Unity游戏源码 , 完整的项目 , 适合学习和二次开发 。 是整个完整的项目压缩包 , 使用新版本编译器请自行升级编译器设置就行 , C#语言的! C#语言的!! C#语言的!!! 重要的事说三遍!!!! 解压之后直接用Unity打开就行了, 无需其他操作 , 可以直接运行 , 使用2021.2.8f1c1版本编译器正常运行 , 其他版本的编译器没测试 , 应该也可以。 需要其他类型游戏源码可以联系我 , 存量很多 , 量大从优 , CSDN上面自动定价 需要便宜点也可以联系我修改价格 , QQ:168647474
2022-04-18 13:06:13 63.19MB 游戏 游戏源码 unity源码 unity游戏源码
c++实现索引的文档, 比较详细的讲解,是英文版的。和前面两个文档是一起的。
2022-04-10 09:49:08 346KB c++ index
1
此模版是静态模版,可以任意做为王站的页面
2022-04-09 23:01:58 11KB 静态模版页index
1
目前,各种App的社区或者用户晒照片、发说说的地方,都提供了评论功能,为了更好地学习,自己把这个功能实现了一下,做了个小的Demo。 首先推荐一款实用的插件LayoutCreater,可以帮助开发者自动生成布局代码,具体用法可以去GiHub上看看: GitHub地址:https://github.com/boredream/BorePlugin 1、新建一个Android工程,写MainActivity的布局 activity_main.xml <RelativeLayout xmlns:android=http://schemas.android.com/apk/res/androi
2022-04-01 09:35:07 230KB android id match
1
相关的链接: Android 底部菜单栏实现 最近刚看完ViewPager,就想到做这样一个Demo,当然也参考了高手们的实例里边的网格菜单,开始我打算用自定义的imgBtn,但是发现放在pager选项卡中不好排版,所以最好选了GridView,简单实用 一、先主界面xml activity_main.xml 代码如下: <RelativeLayout xmlns:android=”http://schemas.android.com/apk/res/android” xmlns:tools=”http://schemas.android.com/tools” android:layout_
2022-03-09 20:07:16 45KB android id match
1
介绍 densityMetrics是一个python库,用于计算各种浓度,多样化和不平等指数。 该库实现了所有众所周知的不平等和集中度指标的计算。 您可以使用浓度指标 访问浓度,不平等和多样性指标和指标的详尽收集 以json和csv格式执行文件输入/输出 通过引导程序以置信区间计算索引 使用matplotlib进行可视化 关键信息 作者: 执照:麻省理工学院 数学文档: 代码文档: 开发网站: 一般讨论: 打包特定聊天: 注意:concentrationMetrics仍在积极开发中。 如果遇到问题,请在我们的github存储库中提出问题 实施指标一览表 《提供了已实施指标(指标)及其关系的概述。 以下列表为每个实施索引提供了更具体的文档URL: 埃里森-格莱瑟指数 基尼指数 泰尔指数 汉娜·凯指数 胡佛指数 Herfindahl-Hirschman指数和相关的指数,例如Simpso
2022-03-08 16:12:46 225KB python diversity index shannon
1
使用KMP算法实现c++的字符串匹配,并且可以试验模糊匹配,即模板包含*或者?
