logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

无向图 广度优先遍历 c语言实现

这里记录一下无向图的广度优先遍历,无向图用邻接表表示,使用的图的示例图如下,关于图的表示可以参照博客:无向图的表示:邻接矩阵和邻接表,这里不再赘述,无向图的表示的代码被封装到头文件queue.h 中。另外还涉及到C语言的队列问题,可以参照博客:C 循环队列实现,同样不再赘述,循环队列实现的代码被封装到头文件graph_represent.h 中。程序使用示例图:实现要点:每个定点有三个状

#c语言
c语言中getchar函数的用法,涉及EOF文件结束符的问题

最近因为遇到了这个EOF的问题就查了下,一下的这些内容帮助我解决了困惑已久的问题,写在这个希望能够帮助遇到同样问题的朋友!      在C语言中有个重要的库函数getchar(),可从终端获得一个字符的ASCII码值。在终端输入字符时并非输入一个字符就会返回,而是在遇到回车换行前,所有输入的字符都会缓冲在键盘缓冲器中,直到回车换行一次性将所有字符按序依次赋给相应的变量,在这里一定要注意

Hadoop Hive安装,配置mysql元数据库

由于Hive依赖于Hadoop,安装Hive之前必须确认Hadoop可用,关于Hadoop的安装可以参考集群分布式 Hadoop安装详细步骤,这里不再叙述。1.下载Hive安装包  下载地址为:http://www.apache.org/dyn/closer.cgi/hive(或点击下面链接),选择一个稳定版本,假设下载的版本为:apache-hive-1.0.1-bin.tar.gz,解压:t

#hadoop#hive
execve() 系统调用

execve() 系统调用的作用是运行另外一个指定的程序。它会把新程序加载到当前进程的内存空间内,当前的进程会被丢弃,它的堆、栈和所有的段数据都会被新进程相应的部分代替,然后会从新程序的初始化代码和 main 函数开始运行。同时,进程的 ID 将保持不变。execve() 系统调用通常与 fork() 系统调用配合使用。从一个进程中启动另一个程序时,通常是先 fork() 一个子进程,然后在子..

Linux下java获取CPU、内存、磁盘IO、网络带宽使用率

一、CPU使用proc文件系统,"proc文件系统是一个伪文件系统,它只存在内存当中,而不占用外存空间。它以文件系统的方式为访问系统内核数据的操作提供接口。用户和应用程序可以通过proc得到系统的信息,并可以改变内核的某些参数。"从/proc文件系统获取cpu使用情况:    cat /proc/stat在Linux的内核中,有一个全 局变量:Jiffies。 Jiff

openvswich sflow监控数据分析

这篇博客的任务是如何获得一组虚拟机服务器的通信矩阵,及任意两台虚拟机在一段时间的通信量。如标题所示,是基于openvswitch+sflow环境的,关于openvswitch和sflow在前几篇博客已经介绍了,这里不再赘述。sflowtool提供了一个awk脚本,这个脚本的任务是获得任意两台虚拟机在一个小时内,被采集到报文数(注意只是报文数),详细脚本如下。#!/usr/bin/awk -f##

Linux下java获取CPU、内存、磁盘IO、网络带宽使用率

一、CPU使用proc文件系统,"proc文件系统是一个伪文件系统,它只存在内存当中,而不占用外存空间。它以文件系统的方式为访问系统内核数据的操作提供接口。用户和应用程序可以通过proc得到系统的信息,并可以改变内核的某些参数。"从/proc文件系统获取cpu使用情况:    cat /proc/stat在Linux的内核中,有一个全 局变量:Jiffies。 Jiff

Java矩阵运算,jama包

Jama是一个基本的线性代数java包。包括一个基本的Matrix类和5个矩阵分解类。Matrix类提供了基本的线性代数数值运算的功能,不同的构造函数可以构造双精度和浮点精度的二维数组,而不同的gets和sets方法可以返回子矩阵和矩阵元素。基本的算术运算包括矩阵相加,矩阵相乘,矩阵范式以及基于矩阵元素的算术运算。打印矩阵的函数也包括在内。矩阵的五大分解,涉及一对或三元组,排列向量

matplot同时画两条线,代码示例

效果图:代码:import matplotlib.pyplot as pltmigtime = [16.6,16.5,16.9,17.1,17.2,18.1,18.2,18.4,19.4,19.3,20.4,20.3,22,21.7,22]delay = [108,98,92,83,87,77,85,48,31,58,35,43,36,31,19]fig,ax =

自回归模型(AR)、移动平均模型(MA)、自回归移动平均模型(ARMA)以及差分自回归移动平均模型(ARIMA)辨析

短期预测是时间序列分析的主要目的。时间序列分析的理论基础很简单:设若时间序列(或随机过程)的任一元素yty_t与其前期元素(yt−1、yt−2y_{t-1}、y_{t-2}等)之间存在着某种关联,则我们可以根据该时间序列的既往观测值来预测其在未来的取值。上述思路的直接体现便是自回归模型。所谓p阶自回归过程(AutoRegressive, AR),简记为AR(p),指的是如下形式的随机过程:yt=a

    共 37 条
  • 1
  • 2
  • 3
  • 4
  • 请选择