深圳大学实验报告 课程名称：算法分析与复杂性理论 实验项目名称：八皇后问题 学院：计算机与软件学院 专业：软件工程 指导教师：杨烜 报告人：学号：班级：15级软工学术型实验时间：2015-12-08 实验报告提交时间：2015-12-09 教务部制
一．实验目的 1.掌握选回溯法设计思想。 2.掌握八皇后问题的回溯法解法。 二．实验步骤与结果 实验总体思路： 根据实验要求，通过switch选择八皇后求解模块以及测试数据模块操作，其中八皇后模块调用摆放皇后函数模块，摆放皇后模块中调用判断模块。测试数据模块主要调用判断模块进行判断，完成测试。用一维数组保存每行摆放皇后的位置，根据回溯法的思想递归讨论该行的列位置上能否放置皇后，由判断函数Judge()判断，若不能放置则检查该行下一个位置。相应结果和过程如下所示（代码和结果如下图所示）。 回溯法的实现及实验结果： 1、判断函数 代码1： procedure BTrack_Queen(n) //如果一个皇后能放在第K行和X(k)列，则返回true，否则返回false。 global X(1:k);integer i,k i←1 while i
1、批作业调度问题 (1)问题描述 给定n个作业的集合{J1,J2,…,Jn}。每个作业必须先由机器1处理，然后由机器2处理。作业Ji需要机器j的处理时间为tji。对于一个确定的作业调度，设Fji是作业i在机器j上完成处理的时间。所有作业在机器2上完成处理的时间和称为该作业调度的完成时间和。 批处理作业调度问题要求对于给定的n个作业，制定最佳作业调度方案，使其完成时间和达到最小。 例：设n=3，考虑以下实例： 这3个作业的6种可能的调度方案是1,2,3；1,3,2；2,1,3； 2,3,1；3,1,2；3,2,1；它们所相应的完成时间和分别是19，18，20，21，19，19。易见，最佳调度方案是1,3,2，其完成时间和为18。 (2)算法设计
批处理作业调度问题要从n个作业的所有排列中找出具有最小完成时间和的作业调度，所以如图，批处理作业调度问题的解空间是一颗排列树。按照回溯法搜索排列树的算法框架，设开始时x=[1,2,……n]是所给的n个作业，则相应的排列树由x[1:n]的所有排列构成。 算法具体代码如下： [cpp]view plain copy 1.#include "stdafx.h" 2.#include
12. *x, // 当前作业调度 13. *bestx, // 当前最优作业调度 14. 15. *f2, // 机器2完成处理时间 16. f1, // 机器1完成处理时间 17. f, // 完成时间和 18. 19. bestf, // 当前最优值 20. n; // 作业数 21. }; 22. 23.int Flow(int **M,int n,int bestx[]); 24. 25.template 上海大学2012～2013学年春季学期材料科学导论C课程论文 课程名称：材料科学导论C 课程编号： 10415074 论文题目： CdS薄膜及其制备 姓名: 邢凯健 学号: 09120157 论文评语： 论文成绩： 任课教师： 评阅日期： CdS薄膜及其制备 摘要: CdS薄膜在异质结太阳能电池中是十分重要的n型窗口材料,它的制备可以通过真空镀膜,分子束外延,磁控溅射及化学沉积的方法来实现,而化学沉积方法中,最为常用的就是水浴法是十分重要的。 关键词：CdS薄膜化学水浴法反应速率 一、CdS的基本性质 CdS薄膜的禁带宽度为2.42eV，能透过绝大部分阳光，是十分优秀的窗口材料，其薄膜质量的好坏会直接影响在此基础上制备的吸收层CdTe薄膜质量的好坏，对电池的效率和寿命是十分重要的。因此如何制备出高质量的CdS薄膜成为了一个十分关键的课题。 二、水浴法制备CdS薄膜 如今有许多物理方法可以去制备CdS薄膜，例如真空镀膜法、磁控溅射法等等，这些物理方法制备的CdS薄膜的厚度均匀，测试的结果也十分理想，那么我们为什么还要使用化学方法去制备CdS薄膜呢？其中最为重要的因素就是化学方法，例如水浴法，所需要的成本十分低廉，特别是与前面所提到的几种物理方法相比，前期所投出的经费是微乎其微。并且后期也不会遇到仪器维修等问题。 但是水浴法制备CdS薄膜的质量从许多文献中可以发现，并不是非常的理想，生长所得到的薄膜的厚度不均匀，并且会有气孔、裂纹等等。