HOPE算法

‘壹’ 建立二叉树，实现前序遍历的非递归算法及递归算法<有追加>

找本数据结构书，自己看去。
/////////////////////////////////
地球人都知道遍历二叉树不用递归就只能用栈了
另：
hope1262你说的那个是堆，数组存储二叉树，他的这个明显不是
////////////////////////////////
递归在编译器实现的时候也是用堆栈实现的。递归的时候是从上向下的，而由于堆栈是先进后出，所以压栈的时候要先压后面的结点。
一棵树分为左子树、根和右子树，所以先把右子树压入栈，输出根，然后再压入左子树，压左子树时又重复这一过程了，直左子树为空；这时开始从栈中把之前压入的右子树pop出来，再重复上面的过程，直到栈为空。
代码：
void PreOrder(BiTNode *BT)
{
push(BT);
while(!IsEmpty)
{
pop(BT);
while(BT)
{
VISIT(BT);
push(BT->rchild);
BT=BT->lchild;
}
}
}
你的代码自己改吧，记得先把根压进栈。

‘贰’ 关于GPA以及算法

MAJOR GPA 是专业GPA
是只算你专业课程的GPA
一半的GPA是
A,A+ 4
A- 3.67
B+ 3.33
B 3
B- 2.67
C+ 2.33
C 2
C- 1.67
D+ 1.33
D 1
F 0

一般GPA都在3．0以上
好一点的学校是3．2，更好的也有3．5

Hope this helps!

Good Luck!

‘叁’ 常见密码算法原理

PBKDF2(Password-Based Key Derivation Function)是一个用来导出密钥的函数，用来生成加密的密码，增加破解的难度，类似bcrypt/scrypt等，可以用来进行密码或者口令的加密存储。主要是盐值+pwd，经过多轮HMAC算法的计算，产生的密文。
PBKDF2函数的定义
DK = PBKDF2(PRF, Password, Salt, c, dkLen)
• PRF是一个伪随机函数，例如HASH_HMAC函数，它会输出长度为hLen的结果。
• Password是用来生成密钥的原文密码。
• Salt是一个加密用的盐值。
• c是进行重复计算的次数。
• dkLen是期望得到的密钥的长度。
• DK是最后产生的密钥。
https://segmentfault.com/a/1190000004261009

下面我们以Alice和Bob为例叙述Diffie-Hellman密钥交换的原理。
1,Diffie-Hellman交换过程中涉及到的所有参与者定义一个组，在这个组中定义一个大质数p，底数g。
2,Diffie-Hellman密钥交换是一个两部分的过程，Alice和Bob都需要一个私有的数字a，b。
下面是DH交换的过程图：
本图片来自wiki
下面我们进行一个实例
1.爱丽丝与鲍伯协定使用p=23以及g=5.
2.爱丽丝选择一个秘密整数a=6, 计算A = g^a mod p并发送给鲍伯。
A = 5^6 mod 23 = 8.
3.鲍伯选择一个秘密整数b=15, 计算B = g^b mod p并发送给爱丽丝。
B = 5^15 mod 23 = 19.
4.爱丽丝计算s = B a mod p
19^6 mod 23 = 2.
5.鲍伯计算s = A b mod p
8^15 mod 23 = 2.

ECDH:
ECC算法和DH结合使用，用于密钥磋商，这个密钥交换算法称为ECDH。交换双方可以在不共享任何秘密的情况下协商出一个密钥。ECC是建立在基于椭圆曲线的离散对数问题上的密码体制，给定椭圆曲线上的一个点P，一个整数k，求解Q=kP很容易；给定一个点P、Q，知道Q=kP，求整数k确是一个难题。ECDH即建立在此数学难题之上。密钥磋商过程：
假设密钥交换双方为Alice、Bob，其有共享曲线参数（椭圆曲线E、阶N、基点G）。

来自 http://www.cnblogs.com/fishou/p/4206451.html

https://zh.wikipedia.org/wiki/SHA%E5%AE%B6%E6%97%8F

exponent1 INTEGER, -- d mod (p-1)
exponent2 INTEGER, -- d mod (q-1)
coefficient INTEGER, -- (inverse of q) mod p
otherPrimeInfos OtherPrimeInfos OPTIONAL
}
-----END RSA PRIVATE KEY-----
while a RSA public key contains only the following data:
-----BEGIN RSA PUBLIC KEY-----
RSAPublicKey ::= SEQUENCE {
molus INTEGER, -- n
publicExponent INTEGER -- e
}
-----END RSA PUBLIC KEY-----
and this explains why the private key block is larger.
Note that a more standard format for non-RSA public keys is
-----BEGIN PUBLIC KEY-----
PublicKeyInfo ::= SEQUENCE {
algorithm AlgorithmIdentifier,
PublicKey BIT STRING
}
AlgorithmIdentifier ::= SEQUENCE {
algorithm OBJECT IDENTIFIER,
parameters ANY DEFINED BY algorithm OPTIONAL
}
-----END PUBLIC KEY-----
More info here.
BTW, since you just posted a screenshot of the private key I strongly hope it was just for tests :)

