已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、計算機科學的進步與發(fā)展,使得算法變得高效的同時,也越來越復雜。算法的抽象邏輯以及其自身的這利復雜性,使得越來越多的學習者對算法的學習和理解都普遍感到困難。因此,算法演示作為軟件可視化的一個重要分支,被越來越多的人所關(guān)注和應用。
所謂算法演示,就是利用圖形和動畫對算法的內(nèi)在運行過程進行展示,使得學習者能夠更好的理解算法。本文針對目前算法演示中存在的代碼混亂、可閱讀性差以及可重用性低等問題,提出了通過構(gòu)建算法的程序上下文模型,
2、采用模型驅(qū)動的方式進行算法演示。圍繞著模型驅(qū)動算法演示的思想和架構(gòu),在理論分析的基礎(chǔ)上,從算法本身定義的角度出發(fā),設(shè)計并描述了算法的程序上下文模型。同時,又考慮到目前的一些算法使用了一定的算法設(shè)計技術(shù),并且理解算法設(shè)計技術(shù)對學習者理解算法是有幫助的。因此,提出了將算法設(shè)計技術(shù)作為算法的另外一種信息,根掘其圖形的表現(xiàn)形式,在程序上下文模型中進行描述,并對其進行動畫演示。
此外,在設(shè)計了程序上下文模型后,本文還通過具體的實例對
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 自治網(wǎng)絡模型中的上下文子系統(tǒng)的研究與實現(xiàn).pdf
- 面向SaaS的上下文感知數(shù)據(jù)過濾模型與匹配算法研究.pdf
- 基于移動Agent的上下文知曉模型研究.pdf
- 基于上下文的形狀匹配算法研究與實現(xiàn).pdf
- 保留上下文環(huán)境體繪制模型研究.pdf
- 基于深度上下文模型學習的快速視覺跟蹤算法研究.pdf
- 基于查詢特征上下文的檢索模型研究.pdf
- 上下文感知推薦算法研究.pdf
- 基于本體的上下文感知計算模型的研究與應用.pdf
- 基于上下文感知的乘車感知算法研究和實現(xiàn).pdf
- 基于上下文感知的推薦算法研究.pdf
- 上下文相關(guān)的查詢推薦算法研究.pdf
- 基于上下文感知的智能數(shù)字語音教室模型研究.pdf
- 基于時空上下文感知的移動推薦模型研究.pdf
- 智能移動空間中上下文感知模型的研究.pdf
- 基于本體和上下文感知的動態(tài)訪問控制模型研究.pdf
- 融入用戶行為上下文的個性化推薦模型.pdf
- 基于模型驅(qū)動演示框架的算法演示語言的設(shè)計與實現(xiàn).pdf
- 基于自適應上下文主題模型的建立方法.pdf
- 基于主題模型的用戶興趣挖掘及上下文感知推薦系統(tǒng)算法研究.pdf
評論
0/150
提交評論