Добрый день, люди добрые помогите реализовать: 1. Заполнит флешку полностью файлами txt формата на 1кб 2. С возможностью отформатировать. В 2-х системах 3. И удаление файлов через 1. 4. Дефрагментация. Мой код: Code: #include <fstream> #include <iostream> #include <sstream> #include <string> #include <clocale> #include <stdlib.h> #include <stdio.h> #include <cstdlib> #include <windows.h> ///////////////////////////////////////////////////////////////////////////////////////// typedef std::string T_str; ///////////////////////////////////////////////////////////////////////////////////////// void make_file(const T_str& file_name) { std::ofstream ofile(file_name.c_str()); } ///////////////////////////////////////////////////////////////////////////////////////// using namespace std; void filles(); void format(); ///////////////////////////////////////////////////////////////////////////////////////// int main() { setlocale(LC_ALL, ""); int str1; cout << "\n\n"; cout << "Äåéñòâèå" << endl; cout << "-------------------" << endl; cout << "Ñîçäàíèå ôàéëîâ 1" << endl; cout << "Ôîðìàòèðîâàíèå 2" << endl; cout << endl; cout << "Âàø âûáîð: "; cin >> str1; if(str1==2) format(); if(str1==1) filles(); } void format() { char formats; cout << "\n\n"; cout << "Íîâàÿ ôàéëîâàÿ ñèñòåìà" << endl; cout << "------------------------" << endl; cout << "NTFS 1" << endl; cout << "FAT32 2" << endl; cout << "Ìåíþ 3" << endl; cout << endl; cout << "Âàø âûáîð: "; cout << endl; cin >> formats; if(formats==1) system("format /FS:NTFS E:"); if(formats==2) system("format /FS:FAT32 E:"); if(formats==3) main(); return ; } void filles() { setlocale(LC_ALL,""); std::locale::global(std::locale("")); std::cout << "Ââåäèòå êîëè÷åñòâî ñîçäàâàåìûõ ôàéëîâ: "; int files_total = 0; std::cin >> files_total; const T_str BASE_FILE_NAME = "Zano"; const T_str FILENAME_EXTENSION = "txt"; for(int file_ind = 0; file_ind < files_total; ++file_ind) { std::ostringstream sout; sout << file_ind; make_file(BASE_FILE_NAME + '_' + sout.str() + '.' + FILENAME_EXTENSION); } }
Здравствуйте, есть код кластеризации точек на плоскости алгоритмом k-means, в котором точки на изображение выводятся рандомно, а нужно через switch сделать, чтоб выводились либо рандомно, либо вручную создавать. Никак не понимаю как это осуществить, помогите пожалуйста #include "opencv2/highgui/highgui.hpp" #include "opencv2/core/core.hpp" #include "opencv2/imgproc.hpp" #include <iostream> using namespace cv; using namespace std; int main( int argc, char** argv ) { const int MAX_CLUSTERS = 5; Scalar colorTab[] = { Scalar(0, 0, 255), Scalar(0,255,0), Scalar(255,100,100), Scalar(255,0,255), Scalar(0,255,255) }; Mat img(500, 500, CV_8UC3); RNG rng(12345); for(;; ) { int k, clusterCount = rng.uniform(2, MAX_CLUSTERS+1); int i, sampleCount = rng.uniform(1, 1001); Mat points(sampleCount, 1, CV_32FC2), labels; clusterCount = MIN(clusterCount, sampleCount); Mat centers(clusterCount, 1, points.type()); /* генерируются случайные значения СС использованием нормального распределения*/ for( k = 0; k < clusterCount; k++ ) { Point center; center.x = rng.uniform(0, img.cols); center.y = rng.uniform(0, img.rows); Mat pointChunk = points.rowRange(k*sampleCount/clusterCount, k == clusterCount - 1 ? sampleCount : (k+1)*sampleCount/clusterCount); rng.fill(pointChunk, CV_RAND_NORMAL, Scalar(center.x, center.y), Scalar(img.cols*0.05, img.rows*0.05)); } /* перетасовывает элементы случайным образом */ randShuffle(points, 1, &rng); /* вызов алгоритма k-средних */ kmeans(points, clusterCount, labels, TermCriteria( CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 10, 1.0), 3, KMEANS_PP_CENTERS, сenters); /* очистка изображения */ img = Scalar::all(0); /* вывод точек на изображение*/ for( i = 0; i < sampleCount; i++ ) { int clusterIdx = labels.at<int>(i); Point ipt = points.at<Point2f>(i); circle( img, ipt, 2, colorTab[clusterIdx], CV_FILLED, CV_AA ); } /* вывод на экран*/ imshow("clusters", img); /* завершение работы или генерация по новой*/ char key = (char)waitKey(); if( key == 27 || key == 'q' || key == 'Q' ) // 'ESC' break; } return 0; }
Ребят, кто может помочь с лабой, буду очень благодарен. 1) Создать программный модуль (ПМ), который вычисляет интеграл методом Симпсона при n = 80 и вычислить интеграл заданной функции. 2) Дополнить ПМ, чтобы он строил график функции с варианта Задание. 3) Дополнить ПМ, возможностью построения графика интегральной кривой функции с варианта задачи.
