一、课后习题2.41、求均值、中位数和标准差age = [23, 23, 27, 27, 39, 41, 47, 49, 50, 52, 54, 54, 56, 57, 58, 58, 60, 61]fat = [9.5, 26.5, 7.8, 17.8, 31.4, 25.9, 27.4, 27.2, 31.2, 34.6, 42.5, 28.8, 33.4, 30.2, 34.1, 3...

1、什么是社区如果一张图是对一片区域的描述的话，我们将这张图划分为很多个子图。当子图之内满足关联性尽可能大，而子图之间关联性尽可能低时，这样的子图我们可以称之为一个社区。2、社区发现算法及评价标准社区发现算法有很多，例如LPA，HANP，SLPA以及我们今天的主人公——Louvain。不同的算法划分社区的效果不尽相同。那么，如何评价这些算法孰优孰劣呢？用模块度modularity来衡量。模...

一、近似算法的概念1、为啥要研究近似算法？\quad目前大规模的NPC问题我们无法通过计算得到，因此我们需要通过损失一部分精度的做法来找到多项式的近似算法。2、近似算法精度的评价\quad用近似算法得到的解与原问题的最优解比值不超过ρρρ，则称该算法是ρ−近似算法ρ-近似算法ρ−近似算法。难点在于在不知道最优解的情况下证明近似解与最优解的近似程度。二、几个经典的近似问题1、负载均衡问题...

对于判断一串字符是不是英语单词，比如cake是英语单词，ccck不是，这要怎么做呢？其实方法很多，可以去下个电子版英语词典，将其用python读入，做成一个键值对的大字典。当然，更方便地，nltk为我们提供了这样的接口，使得可以快速判断一串字符是不是单词。from nltk.corpus import wordnetword = 'case'if wordnet.synsets(word)...

\quad本章主要内容包括近似算法、概率算法、交互式证明系统、并行计算和密码学。一、近似算法\quad某些NPC问题我们可以用多项式时间得到其近似解。例如最小顶点覆盖问题，我们就可以用如下算法得到一个2倍近似的解：对于图G，我们重复以下操作直至G中所有的边都与标记的边相邻：1.在G中找出一条不与任何有标记的边相邻的边；2.给这条边做上标记。最后输出所有标记的边的顶点即可。\quad上述算法给出的顶

\quad用来在信道上传输信息的波形sm(t)s_m(t)sm​(t)可以是任意形式，然而，这些波形的差别在于幅度、相位或频率，由此产生不同的数字调制方法。假设输入二进制数字序列的速率为Rbits/sR bits/sRbits/s。一、脉冲幅度调制PAM\quad特点：用不同的载波幅度来承载信号。基带PAM信号波形：sm(t)=Amp(t)(1≤m≤M)s_m(t)=A_mp(t)(1\le m\

一、lll部图的概念与特征lll部图定义：完全lll部图定义：如果在一个lll部图G中，任意部ViV_iVi​中的每个顶点同G中其它各部中的每个顶点均邻接，称G为完全lll部图。记作： G=Kn1,n2,⋯ ,nl(ni=∣Vi∣,1≤i≤l)G=K_{n_1, n_2,\cdots, n_l}(n_i = |V_i|, 1 \le i \le l)G=Kn1​...

为什么需要进行符号同步？接收机同步采样的需要，必须从接收信号中导出符号定时。为什么需要进行载波同步？相干检测的需要，接收机必须估计载波相位的偏移。一、信号参数估计两个参数：传播延迟τ\tauτ和载波相位ϕ=−2πfcτ\phi=-2\pi f_c \tauϕ=−2πfc​τ。令θ={ϕ,τ}\theta=\{\phi,\tau\}θ={ϕ,τ}，则估计两个基本准则：1.MAP准则2.最大似然准则M

1、什么是社区如果一张图是对一片区域的描述的话，我们将这张图划分为很多个子图。当子图之内满足关联性尽可能大，而子图之间关联性尽可能低时，这样的子图我们可以称之为一个社区。2、社区发现算法及评价标准社区发现算法有很多，例如LPA，HANP，SLPA以及我们今天的主人公——Louvain。不同的算法划分社区的效果不尽相同。那么，如何评价这些算法孰优孰劣呢？用模块度modularity来衡量。模...

一、割边（桥）\quad桥，顾名思义，连接两块区域的中介，桥断了，那么这两块区域便不能相互流通了。说明在一张图中，能称之为桥的边是连通图中这样一条边，如果这条边断开了，那么图便不连通。如下图所示，红色的边即为割边（桥），这些边断开了整张图便不连通。\quad如何寻找这样一条边呢？直观来看，我们可以依次遍历图中每一条边，判断断开该边后该图是否连通（判断图是否连通可以从图中任一顶点开始进行DFS...