delphi演算法

㈠ delphi 演算法問題！

左聲道設置5個label，萬千百十個。源橘
右聲道設置5個label，萬千百十個。
這雹飢團樣夠表達了吧，我看肢神行。

還有一種演算法：
i=峰值位數，例如22362峰值萬位,i=4，7220峰值千位i=3
個位=i*10+個位數值；十位=(i-1)+十位數值，如此類推，自己還可以優化

㈡ delphi 一個演算法

//注鋒念意: dataset 代表你要進行操作的數據集合
//cache 則是你要給記錄減去的值的總和

procere doSubtraction();
var
cache: Integer; recValue: Integer;
begin
cache := 50;
//先將數據記錄 移動到第一條
dataset.First;
//開始循環直到記錄尾端
repeat
//如果數據集合的記錄數為0,或者要減去的值的總和已被用光 則退出
if (dataset.RecordCount = 0) or (cache = 0) then break;

recValue := dataset.FieldByName('記錄').AsInteger; //在數據集合中獲取數據

//分條件進行減法運算 這是這個問題的核心
if recValue > cache then
begin
{ 如果當前 當前記錄數值大於 要減去的值的總和 則設要減去的值為0
並用當前記錄的值去減 要減去的值的總和
}
recValue := recValue - cache; cache := 0;
end
else
if recvalue = cache then
begin
{ 這一步一般可以合並到上/下一步中去, 但是 為了良好的編程風格.應該保留
果當前 當前記錄數值等於 要減去的值的總和 則設雙方叢瞎的值為0 }
cache := 0; recValue := 0;
end
else
begin
{ 如果當前 當前記錄數值小於 要減去的值的總和 則當前的值為0
並用 要減去的值的總和 去減 當前記錄的值 }
cache := cache - recValue; recValue := 0;
end;

//將 所有的變化反映到資料庫中去
dataset.Edit;
dataset.FieldByName('記錄').AsInteger := recValue;
dataset.Post;

dataset.Next; //老生常談. 移動到下一條銀鄭困記錄. 這里很重要 否則就會"死(循環)在裡面"
until dataset.eof; //判斷記錄是否被移動到末尾
end;

㈢ 求delphi演算法大全，越全越好

PASCAL語言培訓教程.pdf
這個裡面講了幾個演算法.

㈣ Delphi加密演算法

我用的加密解密
function EncryptString(Source, Key: string): string;
//對字元串加密(Source:源 Key:密匙)
var
KeyLen: integer;
KeyPos: integer;
Offset: integer;
Dest: string;
SrcPos: integer;
SrcAsc: integer;
Range: integer;
begin
KeyLen := Length(Key);
if KeyLen = 0 then
Key := 'delphi';
KeyPos := 0;
Range := 256;
randomize;
Offset := random(Range);
Dest := format('%1.2x', [Offset]);
for SrcPos := 1 to Length(Source) do
begin
SrcAsc := (Ord(Source[SrcPos]) + Offset) mod 255;
if KeyPos < KeyLen then
KeyPos := KeyPos + 1
else
KeyPos := 1;
SrcAsc := SrcAsc xor Ord(Key[KeyPos]);
Dest := Dest + format('%1.2x', [SrcAsc]);
Offset := SrcAsc;
end;
result := Dest;
end;
function UnEncryptString(Source, Key: string): string;
//對字元串解密(Src:源 Key:密匙)
var
KeyLen: integer;
KeyPos: integer;
Offset: integer;
Dest: string;
SrcPos: integer;
SrcAsc: integer;
TmpSrcAsc: integer;
begin
KeyLen := Length(Key);
if KeyLen = 0 then
Key := 'delphi';
KeyPos := 0;
Offset := strtoint('$' + (Source, 1, 2));
SrcPos := 3;
repeat
SrcAsc := strtoint('$' + (Source, SrcPos, 2));
if KeyPos < KeyLen then
KeyPos := KeyPos + 1
else
KeyPos := 1;
TmpSrcAsc := SrcAsc xor Ord(Key[KeyPos]);
if TmpSrcAsc <= Offset then
TmpSrcAsc := 255 + TmpSrcAsc - Offset
else
TmpSrcAsc := TmpSrcAsc - Offset;
Dest := Dest + chr(TmpSrcAsc);
Offset := SrcAsc;
SrcPos := SrcPos + 2;
until SrcPos >= Length(Source);
result := Dest;
end;