2022-03-06 11:23:23 7KB C++ string match
1
该数据集由一包文件组成,每个文件跟踪某些行业的正规化投入成本。 Producer Price Index_datasets.txt pc.txt pc.data.75.Construction.csv pc.data.67.AdministrativeandSupportServ.csv pc.series.csv pc.product.csv pc.period.csv pc.industry.csv pc.footnote.csv pc.data.81.OtherServices.csv pc.data.77.Recreation.csv pc.data.76.WholesaleTrade.csv pc.data.74.PremiumsforPropandCasualtyIns.csv pc.data.73.MiscellaneousStoreRetailers.csv pc.data.72.RecyclableMaterials.csv pc.data.71.Accommodation.csv pc.data.70.WasteMgtandRemediationServ.csv pc.data.63.ProfessionalandTechnicalServ.csv pc.data.62.RentalandLeasingServices.csv pc.data.61.EducationalServices.csv pc.data.59.RealEstate.csv pc.data.58.InsuranceCarriers.csv pc.data.57.Finance.csv pc.data.56.ISPsSearchPortandDataProcess.csv pc.data.55.Telecommunications.csv pc.data.54.Broadcasting.csv pc.data.53.Publishing.csv pc.data.51.NursingResidentialCareFacil.csv pc.data.50.Hospitals.csv pc.data.47.AmbulatoryHealthCareServices.csv pc.data.46.Utilities.csv pc.data.45.WarehousingStorage.csv pc.data.44.CouriersAndMessengers.csv pc.data.43.PostalService.csv pc.data.42.TransportationSupport.csv pc.data.40.PipelineTransportation.csv pc.data.39.TruckTransportation.csv pc.data.38.WaterTransportation.csv pc.data.37.RailTransportation.csv pc.data.36.AirTransportation.csv pc.data.35.NonstoreRetailers.csv pc.data.34.GeneralStores.csv pc.data.33.SportsMusicStores.csv pc.data.32.ClothingStores.csv pc.data.31.GasolineStations.csv pc.data.30.HealthStores.csv pc.data.29.FoodBeverageStores.csv pc.data.28.BuildingGardenStores.csv pc.data.27.ElectronicsStores.csv pc.data.26.FurnitureStores.csv pc.data.25.MotorVehicleDealers.csv pc.data.24.Miscellaneous.csv pc.data.23.Furniture.csv pc.data.22.TransportationEquipment.csv pc.data.21.ElectricalMachinery.csv pc.data.20.ComputerProduct.csv pc.data.19.Machinery.csv pc.data.18.FabricatedMetalProduct.csv pc.data.17.PrimaryMetal.csv pc.data.16.NonmetallicMineral.csv pc.data.15.PlasticsR
2022-03-01 12:38:45 16.31MB 数据集
1
希尔伯特曲线 适用于Java的实用程序 将沿N维希尔伯特曲线的距离变换为一个点并返回。 边界框(N维)查询支持(边界框映射到hilbert索引上用于单列查找的多个间隔) 特征 支持多种尺寸 方法链 二维渲染 与基准jmh 状态:部署到Maven的中央 Maven的包括 也见。 背景 甲是首先由大卫·希尔伯特在1891年描述的连续的分形空间填充曲线。 该库支持近似希尔伯特曲线。 H n中是第n个近似希尔伯特曲线,是一个长度为1的2 n -1个直线段的路径。 希尔伯特曲线可用于索引多个维度,并具有有用的局部性。 简而言之, 索引接近索引的点将接近与该索引对应的点。 图1. 2D希尔伯特具有1至6个比特曲线(H 1至H 6) HilbertCurveRenderer . renderToFile(bits, 200 , filename); 图2. 2D Hilbert曲
1
该软件包使用邻域图中的最短路径(Ilc,2012)计算修改后的 Dunn 内部聚类有效性指数。 它还包括原始 Dunn 指数 (Dunn, 1973)、广义 Dunn's 指数 (Pal & Biswas, 1997) 和一系列用于构建数据图的算法的实现。 聚类验证指数是从聚类算法中获得的数据分区质量的度量。 内部指标通过基于某些客观标准测量集群的紧凑性和分离度来评估数据的给定分区,而没有任何关于真实分区应该是什么样子的信息。 原始Dunn的索引(Dunn,1973年)通过计算群集内的紧密度(同一群集中任意两个点之间的最大距离)和群集之间的间隔(属于不同群集的两个数据点之间的最小距离)来验证数据群集。 Pal & Biswas 提出了使用数据上的邻域图对 Dunn 指数进行泛化。 此外,Ilc 提出了基于图中最短路径的这种方法的修改。 有关此主题的其他说明,请参阅参考资料。 支持的用
2022-02-21 11:32:52 223KB matlab
1