密钥的长度
C:\herong>java RsaKeyGenerator 128
p: 17902136406704537069
q: 17902136406704537077
m:
Molus:
Key size: 128
Public key:
Private key:
C:\herong>java RsaKeyGenerator 256
p:
q:
m: ...
Molus: ...
Key size: 256
Public key: ...
Private key: ...

https://security.stackexchange.com/questions/90169/rsa-public-key-and-private-key-lengths
https://stackoverflow.com/questions/2921508/trying-to-understand-java-rsa-key-size >

http://www.herongyang.com/Cryptography/RSA-BigInteger-Keys-Generated-by-RsaKeyGenerator-java.html

update() adds data to the Cipher’s internal buffer, then returns all currently completely encoded blocks. If there are any encoded blocks left over, they remain in the Cipher’s buffer until the next call, or a call to doFinal(). This means that if you call update() with a four byte array to encrypt, and the buffer size is eight bytes, you will not receive encoded data on the return (you’ll get a null instead). If your next call to update() passes five bytes of data in, you will get an 8 byte (the block size) array back, containing the four bytes passed in on the previous call, the first four bytes from the current call – the remaining byte from the current call is left in the Cipher’s buffer.
doFinal() on the other hand is much simpler: it encrypts the passed data, pads it out to the necessary length, and then returns it. The Cipher is essentially stateless.

来自 https://segmentfault.com/a/1190000006931511

DH算法的中间人攻击
在最初的描述中，迪菲－赫尔曼密钥交换本身并没有提供通讯双方的身份验证服务，因此它很容易受到中间人攻击。 一个中间人在信道的中央进行两次迪菲－赫尔曼密钥交换，一次和Alice另一次和Bob，就能够成功的向Alice假装自己是Bob，反之亦然。而攻击者可以解密（读取和存储）任何一个人的信息并重新加密信息，然后传递给另一个人。因此通常都需要一个能够验证通讯双方身份的机制来防止这类攻击。

优缺点：
1、 仅当需要时才生成密钥，减小了将密钥存储很长一段时间而致使遭受攻击的机会。
2、 除对全局参数的约定外，密钥交换不需要事先存在的基础结构。
然而，该技术也存在许多不足：
1、 没有提供双方身份的任何信息。
2、 它是计算密集性的，因此容易遭受阻塞性攻击，即对手请求大量的密钥。受攻击者花费了相对多的计算资源来求解无用的幂系数而不是在做真正的工作。
3、 没办法防止重演攻击。
4、 容易遭受中间人的攻击。第三方C在和A通信时扮演B；和B通信时扮演A。A和B都与C协商了一个密钥，然后C就可以监听和传递通信量。中间人的攻击按如下进行：
（1） B在给A的报文中发送他的公开密钥。
（2） C截获并解析该报文。C将B的公开密钥保存下来并给A发送报文，该报文具有B的用户ID但使用C的公开密钥YC，仍按照好像是来自B的样子被发送出去。A收到C的报文后，将YC和B的用户ID存储在一块。类似地，C使用YC向B发送好像来自A的报文。
（3） B基于私有密钥XB和YC计算秘密密钥K1。A基于私有密钥XA和YC计算秘密密钥K2。C使用私有密钥XC和YB计算K1，并使用XC和YA计算K2。
（4） 从现在开始，C就可以转发A发给B的报文或转发B发给A的报文，在途中根据需要修改它们的密文。使得A和B都不知道他们在和C共享通信。

‘肆’ 什么是ETB

Economic International Technology简称ETB,中文名全球比特联盟， 为解决现在区块链技术所遇到的问题，2017年五月中旬由全球最大比特币矿工联盟发起成立ETB项目组，历时半年时间ETB通过最顶尖加密技术在继承比特币优良特性的基础上对现存问题进行革新，ETB加密货币总发行量2100万枚，ETB区块使用现在的线性算法进行挖矿动作，而是使用仿生的房产网络算力继承模式，形成一个虚拟货币房产网络，我们把每一个账户认定为一个ETB，把每一个支付结算应用利用房产末梢的模拟完成最终的支付即时完成。

