序编号,从1号开始按1、2、3…顺序报数,报p者退出圈外,其余的人再从1、2、3开始报数,报p的人再退出圈外,以此类推。 请按退出顺序输出每个退出人的原序号。 输入格式: 输入只有一行,包括一个整数N(1<=N<=3000)及一个整数p(1<=p<=5000)。 输出格式: ......
算法 问题

JavaSE day06【排序查找算法,Map集合,集合的嵌套,斗地主案例】测评题

选择题 题目1(多选): 下列关于TreeSet集合排序的原理正确的是 ( ) 选项 : ​ A. 排序方法如果返回的是小于0 , 代表的是当前元素较小 , 需要存放在左边 ​ B. 排序方法如果返回的是大于0 , 代表的是当前元素较大, 需要存放在右边 ​ C. 排序此方法如果返回的是0 , 代表 ......
斗地主 算法 案例 JavaSE day

【1111算法题】蓝桥杯 c++(一)第一二题

【1111算法题】 第一题 双十一的祈祷【算法赛】 题目 双十—,不仅是购物狂欢节,更有"光棍节"之称。这源于11:11由四个1构成,象征着单身。作为大学生的小蓝也想经历甜甜的校园恋爱,于是他找到了爱神丘比特,向他祈祷能为自己带来—段邂逅。丘比特是乐于助人的,他承诺小蓝只要回答出一个简单的数学问题, ......
蓝桥 算法 1111

JavaSE day06-排序查找算法,Map集合,集合嵌套,斗地主案例

JavaSE day06-排序查找算法,Map集合,集合嵌套,斗地主案例 今日目标 : TreeSet集合(重点) 排序算法(理解) 查找算法(理解) Map集合(重点) 集合嵌套(理解) 斗地主案例(理解) 1 TreeSet集合 1.1 集合体系 Collection List接口 ArrayL ......
斗地主 算法 案例 JavaSE day

数据结构与算法 | 记忆化搜索(Memorize Search)

回忆笔者学习动态规划的时候,最开始接触的是经典的 “01背包” 问题;不过现在想起来,以“01背包问题”作为初次接触的动态规划算法的问题_并不友好_;花费了不少时间才慢慢感悟到动态规划算法的核心思想。先前的文章中涉及了不少搜索算法,在搜索算法上融入动态规划算法思想的 ......
数据结构 算法 Memorize 记忆 结构

【算法】友谊与雪花的舞动,脚本解析器原理

在11月的下雪天,小悦身处于温暖的办公室中,窗外的雪花在灯光下翩翩起舞。她盯着电脑屏幕,不经意间,一个熟悉的身影从办公室门口处经过,吸引了她的目光。那个人看上去很像是一个女孩,名叫苏菲,是她在大学时期遇到的国外交换生。 小悦的心跳加速,她有些不敢相信自己的眼睛。在她的记忆中,苏菲是一个温柔、聪明且乐 ......
算法 脚本 雪花 原理

网络空间安全导论第一章

问题一什么是信息领域核心技术 通过上网搜查资料我得知: 信息领域核心技术是指在信息科学与技术领域中具有重要地位和关键作用的技术。这些技术在处理、存储、传输和分析信息方面发挥着关键的作用。以下是一些常见的信息领域核心技术: 1.数据挖掘与大数据分析:数据挖掘技术用于从大规模数据集中发现隐藏的模式、关联 ......
导论 网络 空间

m基于GA-CNN遗传优化卷积神经网络的手势识别算法matlab仿真

1.算法仿真效果 matlab2022a仿真结果如下: CNN训练结果 GA优化之后的CNN训练结果 GA优化过程得到的均值收敛过程 CNN与GA优化CNN的识别率对比 本课题采用的数据库如下: 2.算法涉及理论知识概要 基于GA-CNN遗传优化卷积神经网络的手势识别算法是一种结合了遗传算法(GA) ......
卷积 神经网络 手势 算法 神经

