仿matlab 邻接表表示，实现prim最小生成树算法 mfc界面 附带实验报告

资源中包含完整的C4.5决策树算法Python代码和测试数据，其中有4个文件：C45.py是算法的实现代码，treePlotter.py是绘制决策树代码，PlayData.txt是样本数据，C45test.py用来构建、绘制并测试决策树，

%matlab 决策树C4.5算法源代码 function D = C4_5(train_features, train_targets, inc_node, region) % Classify using Quinlan's C4.5 algorithm % Inputs: % features - Train features % targets - Train targets % inc_node - Percentage of incorrectly assigned samples at a node % region - Decision region vector: [-x x -y y number_of_points] % % Outputs % D - Decision sufrace

此程序主要实现对数据的加载和处理，首先加载数据，本算法选择的数据集是鸢尾花数据集，加载的数据形式是元胞数组，本程序先把其转换成字符串数组，后对字符串数组进行处理，将数据部分和标签部分分隔开，数据部分转换成数组形式，标签部分则对应存储于字符串数组中。然后对数据创建决策树，结果存储于结构体中，后计算算法的准确率。最后将结构体数据转换成元胞数据，转换成treeplot系统函数能识别的数据形式，并绘制决策树。

这款软件是一个最佳修建路线展示的软件，采用最小生成树算法，能够自由的添加路线（比如几个地方之间要修路）即可根据算法选择出最少费用的路径并将其展现出来，这款软件采用C#绘图技术，界面美观。希望能够对你理解最小生成树算法有些帮助

网上搜集的关于Steiner tree(斯坦纳树)的一些文献，现在逐渐开始流行，应用范围也正在拓宽。历年ACM的大小比赛都能看到其身影。

算法导论实验：使用c++实现红黑树的建立，插入，旋转，删除，查找全操作以及区间树的全操作。并带有红黑树的可视化展示，采用graphviz工具，需要自行安装graphviz以实现树的可视化功能。

八叉树颜色量化算法。算法基本思路是：将图像中使用的RGB颜色值分布到层状的八叉树中。八叉树的深度可达9层，即根节点层加上分别表示8位的R、G、B值的每一位的8层节点。较低的节点层对应于较不重要的RGB值的位（右边的位），因此，为了提高效率和节省内存，可以去掉最低部的2 ~ 3层，这样不会对结果有太大的影响。叶节点编码存储像素的个数和R、G、B颜色分量的值；而中间的节点组成了从最顶层到叶节点的路径。这是一种高效的存储方式，既可以存储图像中出现的颜色和其出现的次数，也不会浪费内存来存储图像中不出现的颜色。算法特点：效率高，效果好。

此程序是用C++实现的，完全用模板结构实现的。绝对是值得查阅的。

C#实现最小生成树，基于Vs2010，控制台应用程序，可直接实现