一、目的: 熟悉银行家算法,加深死锁有关概念的理解。 二、内容: 编制银行家算法通用程序,并检测思考题中所给状态的安全性。 三、要求: (1) 下列状态是否安全?(三个进程共享12个同类资源) 进程 已分配资源数 最大需求数 1 1 4 (状态a) 2 4 4 3 5 8 1 1 4 2 4 6 (状态b) 3 6 8 (2) 考虑下列系统状态 分配矩阵 最大需求矩阵 可用资源矩阵 0 0 1 2 0 0 1 2 1 5 2 0 1 0 0 0 1 7 5 0 1 3 5 4 2 3 5 6 0 6 3 2 0 6 5 2 0 0 1 4 0 6 5 6 问系统是否安全?若安全就
2024-06-24 11:31:26 260KB 操作系统 编程语言
1
表格布局品味咖啡主题网页设计作品 大学介绍学生个人网页作业模板作业 大学生个人网页设计制作作业9页面作业 带有拼图游戏功能的学生网页设计作业模板成品 地方文化旅游景点介绍学生网页设计制作作业之大理巍山 典雅高贵音乐主题切片表格设计个人网页作品 电视剧介绍学生网页作业设计作品成品 仿网易新闻专题单页面网页设计作品 个人设计摄影作品展示DIV+CSS布局40页网页作品 含视频音乐留言表单相册幻灯片大学生个人主页网页作业 新闻门户类北部湾介绍学生DW网页设计作业作品 学生个人简单表格布局网页作业作品 运动系列NBA篮球主题学生网页设计作业作品 MysteryBook切片设计31页个性网页作品
2024-06-24 10:53:44 365.58MB 网页设计
1
本资源中的源码都是经过本地编译过可运行的,下载后按照文档配置好环境就可以运行。资源项目的难度比较适中,内容都是经过助教老师审定过的,应该能够满足学习、使用需求,如果有需要的话可以放心下载使用。有任何问题也可以随时私信博主,博主会第一时间给您解答!!! 本资源中的源码都是经过本地编译过可运行的,下载后按照文档配置好环境就可以运行。资源项目的难度比较适中,内容都是经过助教老师审定过的,应该能够满足学习、使用需求,如果有需要的话可以放心下载使用。有任何问题也可以随时私信博主,博主会第一时间给您解答!!! 本资源中的源码都是经过本地编译过可运行的,下载后按照文档配置好环境就可以运行。资源项目的难度比较适中,内容都是经过助教老师审定过的,应该能够满足学习、使用需求,如果有需要的话可以放心下载使用。有任何问题也可以随时私信博主,博主会第一时间给您解答!!!
2024-06-24 10:13:36 36.22MB java 毕业设计 课程作业 springboot
哈尔滨工业大学计算机组成原理2-4实验报告包含实验配置文件_.zip
2024-06-24 02:24:04 3.81MB
1
在本作业中,我们主要探讨了如何配置IntelliJ IDEA环境以及使用Scala和Apache Spark实现PageRank算法。PageRank是Google早期用于网页排名的核心算法,它通过迭代计算每个网页的重要性,从而提供搜索引擎的搜索结果排序。 首先,我们需要搭建一个win10系统上的开发环境,包括安装Scala、Spark和Hadoop。完成环境搭建后,可以通过访问`http://127.0.0.1:4040/jobs/`来监控Spark作业的运行状态,确保环境配置成功。 接着,我们需要配置IntelliJ IDEA,这是一个强大的Java开发集成环境,也支持Scala等其他编程语言。配置IDEA主要包括安装Scala插件,设置Scala SDK,创建新的Scala项目,并配置Spark相关依赖。这样,我们就可以在IDEA中编写、编译和运行Scala代码。 PageRank算法是基于迭代的过程,它涉及到两个关键数据集:links和ranks。links数据集存储了页面之间的链接关系,例如(A, [B, C, D])表示页面A链接到B、C和D。而ranks数据集则记录了每个页面的PageRank值,初始时所有页面的PageRank值都设为1.0。 