搜索资源列表
nearestPointPair
- 给定一个点数组，比较求解最近点对的一般算法和分治法的效率。-Given a point group, compared to solve the nearest point on the general algorithm and divide and conquer efficiency.
ClosetPairs
- 本算法使用分治法求解最近点对问题。事先用O(nlogn)时间对x坐标进行排序，使得所有的点是按x坐标从小到大排好序的（x坐标相同时y坐标小的排前），然后取下标小于n/2属于左边的点集PL，取下标大于n/2属于右边的点集PR，即用O(1)时间就可以将规模为n的问题分解为两个规模为n/2的、同类型的子问题。分割完毕之后就可以采用分治法，分别求出PL和PR中的最近点对，最终通过递归实现。-This algorithm uses divide and conquer to solve the probl
Divfuntion
- 算法分析实验 算法分析分治法 最近点对问题-Experimental analysis of algorithms analysis of algorithms divide and conquer the nearest point of the problem
zuijingdiandui
- 基于MFC单文档实现的最近点对的算法，是图形界面的-MFC single document based on the closest point to the realization of the algorithm is a graphical interface
nearestneighbor
- 用C编写的一个求最近点对的算法，不是很实用，但是对刚开始学习算法的人可能会有点帮助-C code .i wish this can do a little help to your study.
zuijindianduierwei
- 算法 最近点对问题 二维的解决 很简单 值得-Closest point algorithm to solve the problem is very simple two-dimensional worth a look
zuijindianduiyiwei
- 算法 最近点对 一维问题解决 可以下载下来研究下-Closest point algorithm to solve one-dimensional problem under study can be downloaded
ClosestPairOfPoints
- 本文实现了平面内NlogN时间内，查找最近点对的算法，欢迎大家下载-This implements the plane NlogN time, find the nearest point of the algorithm, are welcome to download
PAM
- PAM（Partitioning Around Medoid,围绕中心点的划分）算法是是划分算法中一种很重要的算法，有时也称为k-中心点算法，是指用中心点来代表一个簇。PAM算法最早由Kaufman和Rousseevw提出，Medoid的意思就是位于中心位置的对象。PAM算法的目的是对n个数据对象给出k个划分。PAM算法的基本思想：PAM算法的目的是对成员集合D中的N个数据对象给出k个划分，形成k个簇，在每个簇中随机选取1个成员设置为中心点，然后在每一步中，对输入数据集中目前还不是中心点的成员根
closetpair
- 最近点对问题 代码 《算法设计技巧与分析》中的最近点对问题代码实现-Closest point code " algorithm design techniques and analysis," the closest point code
DivideConquer
- 一个实现平台最近点对问题的算法作业代码。-An implementation platform closest point algorithm for the job code.
algorithm_project2
- 这是求在一堆点中，找出最短距离的两个点对的算法问题。(Point pair problem with the shortest distance.)
ClosestPair
- 求解平面最近点对，分治经典题目。。。。。。。(The program to solve the nearest point pair of the plane, divide and conquer the classic topic.)
迭代最近点算法综述
- 三维点集配准问题是计算机技术中的一个极其重要的问题，作为解决三维点集配准问题的一个应用较为广泛的算法，ICP算法得到了研究者的关注，本文以一种全新的思路从配准元素的选择、配准策略的确定和误差函数的求解等3个方面对三维点集配准的ICP算法的各种改进和优化进行了分类和总结。(The three-dimensional point set registration problem is an extremely important issue in computer technology. As an
MinDistance
- 算法的步骤如下： 1.找出Sx的中位数:median_Sx;用median_Sx对点集S进行划分，左边的为S1，右边的为S2; 2.分别求出S1和S2中的最近点对，设S1和S2中最近点对的距离分别为:delta(S1), delta(S2); T(n)= 2*T(n/2)+O(n). 由主定理，可知T(n) = O(n*log(n));(The steps of the algorithm are as follows: 1., find out the median