㈤ 求delphi的演算法大全，越全越好

1 、數論演算法

1．求兩數的最悉局拍大公約數
function gcd(a,b:integer):integer;
begin
if b=0 then gcd:=a
else gcd:=gcd (b,a mod b);
end ;

2．求兩數的最小公倍數
function lcm(a,b:integer):integer;
begin
if a<b then swap(a,b);
lcm:=a;
while lcm mod b>0 do inc(lcm,a);
end;

3．素數的求法
A.小范圍內判斷一個數是否為質數：
function prime (n: integer): Boolean;
var I: integer;
begin
for I:=2 to trunc(sqrt(n)) do
if n mod I=0 then begin
prime:=false; exit;
end;
prime:=true;
end;

B.判斷longint范圍內的數睜羨是否為素數（包含求50000以內的素數表）：
procere getprime;
var
i,j:longint;
p:array[1..50000] of boolean;
begin
fillchar(p,sizeof(p),true);
p[1]:=false;
i:=2;
while i<50000 do begin
if p[i] then begin
j:=i*2;
while j<50000 do begin
p[j]:=false;
inc(j,i);
end;
end;
inc(i);
end;
l:=0;
for i:=1 to 50000 do
if p[i] then begin
inc(l);pr[l]:=i;
end;
end;{getprime}

function prime(x:longint):integer;
var i:integer;
begin
prime:=false;
for i:=1 to l do
if pr[i]>=x then break
else if x mod pr[i]=0 then exit;
prime:=true;
end;{prime}

二、圖論演算法

1．最小生成樹

A.Prim演算法：

procere prim(v0:integer);
var
lowcost,closest:array[1..maxn] of integer;
i,j,k,min:integer;
begin
for i:=1 to n do begin
lowcost[i]:=cost[v0,i];
closest[i]:=v0;
end;
for i:=1 to n-1 do begin
{尋找離生成樹最近的未加入頂點k}
min:=maxlongint;
for j:=1 to n do
if (lowcost[j]<min) and (lowcost[j]<>0) then begin
min:=lowcost[j];
k:=j;
end;
lowcost[k]:=0; {將頂點k加入生成樹}
{生成樹中增加一條新的邊k到closest[k]}
{修正各點的lowcost和closest值}
for j:=1 to n do
if cost[k,j]<lwocost[j] then begin
lowcost[j]:=cost[k,j];
closest[j]:=k;
end;
end;
end;{prim}

B.Kruskal演算法：(貪心)

按權值遞增臘或順序刪去圖中的邊，若不形成迴路則將此邊加入最小生成樹。
function find(v:integer):integer; {返回頂點v所在的集合}
var i:integer;
begin
i:=1;
while (i<=n) and (not v in vset[i]) do inc(i);
if i<=n then find:=i else find:=0;
end;

procere kruskal;
var
tot,i,j:integer;
begin
for i:=1 to n do vset[i]:=[i];{初始化定義n個集合，第I個集合包含一個元素I}
p:=n-1; q:=1; tot:=0; {p為尚待加入的邊數，q為邊集指針}
sort;
{對所有邊按權值遞增排序，存於e[I]中，e[I].v1與e[I].v2為邊I所連接的兩個頂點的序號，e[I].len為第I條邊的長度}
while p>0 do begin
i:=find(e[q].v1);j:=find(e[q].v2);
if i<>j then begin
inc(tot,e[q].len);
vset[i]:=vset[i]+vset[j];vset[j]:=[];
dec(p);
end;
inc(q);
end;
writeln(tot);
end;