这是因为化学方法制备CdS薄膜的不可控因素太多（例如当天的湿度，温度，所使用的仪器，药品的纯度及实验误差等等）。那么我就在上海大学电子楼对于该CdS薄膜的生长作了一定的研究，也得出了一些结论。 2.1 实验原理 第8章怎样研究算法:排序算法示例 1、排序算法是最基本的算法，很多复杂算法都是以排序为基础进行构造的。关于排序算法，下列说法不正确的是_____。 (A)大规模数据集合中查找有无某些元素的问题，有序数据集合比无序数据集合的查找要快得多； (B)大规模数据集合中按元素分组进行计算的问题，有序数据集合比无序数据集合的计算要快得多； (C)对无序数据集合，两个算法X和Y：X采用无序数据处理，Y采用先将无序数据排序成有序数据，然后进行处理；则对前述(A)、(B)两类问题，Y算法一定比X算法慢； (D)上述说法有不正确的； 答案：C 解释： 本题考核排序算法的研究 在大规模数据集合中查找，有序数据集合有利算法进行和判断，要比无序数据集合查找的快，对于（C）选项，Y算法尽管需要排序后再处理，但排序处理后的数据查找更加快捷，因此可能Y算法比X算法更快。 具体内容请参考排序算法以及第八章课件。 2、下列三个算法是关于“大规模数据集合中查找有无某些元素”问题的算法：针对一个“学生”数据表，如下示意，找出“成绩”为某一分数的所有学生。 【算法A1】 Start of algorithm A1 Step 1. 从数据表的第1条记录开始，直到其最后一条记录为止，读取每一条记录，做Step 2。Step 2. 对每一条记录，判断成绩是否等于给定的分数：如果是，则输出；如果不是，则不输出。 End of algorithm A1 【算法A2】 Start of algorithm A2 Step 1. 从数据表的第1条记录开始，直到其最后一条记录为止，读取每一条记录，做Step 2和Step 3。 Step 2. 对每一条记录，判断成绩是否等于给定的分数：如果等于，则输出；如果不等于，则不输出。 Step 3. 判断该条记录的成绩是否小于给定的分数：如果不是，则继续；否则，退出循环，算法结束。 End of algorithm A2 【算法A3】 Start of algorithm A3 Step 1. 假设数据表的最大记录数是n，待查询区间的起始记录位置Start为1，终止记录位置Finish为n； Step 2. 计算中间记录位置I = (Start+Finish)/2，读取第I条记录。 Step 3. 判断第I条记录的成绩与给定查找分数： (3.1)如果是小于关系，则调整Finish = I-1；如果Start >Finish则结束，否则继续做Step 2； (3.2)如果是大于关系，则调整Start = I+1；如果Start>Finish则结束，否则继续做Step 2； (3.3)如果是等于关系，则输出，继续读取I周围所有的成绩与给定查找条件相等的记录并输出，直到所有相等记录查询输出完毕则算法结束。 End of algorithm A3 针对上述三个算法，回答下列问题： (1)关于算法A1, A2, A3的快慢问题，下列说法正确的是_____。 (A)算法A1快于算法A2，算法A2快于算法A3； (B)算法A2快于算法A1，算法A2快于算法A3； (C)算法A3快于算法A2，算法A2快于算法A1； (D)算法A1快于算法A3，算法A3快于算法A2； (E)上述都不正确。 答案：C 解释： 本题考核排序算法的研究 首先，数据是有序排列的，从大到小。 算法A1依次搜索，穷举。 算法A2与A1一样，穷举，不同的是它利用数据是从大到小排序的特点，因此，如果当前数据比如果小于目标数，那么说明只有的也一定小于，则目标不在序列中。因此，A2比A1快。 算法A3利用数据有序特点，采用二分查找，每次将目标数与中间值比较，缩小搜索范围，因此A3比A2快。 综上，答案选（C）。 具体内容请参考排序算法以及第八章课件。 1.薄膜定义：按照一定需要，利用特殊的制备技术，在基体表面形成厚度为亚微米至微米级的膜层。这种二维伸展的薄膜具有特殊的成分、结构和尺寸效应而使其获得三维材料所没有的特性，同时又很节约材料，所以非常重要。通常是把膜层无基片而能独立成形的厚度作为薄膜厚度的一个大致的标准，规定其厚度约在1μm左右。 