Visual C++解决八皇后问题，在一个8×8国际象棋盘上，有8个皇后，每个皇后占一格；要求皇后间不会出现相互“攻击”的现象，即不能有两个皇后处在同一行、同一列或同一对角线上。问共有多少种不同的方法。
标签： Visual
上传时间： 2013-12-28
上传用户：rishian
跑马灯的矩阵方案，能够显示8*8的矩阵灯效果，可以参考移植到手机方案中
上传时间： 2014-01-26
上传用户：a6697238
简单的奥运倒计时牌子，由于奥运会已经过了，大家在运行的时候改下计时器中的2008.8.8，就可以中了，特点是将功能分类写成。
标签： 计时
上传时间： 2017-05-07
上传用户：wfeel
将魔王的语言抽象为人类的语言：魔王语言由以下两种规则由人的语言逐步抽象上去的：α-〉β1β2β3…βm ；θδ1δ2…-〉θδnθδn-1…θδ1 设大写字母表示魔王的语言，小写字母表示人的语言B-〉tAdA，A-〉sae，eg：B(ehnxgz)B解释为tsaedsaeezegexenehetsaedsae对应的话是：“天上一只鹅地上一只鹅鹅追鹅赶鹅下鹅蛋鹅恨鹅天上一只鹅地上一只鹅”。(t-天d-地s-上a-一只e-鹅z-追g-赶x-下n-蛋h-恨)
上传时间： 2013-12-19
上传用户：aix008
本代码为编码开关代码，编码开关也就是数字音响中的 360度旋转的数字音量以及显示器上用的（单键飞梭开 关）等类似鼠标滚轮的手动计数输入设备。 我使用的编码开关为5个引脚的，其中2个引脚为按下 转轮开关（也就相当于鼠标中键）。另外3个引脚用来 检测旋转方向以及旋转步数的检测端。引脚分别为a,b,c b接地a，c分别接到P2.0和P2.1口并分别接两个10K上拉 电阻，并且a，c需要分别对地接一个104的电容，否则 因为编码开关的触点抖动会引起轻微误动作。本程序不 使用定时器，不占用中断，不使用延时代码，并对每个 细分步数进行判断，避免一切误动作，性能超级稳定。 我使用的编码器是APLS的EC11B可以参照附件的时序图 编码器控制流水灯最能说明问题，下面是以一段流水 灯来演示。
上传时间： 2017-07-03
上传用户：gaojiao1999
实验源代码 //Warshall.cpp #include<stdio.h> void warshall(int k,int n) { int i , j, t; int temp[20][20]; for(int a=0;a<k;a++) { printf("请输入矩阵第%d 行元素:",a); for(int b=0;b<n;b++) { scanf ("%d",&temp[a][b]); } } for(i=0;i<k;i++){ for( j=0;j<k;j++){ if(temp[ j][i]==1) { for(t=0;t<n;t++) { temp[ j][t]=temp[i][t]||temp[ j][t]; } } } } printf("可传递闭包关系矩阵是:\n"); for(i=0;i<k;i++) { for( j=0;j<n;j++) { printf("%d", temp[i][ j]); } printf("\n"); } } void main() { printf("利用 Warshall 算法求二元关系的可传递闭包\n"); void warshall(int,int); int k , n; printf("请输入矩阵的行数 i: "); scanf("%d",&k); 四川大学实验报告 printf("请输入矩阵的列数 j: "); scanf("%d",&n); warshall(k,n); }
上传时间： 2016-06-27
上传用户：梁雪文以
8*8像素分块，DCT，量化，Z扫描，差分编码，huffman编码
上传时间： 2016-08-18
上传用户：chongchongsunnan
8*8像素分块，DCT，量化，Z扫描，差分编码，huffman编码
上传时间： 2016-08-18
上传用户：chongchongsunnan
简单的实现JPEG图像压缩编码方法一 clear all; RGB=imread('C:\Users\Administrator\Desktop\123.bmp');%读取内存中bmp格式的彩色图像 I=rgb2gray(RGB);%将彩色图像转换为灰度图像 I1=im2double(I);%将图像变换为双精度格式 T=dctmtx(8);%处理后返回一个8*8阶的DCT矩阵 B1=blkproc(I1,[8 8],'P1*x*P2',T,T');%对图像的每个8*8子块应用矩阵式‘P1*x*P2(像素块的处理函数，x是形式参数)进行处理，P1=T，P2=T’ mask=[1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ];%选取10个DCT系数重构图像(DCT具有能量集中的性质，数据集中在左上角，故进行图像压缩时离散余弦变换矩阵可以舍弃右下角的高频数据) B2=blkproc(B1,[8 8],'P1.*x',mask);%舍弃每个块中的高频系数，达到压缩的目的 I2=blkproc(B2,[8 8],'P1*x*P2',T',T);%余弦反变换，重构图像 subplot(2,2,1);imshow(RGB);%原彩色图像 subplot(2,2,2);imshow(I);%灰度图像 subplot(2,2,3);imshow(I1);%双精度灰度图像 subplot(2,2,4);imshow(I2);%重构图像
