coolstar是什么意思思?

来源：蜘蛛抓取(WebSpider) 时间：2011-12-17 23:27 标签： hold是什么意思
cool什么意思及同义词
沪江词库精选cool是什么意思、英语单词推荐、用法及解释、中英文句子翻译、英语短语、词汇辨析、英音发音音标、美音发音音标。
cool的发音： 英音 [ ku:l ] ； 美音 [ kul ] cool的在线翻译：名词 1. 凉快，凉爽2. 凉爽的空气或地方adj. 1. 凉的，不热的，凉快的，凉爽的2.（指颜色）给人以凉爽感觉的，冷色的3. 冷静的，镇定的4. 冷淡的，冷漠的，冷冰冰的5. 满不在乎的，厚颜无耻的，无礼的，自行其事的6.【旧，俚】令人愉快的，棒的7.【口】附加于钱﹑距离等数目之前以强调其数目之大，（指数量或钱）不折不扣的，整整的adv.冷静地v.1.及物动词解释： 使凉快，使冷却2.及物动词解释： 使（情绪等）平静下来3.不及物动词解释： 变凉，冷却下来4.不及物动词解释：（情绪等）平息
词形变化：形容词比较级：，；形容词：；副词：；名词：；时态：，，。
同义词：；，；，，，；，。 反义词：；；，；。
单词分析：这些形容词均含“冷、凉”之意。：最普通用词，强调缺乏温暖，使人不舒服。：指既不太热也不太冷。：指使哆嗦的冷。：指雾气在寒冷物体的表面凝结成薄冰时的严寒结霜的温度。：指使人僵直，使东西凝固的冷。：多指风暴、风雪和水等冷得使人感到如刺如割。
Psweat cooling
Ccold drink
hyperbolic cooling tower
双曲线型冷却塔
Refrigerators cool ford.
冰箱冷却食物。
gravy clotting as it cools
肉汤冷却时结块了
Foaming with freshness and coolness
Airconditioner n. air-cooled adj.cooled by a current of air
空气冷却的
Her guy's real cool.
她的男朋友真帅.
There is a spring well up cool water.
这里有一个涌出清凉泉水的泉。
A gas is cooled by expansion and heated by compression.
气体膨胀时冷却，压缩时变热。
lose intensity
marked by calm self-control (especially in trying circumstances); unemotional
great coolness and composure under strain
psychologically coo unfriendly or unresponsive or showing dislike
(color) inducing the im used especially of greens and blues and violets
fashionable and at often skilled or socially adept
(used of a number or sum)
without exaggeration or qualification
make cool or cooler
the quality of being at a refreshingly low temperature
neithe giving relief from heat
英语单词推荐
2015cool是什么意思由沪江网提供。A-star_百度百科
关闭特色百科用户权威合作手机百科
收藏 查看&A-star本词条缺少名片图，补充相关内容使词条更完整，还能快速升级，赶紧来吧！
A*（A-Star)算法是一种静态路网中求解最短路最有效的方法。公式表示为：f(n)=g(n)+h(n)，其中f(n)是节点n从初始点到目标点的估价函数，g(n)是在状态空间中从初始节点到n节点的实际代价，h(n)是从n到目标节点最佳路径的估计代价。性&&&&质算法意&&&&义计算最佳路径 保证找到最短路径（的）条件，关键在于估价函数h(n)的选取：[1]
估价值h(n)&= n到目标节点的距离实际值，这种情况下，搜索的点数多，搜索范围大，效率低。但能得到最优解。
如果 估价值&实际值,的点数少，搜索范围小，效率高，但不能保证得到最优解。
估价值与实际值越接近，估价函数取得就越好。
例如对于几何路网来说，可以取两节点间欧几理德距离（直线距离）做为估价值，即f=g(n)+sqrt((dx-nx)*(dx-nx)+(dy-ny) *(dy-ny))；这样估价函数f在g值一定的情况下，会或多或少的受估价值h的制约，节点距目标点近，h值小，f值相对就小，能保证最短路的搜索向终点的方向进行。明显优于Dijstra算法的毫无无方向的向四周搜索。
