问题标签 [approximate]

我有方法：

我有一个 T 列表，从中我发现变量“less”和“greater”是列表中最接近变量“object”的两个值。有没有什么方法可以判断两个对象中的一个是否更接近“对象”而没有关于对象的更多信息？

我有一组 300 万个向量（每个向量 300 个维度），我正在这 300 个昏暗空间中寻找一个新点，该点与所有其他点（向量）的距离大致相等

我能做的是初始化一个随机向量 v，然后对 v 进行优化，目标是：

其中 d_xy 是向量 x 和向量 y 之间的距离，但这在计算上会非常昂贵。

我正在为这个问题寻找一个近似解向量，它可以在非常大的向量集上快速找到。（或者任何可以为我做这样的事情的图书馆——任何语言）

问题：考虑 M 台机器上的 n 个作业的调度问题，其中每个作业 i 有一个处理时间 p _i并且如果在时间 t 之前完成，则给出利润 g _i (t)。所有工作都在时间 0 释放。所有 g _i (t) 都是非增函数。为简单起见，我们可以假设机器不是抢占式的。

对于 M=1 和线性递减的利润函数。这个问题可以使用贪心算法在 O(n) 内解决。但对于一般功能，它是 NP 完全的。

我对一般情况感兴趣。请给我任何有关该问题的论文或资源材料的链接。我在互联网上搜索，但没有发现 M>1 的任何有趣内容，尽管之前有关于逼近 M=1 的界限的工作。

请注意，我不希望您解决这个问题，但只需要以前对类似问题的工作（如果有的话）。如果您有任何可以帮助的想法，请随时分享。

我想知道对于 m 台机器和 n 个具有相同发布日期和一般非递增利润函数的工作的问题有什么界限。我在那个方向找到了一张纸

http://arxiv.org/pdf/1008.4889v1.pdf

当所有作业具有相同的发布时间时，他们给出了 O(1) 近似值。我想为这个问题找到类似的文献，以及他们用来解决问题的想法。

你如何逼近插值点的函数？我使用自然三次样条对 n = 500 个点进行如下插值：

有什么方法可以近似这些 n 点的函数（对于大 n）？或者有没有办法将插值点视为一个函数，即找到 zn 向量的梯度？因为 zn 是一个常量向量，所以这不一定有用。

更新：特别是，我的数据似乎形成了一个二次多项式，所以我继续使用以下 Matlab 函数来拟合我的数据：

这会产生二次多项式的系数估计值。它确实适合数据，但误差值很高，我必须将此系数向量乘以向量 [1 zz^2] 以获得正确的多项式。有没有办法简化这个？

我有一个整数模式，因为c(1,2,3,4,5)它需要在数据中近似匹配c(1,10,1,6,3,4,5,1,2,3,4,5,9,10,1,2,3,4,6)

我努力了：

• 匹配（）
• all.equal()
• grepl()

但他们似乎不支持这种情况。

对于上面的例子，我需要产生以下输出：

1,6,3,4,5

1,2,3,4,5

1,2,3,4,6

感谢您对此的任何想法。

谢谢

我希望 VBA 浏览一个单元格并XXX使用%. 如果是，我希望 VBA 将整个单元格更改为 word YYY。

谁能帮我这个？

我有两组坐标并试图找到最接近的坐标匹配。鉴于一个数据集包含 100 万条记录，另一个包含近 50 万条记录，正在寻找更好的方法来完成这项任务并需要建议。

第一个数据集的输入是

第二个数据集的输入是

我查看了 R 中的 approx 和 findInterval 函数，但并没有完全理解它们是如何工作的。我想要做的是从 dataset1 获取坐标并将它们与 dataset2 中的所有坐标匹配以找到最接近的匹配。目前我正在使用两个 forloops，但由于数据的大小，它需要很长时间。

我尝试过的代码如下：

上述函数从 dataset1 中获取一个点并使用 dataset2 中的所有点计算距离，然后找到最小距离并返回该距离的坐标。

寻找可能是并行处理以在合适的时间完成此任务。欢迎任何建议。

问候，

我试图限制 Android UI 中显示的毫秒数，我想出了这个：

我尝试将 String.format 设置为“%d:%d:%d.%02d”，但我仍然得到了毫秒内返回的完整 5 位值。

这是文档assert_in_delta：

用于比较浮点数。除非 exp 和 act 在彼此的 delta 范围内，否则失败。

这是文档assert_in_epsilon

用于比较浮点数。除非 exp 和 act 的相对误差小于 epsilon，否则失败。

这些看起来非常相似；到底有什么区别？你什么时候会使用一种方法而不是另一种方法？

所以，我想在 GPU 上划分一些 32 位无符号整数，我不在乎得到一个精确的结果。事实上，让我们宽容一点，假设我愿意接受高达 2 的乘法误差因子，即如果 q = x/y 我愿意接受介于 0.5*q 和 2*q 之间的任何值。

我还没有测量任何东西，但在我看来，这样的东西（CUDA 代码）应该很有用：

它使用“查找第一个（位）集”整数内在函数作为廉价的以 2 为底的对数函数。

注意：我可以使这个非 32 位特定，但我必须使用模板使代码复杂化，__clz()使用模板函数包装以使用__clzl()等等__clzll()。

问题：

• 就时钟周期而言，这种近似除法是否有更好的方法？也许有稍微不同的约束？
• 如果我想要更好的准确性，我应该使用整数还是应该只使用浮点算术？