**：
cohen-sutherland演算法(編碼演算法)
基本思想：對於每條線段p1p2，分為三種情況處理：
（1）若p1p2完全在視窗內，則顯示該線段，簡稱「取」之；
（2）若p1p2明顯在視窗外，則丟棄該線段，簡稱「棄」之；
（3）若線段既不滿足「取」的條件，也不滿足「棄」的條件，則把線段分為兩段。其中一段完全在視窗外，可棄之。然後對另一段重複上述處理。
為了使計算機能夠快速的判斷一條線段與視窗屬於何種關係，採用如下編碼方法：把視窗的邊界延長成直線，視窗平台就分成9個分割槽，每個區設定乙個4位的編碼與之對應。
平面上每一條直線的端點根據其所在的區域都可定義出兩個編碼。
編碼（以二進位制形式自右向左給出）的意義如下：
（1）第0位：如果端點在視窗左邊界左側，則為1，否則為0；
（2）第1位：如果端點在視窗右邊界右側，則為1，否則為0；
（3）第2位：如果端點在視窗下邊界下側，則為1，否則為0；
（4）第3位：如果端點在視窗上邊界上側，則為1，否則為0。
裁剪一條線段時，先求出端點p1和p2的編碼code1和code2：
（1）如果code1和code2均為0，則說明p1和p2均在視窗內，那麼線段全部位於視窗內部，應取之。（c）
（2）如果code1和code2經過按位與運算後的結果code1&code2不等於0，說明p1和p2同時在視窗的上方、下方、左方或右方，那麼線段全部位於視窗的外部，應棄之。（e，d）
（3）如果上述兩種條件均不成立，則可按如下方法處理：求出線段與視窗邊界的交點，在交點處把線段一分為二，其中必有一段完全在視窗外，可以棄之。再對另一段重複進行上述處理，直到該線段完全被捨棄或者找到位於視窗內的一段線段為止。（a，b，d』）
此方法直觀而方便，速度也較快。但是：
（1）由於採用按位與運算，對程式的實現有特殊的要求；
（2）全部捨棄的判斷只適合於那些僅在視窗同一側（後左、或右、或上、或下）的線段。
演算法的特點：
（1）特點：用編碼方法可快速判斷線段--完全可見和顯然不可見。
（2）特別適用二種場合：
大視窗場合；
視窗特別小的場合(如：游標拾取圖形時,游標看作小的裁剪視窗）
例：根據區域編碼裁剪演算法對p1p2（p1[80,75],p2[-40,0]）進行裁剪，以**形式說明裁剪的過程（已知：xl=0，xr=100，yb=0，yt=50）。
Boosting演算法和Adaboost演算法的關係
1990年，schapire就首先構造出一種多項式級的演算法，將弱學習演算法提公升為強學習演算法，就是最初的boosting演算法。boosting意思為提公升 加強，現在一般指將弱學習提公升為強學習的一類演算法。級聯分類器就是將多個強分類器連線在一起進行操作,每乙個強分類器都由若干個弱分類器加權組...
apriori演算法實現 FP Growth演算法簡介
由於apriori演算法在挖掘頻繁模式時，需要多次掃瞄資料庫，並且會產生大量的候選項集。所以apriori演算法的時間複雜度和空間複雜度相對都很高，演算法執行效率不高。而fp growth演算法在進行頻繁模式挖掘時，只需要對資料庫進行兩次掃瞄，並且不會產生候選項集。它的效率相比於apriori演算法...
for each演算法和transform演算法區別
對於for each 演算法和transform 演算法更多基礎的內容請參考以下兩篇http 文章 for each 演算法 點選開啟鏈結 transform 演算法 點選開啟鏈結 首先，for each 演算法和transform 演算法都是屬於變動性演算法 modifying algorithm...