F#初试(2)

简介:

  这里只是几个f#简单的算法应用,请各位别怕砖。

 

复制代码
代码
 1  //  Learn more about F# at  http://fsharp.net
 2 
 3  # light
 4  open  System
 5 
 6 
 7  // 简单的网页抓取
 8  open  System.Text
 9  open  System.IO
10  open  System.Net
11  let  http (url: string )=
12       let  request=System.Net.WebRequest.Create(url)
13       let  response=request.GetResponse()
14       let  stream=response.GetResponseStream()
15       let  reader= new  System.IO.StreamReader(stream)
16       let  html =reader.ReadToEnd();
17      html
18  printfn  " %s "  (http  " http://www.google.com " )
19 
20  // 汉罗塔问题:
21  let   rec  HanLiTa n a b c =
22       match  n  with
23       |   1   ->  printfn  "  Move %s to %s ; "   a c
24       |  num  ->   HanLiTa (num- 1 ) a c b ;HanLiTa  1  a b c ; HanLiTa (num- 1 ) b a c ;
25 
26  let  n= 4
27  printfn  " HanLiTa start (%d): "  n
28  HanLiTa n  " A "   " B "   " C "
29 
30  // Fibonacci基数
31 
32  let   rec  Fib n = 
33       match  n  with
34       | 2   | 1   ->   1
35       | when  i > 1   ->  Fib (i- 1 ) + Fib (i- 2 )
36       | x   when  x<=  0   ->  failwith  "  you should input a Interger; "
37 
38  let  fibn= 5     
39  printfn  " Fibonacci %d : %d "      fibn (Fib fibn)
40 
41 
42  // 杨辉三角
43  let   rec  combi n r =
44       let  p=ref  1 ;
45      [ 1  .. r]  | > List.iter( fun  g  ->   p:=!p*(n-g+ 1 )/g );
46      !p
47 
48  let  CombiPrint N=
49      [ 0  .. N]  | >
50           List.iter( fun  g  ->  ([ 0  .. g]  | >
51                                      List.iter( fun  h ->  
52                                                   if  h= 0   then  
53                                                      [ 0 ..(N-g)]  | >
54                                                               List.iter( fun  s -> printf  "    " ) ; 
55                                                  printf  " %5d "  (combi g h));
56                          printf  " \r\n " ));
57 
58  printfn  " \r\n杨辉三角: "
59  CombiPrint  10
60 
61 
62  Console.Read()  | >ignore
复制代码

 


本文转自破狼博客园博客,原文链接:http://www.cnblogs.com/whitewolf/archive/2010/11/29/1891322.html,如需转载请自行联系原作者

目录
相关文章
|
8天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
298 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
307 155
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
846 6
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
239 113