2023-2024-1 20232421 《网络空间安全导论》第10周学习总结

教材学习总结 国内外网络安全的现状 网络空间安全的内容 网络空间安全受到重视的原因 课程涵盖内容 思维导图 教材学习中的问题和解决过程 问题1:混淆信息安全与网络空间安全的概念,并执着于将其区分开。 问题1解决办法:研读教材:教材中由信息安全引出网络空间安全,援引信息论的论述信息的重要作用。 问题2 ......
导论 20232421 网络 空间 2023

2023-2024-1学期20232412《网络空间安全导论》第十周学习总结

教材学习内容总结 本周主要学习《网络空间安全导论》第一章的内容,初步了解了网络空间安全的概念以及学科所覆盖的内容,了解了相关的法律法规,并且接触了之前从未了解的信息安全标准。通过第一章的学习,我也正式开始对我们专业的学习,认识到网络空间安全的重要性,掌握了计算机学习与其他专业相比不同的方法论,激起了 ......
导论 20232412 学期 网络 空间

学期 2023-2024-1 20232326 《网络空间安全导论》第一周学习总结

教材学习内容总结 教材学习中的问题和解决过程 问题1:网络空间安全学科的方法论是什么 问题1解决⽅案:通过百度查询得知网络空间安全学科的方法论主要包括信息安全技术、网络技术、法律与政策、管理与组织等方面。在分析和解决问题时,需要考虑综合因素,包括技术、政策、法律等因素的相互作用和影响。同时还需要注意 ......
导论 20232326 学期 网络 空间

2023-2024-1 20232426刘嘉成 《网络空间安全导论》第1周学习总结

2023-2024-1 20232426刘嘉成 《网络空间安全导论》第1周学习总结 教材学习内容总结 简要总结本周学习内容: 本周我自学了《网络空间安全导论》第一章:网络空间安全概述,分别从信息时代与信息安全,网络空间安全学科浅谈,网络空间安全法律法规,信息安全标准四个方面进行了学习。对我国网络空间 ......
导论 20232426 网络 空间 2023

2023-2024-1 20232420《网络空间安全导论》第10周学习总结

2023-2024-1 20232420《网络空间安全导论》第10周学习总结 教材学习内容总结 教材学习中的问题和解决过程 问题:保护国家网络空间安全,我们普通人能做些什么? 解决方案:AI回答: 提高网络安全意识:学习网络安全知识,了解常见的网络攻击手段和防范方法,提高自我保护意识。 加强密码管理 ......
导论 20232420 网络 空间 2023

《2023-2024-1 202324《网络空间安全导论》第十一周学习总结》

《2023-2024-1 202324《网络空间安全导论》第十一周学习总结》 教材学习内容总结 本周学习了《网络空间安全导论》的第一章,着重学习了网络空间安全的概念与内涵,我国关于网络空间安全的法律法规,信息安全标准等内容。由于对于这门课的了解不够深刻,知识要点不清晰,好像就只是看了一遍书而,没有记 ......
导论 202324 网络 空间 2023

2023-2024-1 20232404《网络空间安全导论》第1周学习总结

教材学习内容总结 信息时代与信息安全 总结:1我国信息技术发展十分迅速,各项技术发展势头迅猛并且在世界上处于领先地位; 2网络空间安全形势严峻,有敌对势力、黑客、病毒和经济犯罪等几大危害; 3我国早已注重信息安全。 网络空间安全学科浅谈 总结:1网络安全是信息时代人们赖以生存的信息环境的安全; 2网 ......
导论 20232404 网络 空间 2023

文心一言 VS 讯飞星火 VS chatgpt (133)-- 算法导论11.2 5题

五、用go语言,假设将一个具有n个关键字的集合存储到一个大小为 m 的散列表中。试说明如果这些关键字均源于全域U,且|U|>nm,则U 中还有一个大小为n 的子集,其由散列到同一槽位中的所有关键字构成,使得链接法散列的查找时间最坏情况下为 O(n)。 文心一言: 这个问题涉及到的是散列表(哈希表)的 ......
文心 导论 算法 chatgpt VS