课程文献中心 更多>>

关键词： 软件工具   数据结构   程序设计  

ISBN: (纸本)9787115485779

摘要： 本书介绍了线性表，栈，队列，串，树和图等基本数据结构，以及这些数据结构的相关应用，还介绍了查找和排序的常用算法。本书介绍内容时理论和实现并重，并配有一定数量的上机实验和习题用于帮助读者巩固和加深对相关知识点的学习。

关键词： 三维地理信息   数据结构   系统  

摘要： 随着我国的科学技术水平的提高,一些网络信息技术的应用也比较广泛,其中的地理信息系统的应用就是比较重要的,这是促进信息处理分析能力的重要应用技术。而三维地理信息系统的数据结构的分析研究就比较重要,本文主要就此展开研究,希望能在此次的理论研究分析下,能对三维地理信息系统数据结构有更为深入的了解。

关键词： 计算机图形学   数据结构   应用   策略  

摘要： 本文对计算机图形学,对数据结构进行了分析,并对图形图像处理技术的分析,从几何造型对数据结构的应用,三维形体相关信息的应用,几何模型的应用,消隐技术对数据结构的应用四方面探究了计算机图形学中数据结构的应用策略,对于实现图形图像技术的发展是一种促进。

关键词： 程序设计  

ISBN: (纸本)9787302488811

摘要： 本书汇总国外众多著名IT企业近几年的面试笔试真题,并予以解析,按照知识点类型对常见的C语言难点和疑点进行了系统归纳和透彻剖析。

关键词： 数据结构   算法分析  

ISBN: (纸本)9787563554973

摘要： 本书共分为绪论 ; 数据结构实现基础 ; 线性表 ; 串和特殊矩阵 ; 树与二叉树 ; 图 ; 查找 ; 排序八章, 其主要内容包括: 数据结构的基本概念 ; 抽象数据类型 ; 算法和算法性能分析 ; 函数 ; 数组 ; 指针等。

关键词： 多核技术   共享内存   数据结构  

摘要： 多核技术是一种一个处理器集中两个或者是多个完整的内核,来整体提升运算速率的技术,多核技术的产生为存储技术平台的优化设计奠定了良好的基础.它可以为实现多核技术资源的价值创造更加成熟的条件.我们在文章中对多核技术的数据结构进行了详细的研究与分类,进而对共享内存技术的数据结构定制了如何优化的大致策略内容,能够进一步的提升共享内存技术平台运行质量,使多个CPU快速访问存储器,对于共享内存具有十分重大的意义.

关键词： 数据结构   算法分析  

ISBN: (纸本)9787302499534

摘要： 本书系统地介绍了各种数据结构的特点、存储结构及相关算法。书中采用C语言描述算法。主要内容包括数据结构的基本概念、算法描述和算法分析初步；线性表、堆栈、队列、串、数组、树、图等结构；查找、排序等。每章后面配有小结、习题、讨论题。本书有配套的完整的习题与实验指导书，每一章节都给出了完整的C语言和C++源程序示例。

关键词： 数据结构   算法分析  

ISBN: (纸本)9787302505570

摘要： 本书系统完整地介绍了线性表、栈和队列、树和二叉树、图和字符串等数据结构的抽象数据类型、操作实现和应用实例, 并讨论了各种查找技术和排序算法。通过数据结构抽象数据类型定义和接口封装, 培养读者的抽象思维能力。

关键词： 数据结构   算法分析  

ISBN: (纸本)9787301297766

摘要： 本书详细介绍了数据结构与算法分析的核心内容，其中，数据结构知识包括：数据结构概述、线性数据结构、树数据结构、图数据结构、查找与排序等；算法分析与设计知识包括：算法分析与设计概述、算法复杂度分析、分治递归算法、贪心算法、动态规划算法等。本书采用项目驱动的知识组织方式，以案例为导向引出知识点及其理论基础，并通过配合具体案例程序实现过程，贯通了数据结构算法设计与分析的整体课堂教学过程，特别适合当今的反转课堂，MOOC等新型教学方式。本书从项目入手引人知识点理论，从而引导学生对知识点进行探索性学习，进而归纳后形成学生能掌握的知识点。

关键词： 图数据   图结构分析   最小描述长度   语义结构挖掘   图编码  

摘要： 在现今网络高速发展的时代,网络空间数据与日俱增。这些大量的数据包含了现实生活中人们的隐私和信息。通过网络空间数据挖掘方法对这些数据进行信息提取,同时挖掘出数据所包含的隐私信息,是当前社交网络结构分析和网络空间安全研究的一个重要方面。出于理论研究和应用的需求,需要对大规模的网络数据进行压缩,同时进行拓扑结构挖掘,分析和理解其拓扑语义。本文研究了在当前安全背景下网络空间中的结构数据以及图拓扑数据的结构分析问题。重点研究了子图重叠结构挖掘、子图结构语义识别与分析和图结构挖掘的问题。本文的图分析方法主要适用于社交网络,但是也可以应用到具有幂律分布的其他网络类型中去。论文通过引入最小描述长度准则,作为子图聚类、子图语义结构识别和图结构模型评估的判别标准。为统一挖掘图中的多样子结构,本文通过基于枢纽点的子图分解算法和基于自网络的子结构聚合算法,根据几类子图的短径长共性进行挖掘,获得图的分解以及子图集合。随后通过最小描述长度准则以及图编码算法对子图的结构语义进行统一地识别和挖掘。最后借助最小描述长度,将子结构组合获得图的拓扑结构聚集。通过本文的研究,对图的结构进行了挖掘和语义分析,理解了网络的结构。实验表明,本文的方法对图的拓扑结构是一个相对较好的压缩、挖掘和理解。本文充分利用了最小描述长度准则。在图结构挖掘上,通过最小描述长度准则确定了图合并的条件和子图间的重叠关系;在图的编码和结构语义挖掘上,仍然利用最小描述长度帮助识别子图类型,结合引入应对稀疏结构的树结构模板,获得了对当前图结构聚集算法Vog的一个改进。