用Matlab开发无共析谱系图

在Matlab开发项目WarlessTerrain中，玩家通过交换硬币和木钉来占领对手的地形，而无需引发任何实际战斗。

Matlab开发：实现博德洛特图时去除渐近线的方法。

Matlab开发：无排序唯一编号。类似于unique.m，但不对结果进行排序。

无向图邻接链表算法实践 本实验基于李春葆老师的《数据结构与算法》课程，实践了利用邻接链表存储无向图并实现相关算法。实验内容涵盖了图的基本概念、邻接链表的构建、深度优先搜索、广度优先搜索等经典算法。通过实验，我深入理解了图论基础，掌握了使用邻接链表表示图结构的方法，并熟练运用相关算法解决实际问题。

分享一个Java实现的无向图PageRank算法，代码经过测试，能够完美运行，可供学习和参考。

语法：[ ellipseX , ellipseY ] = ellipsate( dataX , dataY , stdev )。例如，生成数据并应用2个标准差以获得95%总体。数据=mvnrnd([0.5 1.5], [0.025 0.03 ; 0.03 0.16], 100); 数据X=数据(:,1); 数据Y=数据(:,2); 标准差=2; [ ellipseX , ellipseY ] = ellipse( dataX , dataY , stdev ); 绘制数据情节时，使用数据X和数据Y绘制原始数据，稍后再用椭圆X和椭圆Y以红色表示椭圆。此功能基于Amro在http://stackoverflow.com/questions/3417028/ellipse-around-the-data-in-matlab 的代码。

这是一段内存和缓存效率高的C/C++实现，用于自定义算法中的无向图拓扑识别与网络优化设计，依赖已编译的Fortran BLAS二进制文件以加速线性代数计算。使用此代码需要构建适用于CPU架构的BLAS软件包，并在项目中链接二进制文件。代码实现了三种方法，用于发现带有随机噪声的无向共识网络的拓扑结构识别与优化设计：原始-双重IP方法，近端梯度法，近端牛顿法。近端梯度法通过软阈值运算符更新控制器图拉普拉斯算子。在IP方法中，牛顿方向通过基于预条件共轭梯度的迭代获得，而在近端牛顿法中，通过活动变量集上的循环坐标下降计算。该C/C++实现已成功解决具有数百万边的图形问题，运行时间仅需几分钟。

% plot_arrow -绘制指向当前图的箭头% %格式：handles = plot_arrow( x1,y1,x2,y2 [,options...] ) % %输入：x1,y1 -起点% x2,y2 -终点%选项-以“属性”、“值”对的形式出现，如为“行”和“补丁”定义的%控件，请参阅MATLAB帮助以列出这些属性。 %请注意，并非所有属性都已添加，您可能会将它们添加到此文件的末尾。 % %附加选项是： % 'headwidth'：相对于完整的箭头大小，默认值为0.07 % 'headheight'：相对于完整的箭头大小，默认值为0.15 %（编码为像素的最大值，对于箭头很长的情况） % % output: handles -构建箭头的图形元素的句柄% %示例：plot_arrow( -1,15,12,'linewidth',2,'color'

使用地球坐标角测量值和轴标签n、s、e、w创建一个matlab“rose”图。