|
행렬의 뺄셈을 출력한다
mul_matrix(m1,m2,m7);
fprint_matrix(fp, m7, "mul"); //두 행렬의 곱셈을 출력한다
return 0;
free(m1);
free(m2);
free(m3);
free(m4);
free(m5);
free(m6);
free(m7);
fclose(sensor);
fclose(fp);
}
3. 실행 화면
4. 프로젝트의 수행 후기
자료구조에서 배운 내용을
|
|
|
mHeader){
// transpose matrix to multiply
void set(char* token, mainHeader* list){
//store sparse matrix by linked list
..... 1. 프로그램 디자인
1) Llinked list
...
2) 문자열 처리
....
3) insertion
...
4) 곱셈 구현
...
2. 주요 소스코드 설명
3. 분석
|
|
|
C언어로 구현한 Sparse Matrix
목차
1. 과제 목표
2. 설계
3. 결과 보고
4. 자료구조 및 알고리즘 분석
5. 전체 코드
1. 과제 목표
Sparse Matrix는 데이터의 대부분이 0인 행렬을 효율적으로 표현하고 저장하기 위한 방법이다. 일반적인
|
|
|
|
, MaxValueA<=MaxRowA*MaxColA, MaxValueB<=MaxRowB*MaxColA 이므로, 최악의 경우 O(MaxRowA*MaxColA*MaxColB)의 시간
복잡도를 같게된다. Debug
a.out
array.dat
array.dat.bak
SparseMatrix.c
SparseMatrix.dsp
SparseMatrix.dsw
SparseMatrix.ncb
SparseMatrix.opt
SparseMatrix.plg
|
|
|
SparseMatrix {
element data[MAX_TERMS];
int rows;// 행의 개수
int cols;// 열의 개수
int terms; // 0이 아닌 항의 개수
} SparseMatrix;
void input_matrix(SparseMatrix *a, SparseMatrix *b)
{
int i;
printf("<< 이 프로그램은 희소행렬 연산 프로그램입니다. >>\n");
printf("<<
|
|
|
|
, 빠른 벡터 및 행렬 연산이 필수적이다. 이러한 배경 하에, 1. 서론
2. 벡터 클래스 설계 및 구현
3. 매트릭스 클래스 설계 및 구현
4. 연산자 오버로딩과 주요 함수
5. 성능 최적화 및 활용 사례
6. 결론 및 향후 연구 방향
|
|
|
종류
(1) 그래프란?
(2) 그래프의 용어
(3) 그래프의 종류
2. 그래프의 표현
(1) 인접 행렬(Adjacency Matrix)
(2) 인접 리스트(Adjacency List)
3. 그래프의 운행
(1) 깊이우선 검색방식(DFS:Depth First Search)
(2) 너비우선 검색방식(BFS:Breadth First Search)
|
|
|
희소 행렬의 조작(dynamic sparse matrix handling)
8) 다중 사용자의 지원(multiuser support)
Ⅵ. 기술표준과 지상파디지털TV
Ⅶ. 기술표준과 LAN(근거리통신망)
1. 3개의 LAN 표준화 조직
1) IEEE 802 위원회
2) ANSI NCITS(구 X3)
3) ATM 포럼
2. IEEE 802위원회의 L
|
|
|
구현이 쉬우나 하드웨어의 비대칭성이 발생하고 하드웨어를 최적으로 사용
하지 못한다
2) 분리수행(separate executives)
- 각 프로세서가 독립적으로 자원을 가지는 단일프로세서 시스템처럼 독자적인
운영체제와 기능을 가지는 형태
- 주/종관
|
|
|
구현이 쉬우나 하드웨어의 비대칭성이 발생하고 하드웨어를 최적으로 사용
하지 못한다
2) 분리수행(separate executives)
- 각 프로세서가 독립적으로 자원을 가지는 단일프로세서 시스템처럼 독자적인
운영체제와 기능을 가지는 형태
- 주/종관
|
|
메뉴펼치기
