Ⅰ 计算机算法的设计与分析（英文版）
在我们学校，一年一开的算法课由数学系与计算机系的教授轮流教学，教材便是Levitin的这本算法设计与分析基础（当然是英文版）。在学期末的时候，教授会被要求对课程设计本身提出些建议。数学系教授的建议非常明确：请换一本教材！是的，对于做理论出身研究方向为Operations Research的数学系教授而言，Levitin这本书的理论体系实在太糟糕了，topic组织零散，有跳跃性而无渐进性，缺乏许多必要的严格证明，并且有多处似是对其他诸如《算法导论》中经典例子的简写版。 在多如牛毛的算法神级着作中，Levitin的这个版本顶多算是有特色，确实难算经典。Levitin版对许多问题的解释并不清楚，一方面是其英语语言组织本身就有些难读拗口，不如Weiss或者Cormen等人的着作好读，另一方面可能限于篇幅，教材很少比较系统地渐进式的介绍一些算法与概念，而更多的是以尽可能简略扼要的篇幅试图概括他们，导致了理解上的困难。章节的编排顺序，相对于其他同类经典也是比较非主流的。算法技术被作为划分章节的标志，而许多数据结构的内容则被零散的穿插在各章节中作为对特定算法技术的应用。 举一个例子就可以反映上述种种问题。比如Disjoint Subsets和Union Find算法那节，教材放在了Greedy Technique一章中并且让其作为Kruskal算法的应用出现。其所使用的主要解释方式和例子其实是照搬了Cormen算法导论中的相关内容（然而Cormen中可是专门作为Advanced Data Strucutures中的一整章出现的），连示例图都是一样的，可不同于Cormen中详细的由浅入深的讲解，Levitin近乎填鸭式的把相关结论一股脑给了出来，却用短短的几句话把Cormen中的解释高度概括了一番。初学此章节，十分的晦涩且前后文似毫无连贯性，思维跳跃之大令我颇为摸不着头脑。直到仔细去研究了Cormen算法导论中的对应章节才对此数据结构的原理恍然大悟，同时悟到的是原来此节是Levitin对该相关内容过于概括的简写。
Ⅱ 请翻译，控制算法英文的
control algorithm
希望我的回答对您有帮助，有问题可以追问。
满意请及时采纳，谢谢！
Ⅲ 本文提出一种改进算法 英文怎么说
This paper presents an improved algorithm
例句
因此，本文提出一种改进算法（SAGA VSP），将模拟退火思想和遗传算法综合在一起，来解决查询代价视图选择问题。
Therefore, improved algorithm ( SAGA_VSP) has been presented, which is the combination of simulated annealing algorithm and genetic algorithm 'for the purpose of solving the query cost view selection problem.
Ⅳ 翻译一段英文算法
1、根据第二节中的描述构建对称非负n×n阶矩阵M；
2、设x是M的主特征向量，并用nx1阶零向量将x初始化；用待处理作业数据初始化L；
3、查找a= argmaxa2L(x(a)).如果x(a) = 0停止并返回x,否则令x(a)=1并将a从L中移除。
4、将L中所有可能与a=(i,i0)冲突的作业数据从L中移除，作业数据中形式为(i, k) 和(q, i0)的数据与a是一一对应的约束条件。（而（i,k）这样的形式是一对多的约束条件）。
5、如果L为空，则返回结果x，否则转到第三步。
Ⅳ 算法英语翻译
这次,要求你找到 A+B,A,B为多项式
输入：
每个输入文件包含一个测试用例。每个测试用例占两行，每行包含一个多项式的信息，K N1 aN1 N2 aN2 ... Nk aNk,K表示多项式中一段非零的项目，Ni 和 aNi表示 相对应的指数和系数。假设 1 <= K <= 10, 0 <= NK < ... < N2 < N1 <=1000.
