图论
使用图算法实现有向图和加权图。
笔记
Python文件比Java文件更发达，您可能应该看看这些文件。
Python
实作
有向图（邻接表） 加权图（邻接表）
遍历
广度优先搜索深度优先搜索
最短路径
广度优先搜索最短路径（有向图） Dikstra的最短路径（加权图） 贝尔曼·福特的最短路径（加权图） 优化的Bellman Ford的最短路径（加权图）
Java
实作
有向图（邻接表） 加权图（邻接表） 有向图（邻接矩阵） 加权图（邻接矩阵）
最短路径
Dikstra的最短路径（邻接表） 贝尔曼·福特的最短路径（邻接表）
2021-10-19 21:46:51
13KB
1
执行所需文件： CIEcalculator.m、CIEcalculator.fig、xFit_1931.m、yFit_1931.m、zFit_1931.m、stepfunction.m、CIExy1931.jpg 和 instructions.png
用法：计算 CIE 坐标并将它们绘制在 CIE 图中。
功能要求： 用户必须按照一些特定说明将他的光致发光光谱数据导出到 .txt 文件。 导入此数据文件后，用户可以计算 CIE 坐标并使用适当的函数绘制它们。
2021-09-22 09:52:25
419KB
1
fill_between.m
用于填充图中选定区域的 Matlab 函数。 该函数的灵感来自 Python 库 Matplotlib 中的同名函数。
该函数具有以下参数：
[y1handle, y2handle, h] = fill_between(x,y1,y2, where, opts);
x是 x 位置的向量
y1和y2是 y 位置的向量
where是指定填充y1和y2之间区域的条件的任何二进制向量。 这是一个很好的属性，因为我们可以绘制一条曲线，并决定只填充该曲线的特定区域（见下图左上角）。
如果where=1或where=[]那么我们假设我们想要填充所有给定的 x 值（见右上角的例子）。
y1和y2都可以是向量，在这种情况下，我们将在它们之间进行填充（参见右上角和左下角的示例）。
y1或y2 （但不是两者）可以是常量，我们只是填充到特定的 y 基线，见右下示例。
2021-09-21 14:59:08
41KB
1
在深度优先搜索无向图的过程中，当遇到起始点的时候，会认定为出现环（在本文中只是找出了无向图中所有的长度大于等于3的环（长度为1和2的环没有意思），所以在深搜的过程中，当遇到的是起始点的时候，还需要进行判断是否是环），当确定是出现了环之后，根据是否在遇到环之前的那个点还有其他的路径，来决定是进一步的进行深度优先搜索还是进行回退，在进行深度优先搜索的过程中，将访问过的节点标记，若当前的节点无路可走（不能进行深度优先搜索了），在回退的过程中，将标记取消。
2021-09-18 19:03:11
7KB
1
格米
GraMi 是一种在单个大图中进行频繁子图挖掘的新框架，GraMi 比现有技术高出两个数量级。 GraMi 支持查找频繁子图和频繁模式，与子图相比，模式提供了更强大的匹配版本，可以捕获图节点（如朋友的朋友）之间的传递交互，这在现代应用程序中非常常见。 此外，GraMi 支持对结果以及近似结果的用户定义结构和语义约束。
有关更多详细信息，请查看我们的论文：Mohammed Elseidy、Ehab Abdelhamid、Spiros Skiadopoulos 和 Panos Kalnis。 “ GRAMI：单个大图中的频繁子图和模式挖掘。PVLDB，7（7）：517-528，2014年。”
内容：
README ................... This file
LICENSE.txt .............. License file (Open Sourc
2021-09-17 13:50:14
6.79MB
1
PowerDesigner概念模型(ER图)中关系(Relation)的超详细说明及案例
2021-09-09 14:12:29
11KB
1