2.最短路徑

A.標號法求解單源點最短路徑：
var
a:array[1..maxn,1..maxn] of integer;
b:array[1..maxn] of integer; {b[i]指頂點i到源點的最短路徑}
mark:array[1..maxn] of boolean;

procere bhf;
var
best,best_j:integer;
begin
fillchar(mark,sizeof(mark),false);
mark[1]:=true; b[1]:=0;{1為源點}
repeat
best:=0;
for i:=1 to n do
If mark[i] then {對每一個已計算出最短路徑的點}
for j:=1 to n do
if (not mark[j]) and (a[i,j]>0) then
if (best=0) or (b[i]+a[i,j]<best) then begin
best:=b[i]+a[i,j]; best_j:=j;
end;
if best>0 then begin
b[best_j]:=best；mark[best_j]:=true;
end;
until best=0;
end;{bhf}

B.Floyed演算法求解所有頂點對之間的最短路徑：
procere floyed;
begin
for I:=1 to n do
for j:=1 to n do
if a[I,j]>0 then p[I,j]:=I else p[I,j]:=0; {p[I,j]表示I到j的最短路徑上j的前驅結點}
for k:=1 to n do {枚舉中間結點}
for i:=1 to n do
for j:=1 to n do
if a[i,k]+a[j,k]<a[i,j] then begin
a[i,j]:=a[i,k]+a[k,j];
p[I,j]:=p[k,j];
end;
end;

C. Dijkstra 演算法：

var
a:array[1..maxn,1..maxn] of integer;
b,pre:array[1..maxn] of integer; {pre[i]指最短路徑上I的前驅結點}
mark:array[1..maxn] of boolean;
procere dijkstra(v0:integer);
begin
fillchar(mark,sizeof(mark),false);
for i:=1 to n do begin
d[i]:=a[v0,i];
if d[i]<>0 then pre[i]:=v0 else pre[i]:=0;
end;
mark[v0]:=true;
repeat {每循環一次加入一個離1集合最近的結點並調整其他結點的參數}
min:=maxint; u:=0; {u記錄離1集合最近的結點}
for i:=1 to n do
if (not mark[i]) and (d[i]<min) then begin
u:=i; min:=d[i];
end;
if u<>0 then begin
mark[u]:=true;
for i:=1 to n do
if (not mark[i]) and (a[u,i]+d[u]<d[i]) then begin
d[i]:=a[u,i]+d[u];
pre[i]:=u;
end;
end;
until u=0;
end;

3.計算圖的傳遞閉包

Procere Longlink;
Var
T:array[1..maxn,1..maxn] of boolean;
Begin
Fillchar(t,sizeof(t),false);
For k:=1 to n do
For I:=1 to n do
For j:=1 to n do T[I,j]:=t[I,j] or (t[I,k] and t[k,j]);
End;

4．無向圖的連通分量

A.深度優先
procere dfs ( now,color: integer);
begin
for i:=1 to n do
if a[now,i] and c[i]=0 then begin {對結點I染色}
c[i]:=color;
dfs(I,color);
end;
end;

B 寬度優先（種子染色法）

5．關鍵路徑

幾個定義： 頂點1為源點，n為匯點。
a. 頂點事件最早發生時間Ve[j], Ve [j] = max{ Ve [j] + w[I,j] },其中Ve (1) = 0;
b. 頂點事件最晚發生時間 Vl[j], Vl [j] = min{ Vl[j] – w[I,j] },其中 Vl(n) = Ve(n);
c. 邊活動最早開始時間 Ee[I], 若邊I由<j,k>表示，則Ee[I] = Ve[j];
d. 邊活動最晚開始時間 El[I], 若邊I由<j,k>表示，則El[I] = Vl[k] – w[j,k];
若 Ee[j] = El[j] ，則活動j為關鍵活動，由關鍵活動組成的路徑為關鍵路徑。
求解方法：
a. 從源點起topsort,判斷是否有迴路並計算Ve;
b. 從匯點起topsort,求Vl;
c. 算Ee 和 El;

6．拓撲排序

找入度為0的點，刪去與其相連的所有邊，不斷重復這一過程。
例 尋找一數列，其中任意連續p項之和為正，任意q 項之和為負，若不存在則輸出NO.