2.一些表面定义： 1)理想表面：沿着三维晶体相互平行的两个面切开，得到的表面，除了原子平 移对称性破坏，与体内相同。 2)清洁表面：没有外界杂质。 3)弛豫表面：表面原子因受力不均向内收缩或向外膨胀。 4)重构表面：表面原子在与表面平行的方向上的周期也发生变化，不同于晶体 内部原子排列的二维对称性（再构）。 5)实际表面：存在外来原子或分子。 3. 薄膜的形成的物理过程 驰豫 重构驰豫+重构? ? ? ? ? 驰豫：表面向下收缩，表面层原子与内层原子 结构缺陷间距比内层原子相互之间有所减小。 重构：在平行表面方向上原子重排。 ①小岛阶段——成核和核长大，透射电镜观察到大小一致(2-3nm)的核突然出现.平行基片平面的两维大于垂直方向的第三维。说明：核生长以吸附单体在基片表面的扩散，不是由于气相原子的直接接触。 ②结合阶段——两个圆形核结合时间小于0.1s,并且结合后增大了高度，减少了在基片所占的总面积。而新出现的基片面积上会发生二次成核，复结合后的复合岛若有足够时间，可形成晶体形状，多为六角形。核结合时的传质机理是体扩散和表面扩散（以表面扩散为主）以便表面能降低。 ③沟道阶段——圆形的岛在进一步结合处，才继续发生大的变形→岛被拉长，从而连接成网状结构的薄膜，在这种结构中遍布不规则的窄长沟道，其宽度约为5-20nm，沟道内发生三次成核，其结合效应是消除表面曲率区，以使生成的总表面能为最小。 ④连续薄膜——小岛结合，岛的取向会发生显著的变化，并有些再结晶的现象。沟道内二次或三次成核并结合，以及网状结构生长→连续薄膜。 4. 薄膜的附着类型及影响薄膜附着力的工艺因素 薄膜的附着类型 ①简单附着：薄膜和基片间形成一个很清楚的分界面，薄膜与基片间的结合力为范 德华力 ②扩散附着—由两个固体间相互扩散或溶解而导致在薄膜和基片间形成一个渐变界 面。实现扩散方法：基片加热法、离子注入法、离子轰击法、电场吸引法。 ③通过中间层附着—在薄膜与基片之间形成一个化合物而附着，该化合物多为薄膜材料与基片材料 回溯算法 搜索与回溯是计算机解题中常用的算法，很多问题无法根据某种确定的计算法则来求解，可以利用搜索与回溯的技术求解。回溯是搜索算法中的一种控制策略。它的基本思想是：为了求得问题的解，先选择某一种可能情况向前探索，在探索过程中，一旦发现原来的选择是错误的，就退回一步重新选择，继续向前探索，如此反复进行，直至得到解或证明无解。如迷宫问题：进入迷宫后，先随意选择一个前进方向，一步步向前试探前进,如果碰到死胡同，说明前进方向已无路可走，这时，首先看其它方向是否还有路可走，如果有路可走，则沿该方向再向前试探；如果已无路可走，则返回一步，再看其它方向是否还有路可走；如果有路可走，则沿该方向再向前试探。按此原则不断搜索回溯再搜索，直到找到新的出路或从原路返回入口处无解为止。 递归回溯法算法框架[一] procedure Try(k:integer); begin for i:=1 to 算符种数 Do if 满足条件 then begin 保存结果 if 到目的地 then 输出解 else Try(k+1); 恢复：保存结果之前的状态{回溯一步} end; end; 递归回溯法算法框架[二] procedure Try(k:integer); begin if 到目的地 then 输出解 else for i:=1 to 算符种数 Do if 满足条件 then begin 保存结果 Try(k+1); end; end; 例 1：素数环：把从1到20这20个数摆成一个环，要求相邻的两个数的和是一个素数。【算法分析】非常明显，这是一道回溯的题目。从1 开始，每个空位有 20（19）种可能，只要填进去的数合法：与前面的数不相同；与左边相邻的数的和是一个素数。第 20个数还要判断和第1个数的和是否素数。 