摘要：
本文将要介绍的Windows控件指的是Windows系统预定义的标准控件，如按钮控件、编辑控件和列表控件等。这些预定义控件实际是一种特殊的子窗口，主要供用户同应用程序的交互之用。和普通窗口类一样，每一个预定义控件也都是由所属的窗口类规定了自身的外观属性和具有的功能。Windows系统通过预定义的方式提供了一些标准控件的窗口类名，在程序设计时只需通过调用CreateWindow（）函数或CreateWindowEx（）函数并将预定义的窗口类名作为参数传入即可创建出相应的控件。当用户通过屏幕对象同控件进行交互操作时，控件将以"通知消息"的形式向父窗口发送WM_COMMAND通知 阅读全文
摘要：
DLL（Dynamic Link Library），动态链接库。 1．关于__declspec(dllimport)和__declspec(dllexport) 在一个DLL的编写过程中，如果要使一个变量、一个函数或一个类能够被外部程序调用，在函数声明上加上__declspec(dllimport)关键字。例： 引出一个变量：__declspec(dllexport) int iEx; 引出一个函数：__declspec(dllexport) int fnEx( int i ); 引出一个类：class __declspec(dllexport) CClassEx{……}; 在外部程序引用DL 阅读全文
摘要：
题目描述：要求两字符串有差异的字符个数。例如： aaaaabaaaaa aaaaacaabaa 这两个字符串，最大公共字串长度是5，但它们只有两个字符不同，函数输出值应为2。 如果是： aaabbbcccddd aaaeeeddd 函数的输出值应该是6。 比较形象地形容一下，把两个字符串排成上下两行，每个字符串都可以在任何位置插入空格以便上下对齐，每个列上至少有一个字符来自这两个字符串。当对齐程度最高的时候，没有对上的列的数即为函数输出值。aaabbbcccddd aaaeeeddd 最优对齐状态是： aaabbbcccddd aaaeee ddd 没有对上的列是6，函数输出值为6。 如果是： 阅读全文
摘要：
/******************************************************************** ** @file test.cpp ** @author liuke ** @date Fri Apr 22 23:50:50 2011 ** @brief **************************动态规划实现******************************** 长度为m的数组f[1...m]中存放一系列子结果，即f[i]为要凑的钱数为i时 所需的最少硬币数，则c[m]为所求; 当要找的钱数... 阅读全文
摘要：
问题描述：给定由n个整数（包含负整数）组成的序列a1,a2,...,an，求该序列子段和的最大值。当所有整数均为负值时定义其最大子段和为0。依此定义，所求的最优值为：例如，当(a1,a2 , a3 , a4 , a5 ,a6)=(-2,11,-4,13,-5,-2)时，最大子段和为：11+（-4）+13 =201、最大子段和问题的简单算法：代码：#include<iostream>
using namespace std;
int MaxSum(int a[],int n,int &besti,int &bestj){ int sum=0; int i,j,k; f 阅读全文
摘要：
由最长公共子序列问题的最优子结构性质建立子问题最优值的递归关系。 用c[i][j]记录序列X和Y的最长公共子序列的长度，其中， Xi={x1,x2,…,xi}；Yj={y1,y2,…,yj}。当i=0或j=0时，空序列是Xi和Yj的最长公共子序列。故此时C[i][j]=0。其他情况下，由最优子结构性质可建立递归关系如下：void LCSLength( int m，int n，char *x，char *y，int **c，int **b ) //c[i][j] 记录Xi和Yj 的最长公共子序列长，
{ int i，j; ... 阅读全文
摘要：
附：USACO中的背包问题USACO是USA Computing Olympiad的简称，它组织了很多面向全球的计算机竞赛活动。USACO Trainng是一个很适合初学者的题库，我认为它的特色是题目质量高，循序渐进，还配有不错的课文和题目分析。其中关于背包问题的那篇课文 (TEXT Knapsack Problems) 也值得一看。另外，USACO Contest是USACO常年组织的面向全球的竞赛系列，在此也推荐NOIP选手参加。我整理了USACO Training中涉及背包问题的题目，应该可以作为不错的习题。其中标加号的是我比较推荐的，标叹号的是我认为对NOIP选手比较有挑战性的。题目列 阅读全文
摘要：
P11: 背包问题的搜索解法《背包问题九讲》的本意是将背包问题作为动态规划问题中的一类进行讲解。但鉴于的确有一些背包问题只能用搜索来解，所以这里也对用搜索解背包问题做简单介绍。大部分以01背包为例，其它的应该可以触类旁通。简单的深搜对于01背包问题，简单的深搜的复杂度是O(2^N)。就是枚举出所有2^N种将物品放入背包的方案，然后找最优解。基本框架如下：procedure SearchPack(i,cur_v,cur_w) if(i>N) if(cur_w>best) best=cur_w return if(cur_v+v[i]<... 阅读全文
摘要：
P09: 背包问题问法的变化以上涉及的各种背包问题都是要求在背包容量（费用）的限制下求可以取到的最大价值，但背包问题还有很多种灵活的问法，在这里值得提一下。但是我认为，只要深入理解了求背包问题最大价值的方法，即使问法变化了，也是不难想出算法的。例如，求解最多可以放多少件物品或者最多可以装满多少背包的空间。这都可以根据具体问题利用前面的方程求出所有状态的值（f数组）之后得到。还有，如果要求的是“总价值最小”“总件数最小”，只需简单的将上面的状态转移方程中的max改成min即可。下面说一些变化更大的问法。输出方案一般而言，背包问题是要求一个最优值，如果要求输出这个最优值的方案，可以参照一般动态规划 阅读全文
摘要：
P08: 泛化物品定义考虑这样一种物品，它并没有固定的费用和价值，而是它的价值随着你分配给它的费用而变化。这就是泛化物品的概念。更严格的定义之。在背包容量为V的背包问题中，泛化物品是一个定义域为0..V中的整数的函数h，当分配给它的费用为v时，能得到的价值就是h(v)。这个定义有一点点抽象，另一种理解是一个泛化物品就是一个数组h[0..V]，给它费用v，可得到价值h[V]。一个费用为c价值为w的物品，如果它是01背包中的物品，那么把它看成泛化物品，它就是除了h(c)=w其它函数值都为0的一个函数。如果它是完全背包中的物品，那么它可以看成这样一个函数，仅当v被c整除时有h(v)=v/c*w，其它 阅读全文