伟大科技让原本复杂的世界变得简单了。久远的不必赘述，仅数十年来，计算机、互联网、智能手机等高新技术的纷至沓来，就让曾经普通人难以想象的事务，譬如全球通信变得现实且简单了。目前在更为复杂的全球房地产投融资领域，也正在迎来一场走向简单的变革。这得益于区块链技术的崛起和智能合约的运用，并由ETB平台带入了现实。

ETB希望，通过基于区块链技术和智能合约运用的投资平台，将全球投资者和房地产项目链接起来，并在线直观的呈现整个房地产项目的一切，从原材料、物流，施工到完工，再到经营和收益等等，让房地产投资变得透明、易懂、可预测，通过ETB平台，任何投资者都可以投资任何国家的房地产项目，地产商也将可以更直接的面对投资者。

不妨回忆一下我们的日常网购生活：当我们相中某款商品时，都会先将费用支付给交易平台，诸如淘宝或者京东，然后等待商家发货，在我们确认收到货物之后，平台再将费用转交给商家。在这个购物流程中，我们之所以能相信陌生的卖家，是因为我们别无选择的只能相信交易平台，否则就无法交易。而基于区块链技术就不必如此复杂了，比如在Eit平台，投资者和地产商只需要相信自己的判断就可以直接互动，Eit需要做的，只是对投资者身份和房地产项目进行严格审核，并提供代币保障平台交易的正常进行就可以了。

如果说昨天，区块链技术的应用还仅限于银行、证券、基金等少数金融领域，那么现在，区块链已经开始直接影响普通人的日常生活，ETB房地产投资分散型平台的出现，以及区块链进入建筑业，改变了我们对房地产投融资领域的传统看法，信任与合作已经如此简单。

比特币社区作为比特币技术的研发中心，同时担负起了引导整个行业技术革新的使命，我们在不断演进区块链技术的过程中发现，整个行业出现了一些致命的问题!包括比特币的区块链技术!所以我们从2018年起开始对现在的区块链技术进行革新和迭代，以下内容将详细的阐述区块链所遇到的问题以及Eit区块链怎么来解决这些问题，同时公布生命体区块链核心算法。

问题一：区块链无法真正融入消费场景!

比特币的长期愿景就是对现有货币体系进行数字化对接，让比特币成为现实货币的数字化内核，但是不管是比特币还是其他的区块链技术都无法真正实现这个目标，至少到现在为止所有的区块链都只具备一个属性那就是投资属性，出现这个问题的主要原因其实是技术上的几个问题，第一，数字货币的交易时间，现存的区块链交易技术是无法实现实时交易的，因为在设计之初为了安全和去中心化等问题，我们抛弃了大量时效性的方法。无法实时完成货币交割，这是最大的问题!

问题二：区块遗失!

这个问题是个综合的问题，部分区块的遗失一般出现在几种情况下：

1、账户标记遗失

2、矿机标记遗失

3、所有人无有效继承

这个问题看似很小，但是对于区块链的影响是致命的，因为经过不断的遗失最终区块的总量将会越来越少，所以对应的价值将会持续增高，增加的投机者的投资驱动力，对一个区块链的健康长期的发展产生恶性循环，并且让用户对整个区块链无法信任。

问题三：去中心化技术运营

比特币社区就是为了去中心化的技术更新而存在的，但是我们其实无法把真正好的技术更新快速完成因为大部分的冷钱包和矿机要接受这一次迭代更新，技术更新才能完成，比特币在设计上和公平性上都是没问题的，但是其实我们忽略了一个重要的问题-延迟性!我们发现想要完成一个技术迭代现在看来几乎是不可完成的，因为没有人愿意改变，可能这才是我们遇到的最大的问题吧!

Eit的房产网络区块链将会轻松的解决以上问题!

解决方案一：时效消费场景交易

消费场景在Eit的设计中主要分为两个层次-线上和线下，我们首先改变我们对钱包的认知，生命体的钱包首先是一个网络版本没有冷钱包的设计，主要就是为了解决交易的时效性。

线上交易：每一个需要支付环节的线上应用都可以对接我们的钱包API，快速完成交易，货币交割时间1-3秒。

线下交易：线下支付我们将提供一个类似的API给到支付工具的设计厂商，通过快速开发包，完成线下支付工具的开发，交易时间同样是1-3秒!

解决方案二：钱包绑定机制

首先我们在考虑一个问题-到底用户的凭证是什么?移动互联网时代，手机就是用户最时效和准确安全的凭证，我们的钱包设计基于对用户手机的绑定，通过绑定手机环节不仅可以有效解决账户遗失问题，继承问题同时有效解决!

解决方案三：去中心化的技术

这里为什么叫技术运营呢!其实技术的更新就是对整个体系的运营，我们在Eit设计了一个投票机制所有的钱包根据一个权重体系完成投票环节，通过权重体系的认定快速强制性完成钱包和矿机算力的更新!

