算法框架

A. 经常加入限制条件的算法框架，用什么语言写比较好

和算法没有太大关系，主要是看应用方向是什么，
网络Web 开发就使用 java、Python、PHP、.net 这一类的
Windows 桌面应用使用 C# 、C++ 这一类
还有很多就不列举了，明确自己的应用方向，再去选择对应的开发语言，至于算法，无论使用哪种开发语言，算法是不变的

B. Javascript中有哪些比较成熟的机器学习算法框架

应该是没有的
除了Python以外，没有哪个语言做这种比较全面的机器学习框架
更不要说js这种主要是前端的语言

C. 进化算法的框架

进化算法是以达尔文的进化论思想为基础，通过模拟生物进化过程与机制的求解问题的自组织、自适应的人工智能技术。生物进化是通过繁殖、变异、竞争和选择实现的；而进化算法则主要通过选择、重组和变异这三种操作实现优化问题的求解。如图1： 1、t=0
2、初始化群体p(0)
3、评估初始化群体p(0)
4、while终止条件不满足do
5、 重组操作：p(t)=r(p(t))
6、 变异操作：p(t)=m(p(t))
7、 评估操作：p(t)
8、 选择操作：p(t+1)=s(p(t)UQ)
9、 t=t+1
10、end 图1：进化算法基本框架
其中r、m、s分别表示重组算子、变异算子、选择算子。

D. 当前深度学习框架学习主要依赖哪个算法框架

两者不是同一个level上的，深度学习是机器学习的一种。最近火的发紫的深度学习实际上指的的深度神经网络学习，普通神经网络由于训练代价较高，一般只有3-4层，而深度神经网络由于采用了特殊的训练方法加上一些小trick，可以达到8-10层。深度神经

E. 遗传算法的基本框架

遗传算法不能直接处理问题空间的参数，必须把它们转换成遗传空间的由基因按一定结构组成的染色体或个体。这一转换操作就叫做编码，也可以称作(问题的)表示(representation)。
评估编码策略常采用以下3个规范:
a)完备性(completeness):问题空间中的所有点(候选解)都能作为GA空间中的点(染色体)表现。
b)健全性(soundness): GA空间中的染色体能对应所有问题空间中的候选解。
c)非冗余性(nonrendancy):染色体和候选解一一对应。
目前的几种常用的编码技术有二进制编码，浮点数编码，字符编码，变成编码等。
而二进制编码是目前遗传算法中最常用的编码方法。即是由二进制字符集{0,1}产生通常的0,1字符串来表示问题空间的候选解。它具有以下特点：
a)简单易行
b)符合最小字符集编码原则
c)便于用模式定理进行分析，因为模式定理就是以基础的。 进化论中的适应度，是表示某一个体对环境的适应能力，也表示该个体繁殖后代的能力。遗传算法的适应度函数也叫评价函数，是用来判断群体中的个体的优劣程度的指标，它是根据所求问题的目标函数来进行评估的。
遗传算法在搜索进化过程中一般不需要其他外部信息，仅用评估函数来评估个体或解的优劣，并作为以后遗传操作的依据。由于遗传算法中，适应度函数要比较排序并在此基础上计算选择概率，所以适应度函数的值要取正值。由此可见，在不少场合，将目标函数映射成求最大值形式且函数值非负的适应度函数是必要的。
适应度函数的设计主要满足以下条件：
a）单值、连续、非负、最大化
b) 合理、一致性
c）计算量小
d）通用性强。
在具体应用中，适应度函数的设计要结合求解问题本身的要求而定。适应度函数设计直接影响到遗传算法的性能。 遗传算法中初始群体中的个体是随机产生的。一般来讲，初始群体的设定可采取如下的策略:
a)根据问题固有知识，设法把握最优解所占空间在整个问题空间中的分布范围，然后，在此分布范围内设定初始群体。
b)先随机生成一定数目的个体，然后从中挑出最好的个体加到初始群体中。这种过程不断迭代，直到初始群体中个体数达到了预先确定的规模。

