登录
首页 » Others » ACM竞赛常用算法及代码

ACM竞赛常用算法及代码

于 2020-12-08 发布
0 239
下载积分: 1 下载次数: 2

代码说明:

ACM竞赛中常用的经典算法及具体代码C++实现,pdf电子书格式,完整链接.内容涉及图论 数论 排序 高精度 数据结构 计算几何 字符串处理等.

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

  • 基于matlab-GUI简易计算器的设计
    matlab GUI设计
    2020-11-29下载
    积分:1
  • AR参数模型功率谱估计仿真
    AR参数模型功率谱估计仿真,使用matlab编写的代码,用于数字信号处理
    2020-12-04下载
    积分:1
  • 华为高速数字电路设计-华为黑魔书
    【实例简介】这本书是专门为电路设计工程师写的。它主要描述了模拟电路原理在高速数字电路设计中 的分析应用。通过列举很多的实例,作者详细分析了一直困扰高速电路路设计工程师的铃流、串 扰和辐射噪音等问题。 所有的这些原理都不是新发现的,这些东西在以前时间里大家都是口头相传,或者只是写 成应用手册,这本书的作用就是把这些智慧收集起来,稍作整理。在我们大学的课程里面,这些 内容都是没有相应课程的,因此,很多应用工程师在遇到这些问题的时候觉得很迷茫,不知该如 何下手。我们这本书就叫做“黑宝书”,它告诉了大家在高速数字电路设计中遇到这些问题应该 怎么去解决,他详细分析了这些问题产生的原因和过程。
    2021-11-10 00:31:46下载
    积分:1
  • 用verilog实现msk信号调制器.zip
    【实例简介】msk调制顶层模块msk_top.v module msk_top(clk_100MHz, clk_2MHz, clk_1MHz, reset,x,msk_out); input clk_100MHz; input clk_2MHz; input clk_1MHz; input reset; input x; output [32:0] msk_out; wire b_i, b_q; wire [15:0] sine, cosine; //调用亟待数据处理模块 S2p s2p( .clk(clk_2MHz), clk_div2(clk_1MHz),reset(reset), .x(x),.b_i(b_i),.b_q(b_q)); //调用I,Q路加权模块iqsin.v Iqsin iqsin( .clk(clk_100MHz),. reset(reset), .b_i(b_i),.b_q(b_q), .SINE(sine),COSINE(cosine)); //载波调制相加模块 iqmodu.v Iqmodu iqmodu( .clk(clk_100MHz), .i_i(cosine),.q_q(sine),.msk_out(msk_out)); endmodule
    2021-11-24 00:36:46下载
    积分:1
  • 2014英伟达校招笔试真_嵌入式_软件
    2014英伟达(NVIDIA)笔试真题,嵌入式软件开发,笔试真题(全),冒死偷拍啊啊啊
    2020-11-30下载
    积分:1
  • STM32的DS3231时钟芯片驱动串口测试
    STM32F1串口打印DS3231时间输出,测试.直接可以使用的,使用的原子STM32的工程模版通俗易懂//ALIENTEK战舰STM32开发板实验22//IIC 实验 //技术支持:www.openedv.com//广州市星翼电子科技有限公司
    2020-12-07下载
    积分:1
  • STM32F103C8T6 stm32CubeMx HAL
    使用stm32CubeMx 软件开发STM32 使用最新的HAL库函数。GPIO 输出串口printf 重映射DMA ADC 转换4路 电压后串口输出。
    2020-12-07下载
    积分:1
  • 数据结构与算法 陈卫卫 全套PPT
    配套资源资源名称电子教案第6-7章电子教案第5章 电子教案第4章电子教案第3章电子教案第2章电子教案第1章
    2020-12-10下载
    积分:1
  • 电气类的visio模版
    电气类的Visio模板,给需要的同志使用,很不错的
    2020-06-23下载
    积分:1
  • Kohonen神经网络算法的matlab实现
    Kohonen神经网络算法工作机理为:网络学习过程中,当样本输入网络时,竞争层上的神经元计算输入样本与竞争层神经元权值之间的欧几里德距离,距离最小的神经元为获胜神经元。调整获胜神经元和相邻神经元权值,使获得神经元及周边权值靠近该输入样本。通过反复训练,最终各神经元的连接权值具有一定的分布,该分布把数据之间的相似性组织到代表各类的神经元上,使同类神经元具有相近的权系数,不同类的神经元权系数差别明显。需要注意的是,在学习的过程中,权值修改学习速率和神经元领域均在不断较少,从而使同类神经元逐渐集中。
    2020-12-03下载
    积分:1
  • 696516资源总数
  • 106633会员总数
  • 4今日下载