算法 深度 规则apriori
【编程算法】【寻路】【A*优化 - 双向搜索】
两个并行搜索 在某些情况下，这是一个好主意。 双向搜索背后的想法是搜索结果在地图上扇出的“树”。一棵大树比两棵小树要糟糕得多，所以最好有两棵小树。 https://arxiv.org/pdf/1703.03868.pdf https://repub.eur.nl/pub/16100/ei2009-1 ......
深度学习——基础入门
深度学习-基础 基础环境配置Anaconda 主要应用其中的两个组件： 1.Anaconda prompt 用来安装包（框架） 2.Jupyter notebook 网页版的编译器，（可以通过修改属性，更改根目录） www.image-net.org 机器学习的基本路线 一个图像分为 长h 宽w 颜 ......
1688商品发布框架升级，海量规则如何覆盖
1688商品发布框架升级，海量规则如何覆盖？ https://mp.weixin.qq.com/s/1pU36WazmxglJHC7T_fmXQ 1688商品发布框架升级，海量规则如何覆盖？ 原创 阿里巴巴技术质量 阿里巴巴技术质量 2023-03-17 10:00 发表于北京 阿里QA导读：168 ......
KMP算法
KMP算法思路分析：先得到字串的部分匹配表，使用部分匹配表完成KMP的算法匹配 部分匹配表：利用前缀和后缀完成 移动位数为：已经匹配的字符-对应的部分匹配值 前缀和后缀案例： 前缀和后缀案例2： KMP算法的代码实现案例： ......
KMP算法
KMP算法 Knuth-Morris-Pratt字符串查找算法（简称为KMP算法）可在一个字符串S内查找一个词W的出现位置。一个词在不匹配时本身就包含足够的信息来确定下一个匹配可能的开始位置，此算法利用这一特性以避免重新检查先前配对的字符。 这个算法由高德纳和沃恩·普拉特在1974年构思，同年詹姆斯 ......
分布式ID生成-雪花算法(Snowflake)
1 描述 使用原生Java方式生成雪花算法, 雪花算法是推特公司开源的生成唯一ID的算法, 性能更高，可以避免对第三方依赖的使用, 减少耦合 1）能满足高并发分布式系统环境下ID不重复 2）基于时间戳，可以保证基本有序递增，即按照时间趋势递增（有些业务场景对这个有要求） 3）算法本身不依赖第三方的库 ......
三十分钟理解：线性插值，双线性插值Bilinear Interpolation算法
https://blog.csdn.net/xbinworld/article/details/65660665 ......
代码随想录算法训练营Day49 动态规划
#代码随想录算法训练营 代码随想录算法训练营Day49 动态规划| 121. 买卖股票的最佳时机 122.买卖股票的最佳时机II 121. 买卖股票的最佳时机 题目链接： 121. 买卖股票的最佳时机 给定一个数组 prices ，它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的 ......
算法学习
算法 排序 选择 找到最小的index，然后再交换 冒泡 一直在换位置 冒泡从小到大， 但是不断的找最大的，像爬山 最大的在上面 气泡也是 最大的在上面 因为他没有控制尾部，所以并不知道尾部是不是有序的。所以只有挨着遍历 插入 插入可以到达 O(N) 因为如果一旦满足最大情况 ，就不进行比较了，进入 ......
【编程算法】【寻路】【A*优化 - 束搜索】
束搜索的好处，就在于，他可以通过剪枝减少搜索的节点，减少时间和空间的消耗但是劣势就是不一定得到最佳路径，如果把他的光束收缩到最小，就是贪心算法 1. 在存储有限的情况下进行类似的宽度优先的图搜索算法 2. 在搜索空间很大的情况下对图搜索进行存储限制的重要性 ......
【编程算法】【寻路】【A*优化 - 迭代加深A*（IDA*）】
限定下限的深度优先搜索 由于不再采用动态规划的方法，节省内存 最大的优点：找到最短路径情况下，需要最小内存 但是是时间换空间，不会记得走过一条路 IDA-Star(IDA*) Algorithm in general « Insight into programming algorithms (wo ......
react的diff算法
diff策略 React用 三大策略 将O(n^3)复杂度 转化为 O(n)复杂度 策略一（tree diff）： Web UI中DOM节点跨层级的移动操作特别少，可以忽略不计。 策略二（component diff）： 拥有相同类的两个组件 生成相似的树形结构， 拥有不同类的两个组件 生成不同的树 ......
01.基于深度学习LSTM神经网络的全球股票指数预测研究
基于深度学习LSTM神经网络的全球股票指数预测研究 基于深度神经网络优化技术，本文构造了一个深层LSTM神经网络，并将其应用于全球30个股票指数三种不同预期的预测研究，LSTM神经网络在预测精度和稳定度两方面都有着很大优势，其未来在金融预测等方面将会有广阔的应用场景。 结果发现： LSTM 神经网络 ......