F. android源码里有哪些比较好的算法或框架推荐

Android中对于图形界面以及多媒体的相关操作比较容易实现。而且对于大多数
手机
用户来说，他们主要也就是根据这些方面的功能来对系统那个进行修改。我们可以通过本文介绍的Android多媒体框架的源码解读，来具体分析一下这方面的基本知识。
Android多媒体框架的代码在以下目录中：external/opencore/。这个目录是Android多媒体框架的根目录，其中包含的子目录如下所示：
* android：这里面是一个上层的库，它基于PVPlayer和PVAuthor的SDK实现了一个为Android使用的Player和Author。
* baselibs：包含数据结构和线程安全等内容的底层库
* codecs_v2：这是一个内容较多的库，主要包含编解码的实现，以及一个OpenMAX的实现
* engines：包含PVPlayer和PVAuthor引擎的实现
* extern_libs_v2：包含了khronos的OpenMAX的头文件
* fileformats：文件格式的据具体解析(parser)类
* nodes：编解码和文件解析的各个node类。
* oscl：操作系统兼容库
* pvmi： 输入输出控制的抽象接口
* protocols：主要是与网络相关的RTSP、RTP、HTTP等协议的相关内容
* pvcommon：pvcommon库文件的Android.mk文件，没有源文件。
* pvplayer：pvplayer库文件的Android.mk文件，没有源文件。
* pvauthor：pvauthor库文件的Android.mk文件，没有源文件。
* tools_v2：编译工具以及一些可注册的模块。
Splitter的定义与初始化
以wav的splitter为例，在fileformats目录下有解析wav文件格式的pvwavfileparser.cpp文件，在nodes目录下有pvmf_wavffparser_factory.cpp，pvmf_wavffparser_node.h， pvmf_wavffparser_port.h等文件。
我们由底往上看，vwavfileparser.cpp中的PV_Wav_Parser类有InitWavParser()，GetPCMData()，RetrieveFileInfo()等解析wav格式的成员函数，此类应该就是最终的解析类。我们搜索PV_Wav_Parser类被用到的地方可知，在PVMFWAVFFParserNode类中有PV_Wav_Parser的一个指针成员变量。
再搜索可知，PVMFWAVFFParserNode类是通过PVMFWAVFFParserNodeFactory的CreatePVMFWAVFFParserNode()成员函数生成的。而CreatePVMFWAVFFParserNode()函数是在PVPlayerNodeRegistry::PVPlayerNodeRegistry()类构造函数中通过PVPlayerNodeInfo类被注册到Oscl_Vector<PVPlayerNodeInfo, OsclMemAllocator> 的vector中，在这个构造函数中，AMR，mp3等node也是同样被注册的。
由上可知，Android多媒体框架中对splitter的管理也是与ffmpeg等类似，都是在框架的初始化时注册的，只不过Opencore注册的是每个splitter的factory函数。
综述一下splitter的定义与初始化过程：
每个splitter都在fileformats目录下有个对应的子目录，其下有各自的解析类。
每个splitter都在nodes目录下有关对应的子目录，其下有各自的统一接口的node类和node factory类。
播放引擎PVPlayerEngine类中有PVPlayerNodeRegistry iPlayerNodeRegistry成员变量。
在PVPlayerNodeRegistry的构造函数中，将 AMR, AAC, MP3等splitter的输入与输出类型标示和node factory类中的create node与release delete接口通过PVPlayerNodeInfo类push到Oscl_Vector<PVPlayerNodeInfo, OsclMemAllocator> iType成员变量中。
当前Splitter的匹配过程
PVMFStatus PVPlayerNodeRegistry::QueryRegistry(PVMFFormatType& aInputType, PVMFFormatType& aOutputType, Oscl_Vector<PVUuid, OsclMemAllocator>& aUuids)函数的功能是根据输入类型和输出类型，在已注册的node vector中寻找是否有匹配的node，有的话传回其唯一识别标识PVUuid。
从QueryRegistry这个函数至底向上搜索可得到，在android中splitter的匹配过程如下：
android_media_MediaPlayer.cpp之中定义了一个JNINativeMethod(JAVA本地调用方法)类型的数组gMethods，供java代码中调用MultiPlayer类的setDataSource成员函数时找到对应的c++函数
1.{"setDataSource", "(Ljava/lang/String;)V", (void *)
android_media_MediaPlayer_setDataSource},
2.static void android_media_MediaPlayer_setDataSource
(JNIEnv *env, jobject thiz, jstring path)
此函数中先得到当前的MediaPlayer实例，然后调用其setDataSource函数，传入路径
3.status_t MediaPlayer::setDataSource(const char *url)
此函数通过调getMediaPlayerService()先得到当前的MediaPlayerService， const sp<IMediaPlayerService>& service(getMediaPlayerService());
然后新建一个IMediaPlayer变量， sp<IMediaPlayer> player(service->create(getpid(), this, fd, offset, length));
在sp<IMediaPlayer> MediaPlayerService::create(pid_t pid, const sp<IMediaPlayerClient>& client, const char* url)中
调status_t MediaPlayerService::Client::setDataSource(const char *url)函数，Client是MediaPlayerService的一个内部类。
在MediaPlayerService::Client::setDataSource中，调sp<MediaPlayerBase> MediaPlayerService::Client::createPlayer(player_type playerType)
生成一个继承自MediaPlayerBase的PVPlayer实例。

G. 当前深度学习框架算法主要依赖于哪个算法框架

深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示

H. 用pkpm计算框架

可以啊，，毕业设计很简单的东西~~取个pk算算，，一般实际施工图没有这么干的

I. 1+2+3+......+n求和所有算法框架图

第一种

if（n%2==0）
{
sum=(n+1)*(n/2);
}
else
{
sum=(n+1)*((n-1)/2) + (n+1)/2;
}

第2种

int sum=0;
for(int i=1;i<=n;i++)
{
sum=sum+i;
}

没有按照你的顺序来，你自己识别下