官方离线安装包，测试可用。使用rpm -ivh [rpm完整包名] 进行安装

设备树详解，各个参数详细解释，包含例子。 英文原版，读起来比较费劲，但解释得很清楚。

extjs 可编辑的表格树，每个单元格自定义编辑组件，可以自适应列宽，只有源码与例子，运行实例要修改路径，不然图片不能显示，注意etree.jsp的js引入路径 支持Ext2.x以上版本 如运行不了EmailTo ： codeme9@gmail.com

今天在写个后台管理系统，使用了element-ui的组件库。在做角色权限，通过tree控件展示权限列表的时候，用:default-checked-keys绑定数据，这个属性不能实现双向绑定，只能用于初始化选择状态。如果想双向绑定只能使用组件的方法setCurrentKey来实现。想直接绑定数据来的方便，只能修改源码。在tree的源码 属性中重新定义一个属性，在watch中监听，调用 this.store.setCheckedKeys()。以下是作者修改的代码，第一次写博客分享给大家，不喜勿碰，还望更多大神多多指教。 props: { ..... pCheckedKeys: Array, .

MFC编程实例目录树Table控件经典代码，仿照windows目录树写的代码，对于学习tree control相当有帮助，仅供学习交流！

本例子简单，易懂，操作方便。值得推荐。学MFC的好例子。

用于根据编辑距离（Levenshtein距离）概念执行拼写检查。 BK树也用于近似字符串匹配。基于该数据结构，可以实现许多软件中的各种自动校正特征。 BKTree算法上分两步： 1 构造 在词典里面随便找一个词作为root节点，然后与其他词计算编辑距离n。若已有相同编辑距离n的子节点，就挂在子节点下；若没有，就新建边为n的子节点。如此递归下去。 2 查询 这里重点来了，编辑距离符合三角不等式：任意两条边的和大于第三条边。所以只用从根节点开始，找(d-n) < x < (d+n)的边。这样可以大量减少编辑距离的计算次数，即减少O(D*m*n)中的D。 3 举例 一构造那张图为例，假如我们输入

FastFuzzyStringMatcher FastFuzzyStringMatcher是用于快速内存中字符串匹配的BK树实现。 （也可用于 ）。 特征 快速，模糊，字符串匹配。 根据百分比进行搜索并编辑距离。 将数据与字符串关键字相关联，并同时返回两者。 例如，搜索文件名，然后返回关联的文件路径。 动机 尽管哈希映射可用于精确的字符串匹配，而尝试可用于前缀匹配，但目前很少有基于编辑距离或百分比差异的快速匹配解决方案。 当然，您可以搜索集合中的每个字符串，将其编辑距离与要搜索的关键字进行比较，但这往往效率很低。 FastFuzzyStringMatcher构建以使搜索效率更高。 设置 该项目最初是使用Eclipse和Java 8构建的，并且假设您已安装了最新的JDK，则应该干净地构建。 主类可以在src/main/java com.gitub.pekoto.fastfuzzys

圣诞超级好看的

kdtree 提供了 kd-tree 的简约实现。 该实现既可以通过 MEX 调用在 MATLAB 内部使用，也可以作为独立工具直接从 C/C++ 程序使用。 网站上的图片带有“ fulltest.m”字样此实现提供以下功能： - kdtree_build: kd 树构造 O( n log^2(n) ) - kdtree_delete：释放由 kdtree 分配的内存- kdtree_nearest_neighbor：最近邻查询（针对一个或多个点） - kdtree_k_nearest_neighbors：单个查询点的 kNN - kdtree_range_query：矩形范围查询- kdtree_ball_query：查询与点的距离增量的样本重要说明：由于 Matlab 提供了一个 kdtree，我对维护此代码失去了兴趣。