qq_43359515的博客

数据结构

这个C程序实现了从1583年1月1日开始的日期到星期几的转换功能。程序通过DATE结构体存储日期信息，包含三个关键函数：IsLeapYear判断闰年，IsLegalDate验证日期有效性，DayofWeek计算星期几（从1583年开始累加天数后取模7）。主程序采用循环交互设计，支持用户持续输入日期并显示对应星期，输入格式为"年,月,日"，输出示例"2024年1月1日是：星期一"。程序特别说明不适用于1583年之前的日期计算，因历史上1582年存在历法调整（儒略历转格里

哈夫曼树和哈夫曼编码1.哈夫曼树的定义：在许多实际应用之中，树中节点常常被赋予一个表示某种意义的数值，称为该结点的权。从树根结点到任意结点的路径长度（经过的边数）与该结点上权值的乘积，称为该结点的带权路径长度。树中所有带权路径长度之和称为该树的带权路径长度，记为WPL =∑_(i=1)^n▒Wili式中，wi是第i个叶结点所带的权值，li是该叶结点到根结点的路径长度。在含有n个带权叶子结...

C实现Huffman树的构造，附完整代码

哈夫曼编码的算法是在已经构造出的哈夫曼树的基础上进行实现的，在构造哈夫曼树之后，求哈夫曼编码的主要思想是：依次以叶子为出发点，向上回溯至根结点为止。回溯时走左分支则生成代码0，走有右分支则生成代码1。

指按某条搜索路径巡访二叉树中每个结点，使得每个结点均被访问一次，而且仅被访问一次。（采用非递归算法实现对二叉树的后序遍历，会稍微复杂一些，本算法借用了两个栈结构）除了层次遍历外，二叉树有三个重要的遍历方法：先序遍历、中序遍历、后序遍历。欢迎大家一起来交流~

数据结构中对于二叉树的遍历方式，主要有4种，除了层次遍历，还有先序遍历、中序遍历和后序遍历。关于先序遍历、中序遍历和后序遍历的算法实现过程，可以参考二叉树的先序遍历、中序遍历和后序遍历欢迎大家一起留言讨论~

【代码】【数据结构】（顺序队列）C语言实现。

C语言实现线性表的单链表编程

C语言实现顺序表的创建、查找、删除、插入、输出基本操作的完整代码。

eval() 是 Python 的一个内置函数，它的主要用法是将字符串作为 Python 代码执行。在使用 eval() 时，一定要注意安全性，避免执行用户提供的不可信的代码。在这个例子中，虽然全局的 x 变量为 1，但在函数 test_eval 中，我们创建了一个新的局部变量 x，并且给它赋值为 5。当我们调用 eval() 并传入一个局部变量字典时，eval() 使用这个局部变量，而不是全局变量。在这个例子中，字符串 ‘x + 1’ 被解析并执行，就像它是一个 Python 表达式一样。

绿色：编辑模式蓝色：命令模式shift+enter:运行当前代码块，且光标进入下面代码块ctrl+enter:运行当前代码块，光标停留在当前代码块dd:删除当前代码块b:在下方添加一个空代码块a:在上方添加一个空代码块m:将编程语言代码变成Markdown代码块y:将Markdown代码块变成编程语言代码块r:将单元格切换至让raw状态https://www.python.org/...

1、首先安装sklearn需要三个依赖库，需要分别进行安装2、查看是否已经安装了numpy、matplotlib、scipy这些库conda list下载安装还需要的依赖库3、用pip命令安装这些库pip install numpypip install matplotlibpip install scipy4、用pip 命令安装sklearn库pip install sklearn5、查看是否安装成功已经成功安装了sklearn 库。...

torch.argmax()使用方法说明

pytorch中，softmax()的用法

在python数据类型中，list和array都可以根据索引来取其中的元素，但是list可以用append或者+来新增元素或者添加数组，而array不行。（2）列表list是一系列按特定顺序排列的元素组成，可以将任何数据放入列表，且其中元素之间没有任何关系。此外，list中的数据类不必相同的，而array则是由numpy封装，存放的元素都是相同的数据类型。list中的数据类不必相同的，即每个元素可以是不同的数据类型；array则是由numpy封装，存放的元素都是相同的数据类型。...

假如定义两个类，一个带object，一个不带object，会不会有差别呢？然而结果却是一摸一样的：因为我使用的是python3版本，已经默认帮你加载了object了（即使没有写上object）。所以python3版本加不加object没有区别。如果是python2版本呢？代码：结果如下：Cat类很明显能够看出区别，不继承object对象，只拥有了_ doc _, _ module _和自己定义的name变量, 也就是说这个类的命名空间只有三个对象可以操作.Dog类继承了object对象，拥有了

论文：Optimal auction for delay and energy constrained task offloading in mobile edge computing摘要：移动边缘计算已经成为一种很有前途的范例，以补充移动设备的计算和能源资源。在这种计算范式中，移动设备将其计算任务卸载到附近的边缘服务器，这可能会降低它们的能量消耗和任务完成延迟。作为处理计算任务的交换，边缘服务器希望获得一笔支付其运营成本并使其盈利的付款。不幸的是，现有的工作要么忽略向边缘服务器的支付，要么忽略任务处理延

来源：Federated Learning for Internet of Things : A Comprehensive Survey传统上，人工智能技术需要集中的数据收集和处理，但由于现代物联网网络的高可扩展性和日益增长的数据隐私问题，这在现实应用场景中可能不可行。联邦学习(FL)已经成为一种分布式协同人工智能方法，通过允许在分布式物联网设备上进行人工智能训练而不需要数据共享，它可以使许多智能物联网应用成为可能。传统上，人工智能功能被放置在云服务器或数据中心，用于的数据学习和建模，鉴于物联网数据的

论文来源：FedMCCS: Multi Criteria Client Selection Model for Optimal IoT Federated Learning联邦学习机制：由１个参数服务器和多个边缘节点组成，参数服务器负责收集各参加节点上传的梯度，根据优化算法对模型各参数进行更新，维护全局参数；参与节点独立地对本地拥有的敏感数据集进行学习。每轮学习结束后，节点将计算的梯度数据上传至参数服务器，由服务器进行汇总更新全局参数。然后节点从参数服务器下载更新后的参数，覆盖本地模型参数，进行下一轮迭代