〖算法流程〗1、数据初始化； 2、递归填数： 判断第J种可能是否合法； A、如果合法：填数；判断是否到达目标（20个已填完）：是，打印结果；不是，递归填下一个； B、如果不合法：选择下一种可能； 【参考程序】 program z74;框架[一] var a:array[0..20]of byte; b:array[0..20]of boolean; total:integer; function pd(x,y:byte):boolean; var k,i:byte; begin k:=2; i:=x+y; pd:=false; while (k<=trunc(sqrt(i)))and(i mod k<>0) do inc(k); if k>trunc(sqrt(i)) then pd:=true; end; procedure print; var j:byte; begin inc(total);write('<',total,'>:'); for j:=1 to 20 do write(a[j],' '); writeln; end; procedure try(t:byte); var i:byte; begin for i:=1 to 20 do if pd(a[t-1],i)and b[i] then begin a[t]:=i; b[i]:=false; if t=20 then begin if pd(a[20],a[1]) then print;end 算法设计与分析第三次作业 计科三班康玥20110801330 5-3 设某一机器由n个部件组成，每一种部件都可以从m个不同的供应商处购得。设wi,j是从供应商j处购得的部件i的重量，ci,j是相应的价格。试设计一个算法，给出总价格不超过c的最小重量机器设计。 Input 由文件input.txt给出输入数据。每组测试数据第一行有3 个正整数n，m和d。接下来的2n行，每行m个数。前n行是ci,j，后n行是wi,j。 Output 将计算的最小重量及每个部件的供应商输出到文件output.txt Sample Input 3 3 4 1 2 3 3 2 1 2 2 2 1 2 3 3 2 1 2 2 2 Sample Output 4 1 3 1 #include cp-=c[i][j]; } } int main(){ ifstream fin("input.txt",ios::in); fin>>n>>m>>d; for(int i=1;i<=n;i++){ for(int j=1;j<=m;j++) fin>>c[i][j]; sum+=c[i][1]; } for(int k=1;k<=n;k++) for(int j=1;j<=m;j++) fin>>w[k][j]; backtrack(1); ofstream fout("output.txt",ios::out); cout< 8.2-4 :在O(1)的时间内，回答出输入的整数中有多少个落在区间[a...b]内。给出的算法的预处理时间为O(n+k) 算法思想：利用计数排序，由于在计数排序中有一个存储数值个数的临时存储区C[0...k]，利用这个数组即可。 #include 化学镀膜 2007-01-18 20:55:04 (已经被浏览304次) 化学镀膜 化学镀膜最早用于在光学元件表面制备保护膜。随后，1817年，Fraunhofe在德国用浓硫酸或硝酸侵蚀玻璃，偶然第一次获得减反射膜，1835年以前有人用化学湿选法淀积了银镜膜它们是最先在世界上制备的光学薄膜。后来，人们在化学溶液和蒸气中镀制各种光学薄膜。50年代，除大快窗玻璃增透膜的一些应用外，化学溶液镀膜法逐步被真空镀膜取代。 真空蒸发和溅射这两种真空物理镀膜工艺，是迄今在工业领域能够制备光学薄膜的两种最主要的工艺。它们大规模地应用，实际上是在1930年出现了油扩散泵---机械泵抽气系统之后。 1935年，有人研制出真空蒸发淀积的单层减反射膜。但它的最先应用是1945年以后镀制在眼镜片上。 1938年，美国和欧洲研制出双层减反射膜，但到1949年才制造出优质的产品。1965年，研制出宽带三层减反射系统。在反射膜方面，美国通用电气公司1937年制造出第一盏镀铝灯。德国同年制成第一面医学上用的抗磨蚀硬铑膜。在滤光片方面，德国1939年试验淀积出金属—介质薄膜Fabry---Perot型干涉滤光片。在溅射镀膜领域，大约于1858年，英国和德国的研究者先后于实验室中发现了溅射现象。该技术经历了缓慢的发展过程。 1955年，Wehner提出高频溅射技术后，溅射镀膜发展迅速，成为了一种重要的光学薄膜工艺。现有两极溅射、三极溅射、反应溅射、磁控溅射和双离子溅射等淀积工艺。 自50年代以来，光学薄膜主要在镀膜工艺和计算机辅助设计两个方面发展迅速。