未来已来，希望Eit的引入能够真正的革新整个区块链行业!

Cloud - referred to as "ETB, Chinese bits of Cloud, to solve the problems now block chain technology, by the world's largest currency in mid-may 2017 miners union launched ETBproject team, lasted six months, ETBby top encryption technology on the basis of succeeding to the good features of the currency of existing problems in innovation, ETBencryption currency a circulation of 21 million pieces, ETBblock using linear algorithm for mining action now, but using bionic property network force inheritance pattern, forming a network of virtual currency property, us to identify each account as a ETB, apply every payment settlement to complete the final payment of housing endings simulation done immediately.

Technology is making great originally complex world becomes simple. No more long, only for decades, the high and new technology such as computer, Internet, smart phones, let ordinary people once unimaginable transactions, such as global communication become reality and simple. At present in the field of more complex global real estate investment and financing, is also usher in a change to the simple. Thanks to block the rise of chain technology and intelligent use of contract, and by the Eit platform into reality.

ETBhope, through technology and intelligent use of investment contract based on block chain platform, link to global investors and real estate projects, and online visual rendering the whole real estate projects, from raw materials, logistics, to the completion of construction, to operation and benefits, etc., let the real estate investment in a transparent and easy to understand, predictable, through the platform of ETB, any investors can invest in real estate projects of any country, developers will also can more directly in the face of investors.

May recall our daily online life: when we phase of a proct, all fees paid to first trading platform, such as taobao or jingdong, and then wait for the businessman shipment, after we confirm receive the goods, the platform to transfer the cost to merchants. In the shopping process, we can believe that the strange sellers, because we have no choice but can only believe that the trading platform, otherwise, cannot trade. And based on block chain technology is not so complicated, in Eit platform, for example, investors and developers only need to believe that your judgment can direct interaction, Eit need to do, just for investors to strict audit status and real estate projects, normal trading platform and provide tokens, guaranteed.

If yesterday, block chain technology application is limited to a few financial sectors such as banking, securities, fund, so now, block chain have begun to directly affect the daily life of ordinary people, the emergence of Eit dispersible in real estate investment platform, as well as the block chain into the construction instry, changed our ideas about traditional in the field of real estate investment and financing, trust and cooperation have been so easy.

As COINS COINS community technology research and development center, at the same time shoulder the mission of the guide the whole instry technology innovation, we are in the process of evolving block chain technology, found that some fatal problems the instry! Including the currency block chain technology! So we started since 2018 to now block chain technology innovation and iteration, the following will be detailed in this paper, the problems and ETB block by block chain chain how to deal with these problems, at the same time announced life block chain core algorithm.

Problem a: block chain can't really into consumption scene!

The currency's long-term vision is digitally docking to the existing monetary system, for the currency to become real currency digital kernel, but whether the currency or other block chain technology can really achieve this goal, at least so far all chain blocks only have an attribute that is investment property, the problem is the main reason of the technology on a few questions, first of all, digital currency trading time, the existing block chain trading technology is unable to realize real-time transaction, because at the beginning of the design for the sake of safety and decentralization, we abandoned the timeliness of the method. Unable to complete real-time delivery, money is the biggest problem!

Problem two: block is lost!

This problem is a comprehensive problem, missing some blocks generally appear in several cases:

1, accounts tag missing

2, mill tag missing

3, all without effective inheritance

This problem seems to be very small, but for the influence of block chain is deadly, because after constantly lost finally the amount of blocks will be less and less, so the corresponding value will continue to increase, increase investment speculators driving force, to the health of a block chain development create a vicious cycle for a long time, and let the user to the whole block chain cannot be trusted.

Question 3: decentralized technology operations

COINS community is to the existence of decentralized technology updates, but we really can't finish the really good technology updated quickly because most of the cold wallet and ore confidential to accept this time iterative update, update technology to complete, the currency on the design and fairness are no problem, but actually we ignored an important part of the problem - the delayed! We found that want to complete a technical iteration now is almost impossible, because no one is willing to change, perhaps this is the biggest problem we met!

ETB property chain network blocks will be easy to solve the above problem!

Solution a: aging consumption trading scene

Consumption scenarios in the design of ETB - online and offline mainly divided into two levels, the first thing we change our cognition to the wallet, purse is first and foremost a network version of the life not cold purse design, main is to solve the timing of the deal.

Online transactions: each link need to be paid for the online application can be docking API, our wallet quickly complete the transaction, currency delivery time 1 to 3 seconds.

Offline payment: offline payment, we will provide a similar API to pay the tool design manufacturers, through rapid development kit, complete offline payment tool development, trading time is also 1-3 seconds!

