Tag: 统一

统一STO检测: 在ISO Prolog中，统一只针对NSTO（不受发生检查）的情况定义。背后的想法是涵盖主要在程序中使用并且实际上由所有Prolog系统支持的统一的情况。更具体地说，ISO / IEC 13211-1：1995的内容如下： 7.3.3发生检查（STO）而不是主题发生检查（NSTO）一组方程（或两个项）是“可能发生的 – 检查“（STO）是否有办法进行 Herbrandalgorithm的步骤使得7.3.2g 发生。一组方程（或两个方程）是“不受限制的” 发生检查“（NSTO），如果没有办法进行通过Herbrandalgorithm的步骤 7.3.2克发生。 … 这一步7.3.2克读取： g）如果有一个forms为X = t这样的方程 X是一个variables， t是一个非variables项其中包含这个variables，然后退出失败（不是统一的，积极的发生检查）。完整的algorithm被称为Herbrandalgorithm，通常被称为Martelli-Montanari统一algorithm ，它基本上是通过以非确定性方式重写一组方程来进行的。请注意，新方程引入： d）如果存在formsf（a 1 ，a 2 ，… a N ）=的方程， f（b 1 ，b 2 ，… b N ），然后用方程组代替它 a i = b i […]

高阶统一: 我正在研究一个更高阶的定理certificate，其中统一似乎是最困难的子问题。如果Huet的algorithm仍然被认为是最先进的，那么是否有任何人有任何解释的链接，这些链接是由程序员而不是math家来理解的？或甚至任何它在哪里工作的例子和通常的一阶algorithm都没有？

UTF-8，UTF-16和UTF-32 Unicode编码在可以存储的字符数量上有所不同？: 好的。我知道这看起来像典型的“为什么他不只是谷歌它或去www.unicode.org并查找？问题，但是对于这样一个简单的问题，在检查两个来源之后，答案仍然没有解决。我非常肯定，所有这三种编码系统都支持所有的Unicode字符，但在演示文稿中声明之前我需要确认它。奖金问题：这些编码是否可以扩展支持的字符数量不同？

非字符U + FDD0到U + FDEF的目的是什么？: 为了使字节顺序标记正常工作，U + FFFE必须是非字符。在Unicode标准中将U + FFFF描述为“用于内部目的作为哨兵”。说得通。但我不明白，Unicode标准没有真正解释，为什么非字符集包含“阿拉伯语表示forms-A”内的一些随机块。这些是为了什么？（除了蛇怪的眼睛？）

UTF-8可以包含零字节吗？: UTF-8string是否包含零字节？我打算通过ASCII明文协议发送它，我应该用base64这样的东西编码吗？

字符中间的大子弹的Unicode字符是什么？: 我想要类似的东西 0x2022 8226 BULLET • 但更大。我似乎甚至不能在http://www.ssec.wisc.edu/~tomw/java/unicode.htmlfind他们我应该search什么？点？子弹？

什么Unicode字符代表“时间”？: 什么Unicode字符符号（S）表示持续时间（如时钟，沙漏，或其他时钟）？例如“★3⅔”而不是“3小时40分”，其中★是时间符号。

什么是在一个范围内生成一个无偏随机整数的最佳algorithm？: 在这个StackOverflow的问题：从范围生成随机整数接受的答案build议在给定的min和max之间生成一个随机整数，其中min和max包含在以下公式中： output = min + (rand() % (int)(max – min + 1)) 但也是这样说的这仍然略微偏向较低的数字…也可以扩展它，以消除偏见。但这并不能解释为什么它偏向较低的数字或如何消除偏见。所以，问题是：这是在一个（有符号）范围内生成一个随机整数的最优方法，而不依赖任何花哨，只是rand()函数，并且如果它是最优的，如何消除偏？编辑：我刚刚testing了@Joey针对浮点外推提出的while -loopalgorithm： static const double s_invRandMax = 1.0/((double)RAND_MAX + 1.0); return min + (int)(((double)(max + 1 – min))*rand()*s_invRandMax); 看看有多less统一的“球”正在“落入”并分布在多个“桶”之中，一个用于浮点外推的testing，另一个用于while loopalgorithm。但结果却因“球”（和“水桶”）的数量而变化，所以我不能轻易挑选出一个胜利者。工作代码可以在这个Ideone页面find。例如，对于10个桶和100个球，对于浮点外推的理想概率的最大偏差对于浮点外推比对于循环的algorithm（分别为0.04和0.05）要小，但对于1000个球，最大偏差-loopalgorithm较小（0.024和0.011），而有10000个球时，浮点外推再次变得更好（0.0034和0.0053）等等，没有太多的一致性。考虑到没有任何一种algorithm一致地产生均匀分布的可能性比其他algorithm更好，这使得我倾向于浮点外推，因为它似乎比while loopalgorithm执行得更快。那么select浮点外推algorithm还是不错，或者我的testing/结论不完全正确？

在球体上均匀分布n个点: 我需要一个algorithm，可以让我围绕一个球体的位置N点（可能less于20），模糊地扩散出去。没有必要“完美”，但我只是需要它，所以没有一个捆绑在一起。这个问题提供了很好的代码，但是我找不到一个统一的方法，因为这看起来是100％随机的。这个博客文章推荐有两种方法允许input球体上的点数，但是Saff和Kuijlaarsalgorithm正好在我能够转录的伪代码中，并且我find的代码示例包含了“node [k]”，我不能看到解释和破坏的可能性。第二个博客的例子是黄金分割螺旋，它给了我奇怪的结果，没有明确的方法来定义一个恒定的半径。从这个问题的 algorithm似乎可能工作，但我不能拼凑在那个页面上的东西到psuedocode或任何东西。我遇到的其他一些问题的线程说随机均匀分布，这增加了我不关心的复杂程度。我很抱歉，这是一个如此愚蠢的问题，但我想表明，我真的看上去很努力，但仍然不足。所以，我正在寻找的是简单的伪代码来均匀分布单位球体周围的N个点，要么返回球面坐标或笛卡尔坐标。甚至更好，如果它甚至可以散布一点随机（认为行星围绕一个明星，体面散开，但有余地余地）。