Дан целочисленный массив A[1..n] и число х. Разработать программу поиска числа х в массиве А методом бинарного поиска. Может кто-нибудь сделать в паскале ?
Создай числовую переменную PHP: varRightAnswers: integer; Во время обработки вопросов, увеличивай значение этой переменной при верном ответе PHP: inc(RightAnswers); В конце выведи данную переменную PHP: Writeln('Правильных ответов: ',RightAnswers);
Ребята, кто шарит в С# помогите. 1)Расшифровать текст на русском языке, зашифрованный шифром Плейфера с применением ключевого слова «республика». Текст для расшифровки: УБРХЫИДОПБКЩРБНРШРЖЛФРИЩЗЮ 2) Шифр Вижинера Известно, что текст зашифрован методом перестановки, причем применялась перестановка только внутри блока данных. Известен ключ шифрации. Задача – расшифровать текст. Ключ для всех вариантов - 365142 Текст для расшифровки: к_ттсешрфзиаам_онвомоедтртспееоикавн //PS. Буду благодарен!!!
Помогите с написанием кода. Работа со стеком. Проверка баланса скобок в выражении (x+(z+2(c-1)t)(r) 1) – правильно (v+b(z-2(c-1))01) 2) (5) – нет, закрывающая слишком рано (a+(b+c(q+1)s) – нет, отсутствует закрывающая скобка Алгоритм. Последовательно просматриваются символы. Если встретилась '(' по- мещаем в стек, если ')' выталкиваем из стека. Если встретится сообще- ние "ошибка стека", закрывающей скобке нет парной открывающей. Если в конце Index>0, открывающей скобке нет парной закрывающей.
На языке R надо доделать лабораторную. Помогите пожалуйста Тема: Исследование эмпирической зависимости теплоемкости вещества от температуры Задание: Пусть требуется исследовать зависимость, заданную табличным способом в виде набора пар чисел (Xi,Yi), причем величины X и Y получены экспериментально. Задача состоит в установлении функциональной зависимости Y=f(X) по результатам измерений (Xi ,Yi), где i=1,2,...,n. Пусть аппроксимирующая функция f(X) может быть представлена в виде f(X, a1 ,a2,...,ak), где a1 ,a2,...,ak – неизвестные параметры. Задача состоит в том, чтобы по опытным данным наилучшим образом определить значения параметров ai. При этом в методе наименьших квадратов считается, что наилучшими будут те значения параметров ai, при которых сумма квадратов отклонений расчетных величин Yi от экспериментальных окажется наименьшей. Пусть даны результаты экспериментальных замеров теплоемкости вещества (С) в зависимости от температуры (Т) (таблица 1). Таблица 1. Исходные данные по вариантам 1-12 Задание Построить и проанализировать а) линейную и б) квадратичную регрессионные модели зависимости теплоемкости вещества от температуры C=f(T). Для этого необходимо выполнить следующие шаги: 1. Рассчитать нормализованные значения переменных Т и С. Для этого необходимо определить минимальные и максимальные значения температуры (Tмин и Тмакс) и теплоемкости (Смин и Смакс), затем рассчитать нормализованные значения вектора температур по формуле: Тнорм = (T - Tмин)/(Тмакс – Тмин). Для вектора Снорм значения рассчитываются по аналогичной формуле. Дальнейшие расчеты проводятся уже с нормализованными значениями. 