Solution 2: wallet binding mechanism

First of all we are thinking about a question - what is the end user's credentials? Mobile Internet era, the mobile phone is the most limitation and accurate user security credentials, our wallet design based on the binding of user's phone, through binding mobile phone link not only can effectively solve the problem of account lost, succession and effectively solve!

Solution 3: decentralized technology

Why call technology operations here! Technical update is actually on the system's operation, we have design a voting mechanism in Eit all wallet, according to a weight system to complete the voting link through the weighting system of fast is mandatory to complete the wallet and mining machine force update!

Future has come, in the hope that the introction of the Eit can truly the innovation of the whole block chain instry!

‘伍’ 如何编写排序算法

{
This file is part of the Free Pascal run time library.
Copyright (c) 1993-2005 by the Free Pascal Development Team
QuickSort Example
See the file COPYING.FPC, included in this distribution,
for details about the right.
This program is distributed in the hope that it will be useful,
but WITHOUT ANY WARRANTY; without even the implied warranty of
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
**********************************************************************}
program quicksort;
const
{$ifndef MACOS}
max = 100000;
{$else}
max = 1000; {Actually it works with 100000 also, but that might }
{lead problems occacionally.}
{$endif}
type
tlist = array[1..max] of longint;
var
data : tlist;

procere qsort(var a : tlist);
procere sort(l,r: longint);
var
i,j,x,y: longint;
begin
i:=l;
j:=r;
x:=a[(l+r) div 2];
repeat
while a[i]<x do
inc(i);
while x<a[j] do
dec(j);
if not(i>j) then
begin
y:=a[i];
a[i]:=a[j];
a[j]:=y;
inc(i);
j:=j-1;
end;
until i>j;
if l<j then
sort(l,j);
if i<r then
sort(i,r);
end;
begin
sort(1,max);
end;
var
i : longint;
begin
write('Creating ',Max,' random numbers between 1 and 500000');
randomize;
for i:=1 to max do
data[i]:=random(500000);
writeln;
writeln('Sorting...');
qsort(data);
writeln;
for i:=1 to max do
begin
write(data[i]:7);
if (i mod 10)=0 then
writeln;
end;
end.

‘陆’ LUA 关于取出两个table中不同元素的算法。

【我理解下你的意思
你是要把 T_letter_tbl 中所有元素的 letter标签和 和 hope_letter_tbl 中的元素比较，如果 发现重复 的 则删除 T_letter_tbl 中的 重复标签吗？
【一般做法】用 lua 做这种很容易，但是要注意方法，不是比较，那样遍历比较 效率太低。先把 需要比较的 table 的元素作为 索引 建立一个 hash
直接取元素 进行 标签判断，

下面是一个演示：table.print 自定义的输出，可以删去，自己选择输出方式

functiontable.print(tbl,name)
name=nameor"table"
localprompt=''
locali=1
localprinted={}
localfunctiontostring2(var)
if(type(var)=="string")then
return'"'..var..'"'
end

returntostring(var)
end
localfunctionitor(t,i)
printed[tostring(t)]=true;
forkey,eleinpairs(t)do
ifnot(type(ele)=="table")then
print(string.format('%s[%s]=%s;',string.rep(prompt,i),tostring2(key),tostring2(ele)))
elseifprinted[tostring(ele)]then
print(string.format('%s[%s]=%s;',string.rep(prompt,i),tostring2(key),tostring2(ele)))
else
print(string.format('%s[%s]={',string.rep(prompt,i),tostring2(key)))
i=i+1
itor(ele,i)
i=i-1
print(string.format('%s};',string.rep(prompt,i)))
end
end
end

print(string.format("%s={",name))
itor(tbl,i)
print("};")
end
-----------------------------------------------------
tbl_letter_HOPE={
[1]="bbbbbb";
[2]="ffffff";
[3]="cccccc";
[4]="xxxxxx";
[5]="eeeeee";
};
tbl_letter_T={
[1]={["letter"]="Y"};
[2]={["letter"]="M"};
[3]={["letter"]="P"};
[4]={["letter"]="K"};
[5]={["letter"]="bbbbbb"};
[6]={["letter"]="R"};
[7]={["letter"]="Q"};
[8]={["letter"]="xxxxxx"};
[9]={["letter"]="L"};
[10]={["letter"]="D"};
[11]={["letter"]="B"};
[12]={["letter"]="ffffff"};
[13]={["letter"]="Z"};
[14]={["letter"]="T"};
[15]={["letter"]="["};
[16]={["letter"]="cccccc"};
[17]={["letter"]="E"};
[18]={["letter"]="C"};
[19]={["letter"]="W"};
[20]={["letter"]="I"};
[21]={["letter"]="F"};
[22]={["letter"]="eeeeee"};
[23]={["letter"]="O"};
[24]={["letter"]="X"};
[25]={["letter"]="U"};
[26]={["letter"]="S"};
};
---根据tbl_letter_HOPE中的元素去除tbl_letter_T中的元素
--
localfunctionmain()
localtbl_erase={}
forkey,eleinpairs(tbl_letter_HOPE)do
--不考虑元素权重则改为=true
tbl_erase[tostring(ele)]=(tbl_erase[tostring(ele)]or0)+1
end