在镀膜方面，研究和应用了一系列离子基新技术。 1953年，德国的Auwarter申请了用反应蒸发镀光学薄膜的专利，并提出用离子化的气体增加化学反应性的建议。 1964年，Mattox在前人研究工作的基础上推出离子镀系统。那时的离子系统在10Pa压力和2KV的放电电压下工作，用于在金属上镀耐磨和装饰等用途的镀层，不适合镀光学薄膜。后来，研究采用了高频离子镀在玻璃等绝缘材料上淀积光学薄膜。70年代以来，研究和应用了离子辅助淀积、反应离子镀和等离子化学气相等一系列新技术。它们由于使用了带能离子，而提供了充分的活化能，增加了表面的反应速度。提高了吸附原子的迁移性，避免形成柱状显微结构，从而不同程度地改善了光学薄膜的性能，是光学薄膜制造工艺的研究和发展方向。 实际上，真空镀膜的发展历程要远远复杂的多。我们来看一个这个有两百年历史的科技历程： 19世纪 真空镀膜已有200年的历史。在19世纪可以说一直是处于探索和预研阶段。探索者的艰辛在此期间得到充分体现。 1805年, 开始研究接触角与表面能的关系(Young)。 1817年, 透镜上形成减反射膜(Fraunhofer)。 1839年, 开始研究电弧蒸发(Hare)。 第八章 习题8.1 1.a.动态规划和分治法有什么共同特点？ b.这两种技术之间有什么主要的不同点？ 解： a.动态规划和分治法都是将问题的实例划分为若干个小的实例。 b.动态规划中的子问题是有交叠的，子问题中重复的部分只要计算一次，避免了许多问题重复计算；而分治法的子问题是独立的，子问题中即使有重复的部分也会计算多次。 3.书中在研究计算C(n,k)的动态规划算法的时间效率时，做出了如下的断言，请证明之。 k?1k 2 +k(n?k)∈Θ(nk) 解： k?1k +k n?k=nk?1 k2? 1 k 对0≤k≤n，有k2≤nk≤n2，则 nk?1 k2? 1 k≤nk? 1 nk? 1 k≤nk 所以在研究计算C(n,k)的动态规划算法的时间效率时，认定： k?1k +k(k?n)∈Θ(nk) 1.对由下面邻接矩阵定义的有向图，应用Warshall 算法求它的传递闭包。 1000010000 00100 解： R (0)=R (1)=R (2)=R (3)=R (4)= 001100000100 所以题中矩阵的传递闭包为R (4)= 0 1001111000 00100 。 习题8.4 4.a.判断正误：背包问题实例的动态规划表中某一行值的序列总是非递减的。 b.判断正误：背包问题实例的动态规划表中某一列值的序列总是非 解： a.正确。V[i，j]能够放进承重量为j的背包中的前i个物品的中最有价值的子集的总价值。V[i，j+1]表示背包的承重量增加了，从前i个物品中选出最优价值的子集的总价值，此时背包的总价值只可能增加或者不变，而不会减少。可知V[i，j+1] ≥V[i，j]恒成立。所以在动态规划表中某一行值得序列总是非递减的。 b. 正确。由定义8.12和8.13可知，v[0，j]=0，v[i，0]=0； 当i，j>0时，V[i，j]=max{V[i-1，j]，v i+ V[i-1，j-w i]} 即V[i，j]≥V[i-1，j]≥0恒成立。所以在动态规划表中某一列值得序列总是非递减的。 第八章 约束优化最优性条件 §8.1 约束优化问题 一、 问题基本形式 min ()f x 1()0 1,,.. ()0 ,,i e i e c x i m s t c x i m m +==?? ≥=? （8.1） 特别地，当()f x 为二次函数，而约束是线性约束时，称为二次规划。 记 { }1()0 (1, ,);()0 , ,i e i e X x c x i m c x i m m +===≥=，称之为可行域（约束域） 。 {}1, ,e E m =，{}1, ,e I m m +=，{}()()0 i I x i c x i I ==∈ 称()E I x 是在x X ∈处的积极约束的指标集。 积极约束也称有效约束，起作用约束或紧约束（active constraints or binding constraints ）。 应该指出的是，如果x * 是（1）的局部最优解，且有某个0i I ∈，使得 0()0i c x *> 则将此约束去掉，x * 仍是余下问题的局部最优解。 