我想在matlab中取一个多项式p作为用户的输入,对于给定的次数(由用户每次指定),使得该多项式每次输入一个元素到矩阵中,每个索引从1到n,其中n是多项式次数。正在尝试做这样的事情,但是我卡住了。
for M = 1:n
p[n] = input('polynomial')
p
end
如何在矩阵的每个索引处输入多项式系数,即如何到达每个索引位置?
我想使用函数的输出作为构建多项式的函数的输入:
下面是我的代码:
function c = interpolation(x, y)
n = length(x);
V = ones(n);
for j = 2:n
V(:,j) = x.*V(:,j-1);
end
c = V \ y;
disp(V)
for i = 0:n-1
fprintf('c%d= %.3f\n', i, c(i+1));
end
polynome(c);
function p =
我需要解决以下问题:给定大小为x的整数序列N和子集大小k,查找所有可能的子集和。子集和是子集中元素的和。
如果允许x中的元素在子集(子多集)中多次出现(当然到k ),则该问题通过快速傅立叶变换得到伪多项式时间解。下面是一个示例:
x = [0, 1, 2, 3, 6]
k = 4
xFrequency = [1, 1, 1, 1, 0, 0, 1] # On the support of [0, 1, 2, 3, 4, 5, 6]
sumFrequency = selfConvolve(xFrequency, times = 4) # A fast approach is to simply
问题描述如下:
给你一个非负整数的列表,a1,a2,.,an,和一个目标,S,现在你有两个符号+和-。对于每个整数,您应该从+和-中选择一个作为它的新符号。
找出有多少种方法分配符号使整数之和等于目标S。
制约因素:
给定数组的长度为正数,不超过20。给定数组中的元素之和不超过1000个。,您的输出答案保证为32位整数。。
我在leetcode提交的详细信息中发现了这个提交,接受了解决方案运行时分发
class Solution:
def findTargetSumWays(self, nums, S):
a = sum(nums) - S
if a
我有一个矩阵值函数,当x到1时,我试图求它的极限。
因此,在这个例子中,我有三个矩阵v1-3,分别表示在0.85,0.9,0.99的采样值。我现在所做的工作效率很低,主要有以下几点:
for i=1:101
for j = 1:160
v_splined = spline([0.85,0.9,0.99], [v1(i,j), v2(i,j), v3(i,j)], [1]);
end
end
必须有更好、更有效的办法来做到这一点。特别是当足够快的时候,我将面对v将是4-5维向量的情况。
谢谢!
我有一个变化的,其中子集的大小是k,所有的整数都是正数(不是零)。
从网络上可以看出,这个问题可以在伪多项式时间内用动态规划来解决。
我需要确定这个问题是NPC,还是P (假设是P!=NP)。
我试着从子集和问题中减少,但是有一个问题,就是所有整数都必须大于零。否则,我只会用k零整数填充输入。
问题的正式定义:
L={<S1,S2,...,Sn,T,k>|There exists a subset I of S1,...,Sn of size m which sums up to T}
我有1x1024矩阵。所以我想估计一个多项式方程。
X= (0:1023)'
Y= acquired data. A 1024 element vector
然后我在MATLAB中试了一下:
polyfit(x,y,5)
但MATLAB发出的警告结果异常。
Warning: Polynomial is badly conditioned. Add points with distinct X values, reduce the degree of the ...
我不明白我做错了什么?
更新
我有很多这样的数字。
Y=
-0.0000000150
...
0.00001
...