Java StackOverFlow 问题

package zhidao;

public class squareRoot

{

public static double bis ( double tar, double high, double low )

{

double mean = ( high + low ) / 2;

double square = 2  mean; // 是平均值，不是平方值

if (square - tar < -001 || square - tar > 001)

{

if (square > tar)

{

return bis (tar, mean, low);

}

else if (square < tar)

{

return bis (tar, high, mean);

}

else

{

return mean;

}

}

return mean;

}

public static double sqrt ( double tar )

{

return bis (tar, 0, tar);

}

public static void main ( String[] args )

{

Systemoutprintln (sqrt (64));

}

}

幻方算法（Magic Square）学习笔记

一、幻方按照阶数可分成了三类，即奇数阶幻方、双偶阶幻方、单偶阶幻方。

二、奇数阶幻方（劳伯法）

奇数阶幻方最经典的填法是罗伯法。填写的方法是：

把1（或最小的数）放在第一行正中；按以下规律排列剩下的(n×n－1)个数：

1、每一个数放在前一个数的右上一格；

2、如果这个数所要放的格已经超出了顶行那么就把它放在底行，仍然要放在右一列； 

3、如果这个数所要放的格已经超出了最右列那么就把它放在最左列，仍然要放在上一行；

4、如果这个数所要放的格已经超出了顶行且超出了最右列，那么就把它放在底行且最左列；

5、如果这个数所要放的格已经有数填入，那么就把它放在前一个数的下一行同一列的格内。

三、双偶数阶幻方（海尔法）

所谓双偶阶幻方就是当n可以被4整除时的偶阶幻方，即4K阶幻方。在说解法之前我们先说明一个“互补数”定义：就是在n阶幻方中，如果两个数的和等于幻方中最大的数与1的和（即n×n＋1），我们称它们为一对互补数。

如在三阶幻方中，每一对和为10的数，是一对互补数 ；在四阶幻方中，每一对和为17的数，是一对互补数。

双偶数阶幻方最经典的填法是海尔法。填写的方法是：

以8阶幻方为例：

1、先把数字按顺序填。然后，按4×4把它分割成4块。

2、每个小方阵对角线上的数字（如左上角小方阵部分），换成和它互补的数。

四、单偶数阶幻方（斯特拉兹法）

所谓单偶阶幻方就是当n不可以被4整除时的偶阶幻方，即4K+2阶幻方。如(n=6，10，14……)的幻方。

单偶数阶幻方最经典的填法是斯特拉兹法。填写的方法是：

以10阶幻方为例。这时，k=2。

1、把魔方阵分为A，B，C，D四个象限，这样每一个象限肯定是奇数阶。用罗伯法，依次在A象限，D象限，B象限，C象限按奇数阶幻方的填法填数。

2、在A象限的中间行、中间格开始，按自左向右的方向，标出k格。A象限的其它行则标出最左边的k格。将这些格，和C象限相对位置上的数互换位置。

3、在B象限所有行的中间格，自右向左，标出k－1格。(注：6阶幻方由于k－1=0，所以不用再作B、D象限的数据交换)，将这些格，和D象限相对位置上的数互换位置。

扩展资料：

种类

完全幻方

完全幻方指一个幻方行、列、主对角线及泛对角线各数之和均相等  。

乘幻方

乘幻方指一个幻方行列、对角线各数乘积相等。

高次幻方

n阶幻方是由前n^2（n的2次方）个自然数组成的一个n阶方阵，其各行、各列及两条对角线所含的n个数的和相等。

高次幻方是指，当组成幻方各数替换为其2，3,,k次幂时，仍满足幻方条件者，称此幻方为k次幻方。

反幻方

反幻方的定义：在一个由若干个排列整齐的数组成的正方形中，图中任意一横行、一纵行及对角线的几个数之和不相等，具有这种性质的图表，称为“反幻方”。

反幻方与正幻方最大的不同点是幻和不同，正幻方所有幻和都相同，而反幻方所有幻和都不同。所谓幻和就是幻方的任意行、列及对角线几个数之和。如下图3阶反幻方的比较。

参考资料来源：百度百科-幻方

本文将列出计算机学当中，数据结构与算法相关的部分常用的英语词汇，欢迎大家前来更正补充

数据抽象： data abstraction

数据元素： data element

数据对象： data object

数据项： data item

数据类型： data type

抽象数据类型： abstract data type

逻辑结构： logical structure

物理结构： phyical structure

线性结构： linear structure

非线性结构： nonlinear structure

基本数据类型： atomic data type

固定聚合数据类型： fixd-aggregate data type

可变聚合数据类型： variable-aggregate data type

线性表： linear list

栈： stack

队列： queue

串： string

数组： array

树： tree

图： gragh

查找，线索： searching

更新： updating

排序： sorting

插入： insertion

删除： deletion

前趋： predecessor

后继： successor

直接前趋： immediate predecessor

直接后继：immediate successor`

双端列表： deque (double-ended queue)

