一个海量图书查询系统，程序可以模拟图书馆书库，随机生成100万条图书记录并形成索引表和哈希表，实现图书查找功能。同时计算执行效率。
上传时间： 2013-12-23
上传用户：bcjtao
面板中有36个大小相同的椭圆，随机生成其颜色
上传时间： 2017-08-04
上传用户：坏坏的华仔
冒泡，快速，插入，选择等排序的性能比较。。可以在随机生成1到10000个数做为排序源。。然后执行5种排序。得到移动次数和比较次数
标签：
上传时间： 2014-01-03
上传用户：kernaling
实现走迷宫的功能，能够随机生成路径，确保只有一条可行路径
标签： 走迷宫
上传时间： 2017-08-09
上传用户：bruce
文件夹加密工具(开源代码) 软件作者：dyforc 发现文件夹加密的软件较少，而且都不大适合我用，所以写了一个。主要是对指定文件夹和其子目录下所有文件加密。 用到的加密算发是RC4。 本程序特色： 1. 可以指定加密长度（即只对文件的一部分进行加密），（对大文件加密很有用） 2. 可以随机生成动态密钥 （即使加密目录下某个文件的加密密钥被破解了，不影响目录下其他加密过的文件，因为每个文件加密密钥不同，都由输入的密钥随机计算产生） 3. 可以随机化文件名，对文件生成MD5，以此来保障解密成功。 4. 加解密过程中程序允许执行指定脚本。
上传时间： 2017-08-19
上传用户：love_stanford
生命游戏的规则，大家应该都很清楚了，这个Java的生命游戏程序就是演示生命游戏，它的功能是:用户可以设置初始布局(人工布局、电脑随机生成、载入已有的生命状态布局)，布局以后可以 增加或减少布局的生命个数，暂停或开始生命游戏， 另外，可以将某时刻生命游戏演进的状态保存(代码中附带几个比较有趣的 生命游戏演化状态)
标签：
上传时间： 2013-12-23
上传用户：阳光少年2016
遗传算法为群体优化算法，也就是从多个初始解开始进行优化，每个解称为一个染色体，各染色体之间通过竞争、合作、单独变异，不断进化。 优化时先要将实际问题转换到遗传空间，就是把实际问题的解用染色体表示，称为编码，反过程为解码，因为优化后要进行评价，所以要返回问题空间，故要进行解码。SGA采用二进制编码，染色体就是二进制位串，每一位可称为一个基因；解码时应注意将染色体解码到问题可行域内。 遗传算法模拟“适者生存，优胜劣汰”的进化机制，染色体适应生存环境的能力用适应度函数衡量。对于优化问题，适应度函数由目标函数变换而来。一般遗传算法求解最大值问题，如果是最小值问题，则通过取倒数或者加负号处理。SGA要求适应度函数>0，对于<0的问题，要通过加一个足够大的正数来解决。这样，适应度函数值大的染色体生存能力强。 遗传算法有三个进化算子：选择（复制）、交叉和变异。 SGA中，选择采用轮盘赌方法，也就是将染色体分布在一个圆盘上，每个染色体占据一定的扇形区域，扇形区域的面积大小和染色体的适应度大小成正比。如果轮盘中心装一个可以转动的指针的话，旋转指针，指针停下来时会指向某一个区域，则该区域对应的染色体被选中。显然适应度高的染色体由于所占的扇形区域大，因此被选中的几率高，可能被选中多次，而适应度低的可能一次也选不中，从而被淘汰。算法实现时采用随机数方法，先将每个染色体的适应度除以所有染色体适应度的和，再累加，使他们根据适应度的大小分布于0-1之间，适应度大的占的区域大，然后随机生成一个0-1之间的随机数，随机数落到哪个区域，对应的染色体就被选中。重复操作，选出群体规模规定数目的染色体。这个操作就是“优胜劣汰，适者生存”，但没有产生新个体。 交叉模拟有性繁殖，由两个染色体共同作用产生后代，SGA采用单点交叉。由于SGA为二进制编码，所以染色体为二进制位串，随机生成一个小于位串长度的随机整数，交换两个染色体该点后的那部分位串。参与交叉的染色体是轮盘赌选出来的个体，并且还要根据选择概率来确定是否进行交叉（生成0-1之间随机数，看随机数是否小于规定的交叉概率），否则直接进入变异操作。这个操作是产生新个体的主要方法，不过基因都来自父辈个体。 变异采用位点变异，对于二进制位串，0变为1，1变为0就是变异。采用概率确定变异位，对每一位生成一个0-1之间的随机数，看是否小于规定的变异概率，小于的变异，否则保持原状。这个操作能够使个体不同于父辈而具有自己独立的特征基因，主要用于跳出局部极值。 遗传算法认为生物由低级到高级进化，后代比前一代强，但实际操作中可能有退化现象，所以采用最佳个体保留法，也就是曾经出现的最好个体，一定要保证生存下来，使后代至少不差于前一代。大致有两种类型，一种是把出现的最优个体单独保存，最后输出，不影响原来的进化过程；一种是将最优个体保存入子群，也进行选择、交叉、变异，这样能充分利用模式，但也可能导致过早收敛。 由于是基本遗传算法，所以优化能力一般，解决简单问题尚可，高维、复杂问题就需要进行改进了。 下面为代码。函数最大值为3905.9262，此时两个参数均为-2.0480，有时会出现局部极值，此时一个参数为-2.0480，一个为2.0480。算法中变异概率pm=0.05，交叉概率pc=0.8。如果不采用最优模式保留，结果会更丰富些，也就是算法最后不一定收敛于极值点，当然局部收敛现象也会有所减少，但最终寻得的解不一定是本次执行中曾找到过的最好解。
标签： 遗传算法
上传时间： 2015-06-04
上传用户：芃溱溱123
该程序包含有游戏，查看，说明，退出四个功能选项。首先利用函数随机生成一个迷宫。游戏是通过按键↑、↓、←、→控制人物移动，若能从入口走到出口即为胜利。查看是用“穷举求解”的方法，从入口出发，顺某一方向向前探索，若能走通，则继续向前走；否则沿原路退回，换一个方向继续探索，直到能走出一条从入口到出口的通路，即走出迷宫。
上传时间： 2016-06-19
上传用户：王王王王
（1）随机生成一组待排序数据，个数不少于100个； （2）比较各种排序算法对同一组数据排序所需要的关键字比较次数和关键字移动次数，至少使用5组数据进行比较； （3）对比较结果进行简单分析。
上传时间： 2018-01-09
上传用户：poseiding
这是用python实现的简单MLP算法，其中数据是随机生成的
上传时间： 2018-05-03
上传用户：852712