PageRank算法的主要步骤如下: 1. 初始化:将每个页面的PageRank值设为1.0。 2. 迭代计算:在每一轮迭代中,每个页面会将其PageRank值按照链接数量平均分配给相连的页面。假设页面p的PageRank值为PR(p),链接数为L(p),则p会给每个相邻页面贡献PR(p)/L(p)的值。 3. 更新PageRank:每个页面的新PageRank值由0.15的“随机跳跃”因子加上接收到的贡献值的0.85倍计算得出。这个公式保证了即使没有被其他页面链接的页面也能获得一定的PageRank值。 4. 迭代直到收敛:算法会重复上述步骤,通常在10轮迭代后,PageRank值会趋于稳定。 在给出的Scala代码中,我们创建了一个SparkConf对象,设置了应用程序名和主节点,然后创建了SparkContext实例。接着,我们使用Spark的parallelize方法创建了一个links的RDD,表示页面间的链接关系。初始ranks RDD中的PageRank值被设为1.0。接下来的for循环进行PageRank迭代计算,使用join、flatMap、reduceByKey等操作处理数据,最后将计算结果保存到"result"文件夹下。 运行结果会被保存在名为"part-000000"的文件中,这是Spark默认的输出格式,包含了每个页面及其对应的PageRank值。在IDEA环境下,可以直接查看这些输出结果,以便分析和验证PageRank算法的正确性。 总之,本作业涵盖了环境配置、Scala编程以及PageRank算法的实现,提供了从理论到实践的完整体验。通过这个过程,我们可以深入理解分布式计算的基本操作,以及PageRank算法如何评估网页的重要性。
2024-06-23 23:10:34 375KB windows scala spark hadoop
1
高校人员信息管理系统 1、数据模型 教师、实验员、行政人员、教师兼行政人员 共有属性:编号、姓名、性别、出生年月 教师:所在系部、专业、职称 实验员:所在实验室、职称 行政人员:政治面貌、职务 2、功能 增加、删、改、查 统计:性别、年龄段、人员类别等 3、数据持久存储 读取、保存
2024-06-23 23:08:08 31KB Java
1
zzu面向对象Java实验报告
2024-06-23 12:40:19 2.03MB java 开发语言
1
数字信号处理实验MATLAB代码,有需要的可以下下。
2024-06-22 18:17:05 3KB 数字信号处理实验 MATLAB代码
1
pandas Python数据分析与可视化大作业 + 源代码 + 数据 + 详细文档 所使用第三方库介绍:numpy 、pandas、matplotlib、seaborn、wordcloud、sklearn
2024-06-22 17:54:21 7.77MB python 数据分析 可视化 pandas
1
一、 主菜单的菜单项 基本图形绘制、图形变换、自由曲线绘制、图形裁剪和图形填充 二、 二级子菜单(基本图形绘制) 1. 直线绘制: 1)DDA 绘制直线 2)Bresenham 绘制直线 3)改进的 Bresenham 绘制直线 4)系统库函数绘制直线——直线线宽、线形设计 2. Bresenham 绘制圆 3. Bresenham 绘制椭圆 4. 矩形的绘制 5. 多边形的绘制 三、 二级子菜单(图形变换) 1. 基本图形变换 1)平移变换 2)比例变换 3)错切变换 4)对称变换 5) 旋转变换 2. 复合变换 1)两次复合比例变换 2)两次复合旋转变换 3. 相对第一象限中一个参考点的错切和等比例变换 4. 相对 y=3x 直线的旋转 60°变换 四、 二级子菜单(自由曲线绘制) 1. 四次 Bezier 曲线绘制 2. 三次 B 样条曲线 3. 二次 Bezier 曲线的拼接 五、 二级菜单(图形裁剪和图形填充) 1. 图形裁剪 2. 图形填充
2024-06-22 16:26:45 4.56MB
1