循环队列： cirular queue

指针： pointer

先进先出表（队列）： first-in first-out list

后进先出表（队列）： last-in first out list

栈底： bottom

栈顶： top

压入： push

d出： pop

队头： front

队尾： rear

上溢： overflow

下溢： underflow

数组： array

矩阵： matrix

多维数组： multi-dimentional array

以行为主的顺序分配： row major order

以列为主的顺序分配： column major order

三角矩阵： truangular matrix

对称矩阵： symmetric matrix

稀疏矩阵： sparse matrix

转置矩阵： transposed matrix

链表： linked list

线性链表： linear linked list

单链表： single linked list

多重链表： multilinked list

循环链表： circular linked list

双向链表： doubly linked list

十字链表： orthogonal list

广义表： generalized list

链： link

指针域： pointer field

链域： link field

头结点： head node

头指针： head pointer

尾指针： tail pointer

串： string

空白（空格）串： blank string

空串（零串）： null string

子串： substring

树： tree

子树： subtree

森林： forest

根： root

叶子： leaf

节点： node

深度： depth

层次： level

双亲： parents

孩子： children

兄弟： brother

祖先： ancestor

子孙： descentdant

二叉树： binary tree

平衡二叉树： balanced binary tree

满二叉树： full binary tree

完全二叉树：complete binary tree`

遍历二叉树： tracersing binary tree

二叉排序树： binary sort tree

二叉查找树： binary search tree

线索二叉树： threaded binary tree

哈夫曼树： Huffman tree

有序树： ordered tree

无序树： unordered tree

判定树： decision tree

双链树： doubly linked tree

数字查找树： digital search tree

树的遍历： traversal of tree

先序遍历： preorder traversal

中序遍历： inorder travelsal

后序遍历： postorder travelsal

图： graph

子图： subgraph

有向图： digraph (directed graph)

无向图： undigraph (undirected graph)

完全图： complete graph

连通图： connected graph

非连通图： unconnected graph

强连通图： strongly connected graph

弱连通图： weakly connected graph

加权图： weighted graph

有向无环图： directed acyclic graph

稀疏图： spares graph

稠密图： dense graph

重连通图： biconnected graph

二部图： bipartite graph

边： edge

顶点： vertex

弧： arc

路径： path

回路（环）： cycle

弧头： head

弧尾： tail

源点： source

终点： destination

汇点： sink

权： weight

连接点： articulation point

初始节点： initial node

终端节点： terminal node

相邻边： adjacent edge

相邻顶点： adjacent vertex

关联边： incident edge

入度： indegree

出度： outdegree

最短路径： shortest path

有序对： ordered pair

无序对： unordered pair

简单路径： simple path

连通分量： connected component

邻接矩阵： adjacency matrix

邻接表： adjacency list

邻接多重表： adjacency multilist

遍历图： traversing graph

生成树： spanning tree

最小（代价）生成树： minimum(cost) spanning tree

生成森林： spanning forest

拓扑排序： topological sort

偏序： partical order

拓扑有序： topological order

AOV网： activity on vertex network

AOE网： activity on edge network

关键路径： critical path

匹配： matching

最大匹配： maximum matching

增广路径： augmenting matching

增广路径图： augmenting path graph

查找： searching

线性查找（顺序查找）： linear search (sequentail search)

二分查找： binary search

分块查找： block search

散列查找： hash search

平均查找长度： average search length

散列表： hash table

散列函数： hash funticion

直接定址法： immediately allocating method

数字分析法： digital analysis method

平方取中法： mid-square method

折叠法： folding method

除法： division method

随机数法： random number method

排序： sort

内部排序： internal sort

外部排序： external sort

插入排序： insertion sort

随小增量排序： diminishing increment sort

选择排序： selection sort

堆排序： heap sort

快速排序： quick sort

归并排序： merge sort

基数排序： redix sort

平衡归并排序： balance merging sort

二路平衡归并排序： balance two-way merging sort

多步归并排序： ployphase merging sort

置换选择排序： replacement selection sort

文件： file

主文件： master file

顺序文件： sequential file

索引文件： indexed file

索引顺序文件： indexed sequential file

索引非顺序文件： indexed non-sequential file

直接存取文件： direct access file

多重链表文件： multilist file

倒排文件： inverted file

目录结构： directory structure

树形索引： tree index

以上就是关于Java StackOverFlow 问题全部的内容，包括:Java StackOverFlow 问题、幻方怎么填，有计算方法吗、计算机常用英语词汇 —— 数据结构与算法等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！