7.迴路問題

Euler迴路(DFS)
定義：經過圖的每條邊僅一次的迴路。（充要條件：圖連同且無奇點）

Hamilton迴路
定義：經過圖的每個頂點僅一次的迴路。

一筆畫
充要條件：圖連通且奇點個數為0個或2個。

9．判斷圖中是否有負權迴路 Bellman-ford 演算法

x[I],y[I],t[I]分別表示第I條邊的起點，終點和權。共n個結點和m條邊。
procere bellman-ford
begin
for I:=0 to n-1 do d[I]:=+infinitive;
d[0]:=0;
for I:=1 to n-1 do
for j:=1 to m do {枚舉每一條邊}
if d[x[j]]+t[j]<d[y[j]] then d[y[j]]:=d[x[j]]+t[j];
for I:=1 to m do
if d[x[j]]+t[j]<d[y[j]] then return false else return true;
end;

10．第n最短路徑問題

*第二最短路徑：每舉最短路徑上的每條邊，每次刪除一條，然後求新圖的最短路徑，取這些路徑中最短的一條即為第二最短路徑。
*同理，第n最短路徑可在求解第n-1最短路徑的基礎上求解。

三、背包問題

*部分背包問題可有貪心法求解：計算Pi/Wi
數據結構：
w[i]:第i個背包的重量；
p[i]:第i個背包的價值；

1．0-1背包： 每個背包只能使用一次或有限次(可轉化為一次)：

A.求最多可放入的重量。
NOIP2001 裝箱問題
有一個箱子容量為v(正整數，o≤v≤20000)，同時有n個物品(o≤n≤30)，每個物品有一個體積 (正整數)。要求從 n 個物品中，任取若千個裝入箱內，使箱子的剩餘空間為最小。
l 搜索方法
procere search(k,v:integer); {搜索第k個物品，剩餘空間為v}
var i,j:integer;
begin
if v<best then best:=v;
if v-(s[n]-s[k-1])>=best then exit; {s[n]為前n個物品的重量和}
if k<=n then begin
if v>w[k] then search(k+1,v-w[k]);
search(k+1,v);
end;
end;

l DP
F[I,j]為前i個物品中選擇若干個放入使其體積正好為j的標志，為布爾型。
實現:將最優化問題轉化為判定性問題
f [I, j] = f [ i-1, j-w[i] ] (w[I]<=j<=v) 邊界：f[0,0]:=true.
For I:=1 to n do
For j:=w[I] to v do F[I,j]:=f[I-1,j-w[I]];
優化：當前狀態只與前一階段狀態有關，可降至一維。
F[0]:=true;
For I:=1 to n do begin
F1:=f;
For j:=w[I] to v do
If f[j-w[I]] then f1[j]:=true;
F:=f1;
End;

B.求可以放入的最大價值。
F[I,j] 為容量為I時取前j個背包所能獲得的最大價值。
F [i,j] = max { f [ i – w [ j ], j-1] + p [ j ], f[ i,j-1] }

C.求恰好裝滿的情況數。
DP:
Procere update;
var j,k:integer;
begin
c:=a;
for j:=0 to n do
if a[j]>0 then
if j+now<=n then inc(c[j+now],a[j]);
a:=c;
end;

2．可重復背包

A求最多可放入的重量。
F[I,j]為前i個物品中選擇若干個放入使其體積正好為j的標志，為布爾型。
狀態轉移方程為
f[I,j] = f [ I-1, j – w[I]*k ] (k=1.. j div w[I])

B.求可以放入的最大價值。
USACO 1.2 Score Inflation
進行一次競賽，總時間T固定，有若干種可選擇的題目，每種題目可選入的數量不限，每種題目有一個ti（解答此題所需的時間）和一個si（解答此題所得的分數），現要選擇若干題目，使解這些題的總時間在T以內的前提下，所得的總分最大，求最大的得分。
*易想到：
f[i,j] = max { f [i- k*w[j], j-1] + k*p[j] } (0<=k<= i div w[j])
其中f[i,j]表示容量為i時取前j種背包所能達到的最大值。
*實現：
Begin
FillChar(f,SizeOf(f),0);
For i:=1 To M Do
For j:=1 To N Do
If i-problem[j].time>=0 Then
Begin
t:=problem[j].point+f[i-problem[j].time];
If t>f[i] Then f[i]:=t;
End;
Writeln(f[M]);
End.

