タグ付けされた質問 「algorithm」

アルゴリズムは、問題に対する抽象的な解決策を定義する明確に定義された一連のステップです。このタグは、問題がアルゴリズム設計に関連している場合に使用します。

8
新しい経度、古いものからの緯度+ nメートルの計算
座標とメートル単位の距離に基づいて、2つの新しい経度と2つの新しい緯度を作成したいのですが、特定のポイントの周りに素敵な境界ボックスを作成したいと思います。これは都市の一部であり、最大±1500メートルです。したがって、地球の曲率を考慮する必要はないと思います。 だから私は50.0452345(x)と4.3242234(y)を持っていて、x + 500メートル、x-500メートル、y-500メートル、y +500メートルを知りたい 多くのアルゴリズムを見つけましたが、ほとんどすべてがポイント間の距離を処理しているようです。

6
色の類似性をチェックするアルゴリズム
2つのRGBカラーを比較し、それらの類似性の値を生成するアルゴリズムを探しています(類似性は「平均的な人間の知覚に関して類似している」ことを意味します)。 何か案は? 編集: もう答えられないので、質問の編集として「解決策」を入れることにしました。 私は自分のアプリでトゥルーカラーの(非常に)小さなサブセットを使用することにしました。これにより、自分で色の比較を処理できるようになりました。私は約30色で作業し、それらの間のハードコードされた距離を使用します。 それはiPhoneアプリだったので、私はObjective-Cを使用しました。実装は、多かれ少なかれ、色間の距離を示す以下の表を表すマトリックスです。

10
ポイントが長方形の内側にあるかどうかを調べる
点が長方形の内側にあるかどうかを調べたいのですが。長方形は任意の方向に向けることができ、軸を揃える必要はありません。 私が考えることができた1つの方法は、長方形と点の座標を回転させて長方形の軸を揃え、次に点の座標が長方形の座標内にあるかどうかをテストすることでした。 上記の方法では、回転が必要であるため、浮動小数点演算が必要です。これを行う他の効率的な方法はありますか?

10
特定のノードにアクセスするグラフで最短経路を見つけます
約100個のノードと約200個のエッジを持つ無向グラフがあります。1つのノードには「start」というラベルが付けられ、もう1つは「end」というラベルが付けられ、「mustpass」というラベルが付けられたノードが約12個あります。 'start'で始まり、 'end'で終わり、すべての 'mustpass'ノードを(任意の順序で)通過する、このグラフの最短パスを見つける必要があります。 (http://3e.org/local/maize-graph.png / http://3e.org/local/maize-graph.dot.txtは問題のグラフであり、ペンシルバニア州ランカスターのトウモロコシの迷路を表しています)

9
インクリメントステートメントを除いて、forループ変数をconstにする方法は?
標準のforループについて考えてみましょう。 for (int i = 0; i < 10; ++i) { // do something with i } ループのi本体で変数が変更されないようにしたいfor。 しかし、私は宣言できないiとしてconst、これは、インクリメントステートメント無効になりますよう。ようにする方法がありインクリメント文の変数の外には?iconst

10
元に戻す/やり直しの実装
テキストエディタのように、元に戻す/やり直し機能を実装する方法について考えてみてください。どのアルゴリズムを使用する必要があり、何を読むことができますか。ありがとう。

12
クラウドソーシングによる並べ替えで100万枚の画像をランク付けする方法
風景画像のコレクションをランク付けするために、サイトの訪問者がそれらを評価できるゲームを作成して、人々が最も魅力的だと思う画像を見つけたいと思います。 それを行うための良い方法は何でしょうか? ホットオアノットスタイル?つまり、単一の画像を表示し、ユーザーに1〜10のランク付けを依頼します。私が見ているように、これによりスコアを平均化することができ、すべての画像に投票が均等に分散されるようにする必要があります。実装はかなり簡単です。 A-または-Bを選択しますか?つまり、2つの画像を表示し、ユーザーに適切な画像を選択するように依頼します。数値によるランキングはなく、単なる比較であるため、これは魅力的です。しかし、どのように実装すればよいでしょうか?私の最初の考えは、人間が比較操作を提供するクイックソートとしてそれを行うことでした。完了したら、ソートを無限に繰り返すだけです。 どうしますか? 数字が必要な場合は、1日2万回の訪問があるサイトで100万枚の画像について話します。議論のために、わずかな割合でゲームをプレイする可能性があると思います。たとえば、1日に2,000回の人間による並べ替え操作を生成できるとしましょう。それは非営利のウェブサイトであり、最終的に好奇心が強い人は私のプロフィールを通してそれを見つけるでしょう:)