forkey,eleinpairs(tbl_letter_T)do
iftbl_erase[ele.letter]then
--移除整行[12]={["letter"]="ffffff"};
tbl_letter_T[key]=nil

--还是一个标签letter
--tbl_letter_T[key].letter=nil
end
end
table.print(tbl_letter_T)
end
startTime=os.time()
main()
print(string.format(">>Thisfunctioncost:%sms",tostring(os.time()-startTime)))

【附】

如果只想 获得去除给定元素后的 table

可以先 复制原 tbl_letter_T

注意：

不要用 浅复制 你之前 那个代码 可能 就是 希望做一个 tbl_letter_T 的副本

但是 使用 浅复制相当于仅复制了指向table的句柄。

php">tbl_Interim=tbl_letter_T--2个变量指向同一个table表

要用

python">forkey,eleinpairs(tbl_letter_T)do
tbl_Interim[key]=ele
end

‘柒’ 求助： matlab问题

for imote=1:1:mm 应该是这里的mm没定义

‘捌’ 什么是电音版歌曲电音是什么

电音版歌曲：

电音版歌曲是以电子音乐风格为基调的歌曲，其电音风格比较明显。或是在原有的歌曲中加入电音元素而成的歌曲，这一类歌曲的风格会混合其他元素，不单只是融合电音元素。

电音：

电音即电子音乐，英文为Electrophonic Music。由电子合成器、效应器、计算机音乐软件、电脑等设备产生的任何电子声音来制作的音乐。从广义上来讲，任何使用电子设备创作的音乐都可以称为电子音乐。

电子音乐范围广泛，生活周遭常常能听到，在电影配乐，广告配乐，甚至某些国语流行歌中都有用到，不过以电子舞曲为最。很多人认为电子乐是一种冷冰冰，没有感情的音乐。其实电子乐也可融入Rock、 Jazz甚至Blues等多种充满情感的元素。

(8)HOPE算法扩展阅读

电子音乐突破了以前的传统模式，这种突破从音乐的内容到音乐的形式。电子音乐的组织特征是以非线性思维的方式，即前期的原始声音录制，采样等，中期的声音加工处理，包括以各种电子化方式的变化和处理声音原型，使之产生裂变和各种变形处理。局部分轨及局部拼贴，各类蒙太奇组合编辑和局部的合成，以及后期的总体合成等。