C.求恰好裝滿的情況數。
Ahoi2001 Problem2
求自然數n本質不同的質數和的表達式的數目。
思路一，生成每個質數的系數的排列，在一一測試，這是通法。
procere try(dep:integer);
var i,j:integer;
begin
cal; {此過程計算當前系數的計算結果，now為結果}
if now>n then exit; {剪枝}
if dep=l+1 then begin {生成所有系數}
cal;
if now=n then inc(tot);
exit;
end;
for i:=0 to n div pr[dep] do begin
xs[dep]:=i;
try(dep+1);
xs[dep]:=0;
end;
end;

思路二，遞歸搜索效率較高
procere try(dep,rest:integer);
var i,j,x:integer;
begin
if (rest<=0) or (dep=l+1) then begin
if rest=0 then inc(tot);
exit;
end;
for i:=0 to rest div pr[dep] do
try(dep+1,rest-pr[dep]*i);
end;
{main: try(1,n); }

㈥ delphi分組演算法

MD5即Message-Digest Algorithm 5（信息-摘要演算法 5），是在計算機語言當中普遍使用的一種雜湊程序，由於它類似於函數，我們稱為演算法。此雜湊函數是由MD2、MD3和MD4完善而來。其基本原理就是將一個字元串(包括漢亮御字等)通過一定的函數轉換為一種新的字元串，並且這種雜湊運算是以不可逆轉的形式存在。在1992年8月Ronald L. Rivest在向IEFT提交了一份重要文件，描述了這種演算法的原理，由於這種演算法的公開性和安全性，在90年代被廣泛使用在各種程序語言中，用以確保資料傳遞無誤等。

由於MD5演算法的可靠性，被廣泛用於雜湊資料正確性驗證。經過許多程序員的努力，MD5演算法已經被各種語言實現,.asp，.php，.java ,c,c#,vb,vc++,delphi等語言。

MD5演算法以16個32位子分組即512位分組來提供數據雜湊，經過程序流程，生成四個32位數據，最後聯合起來成為一個128位散列。基本方式為，求余、取余、調整長度、與鏈接變數進行循環運算。得出結果。

MD5由MD4、MD3、MD2改進而來，主要是增加了算敬激岩法難度和不可逆性。

雖然目前對MD5演算法本身還沒有已知或已公布的攻擊方法，但是由於它是一種比較老的演算法，使用MD5計算出的的散列值長度只有128位，隨著現代計算機運算能力的提高，通過一些方式，尋找一個可能的「碰撞」（沖突)已經變得可能。因此，MD5在一些對安全要求比較高的場合已經逐步被其它的演算法所替代。

由於MD5使用的廣泛性和可靠性，鉛睜諸多程序員對其進行了大量的研究，並取得了一些成果，但是並未改變MD5演算法的可逆性，沒有完整的反MD5函數出現。

㈦ delphi實現常用的幾種排序演算法

1. 冒泡排序 2.選擇排譽消序3.插入排序 4.希爾排序 慶岩知5.快速排序 6.歸並排序 7.堆排序(

具體代碼可以查看CSDN論壇棗沖

㈧ Delphi加密演算法

你要是只對數字進行加密，加密後的密文也絕枝灶是數字，其實你就加個運算就可以了。比如 對123進行加密：用 123*564 加密後是69372，，解密就用 69372去除以564 就可以了，，這個是最簡單的方法了，你可以搭老把這個運算寫的復雜並扮一些！

㈨ Delphi中生成隨機數的演算法

FormatDateTime('空悶YYMMDDHHMMSSZZZ',Now)+Format('%.4d'迅早,[Random(9999)]);
年月日時分秒毫秒+4位隨畝虧雀機數。99% 不會重復！