selection相关内容
有没有什么办法让编程后用户选择 startActivityForResult（Intent.createChooser（fileIntent，“打开文件使用...”），APP_PICKED）; 或 startActivity（Intent.createChooser（fileIntent，“打开文件使用...”））; 我不希望启动选定的应用程序 - 我只想知道哪一个是它
..
问题 我试图创建一个的ListView 与可选项目。我希望能够点击的的ListView项目，并具有项目改变颜色列表中，然后继续做别的事情的数据行。 我使用了一个 SimpleAdapter 。 我如何使它所以，当我点击一个行，它会变成不同的颜色，然后当我点击一个不同的行，新行被选中，变成一种新的颜色，和旧的行更改恢复正常？ code 下面是我的code为止。该的DBTools 类是拥有一
..
我的算法是行不通的，我是一个新手，对所有的算法和JavaScript，我只是似乎无法工作了，为什么它不工作。 这里的阵列（23，19，35，12，30） 最大值= 0 下面是我有... 对于k = 0到n - 2 MAX = 0 对于j = 0到n - K - 2 如果项目[J]＆GT;项目[MAX]
..
我开发一个Mac OS X的应用程序，它，因为它的一部分的用户界面，显示许多视觉元素，它是可以选择的主要观点。这些元件可以定位在视图内真正的任何地方。用户界面将支持选择这些元素的各种方法：矩形选框，椭圆选框选择和'自由'套索选择 我已经有长方形和椭圆选框选择工作。该算法是pretty的简单;元件被视为已'选择'如果用矩形/椭圆的面积的元件的区域相交。 套索选择将工作就像它在现代图像处理应用程序
..
什么是找到k个最大的一个阵列中的顺序（即从到第k个最大的元素的最大元素开始）的元素最快的方法是什么？ 解决方案 一种办法是以下内容： 使用线性时间选择算法像中位数的中位数或introsort，找到第k个最大元件和重新排列单元，使得从第k个元素的所有元素向前大于第k个元素 排序的所有期待使用像堆排序还是快速排序快速排序算法，从第k个元素。 步骤（1）需要时间为O（n），和步骤（2）需要
..
该算法中我已经记 在保持规模的MaxHeap氏“/ LI> 插入每个元素 退出较小的值，如果堆是满 在结束时，第K max是MaxHeap 的小 这会给我O（NlogK）。有没有更好的算法？我不能做快速选择，因为数组不能被存储在内存中。 解决方案 根据你的内存限制，你可以用中位数的中位数算法的修改版本，以解决O（n）时间和O的问题（ k）的空间。 的思想如下。保持大小2K的内存中的数组。
..
我目前正在核实与否，考虑长度为N的无序数组A和整数K，是否存在发生N / K倍以上的一些元素。 我的想法对这个问题是计算模式，然后比较这对N / K。但是，我不知道如何快速计算这种模式。我的最终结果必须是的n * log（K），但我不知道真的就如何做到这一点。我能找到的最快为：N * K ... 解决方案 使用哈希表来计算每个值的频率： UINT [INT]计数; 的foreach（NU
..
根据维基百科，选择算法具有 O（N）的运行时间，但我不相信它。任何人都可以解释为什么是 O（N）？ 在正常的快速排序，运行时是为O（n log n）的。每次我们分公司分成两个分支（大于枢轴，比枢轴小），我们需要继续处理的两个的树枝边，而选择算法只需要处理的一个侧的分支。我完全理解这点。 但如果你认为二进制搜索算法中，我们选择了中间的元素之后，我们也在继续寻找一个分支的一面。这是否使算法 O（1）
..
也许我没有使用正确的数据结构。我需要使用一组，也希望有效地返回第k个最小元素。可以TreeSet的在Java中做到这一点？似乎没有内置TreeSet中的方法来做到这一点。 请帮我。 解决方案 我不认为 TreeSet的有直接做到这一点的方法。有迹象表明，这样做支持Ø二叉搜索树（log n）的随机访问（有时被称为顺序统计树），并有另外，你可以（在某些情况下），使用 TreeSet的的的 tai
..
我需要一个遗传算法（http://www.obitko.com/tutorials/genetic-algorithms/selection.php）code的排名评选方法。 我已创建roullete和锦标赛的选择方法，但现在我需要的排名，我被卡住。 我roullete code是在这里（我用原子结构的遗传原子）： const int的轮盘（常量原子* F） { INT I; 双和，s
..
我通过确定性位数的分析工作的假设下发现，输入被分为3个部分，而不是5，问题是它在哪里打破？ 确定性值寻找算法： 选择（I，N） 除以n个元素到5组。 找到每个5元组的死记硬背的中间值。 递归选择中位数的X⎣n的/5⎦ 组中位数是支点。 绕枢轴X分区。令k =秩（X） 4，如果我= K，然后返回X ELSEIF I＆LT;氏“/ P> 然后递归选择的第i个 在下部最小元素 别的
..
除了中位数的中位数算法，是否有任何其他的方式做K-选择在最坏情况下O（n）的时间？是否实施中位数的中位数意义;我的意思是，是的性能优势在实际应用不够好？ 解决方案 还有另一种算法计算的基础上的的软堆 数据结构，这是被允许的标准优先级队列中的变种”的优先级将它存储腐败“的一些数字。该算法进行更详细的维基百科文章中描述，但基本思想是使用软堆有效（O（n）的时间）选择一个枢轴为分区函数具有良好的分裂
..
您好我想了解的算法在下面的示例“中位数中位数”： 因此，我们有45不同数字分为9组5个元件。 48 43 38 33 28 23 18 13 8 49 44 39 34 29 24 19 14 9 50 45 40 35 30 25 20 15 10 51 46 41 36 31 26 21 16 53 52 47 42 37 32 27 22 17 54 的第一步是排
..
我试图写它可以在O打印k个最小数在正大小的数组（n）时间的算法，但我不能减少时间复杂度为n。我怎样才能做到这一点？ 解决方案 您需要使用“选择算法”，这是O（n）找第K最小的元素，然后再次遍历数组，并把每个元件，它小于/等于它。 选择算法：你必须要注意，如果您有重复：你需要确保你没有返回多于k个元素（这是可能的，如果如您有1,2，...，K，K，K ，...） 的编辑： 维基，完全算法
..