虽然在大部分人眼里，电音就是一种很吵闹的音乐，但其实那只是电音中的很小一部分。电音的种类繁多，而且其中也有大部分其实非常轻柔、幻妙、轻快的曲风。

‘玖’ pso的算法结构

对微粒群算法结构的改进方案有很多种，对其可分类为：采用多个子种群；改进微粒学习对象的选取策略；修改微粒更新迭代公式；修改速度更新策略；修改速度限制方法、位置限制方法和动态确定搜索空间；与其他搜索技术相结合；以及针对多模问题所作的改进。
第一类方案是采用多个子种群。柯晶考虑优化问题对收敛速度和寻优精度的双重要求并借鉴多群体进化算法的思想，将寻优微粒分成两组，一组微粒采用压缩因子的局部模式PSO算法，另一组微粒采用惯性权重的全局模式PSO算法，两组微粒之间采用环形拓扑结构。对于高维优化问题，PSO算法需要的微粒个数很多，导致计算复杂度常常很高，并且很难得到好的解。因此，出现了一种协作微粒群算法（Cooperative ParticleSwarm Optimizer, CPSO-H），将输入向量拆分成多个子向量，并对每个子向量使用一个微粒群来进行优化。虽然CPSO-H算法使用一维群体来分别搜索每一维，但是这些搜索结果被一个全局群体集成起来之后，在多模问题上的性能与原始PSO算法相比有很大的改进。Chow使用多个互相交互的子群，并引入相邻群参考速度。冯奇峰提出将搜索区域分区，使用多个子群并通过微粒间的距离来保持多样性。陈国初将微粒分成飞行方向不同的两个分群，其中一分群朝最优微粒飞行，另一分群微粒朝相反方向飞行；飞行时，每一微粒不仅受到微粒本身飞行经验和本分群最优微粒的影响，还受到全群最优微粒的影响。Niu在PSO算法中引入主—从子群模式，提出一种多种群协作PSO算法。Seo提出一种多组PSO算法（Multigrouped PSO），使用N组微粒来同时搜索多模问题的N个峰。Selleri使用多个独立的子群，在微粒速度的更新方程中添加了一些新项，分别使得微粒向子群历史最优位置运动，或者远离其他子群的重心。王俊年借鉴递阶编码的思想，构造出一种多种群协同进化PSO算法。高鹰借鉴生态学中环境和种群竞争的关系，提出一种基于种群密度的多种群PSO算法。
第二类方案是改进微粒学习对象的选取策略。Al-kazemi提出多阶段PSO算法，将微粒按不同阶段的临时搜索目标分组，这些临时目标允许微粒向着或背着它自己或全局最好位置移动。Ting对每个微粒的pBest进行操作，每一维从其他随机确定的维度学习，之后如果新的pBest更好则替换原pBest；该文还比较了多种不同学习方式对应的PSO算法的性能。Liang提出一种新颖的学习策略CLPSO，利用所有其他微粒的历史最优信息来更新微粒的速度；每个微粒可以向不同的微粒学习，并且微粒的每一维可以向不同的微粒学习。该策略能够保持群体的多样性，防止早熟收敛，可以提高PSO算法在多模问题上的性能；通过实验将该算法与其它几种PSO算法的变种进行比较，实验结果表明该算法在解决多模复杂问题时效果很好。Zhao在PSO算法中使用适应值最好的n个值来代替速度更新公式中的gBest。Abdelbar提出一种模糊度量，从而使得每个邻域中有多个适应值最好的微粒可以影响其它微粒。Wang也采用多个适应值最好的微粒信息来更新微粒速度，并提出一种模糊规则来自适应地确定参数。崔志华提出一种动态调整的改进PSO算法，在运行过程中动态调整极限位置，使得每个微粒的极限位置在其所经历的最好位置与整体最好位置所形成的动态圆中分布。与原始PSO算法相反，有一类方法是远离最差位置而非飞向最优位置。Yang提出在算法中记录最差位置而非最优位置，所有微粒都远离这些最差位置。与此类似，Leontitsis在微粒群算法中引入排斥子的概念，在使用个体最优位置和群体最优位置信息的同时，在算法中记录当前的个体最差位置和群体最差位置，并利用它们将微粒排斥到最优位置，从而让微粒群更快地到达最优位置。孟建良提出一种改进的PSO算法，在进化的初期，微粒以较大的概率向种群中其他微粒的个体最优学习；在进化后期，微粒以较大的概率向当前全局最优个体学习。Yang在PSO算法中引入轮盘选择技术来确定gBest，使得所有个体在进化早期都有机会引领搜索方向，从而避免早熟。
第三类方案是修改微粒更新公式。Hendtlass在速度更新方程中给每个微粒添加了记忆能力。He在速度更新方程中引入被动聚集机制。曾建潮通过对PSO算法的速度进化迭代方程进行修正，提出一种保证全局收敛的随机PSO算法。Zeng在PSO算法中引入加速度项，使得PSO算法从一个二阶随机系统变为一个三阶随机系统，并使用PID控制器来控制算法的演化。为了改进PSO算法的全局搜索能力，Ho提出一种新的微粒速度和位置更新公式，并引入寿命（Age）变量。