输出：
对于每一格测试用例，你应该在一行中输出A和B的总和，输出格式要与输入格式一样。注意每一行的结尾不能有 多余的空格。输出精度控制在小数点后一位
例如输入
2 1 2.4 0 3.2
2 2 1.5 1 0.5
输出例子 ：
3 2 1.5 1 2.9 0 3.2
Ⅵ 算法的英语翻译 算法用英语怎么说
algorithm
['ælɡərɪðəm]
n. 算法
The compare algorithm is used to do the comparison.
比较算法是用来比较属性值的。
Ⅶ 求计算机算法英文论文
已经发送，是相关的论文，和你的论题还有点差距，注：假如收件箱没有的话建议看看垃圾邮件是否被拦截了。
Ⅷ 衡量查找算法的英文简称
算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
Ⅸ 求翻译关于蚁群算法，英文原文如下：
虽然如此,我们相信蚁群隐喻可以帮助解释我们的典范。考虑到图2图,这是一个可能的解释的现状图1 b。固定的想法,认为D之间的距离和H之间、B和H之间,B和D-via C-are等于一,让C位置之间的一半D和B(见图2)。现在让我们考虑有什么事情发生的时间间隔定期离散:t = 0、1、2、……。假设30新蚂蚁来到我从一个,30天每次单位E,使每个人都只蚂蚁走路速度每时间单位为1,蚂蚁走路时放下在时间t信息素轨迹强度1,而让例子比较简单,瞬间蒸发,完全在中间的连续时间间隔(t + 1,t + 2)。
在t = 0无踪迹吗,但30蚂蚁是在B和30 d .他们选择走哪一条路是完全随机的。因此,平均每个节点15蚂蚁从就要往H和15向C(图2 b)。在t = 1 30新蚂蚁来到我从一个找到一条道路的强度15导致H,铺设在15蚂蚁那样,就从B和一串强度30走上了C,得到了总和的踪迹,制定了15蚂蚁从B和在15蚂蚁达到通过来自维B C(图2 C)。选择职业道路的可能性因此偏见,因此预期的数量,蚂蚁往C将朝着双的H:20和10的分别。这同样适用于新30蚂蚁在D来自大肠这个过程一直持续到所有的蚂蚁最终会选择最短路径。他们的想法是,如果在某一给定一只蚂蚁要选择不同的路径,那些被严重被前蚂蚁(也就是说,那些有高跟踪级别)选择的几率更高。此外高水平是同义词踪迹短路径。
摘要组织如下。第二部分包含描述的像
目前实施和应用问题的定义:部分反映了算法结构问题的结构,我们介绍他们聚在一起。第三部分描述了三种稍微不同的手段应用该算法。IV,V部分报告
实验。第六章我们比较与其他策略、第七章wesubstantiate的鲁棒性和功能性以展示如何,它可以应用到其他的优化问题。第八章我们非正式讨论为什么以及如何为范式的功能。第九章的结论。
Ⅹ 算法英语 翻译
不翻译了，我就按样例解释下吧。
7 顶点的数量
1 顶点的0 的出度数
2 3 与顶点0相连顶点2 权为3
2 顶点的1 的出度数
0 5 与顶点1相连顶点0 权为5
3 3 与顶点1相连顶点3 权为3
0 顶点的2 的出度数 后面类推。。。。。
1
2 8
6 最后一行一个数 查找的起始点
输入必须用scanf（）函数读取 输入内容描述如下：
输入以一个指定的顶点数量整数占据一行开始 ， 接下来的数据将指明每个顶点的流出边（从0开始递加） 每个顶点的这组数据的第一行是流出边的数量，接下来有相应的行数，每行有两个整数分别表示另一个顶点和该流出边的权值，中间用一个空格隔开。另外那另一顶点也是升序出现。
最后一行是查找开始的顶点。
（在任务2目录中的input1输入文件中指定了问题使用的来自与每周工作相关的图，将其中的a用0替换，b用1替换，以此类推。。。）
输出必须用printf程序，输出内容描述如下：
输出必须是最短路径长度以升序的方式（对于起始点的长度用0）例如程序可用printf（ “%d\n”,distance[i] ) ; distance[i]是相关点的最短路径长(output1 文件是input1 的输出)