哈希表的作用是为了实现海量数据的快速查找，而不是为了实现海量数据的压缩存储，虽然往往一个哈希表确实可以实现海量稀疏数据的压缩存储
同时使用多个哈希函数，即对一个值有多个哈希标签（一个用于做数组下表，另外的可以用于验证），这样能更快速的降低哈希值得碰撞概率，于是也就提高了查询和验证的速度

Jacobi迭代法

Gauss-Seidel迭代法
Gauss-Seidel迭代法仅是在Jacobi迭代法基础上，把顺序先生成的x(k+1)直接用在了顺序后生成的同阶后续x(k+1)上
加快了迭代速度，只需要改一下he函数即可

Dollitle分解法是建立在Gauss消元法之上的，限制条件少于Gauss消元，即只需要A的各阶顺序主子式不为0即可，又称直接三角分解法
关于L、U的计算方法为先算U的第一行，再算L的第一列，再算U的第二行，再算L的第二列，以此类推
Dollitle分解法的时间复杂度约为三分之一n的立方，与Gauss消元法相当。直接三角分解的优点在于当需要求解具有同系数矩阵的一系列方程组时
（即A相同，而b不相同），可以节省大量计算量，此时在完成三角分解后，并贮存了矩阵L和U之后，右端项每改变一次仅需增加n的平方次运算
其实Dollitle分解法就是记忆了消元后矩阵信息的Gauss消元
并且由于Dollitle分解每一个元素时，只处理了该元素左上子矩阵的元素，故在处理大型带状矩阵时，其有Gaus s消元法无可媲美的优势，可以大量节省存贮空间，建立在其上的Cholesky、Crout分解也具有同样的特点

Crout分解即追赶法是专门用于求解三对角方程组的，这类方程组经常出现在用差分方法或有限元法求解二阶常微分方程边值问题、热传导问题及三次样条函数插值问题中，矩阵A的各阶顺序主子式不为0时有解，三对角矩阵各阶顺序主子式都不为0的一个充分条件是|a[i]|>|c[i]|+|b[i]|,c[i]*b[i]!=0,
即对角占优
当三对角矩阵满足对角占优时，追赶法是数值稳定的算法，具有程序简单，存贮量小和计算量小等优点。

Cholesky分解法，即对称正定矩阵的平方根分解法，是由直接三角分解法演化而来，是由于上三角和下三角互为转制而产生的特殊解法
Cholesky分解法同Dollitle分解一样，按列计算，只算下三角（这点与Dollitle不同）
Cholesky分解具有数值稳定性，故不需要选取列主元

问题描述
符号三角形的 第1行有n个由“+”和”-“组成的符号 ，以后每行符号比上行少1个，2个同号下面是”+“，2个异 号下面是”-“ 。计算有多少个不同的符号三角形，使其所含”+“ 和”-“ 的个数相同 ，并打印出所有的三角形。 n=7时的1个符号三角形如下:
+ + - + - + +
+ - - - - +
- + + + -
- + + -
- + -
- -
+