事实上，若x *不是去掉此约束后所得问题的局部极小点，则意味着0δ?>，存在x δ，使得 x x δδ*-<，且()()f x f x δ*<，这里x δ满足新问题的全部约束。注意到当δ充分小时，由0() i c x 的连续性，必有0()0i c x δ≥，由此知x δ是原问题的可行解，但()()f x f x δ*<，这与x * 是局部极小 点矛盾。 因此如果有某种方式，可以知道在最优解x * 处的积极约束指标集()()A x E I x **=，则问题 可转化为等式的约束问题： min ()f x .. ()0i s t c x = ()i A x *∈ （8.2） 一般地，这个问题较原问题（8.1）要简单，但遗憾的是，我们无法预先知道()A x * 。 第六章溶液镀膜法 溶液镀膜法是指在溶液中利用化学反应或电化学反应等化学方法在基板表面沉和只薄膜的一种技术。它包括化学反应沉积、溶胶—凝胶法、阳极氧化、电镀以及LB制膜法等。这是一类不需要真空环境的制膜技术，由于所需设备少，可在各种基体表面成膜、原材料容易解决，所以在电子元器件、表面涂要禾装饰等方面得到了广泛的应用。 §6-1 化学反应沉积 一、化学镀 化学镀实质上是在还原剂的作用下，使金属盐中的金属离子还原成原子状态并沉积在基板表面上，从而获得镀层的一种方法，又称为无电源电镀。它与化学沉积法同属于不通电而造化学反应沉和只金属的镀膜方法。两者的区别在于，化学镀的还原反应必须在催化剂的作用下才能进行，且沉积反应只发生在镀件的表面上，而化学沉积法的还原反应却是在整个溶液中均匀发生的，只有一部分金属镀在镀件上，大部分则成为金属粉末沉淀下来。所以，确切地说化学镀的过程是在有催化条件下发生在镀层上的氧化还原过程。即在这种镀覆的过程中，溶液中的金属离子被生长着的镀层表面所催化，并且不断还原而沉积在基体表面上。在此过程中基体材料表面的催化作用相当重要，周期表中的Ⅶ族金属元素都具有在化学镀过程中所需的催化效应。 所谓催化剂指的是敏化剂和活化剂，它可以促使化学镀过程发生在具有催化活性的镀件表面。如果被镀金属本身不能自动催化，则在镀件的活性表面被沉积金属全部覆盖之后，其沉积过程便自动终止；相反，像Ni、Co、Fe、Cu和Cr等金属，其本身对还原反应具有催化作用，可使镀覆反应得以继续进行，直到镀件取出，反应才自行停止。这种依靠被镀金属自身催化作用的化学镀又称为自催化化学镀。通常所谓的化学镀均指这类化学镀。 自催化化学镀有以下优点：（1）可在复杂的镀件表面形成均匀的镀层；（2）镀层的孔隙率比较低；（3）可直接在塑料、陶瓷、玻璃等非导体上进行沉积镀膜；（4）镀层具有特殊的物理、化学性质；（5）不需要电源，没有导电电极。化学镀在电子工业等部门中得到广泛应用。 在化学镀中，所用还原剂的电离电位必须比沉积金属的电极电位低，但二者电位差又不宜过大。常用的还原剂有次磷酸盐和甲醛，前者用来镀Ni，后者用来镀Cu。此外，还有用氢硼化物、阱、氨基硼氢化合物等，无论采用什么还原剂都必须能在自催化的条件下提供金属离子还原时所需要的电子，即 催化表面 M+n+ ne（来自还原剂）M0（6-1）这种反应只能在具有催化性质的镀件表面上进行，才能得到镀层，而且如前所述，一旦沉积开始，沉积出来的金属就必须继续这种催化功能，沉积过程才能继续进行，镀层才能加厚。所以，从这个意义讲，化学镀必然是一种受控的自催化的化学还原过程。目前广泛用于镀制镍、钴、钯、铂、银、金以及上述金属的合金薄膜。 例如，化学镀镍是利用镍盐溶液（硫酸镍或氯化镍）和钴盐（硫酸钴）溶液，在强还原剂次磷酸盐（次磷酸钠、次磷酸钾等）的作用下，使镍离子和钴离子还原成镍金属和钴金属，同时次磷酸盐分解析出磷，在具有催化表面的基体上，获得镍磷或镍钴磷合金的沉积膜。关于使用次磷酸盐作还原剂的化学镀镍的反应机理，多数学者认为镍的沉积反应是由于基体材 镀膜的发展历史 化学镀膜最早用于在光学元件表面制备保护膜。随后，1817年，Fraunhofe在德国用浓硫酸或硝酸侵蚀玻璃，偶然第一次获得减反射膜，1835年以前有人用化学湿选法淀积了银镜膜它们是最先在世界上制备的光学薄膜。后来，人们在化学溶液和蒸气中镀制各种光学薄膜。50年代，除大快窗玻璃增透膜的一些应用外，化学溶液镀膜法逐步被真空镀膜取代。 真空蒸发和溅射这两种真空物理镀膜工艺，是迄今在工业撒谎能够制备光学薄膜的两种最主要的工艺。