タグ

アルゴリズムに関するktakaのブックマーク (6)

  • Visual Basicのソートアルゴリズム:CodeZine

    「ビードソート(Bead Sort)」や「ネットワークソート」のように、特定の道具が必要なものから、「ボゴソート」や「ストゥージソート(Stooge Sort)」(「Three Stooges」というコメディ番組から命名)のように、実用的でなく、実証のためだけに存在するものまで、まだまだたくさんのソートアルゴリズムや手法が存在します。バブルソート バブルソートは最も古くから使われているソートアルゴリズムです。この記事で用意した基のコードでは、2つのループを準備して、単純にリストの要素を一度に1つずつ調べ、その要素とその要素の後に続く要素とを比較し、小さい(または大きい)方の要素をリストの前方に配置します。 このアルゴリズムを使用するには2つの方法があります。どちらも正確であり、実行時間と処理の回数はほぼ同じ結果となります。1つは「後方バブルソート」です。これは、外側のループはリストの後方

  • 乱数 - RenderNote

    FrontPage 擬似乱数について グラフィックス、とくにモンテカルロレンダラを作るに当たっては、優良な擬似乱数生成ルーチンを選ぶことは重要である。レンダリング速度や収束性に直接響いてくるからである。まちがってもシステムの標準乱数ルーチンを使ってはいけない(rand() や drand48() など)。ただし最近はシステムの標準乱数ルーチンは以下の Mersenne Twister で置き換えられつつあるようだ。 今の世の中、擬似乱数といえば、 Mersenne Twister(MT) http://www.math.keio.ac.jp/~matumoto/mt.html が最強の擬似乱数生成ルーチンであろう。MT を使っていればまず問題はない。 しかし、擬似乱数の生成方法については、最近でもまだまだいろいろと面白い発展があるようだ。 Xorshift RNGs http://ww

  • Topcoder

    Topcoder is a crowdsourcing marketplace that connects businesses with hard-to-find expertise. The Topcoder Community includes more than one million of the world’s top designers, developers, data scientists, and algorithmists. Global enterprises and startups alike use Topcoder to accelerate innovation, solve challenging problems, and tap into specialized skills on demand.

    Topcoder
  • 初代Googleのアルゴリズム解説 - GIGAZINE

    いまやネットの世界を左右する強力な検索エンジンとなったGoogle。日ではまだYahoo!の方がはるかに利用者が多いのでさほどではないですが、アルゴリズムの基的な考えが似ているため、同じような結果が出てきます。つまり、既存の検索エンジンのその基礎となった一番最初のGoogleの検索アルゴリズムを理解すれば、検索エンジン対策にも役立つはず。 ということで、初代Googleのアルゴリズムをできるだけわかりやすく解説してみます。既存の他サイトの解説とは違い、きちんとした最初のGoogleの数式に基づいています。 詳細は以下から。The Anatomy of a Search Engine http://www-db.stanford.edu/~backrub/google.html Googleの画期的なランク付けの方法が数式による全自動のページランクというのは聞いたことがあると思いますが、

    初代Googleのアルゴリズム解説 - GIGAZINE
  • http://geomalgorithms.com/index.html

  • Future's MedianCut Page

    メディアンカット減色法 減色アルゴリズムのメディアンカット法で減色する様子をOpenGLを 用いた3DCGで視覚化してみた。 Mac OS X用のアプリケーションの実行ファイルを以下に示す。 ダウンロード 元画像と色座標空間 画像の色を空間に配置(これはイメージで、実際には3次元配列に登録) 空間を分割して行く 解説 減色の行程は、一般に2つに分けられる。 1. 代表色を決める(カラーパレットを求める) (1)画像に含まれるすべての色を色空間に配置したと仮定する。 (2)空間全体を包括するボックスを1つ定義して、色の分布に応じて ボックスを目的の色数まで分割する。(まるで細胞分裂を思わせる) 分割したら、ボックスを余白を含まない様に適正化する。 (3)ボックスの代表色をきめる。 2. マッピング 実際のピクセル各色を最も近い代表色に置き換える。 場合によっては、ここでディザー処理をかける。

  • 1