标签： matlab
上传时间： 2018-03-15
上传用户：wlmelody
#include "iostream" using namespace std; class Matrix { private: double** A; //矩阵A double *b; //向量b public: int size; Matrix(int ); ~Matrix(); friend double* Dooli(Matrix& ); void Input(); void Disp(); }; Matrix::Matrix(int x) { size=x; //为向量b分配空间并初始化为0 b=new double [x]; for(int j=0;j<x;j++) b[j]=0; //为向量A分配空间并初始化为0 A=new double* [x]; for(int i=0;i<x;i++) A[i]=new double [x]; for(int m=0;m<x;m++) for(int n=0;n<x;n++) A[m][n]=0; } Matrix::~Matrix() { cout<<"正在析构中~~~~"<<endl; delete b; for(int i=0;i<size;i++) delete A[i]; delete A; } void Matrix::Disp() { for(int i=0;i<size;i++) { for(int j=0;j<size;j++) cout<<A[i][j]<<" "; cout<<endl; } } void Matrix::Input() { cout<<"请输入A:"<<endl; for(int i=0;i<size;i++) for(int j=0;j<size;j++){ cout<<"第"<<i+1<<"行"<<"第"<<j+1<<"列:"<<endl; cin>>A[i][j]; } cout<<"请输入b:"<<endl; for(int j=0;j<size;j++){ cout<<"第"<<j+1<<"个:"<<endl; cin>>b[j]; } } double* Dooli(Matrix& A) { double *Xn=new double [A.size]; Matrix L(A.size),U(A.size); //分别求得U，L的第一行与第一列 for(int i=0;i<A.size;i++) U.A[0][i]=A.A[0][i]; for(int j=1;j<A.size;j++) L.A[j][0]=A.A[j][0]/U.A[0][0]; //分别求得U，L的第r行，第r列 double temp1=0,temp2=0; for(int r=1;r<A.size;r++){ //U for(int i=r;i<A.size;i++){ for(int k=0;k<r-1;k++) temp1=temp1+L.A[r][k]*U.A[k][i]; U.A[r][i]=A.A[r][i]-temp1; } //L for(int i=r+1;i<A.size;i++){ for(int k=0;k<r-1;k++) temp2=temp2+L.A[i][k]*U.A[k][r]; L.A[i][r]=(A.A[i][r]-temp2)/U.A[r][r]; } } cout<<"计算U得:"<<endl; U.Disp(); cout<<"计算L的:"<<endl; L.Disp(); double *Y=new double [A.size]; Y[0]=A.b[0]; for(int i=1;i<A.size;i++ ){ double temp3=0; for(int k=0;k<i-1;k++) temp3=temp3+L.A[i][k]*Y[k]; Y[i]=A.b[i]-temp3; } Xn[A.size-1]=Y[A.size-1]/U.A[A.size-1][A.size-1]; for(int i=A.size-1;i>=0;i--){ double temp4=0; for(int k=i+1;k<A.size;k++) temp4=temp4+U.A[i][k]*Xn[k]; Xn[i]=(Y[i]-temp4)/U.A[i][i]; } return Xn; } int main() { Matrix B(4); B.Input(); double *X; X=Dooli(B); cout<<"~~~~解得:"<<endl; for(int i=0;i<B.size;i++) cout<<"X["<<i<<"]:"<<X[i]<<" "; cout<<endl<<"呵呵呵呵呵"; return 0; }
标签： 道理特分解法
上传时间： 2018-05-20
上传用户：Aa123456789