它们大规模地应用，实际上是在1930年出现了油扩散泵---机械泵抽气系统之后。 1935年，有人研制出真空蒸发淀积的单层减反射膜。但它的最先应用是1945年以后镀制在眼镜片上。1938年，美国和欧洲研制出双层减反射膜，但到1949年才制造出优质的产品。1965年，研制出宽带三层减反射系统。在反射膜方面，美国通用电气公司1937年制造出第一盏镀铝灯。德国同年制成第一面医学上用的抗磨蚀硬铑膜。在滤光片方面，德国1939年试验淀积出金属—介质薄膜Fabry---Perot型干涉滤光片。 在溅射镀膜领域，大约于1858年，英国和德国的研究者先后于实验室中发现了溅射现象。该技术经历了缓慢的发展过程。1955年，Wehner提出高频溅射技术后，溅射镀膜发展迅速，成为了一种重要的光学薄膜工艺。现有两极溅射、三极溅射、反应溅射、磁控溅射和双离子溅射等淀积工艺。 自50年代以来，光学薄膜主要在镀膜工艺和计算机辅助设计两个方面发展迅速。在镀膜方面，研究和应用了一系列离子基新技术。1953年，德国的Auwarter申请了用反应蒸发镀光学薄膜的专利，并提出用离子化的气体增加化学反应性的建议。1964年，Mattox在前人研究工作的基础上推出离子镀系统。那时的离子系统在10Pa压力和2KV的放电电压下工作，用于在金属上镀耐磨和装饰等用途的镀层，不适合镀光学薄膜。后来，研究采用了高频离子镀在玻璃等绝缘材料上淀积光学薄膜。70年代以来，研究和应用了离子辅助淀积、反应离子镀和等离子化学气相等一系列新技术。它们由于使用了带能离子，而提供了充分的活化能，增加了表面的反应速度。提高了吸附原子的迁移性，避免形成柱状显微结构，从而不同程度地改善了光学薄膜的性能，是光学薄膜制造工艺的研究和发展方向。 回溯算法的应用 课程名称：算法设计与分析院系： 学生姓名： 学号： 专业班级： 指导教师： 2013年12月27日 回溯算法的应用 摘要：回溯法是一个既带有系统性又带有跳跃性的的搜索算法。它在包含问题的所有解的解空间树中，按照深度优先的策略，从根结点出发搜索解空间树。算法搜索至解空间树的任一结点时，总是先判断该结点是否肯定不包含问题的解。如果肯定不包含，则跳过对以该结点为根的子树的系统搜索，逐层向其祖先结点回溯。否则，进入该子树，继续按深度优先的策略进行搜索。回溯法在用来求问题的所有解时，要回溯到根，且根结点的所有子树都已被搜索遍才结束。而回溯法在用来求问题的任一解时，只要搜索到问题的一个解就可以结束。这种以深度优先的方式系统地搜索问题的解的算法称为回溯法，它适用于解一些组合数较大的问题。 回溯法在用来求问题的所有解时，要回溯到根，且根结点的所有可行的子树都已被搜索遍才结束。而回溯法在用来求问题的任一解时，只要搜索到问题的一个解就可以结束。这就是以深度优先的方式系统地搜索问题解的回溯算法，它适用于解决一些类似n 皇后问题等求解方案问题，也可以解决一些最优化问题。 在做题时，有时会遇到这样一类题目，它的问题可以分解，但是又不能得出明确的动态规划或是递归解法，此时可以考虑用回溯法解决此类问题。回溯法的优点在于其程序结构明确，可读性强，易于理解，而且通过对问题的分析可以大大提高运行效率。关键词：回溯法深度优先搜索递归 目录 第1章绪论 (1) 1.1 回溯算法的背景知识 (1) 1.2 回溯法的前景意义 (1) 第2章回溯算法的理论知识 (2) 2.1 回溯算法设计过程 (2) 2.2 回溯算法框架 (2) 2.3 回溯算法的一般性描述 (4) 第3章找n个数中r个数的组合问题 (5) 3.1 问题描述 (5) 3.2 问题分析 (5) 3.3 算法设计 (5) 3.4 测试结果与分析 (6) 第4章流水作业车间调度问题 (8) 4.1 问题描述 (8) 4.2 问题分析 (8) 4.3 算法设计 (8) 4.4 测试结果与分析 (10) 第5章结论 (11) 参考文献 (12) Chapter8 k NN:k-Nearest Neighbors Michael Steinbach and Pang-Ning Tan Contents 8.1Introduction (151) 8.2Description of the Algorithm (152) 8.2.1High-Level Description (152) 8.2.2Issues (153) 8.2.3Software Implementations (155) 8.3Examples (155) 8.4Advanced Topics (157) 8.5Exercises (158) Acknowledgments (159) References (159) 8.1Introduction One of the simplest and rather trivial classi?ers is the Rote classi?er,which memorizes the entire training data and performs classi?cation only if the attributes of the test object exactly match the attributes of one of the training objects.An obvious problem with this approach is that many test records will not be classi?ed because they do not exactly match any of the training records.Another issue arises when two or more training records have the same attributes but different class labels. A more sophisticated approach,k-nearest neighbor(k NN)classi?cation[10,11,21],?nds a group of k objects in the training set that are closest to the test object,and bases the assignment of a label on the predominance of a particular class in this neighborhood.This addresses the issue that,in many data sets,it is unlikely that one object will exactly match another,as well as the fact that con?icting information about the class of an object may be provided by the objects closest to it.There are several key elements of this approach:(i)the set of labeled objects to be used for evaluating a test object’s class,1(ii)a distance or similarity metric that can be used to compute This need not be the entire training set. 151 题目：用回溯法求解N皇后问题。 程序代码 #include void NQueens(int n, int *x) { NQueens(0, n, x); } int main() { int queens[8]; //8皇后 count = 0; for(int i = 0; i < 8; i++) queens[i] = -1; NQueens(8, queens); cout << "The result is: " << count << endl; return 0; } 实验结果 输出8皇后的可行解 再输出结果为：92溶液法制硫化镉薄膜
第8章怎样研究算法排序算法示例练习题答案解析
薄膜物理与技术复习大全 (西电版)
回溯算法的一些例题
算法习题回溯法
算法导论 第八章答案
化学镀膜
算法设计与分析基础第八章作业
最优化理论与算法第八章
06 第六章 溶液镀膜法
镀膜的发展历史
算法设计与分析--回溯法
数据挖掘十大经典算法(第八章)
算法分析与设计实验三：回溯法
相关主题
文本预览