2. Найти коэффициенты a0 и a1 линейной регрессионной модели ŷлин = a0 + a1*Xi 3. Проверить адекватность линейной регрессионной модели с помощью коэффициента детерминации R2: , где yi – нормализованные эмпирические значения теплоемкости, ȳ - среднее по эмпирическим значениям, ŷ-значения теплоемкости, рассчитанные по модели. При R2 > 0.8 модель может считаться адекватной. 4. Найти ненормализованные значения теплоемкости для температур, используя результаты расчетов по линейной модели: Слин = Смин + ŷлин*(Смакс-Смин) 5. Найти коэффициенты квадратичной регрессионной модели ŷкв = a0 + a1 * Xi + a2 * Xi2 6. Проверить адекватность квадратичной регрессионной модели 7. Найти ненормализованные значения теплоемкости, используя результаты расчетов по квадратичной модели Скв = Смин + ŷкв*(Смакс-Смин) РЕБЯТА ПОМОГИТЕ, СРОЧНО НАДО СДАВАТЬ ЭТУ ФИГНЮ. ДО 4 ПУНКТА СДЕЛАЛ. ОСТАЛОСЬ 5-6. 7-Ю САМ СДЕЛАЮ ВОТ МОЙ КОД: ВСЕ РАБОТАЕТ до 4 пункта. #1 По таблце Temperatura <- seq(300, 1300, 100) Teployomkost <- c(70.26, 77.71, 82.88, 87.9, 91.99, 97.35, 102.11, 104.24, 106.68, 110.53, 113.13) minT <- min(Temperatura) maxT <- max(Temperatura) minC <- min(Teployomkost) maxC <- max(Teployomkost) tNorm <- (Temperatura - minT) / (maxT - minT) tNorm cNorm <- (Teployomkost - minC) / (maxC - minC) cNorm x <- tNorm y <- cNorm a5 <- mean(x * y) a5 b6 <- mean(x) b6 c7 <- mean(y) c7 d8 <- mean(x^2) d8 e9 <- b6^2 e9 b1 <- (a5 - b6 * c7) / (d8 - e9) b1 b0 <- mean(y) - b1 * mean(x) b0 ylinear = b0 + b1 * x ylinear r1 <- y - ylinear r1 r2 <- sum(r1^2) r2 r3 <- y - c7 r3 r4 <- sum(r3^2) r4 res <- 1 - (r2 / r4) res l1 <- minC l1 l2 <- ylinear l2 cLinear <- minC + l2 * (maxC-minC) cLinear x = c(1:10) y1 = c(2:11) y1 = c(3:12) plot(tNorm,cNorm,col="red") lines(tNorm,cLinear,col="green") # 5.Найти коэффициенты квадратичной регрессионной #модели ŷкв = a0 + a1 * Xi + a2 * Xi2
Задания: Найти обратную матрицу для матрицы А. Входные данные: целое положительное число n, произвольная матрица А размерности n х n. Написать алгоритм многопоточного приложения, если: а) количество потоков является входным параметром, при этом размерность матриц может быть не кратна количеству потоков; б) количество потоков заранее неизвестно, потоки в ходе выполнения алгоритма могут динамически создаваться и удаляться. Есть программа, надо ее усовершенствовать. Точнее надо сделать так чтобы работала с 5x5 матрицами import numpy as np import threading import time def proc(n): time.sleep(0) print(str(x)) print('Завершился\n') print('Целое положительное число n?') n = int(input()) # размерность матрицы print('Произвольная матрица А размерности n х n?') b = list(map(int, input().split())) for x in range(n + n): print('Поток\n'), print('Стартовал') print('Количество активных потоков', x, '\n'), threading.activeCount() threading.Thread(target=proc, args=[n]).start() a = np.array(b).reshape(n, n) a_inv = np.linalg.inv(a) print(a_inv)