18
任意の有効桁数への丸め
任意の数値(0より大きい整数だけでなく)を有効数字Nに丸めるにはどうすればよいですか? たとえば、有効数字3桁に四捨五入したい場合は、次の式を使用できます。 1,239,451およびリターン1,240,000 12.1257および12.1を返します .0681およびリターン.0681 5とリターン5 当然のことながら、アルゴリズムをハードコーディングしてN of 3のみを処理することはできませんが、それが出発点になります。

26
インタビューの質問:新しいノードを作成せずに、2つのソートされた単一リンクリストをマージします
これは、面接の筆記試験中に尋ねられるプログラミングの質問です。「すでにソートされている2つの単一リンクリストがあります。それらをマージして、新しい追加ノードを作成せずに新しいリストの先頭を返す必要があります。返されたリストもソートする必要があります。」 メソッドのシグネチャは次のとおりです。NodeMergeLists(Node list1、Node list2); ノードクラスは以下のとおりです。 class Node{ int data; Node next; } 私は多くの解決策を試しましたが、余分なノードを作成しませんでした。助けてください。 付随するブログエントリは次のとおりですhttp://techieme.in/merging-two-sorted-singly-linked-list/

16
類似画像を見つけるためのアルゴリズム
2つの画像が「類似」しているかどうかを判断し、色、明るさ、形状などの類似パターンを認識するアルゴリズムが必要です。人間の脳が画像を「分類」するために使用するパラメータについて、いくつかのポインタが必要になる場合があります。.. 私はハウスドルフベースのマッチングを見てきましたが、それは主に変換されたオブジェクトと形状のパターンをマッチングするためのようです。

1
Jaro-WinklerとLevenshteinの距離の違いは?[閉まっている]
クローズ。この質問はもっと焦点を合わせる必要があります。現在、回答を受け付けていません。 この質問を改善したいですか?質問を更新して、この投稿を編集するだけで1つの問題に焦点を当てるようにします。 6年前に閉鎖されました。 この質問を改善する 複数のファイルからの何百万ものレコードのあいまいマッチングを行う必要があるユースケースがあります。そのための2つのアルゴリズムを特定しました。Jaro-WinklerとLevenshteinの編集距離です。 両方を調べ始めたとき、2つの正確な違いが何であるかを理解することができませんでした。Levenshteinは2つの文字列間の編集数を示し、Jaro-Winklerは0.0から1.0の間の正規化されたスコアを提供しているようです。アルゴリズムがわかりませんでした。 どちらかのアルゴリズムを使用する必要があるため、この2つのアルゴリズムの根本的な違いを知る必要があります。 次に、この2つのアルゴリズムのパフォーマンスの違いについて知りたいと思います。

5
最大要素の位置を見つける
値の配列の最大要素の位置(値ではない)を返す標準関数はありますか? 例えば: 次のような配列があるとします。 sampleArray = [1, 5, 2, 9, 4, 6, 3] sampleArray[3]配列の最大値であることを示す3の整数を返す関数が必要です。
83 c++  algorithm 

3
x座標とy座標のnumpy配列で最も近い点のインデックスを見つける
2つの2dnumpy配列があります。x_arrayにはx方向の位置情報が含まれ、y_arrayにはy方向の位置が含まれます。 次に、x、yポイントの長いリストがあります。 リスト内の各ポイントについて、そのポイントに最も近い場所(配列で指定)の配列インデックスを見つける必要があります。 私はこの質問に基づいて、機能するいくつかのコードを素朴に作成しました: numpy配列で最も近い値を見つける すなわち import time import numpy def find_index_of_nearest_xy(y_array, x_array, y_point, x_point): distance = (y_array-y_point)**2 + (x_array-x_point)**2 idy,idx = numpy.where(distance==distance.min()) return idy[0],idx[0] def do_all(y_array, x_array, points): store = [] for i in xrange(points.shape[1]): store.append(find_index_of_nearest_xy(y_array,x_array,points[0,i],points[1,i])) return store # Create some dummy data y_array = numpy.random.random(10000).reshape(100,100) x_array = numpy.random.random(10000).reshape(100,100) …



弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.