第四类方案是修改速度更新策略。Liu认为过于频繁的速度更新会弱化微粒的局部开采能力并减慢收敛，因此提出一种松弛速度更新（RVU）策略，仅当微粒使用原速度不能进一步提高适应值时才更新速度，并通过试验证明该策略可以大大减小计算量并加速收敛。罗建宏对同步模式和异步模式的PSO算法进行了对比研究，试验结果表明异步模式收敛速度显着提高，同时寻优效果更好。Yang在微粒的更新规则中引入感情心理模型。Liu采用一个最小速度阈值来控制微粒的速度，并使用一个模糊逻辑控制器来自适应地调节该最小速度阈值。张利彪提出了对PSO算法增加更新概率，对一定比例的微粒并不按照原更新公式更新，而是再次随机初始化。Dioan利用遗传算法（GA）来演化PSO算法的结构，即微粒群中各微粒更新的顺序和频率。
第五类方案是修改速度限制方法、位置限制方法和动态确定搜索空间。Stacey提出一种重新随机化速度的速度限制和一种重新随机化位置的位置限制。Liu在[76]的基础上，在PSO算法中引入动量因子，来将微粒位置限制在可行范围内。陈炳瑞提出一种根据微粒群的最佳适应值动态压缩微粒群的搜索空间与微粒群飞行速度范围的改进PSO算法。
第六类方案是通过将PSO算法与一些其他的搜索技术进行结合来提高PSO算法的性能，主要目的有二，其一是提高种群多样性，避免早熟；其二是提高算法局部搜索能力。这些混合算法包括将各种遗传算子如选择、交叉、变异引入PSO算法，来增加种群的多样性并提高逃离局部最小的能力。Krink通过解决微粒间的冲突和聚集来增强种群多样性，提出一种空间扩展PSO算法（Spatial ExtensionPSO，SEPSO）；但是SEPSO算法的参数比较难以调节，为此Monson提出一种自适应调节参数的方法。用以提高种群多样性的其他方法或模型还包括“吸引—排斥”、捕食—被捕食模型、耗散模型、自组织模型、生命周期模型（LifeCycle model）、贝叶斯优化模型、避免冲突机制、拥挤回避（Crowd Avoidance）、层次化公平竞争（HFC）、外部记忆、梯度下降技术、线性搜索、单纯形法算子、爬山法、劳动分工、主成分分析技术、卡尔曼滤波、遗传算法、随机搜索算法、模拟退火、禁忌搜索、蚁群算法（ACO）、人工免疫算法、混沌算法、微分演化、遗传规划等。还有人将PSO算法在量子空间进行了扩展。Zhao将多主体系统（MAS）与PSO算法集成起来，提出MAPSO算法。Medasani借鉴概率C均值和概率论中的思想对PSO算法进行扩展，提出一种概率PSO算法，让算法分勘探和开发两个阶段运行。
第七类方案专门针对多模问题，希望能够找到多个较优解。为了能使PSO算法一次获得待优化问题的多个较优解，Parsopoulos使用了偏转（Deflection）、拉伸（Stretching）和排斥（Repulsion）等技术，通过防止微粒运动到之前已经发现的最小区域，来找到尽可能多的最小点。但是这种方法会在检测到的局部最优点两端产生一些新的局部最优点，可能会导致优化算法陷入这些局部最小点。为此，Jin提出一种新的函数变换形式，可以避免该缺点。基于类似思想，熊勇提出一种旋转曲面变换方法。
保持种群多样性最简单的方法，是在多样性过小的时候，重置某些微粒或整个微粒群。Lvbjerg在PSO算法中采用自组织临界性作为一种度量，来描述微粒群中微粒相互之间的接近程度，来确定是否需要重新初始化微粒的位置。Clerc提出了一种“Re-Hope”方法，当搜索空间变得相当小但是仍未找到解时（No-Hope），重置微粒群。Fu提出一种带C-Pg变异的PSO算法，微粒按照一定概率飞向扰动点而非Pg。赫然提出了一种自适应逃逸微粒群算法，限制微粒在搜索空间内的飞行速度并给出速度的自适应策略。
另一种变种是小生境PSO算法，同时使用多个子种群来定位和跟踪多个最优解。Brits还研究了一种通过调整适应值计算方式的方法来同时找到多个最优解。Li在PSO算法中引入适应值共享技术来求解多模问题。Zhang在PSO算法中采用顺序生境（SequentialNiching）技术。在小生境PSO算法的基础上，还可以使用向量点积运算来确定各个小生境中的候选解及其边界，并使该过程并行化，以获得更好的结果。但是，各种小生境PSO算法存在一个共同的问题，即需要确定一个小生境半径，且算法性能对该参数很敏感。为解决该问题，Bird提出一种自适应确定niching参数的方法。
Hendtlass在PSO算法中引入短程力的概念，并基于此提出一种WoSP算法，可以同时确定多个最优点。刘宇提出一种多模态PSO算法，用聚类算法对微粒进行聚类，动态地将种群划分成几个类，并且使用微粒所属类的最优微粒而非整个种群的最好微粒来更新微粒的速度，从而可以同时得到多个近似最优解。Li在PSO算法中引入物种的概念，但是由于其使用的物种间距是固定的，该方法只适用于均匀分布的多模问题；为此，Yuan对该算法进行扩展，采用多尺度搜索方法对物种间距加以自适应的调整。
此外，也有研究者将PSO算法的思想引入其他算法中，如将PSO算法中微粒的运动规则嵌入到进化规划中，用PSO算法中的运动规则来替代演化算法中交叉算子的功能。

‘拾’ 网速算法

你前面其实就少乘了个1024吧，你是从Mb直接乘以1024到b。所以后面就直接除1000了。准确的讲应该是2Mb=2*1024*1024b/8=256*1024B/1024=256kB了。