解题报告
农场有k个挤奶机和c头牛，每头牛到每一台挤奶机距离不一样，每台挤奶机每天最多挤m头牛的奶。
寻找一个方案，安排每头牛到某一挤奶机挤奶，使得c头牛需要走的所有路程中的最大路程的最小值。
要使每一头牛都去挤奶，那么建完模型就要判断是否满流。
由于是多源多点的网络，假设源点0,汇点n+1（n=k+c）
源点到每一头牛的容量为1,每一台机器到汇点的容量为m;用flody求出任意一头牛到...
分类：
其他好文 时间：
2014-07-23 17:17:11
阅读次数：
239
Jetty嵌入的HelloWorld
这节提供一个指导展示你怎么使用Jetty API快速开发嵌入的代码。
下载Jars
Jetty被分解到多个jars和依赖，方便你选择自己需要的最小jar集合。通常使用Maven是最好的，然而这里使用了一个聚集的jar，包含了所有的Jetty类。你能手动的下载聚集的jetty-all jar和servlet api jar，通过使用wget或者类似的命令（...
分类：
其他好文 时间：
2014-07-23 16:59:51
阅读次数：
370
Monthly Expense
Time Limit: 2000MS
Memory Limit: 65536K
Total Submissions: 14158
Accepted: 5697
Description
Farmer John is an astounding accounting wizard and has r...
分类：
其他好文 时间：
2014-07-23 16:38:21
阅读次数：
228
数学型的题目吧，一开始太过于想去构造，发现不行，现在一直忙着补题，终于补到了这道，特意去看了后面很大的案例，发现了后面全是1，想想应该是数学思维型题目，对于1肯定要特殊处理，而且 在K超过 100000的情况下肯定全为1，因为每一次 k从0开始 k若比原来大1的话，肯定答案中会比原来多一个1，所以10^5那肯定就有10^5个1 了，若k为0肯定就是n本身了，剩下的部分 对于一开始就把n给分解，当然...
分类：
其他好文 时间：
2014-07-22 23:48:37
阅读次数：
304
一、基本概念 动态规划过程是：每次决策依赖于当前状态，又随即引起状态的转移。一个决策序列就是在变化的状态中产生出来的，所以，这种多阶段最优化决策解决问题的过程就称为动态规划。二、基本思想与策略 基本思想与分治法类似，也是将待求解的问题分解为若干个子问题（阶段），按顺序求解子阶段，前一子问题的解，为后...
分类：
其他好文 时间：
2014-07-22 22:44:33
阅读次数：
209
int a=1,b=1; int c=a+++++b; printf("c=%d/n",c); 这段代码是无法通过编译的。
解释如下：
1、首先介绍一些基本的概念
1)、大嘴法，又称贪心法： 如果(编译器的)输入流截止至某个字符之前都已经被分解为一个个符号，那么下一个符号将包括从该字符起之后可能组成一个 符号的最长字符串。也就是说，每一个符号应该包含尽可能多的字符。换句话说，编译器将程序分解成符号的方法是，从左到右一个字符一个字符地读入 ，如果该字符可能组成一个符号，那么再读入下一个字符，判断已经读入的...
分类：
其他好文 时间：
2014-07-22 22:39:13
阅读次数：
195
UVA 11542 - Square
题目链接
题意：给定一些数字，保证这些数字质因子不会超过500，求这些数字中选出几个，乘积为完全平方数，问有几种选法
思路：对每个数字分解成质因子后，发现如果要是完全平方数，选出来的数字的每个质因子个数都必然要是偶数，这样每个质因子可以列出一个异或的方程，如果数字包含质因子，就是有这个未知数，然后进行高斯消元，求出自由变量的个数，每个自由变量...
分类：
其他好文 时间：
2014-07-22 22:38:34
阅读次数：
175
上节分析了O(n^2)的算法，这节就分析O(nlgn)的算法-归并，快速和堆排序。一：综述 O(nlgn) 的算法可以分为两大类，两者所用的技术差别较大。归并和快速排序采用的是分治策略，这两者相当于一个对称的过程，一个是自顶向上合并子问题，另一个则自上向下分解子问题。而堆排序利用堆这一数据结构元素间...
分类：
其他好文 时间：
2014-07-22 22:36:14
阅读次数：
282
1，单值分解：线性代数的重要部分，已经被广泛用于模式识别中的降维和信息检索应用中。
2，独立成分分析
3，非负矩阵分解
4，非线性降维算法：① kernel PCA②基于图的方法（拉普拉斯算子，Local LinearEmbedding (LLE)，Isometric Mapping (ISOMAP)）
5，离散傅里叶变换
6，离散cos和sin变换
7，THEHADAMARD TRA...
分类：
其他好文 时间：
2014-07-22 14:31:58
阅读次数：
252
斯坦福ML公开课笔记15
我们在上一篇笔记中讲到了PCA(主成分分析)。PCA是一种直接的降维方法，通过求解特征值与特征向量，并选取特征值较大的一些特征向量来达到降维的效果。
本文继续PCA的话题，包括PCA的一个应用——LSI(Latent Semantic Indexing, 隐含语义索引)和PCA的一个实现——SVD(Singular Value Decomposition,奇异值分解)，在SVD和LSI结束之后，关于PCA的内容就告一段落。视频的后半段开始讲无监督学习的一种——ICA(Indepen...
分类：
其他好文 时间：
2014-07-22 14:16:14
阅读次数：
314