算法笔记
算法笔记 10个数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图、Trie 树； 10个算法：递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算法、动态规划、字符串匹配算法 股票问题系列通解（转载翻译） - 力扣（LeetCode） 数据结构和容器 基本类型： int,lo ......
算法总结--动态规划
声明(~~叠甲~~)：鄙人水平有限，本文为作者的学习总结，仅供参考。 ##1.动态规划介绍 动态规划，英文：Dynamic Programming，简称DP，如果某一问题有很多重叠子问题，使用动态规划是最有效的。其中每一个状态一定是由上一个状态推导出来，这是DP的一个重要标志。 ##2.DP大法的使 ......
机器学习算法（一）: 基于逻辑回归的分类预测
逻辑回归（Logistic regression，简称LR）虽然其中带有"回归"两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热，但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。 ......
基于深度学习的车型识别系统（Python+清新界面+数据集）
基于深度学习的车型识别系统用于识别不同类型的车辆，应用YOLO V5算法根据不同尺寸大小区分和检测车辆，并统计各类型数量以辅助智能交通管理。本文详细介绍车型识别系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的多... ......
基于深度学习的鸟类检测识别系统（含UI界面，Python代码）
鸟类识别是深度学习和机器视觉领域的一个热门应用，本文详细介绍基于YOLOv5的鸟类检测识别系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种鸟类图片、视频以及开启摄像头进行检测识别；可通过UI界面选择文件，切换标记识别目标，支持切换模型，支持用户登录注... ......
基于深度学习的智能PCB板缺陷检测系统（Python+清新界面+数据集）
智能PCB板缺陷检测系统用于智能检测工业印刷电路板（PCB）常见缺陷，自动化标注、记录和保存缺陷位置和类型，以辅助电路板的质检。本文详细介绍智能PCB板缺陷检测系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面和训练数据集。在界面中可以选择各种图片、视频进行检测识别；可对图... ......
基于深度学习的农作物叶片病害检测系统（UI界面+YOLOv5+训练数据集）
农作物叶片病害检测系统用于智能检测常见农作物叶片病害情况，自动化标注、记录和保存病害位置和类型，辅助作物病害防治以增加产值。本文详细介绍基于YOLOv5深度学习模型的农作物叶片病害检测系统，在介绍算法原理的同时，给出Python的实现代码、PyQt的UI界面以及训练数据集。在界面中可以选择各种图片、... ......
算法 | 中缀表达式转后缀表达式并计算结果（利用栈）
1.手动实现中缀转后缀 2.代码实现中缀转后缀并计算表达式结果 为了简化问题，假设算术运算符仅由加、减、乘、除4种运算符和左、右括号组成。 step1: 声明栈结构 #include <iostream> #include <string> using namespace std; #define ......
【分布式技术专题】「分布式技术架构」一文带你厘清分布式事务协议及分布式一致性协议的算法原理和核心流程机制（Paxos篇）
概念简介 Paxos是一种基于消息传递具有高度容错特性的一致性算法，是目前公认的解决分布式一致性问题最有效的算法之一。 发展历史 Paxos算法的发展历史追溯到古希腊，当时有一个名为“Paxos“的小岛， 岛上采用一会的形式通过法令， 议会中议员通过信使进行消息传递，议员与信使都是兼职的，他们随时都 ......
复杂度分析：如何分析、统计算法的执行效率和资源消耗
我们都知道，数据结构和算法本身解决的是“快”和“省”的问题，即如何让代码运行得更快，如何让代码更省存储空间。所以，执行效率是算法一个非常重要的考量指标。那如何来衡量你编写的算法代码的执行效率呢？这里就要用到我们今天要讲的内容：时间、空间复杂度分析。 ......
算法学习笔记(19): 树上启发式合并（DSU on tree）
树上启发式合并 DSU on tree，我也不知道DSU是啥意思 这是一种看似特别玄学的优化 可以把树上部分问题由 $O(n^2)$ 优化到 $O(n \log n)$。 例如 CodeForces 600E。 又例如一道神奇的题： 适用情况 可以离线的部分树上问题。 需要子树上的所有信息，但是信息 ......
基于量子随机游走的图像加密算法
一、概述 量子随机游走是一种基于量子力学的随机游走模型，其具有良好的随机性和不可预测性，因此被广泛应用于密码学中。基于量子随机游走的图像加密算法是一种新兴的加密算法，其基本思路是将明文图像转换为量子态，通过量子随机游走对量子态进行加密，最后将加密后的量子态转换为密文图像。 二、算法流程 将明文图像转 ......
深度解析单例模式
饥汉模式 package com.cz.single; /** * @author 卓亦苇 * @version 1.0 * 2023/3/11 21:31 */ public class Hungry { private byte[] data1 = new byte[1024]; private ......