Tag: algorithm

graphics自动布局algorithm: 为了简化问题，我有一个包含在2D平面上的节点和边的图。我想要做的是点击一个button，它会自动布局图看起来干净。通过这个，我意味着最小的边缘交叉，节点之间的漂亮的空间，甚至可以表示graphics比例（加权的边缘）。我知道这完全是一个干净的图表的主观，但是有没有人知道一个algorithm开始，而不是重新发明轮子？谢谢。

检查颜色相似性的algorithm: 我正在寻找一种algorithm来比较两种RGB颜色并生成它们相似性的值（其中相似性意味着“与人类平均感觉相似”）。有任何想法吗？编辑：由于我不能回答，我决定把我的“解决scheme”作为编辑的问题。我决定在我的应用程序中使用一个非常小的真彩色子集，以便我可以自己处理颜色的比较。我使用约30种颜色，并使用硬编码的距离。由于这是一个iPhone应用程序，我用Objective-C工作，实现或多或less是一个matrix代表下面的表格，它显示了颜色之间的距离。

algorithm确定数组是否包含n … n + m？: 我在Reddit上看到了这个问题，并没有提出正面的解决scheme，我认为这是一个完美的问题。这是关于面试问题的一个线索：编写一个采用大小为m的int数组的方法，如果数组由数字n … n + m-1组成，则返回（True / False），该范围内的所有数字以及该范围内的数字。数组不保证被sorting。（例如，{2,3,4}将返回true。{1,3,1}将返回false，{1,2,4}将返回false。我遇到的这个问题是我的面试官不断要求我优化（更快的O（n），更less的内存等），他声称你可以在一个arrays中使用恒定数量的记忆。从来没有想过这一个。随着你的解决scheme，请指出他们是否假设arrays包含独特的项目。同时指出你的解决scheme是否假定序列从1开始（我已经稍微修改了这个问题，以允许它进入2,3,4的情况）编辑：我现在认为，在处理重复的空间algorithm中不存在线性时间和常量。任何人都可以validation此？重复的问题归结为testing，以查看数组是否包含O（n）时间，O（1）空间中的重复项。如果可以这样做，您可以先简单testing一下，如果没有重复，则运行发布的algorithm。那么你能在O（n）时间O（1）空间中testingdupe吗？

鲁棒的三维点云表面重buildalgorithm？: 我正试图找出哪些algorithm可以从3D距离数据中进行曲面重build。乍一看， Ball pivotingalgorithm （ BPA ）和泊松曲面重build是比较成熟的方法吗？在BPA和泊松曲面重buildalgorithm以外，现有的更稳健的algorithm是什么？推荐研究出版物？有没有可用的源代码？

如何在一个时钟周期内获得32位input的平方根？: 我想在Verilog中devise一个可综合的模块，在计算32位给定input的平方根时只需要一个周期。

使用优化的Levenshteinalgorithm寻找最近的邻居: 我最近发布了一个关于优化algorithm来计算Levenshtein距离的问题，并且这些答复将我引向维基百科有关Levenshtein距离的文章。文章提到，如果在最大距离上有一个边界k ，那么给定的查询可能会产生一个结果，那么运行时间可以从O（mn）减less到O（kn）， m和n是string。我查了algorithm，但我真的不知道如何实现它。我希望在这里得到一些线索。 “可能的改进”下的优化是＃4。令我困惑的部分是我们只需要计算以主对angular线（主对angular线被定义为坐标（i，i））为中心的宽度为2k + 1的对angular线条带。如果有人能提供一些帮助/见解，我会非常感激。如果需要的话，我可以在这里发表完整的algorithm描述作为答案。

将IEEE 754 double转换为string的algorithm？: 许多使用IEEE 754双打的编程语言提供了一个库函数来将这些双精度转换为string。例如，C有sprintf ，C ++有stringstream ，Java有Double.toString等在内部，这些function是如何实现的？也就是说，他们使用什么algorithm将double转换成string表示，因为它们通常受到程序员select的精度限制？谢谢！

快速sorting最坏的情况: 我正在研究下面需要的程序来更好地理解它。什么是Quicksort最糟糕的情况下运行时间，什么可能会导致这种情况下更糟糕的performance？我们如何修改quicksort程序来解决这个问题？我知道它有最坏的情况O（n ^ 2），我知道它发生时，枢轴唯一最小或最大元素。我的问题是如何修改程序来缓解这个问题。一个好的algorithm会很好。谢谢

为什么从大的O分析总是下降？: 我试图在PC上运行程序的上下文中了解Big O分析的一个特定方面。假设我有一个性能为O（n + 2）的algorithm。在这里，如果n变得非常大，则2变得不重要。在这种情况下，真正的性能是O（n）。然而，说另一个algorithm的平均性能为O（n ^ 2/2）。我看到这个例子的书说真实的performance是O（n ^ 2）。我不知道为什么，我的意思是在这种情况下，2似乎不是完全无关紧要的。所以我正在寻找这本书的一个很好的清晰的解释。这本书解释了这一点： “考虑1/2是什么意思，检查每个值的实际时间高度依赖于代码转换的机器指令，然后取决于CPU可以执行指令的速度，因此1/2”这意味着非常多。“ 而我的反应是……呃??? 我从字面上不知道这个说法是什么，或者更确切地说，这个说法与他们的结论有什么关系。有人可以为我拼出来，请。感谢您的帮助。