conditions of heuristic
Optimistic (must be less than or equal to the real cost)
As close to the real cost as possible
主要搜索过程：
创建两个表，OPEN表保存所有已生成而未考察的节点，CLOSED表中记录已访问过的节点。
遍历当前节点的各个节点，将n节点放入CLOSE中，取n节点的子节点X,-&算X的估价值-&
While(OPEN!=NULL)
从OPEN表中取估价值f最小的节点n;
if(n节点==目标节点)
if(X in OPEN) 比较两个X的估价值f //注意是同一个节点的两个不同路径的估价值
if( X的估价值小于OPEN表的估价值 )
更新OPEN表中的估价值; //取最小路径的估价值
if(X in CLOSE) 比较两个X的估价值 //注意是同一个节点的两个不同路径的估价值
if( X的估价值小于CLOSE表的估价值 )
更新CLOSE表中的估价值; 把X节点放入OPEN //取最小路径的估价值
if(X not in both)
求X的估价值;
并将X插入OPEN表中; //还没有排序
将n节点插入CLOSE表中;
按照估价值将OPEN表中的节点排序; //实际上是比较OPEN表内节点f的大小，从最小路径的节点向下进行。
启发式搜索其实有很多的算法，比如：局部择优搜索法、最好优先搜索法等等。当然A*也是。这些算法都使用了启发函数，但在具体的选取最佳搜索节点时的策略不同。象局
部择优搜索法，就是在搜索的过程中选取“最佳节点”后舍弃其他的兄弟节点，父亲节点，而一直得搜索下去。这种搜索的结果很明显，由于舍弃了其他的节点，可能也把最好的
节点都舍弃了，因为求解的最佳节点只是在该阶段的最佳并不一定是全局的最佳。最好优先就聪明多了，他在搜索时，便没有舍弃节点（除非该节点是死节点），在每一步的估价
中都把当前的节点和以前的节点的估价值比较得到一个“最佳的节点”。这样可以有效的防止“最佳节点”的丢失。那么A*算法又是一种什么样的算法呢？其实A*算法也是一种最
好优先的算法。只不过要加上一些约束条件罢了。由于在一些问题求解时，我们希望能够求解出状态空间搜索的最短路径，也就是用最快的方法求解问题，A*就是干这种事情的！
我们先下个定义，如果一个估价函数可以找出最短的路径，我们称之为可采纳性。A*算法是一个可采纳的最好优先算法。A*算法的估价函数可表示为：
f'(n) = g'(n) + h'(n)
这里，f'(n)是估价函数，g'(n)是起点到终点的最短路径值，h'(n)是n到目标的最断路经的启发值。由于这个f'(n)其实是无法预先知道的，所以我们用前面的估价函数f(n)做
近似。g(n)代替g'(n)，但 g(n)&=g'(n)才可（大多数情况下都是满足的，可以不用考虑），h(n)代替h'(n)，但h(n)&=h'(n)才可（这一点特别的重要）。可以证明应用这样的估价
函数是可以找到最短路径的，也就是可采纳的。我们说应用这种估价函数的最好优先算法就是A*算法。哈。你懂了吗？肯定没懂。接着看。
举一个例子，其实广度优先算法就是A*算法的特例。其中g(n)是节点所在的层数，h(n)=0，这种h(n)肯定小于h'(n)，所以由前述可知广度优先算法是一种可采纳的。实际也是
。当然它是一种最臭的A*算法。
再说一个问题，就是有关h(n)启发函数的信息性。h(n)的信息性通俗点说其实就是在估计一个节点的值时的约束条件，如果信息越多或约束条件越多则排除的节点就越多，估价函
数越好或说这个算法越好。这就是为什么广度优先算法的那么臭的原因了，谁叫它的h(n)=0，一点启发信息都没有。但在游戏开发中由于实时性的问题，h(n)的信息越多，它的计
算量就越大，耗费的时间就越多。就应该适当的减小h(n)的信息，即减小约束条件。但算法的准确性就差了，这里就有一个平衡的问题。
新手上路我有疑问投诉建议参考资料 查看jam_coolstar的贴吧
官方叫绚金，实际颜色偏金黄色，颜色比较亮。没见过妃金，不知道有多少区别。机体，腕带的做工都...9.11的订单，今天到货。目前没有问题，lg g2直接连上了。做工一般，腕带有毛刺和压痕，不敢下水...coolstar你不祝福我点什么了吗？
[问题点数：77分，结帖人Virtual]
coolstar你不祝福我点什么了吗？
[问题点数：77分，结帖人Virtual]
不显示删除回复
显示所有回复
显示星级回复
显示得分回复
只显示楼主
2001年7月 扩充话题大版内专家分月排行榜第二
2001年11月 扩充话题大版内专家分月排行榜第二
本帖子已过去太久远了，不再提供回复功能。

我要回帖

更多关于 hold是什么意思 的文章

 

随机推荐