算法 笔记18

常见的三种哈希结构 数组 set （集合） map(映射) HashSet 特点: HashSet 无序 (没有下标) ，不可重复 HashSet 为 HashMap 的 key 部分 TreeSet TreeSet 无序 (没下标) ，不可重复，但是可以排序 TreeSet 为 TreeMap 的 ......

###题目：给定两个字符串 s 和 t ，编写一个函数来判断 t 是否是 s 的字母异位词。 ####注意：若 s 和 t 中每个字符出现的次数都相同，则称 s 和 t 互为字母异位词。 示例1： 输入: s = "anagram", t = "nagaram" 输出: true 示例2： 输入: ......

单元测试 （1）重要的单元测试：有效解决程序员对模块功能的误解、疏忽或不了解模块的变化之类的问题，使自己负责的模块功能定义尽量明确，模块的质量得到稳定的、量化的保证。 （2）好的单元测试的标准： 在最基本的功能/参数上验证程序的正确性 单元测试必须由最熟悉代码的人（程序的作者来写） 单元测试过后，机 ......

如何分析、统计算法的执行效率和资源消耗？ 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。 复杂度分析是整个算 ......

一、部署jenkins master 1.创建Deployment YAML文件 apiVersion: apps/v1 kind: Deployment metadata: name: jenkins namespace: kube-ops spec: replicas: 1 selector: ......

定义 $1.$ 点数量 $\ge$ 2 $2.$ 没有奇环 二分图染色 深搜，0和1两种，相邻染不一样颜色，如果最后有冲突就不是二分图。 二分图匹配 定义 没有 $2$ 条边公用 $1$ 个点 极大匹配 无法通过加边的方式增加匹配的数量 最大匹配 边数最多的极大匹配 完全匹配 没有孤立点的匹配 匈牙 ......

编译原理 3.4.9 题的解析与答案，特别是 4、5 题仅供参考。 题目： Fibonacci 字符串的定义如下： 1) \(s1 = b\) 2) \(s2 = a\) 3) 当 \(k > 2\) 时， \(s_k = s_{k-1} s_{k-2}\) 例如：\(s3 = ab, s4 = a ......

【LBLD】我写了首诗，把滑动窗口算法算法变成了默写题 76.最小覆盖子串 class Solution { public: string minWindow(string s, string t) { unordered_map<char, int> need, window; for (char ......

二分图匹配 $\text{KM}$ $ \text{KM } $ 板题代码（$dfs$做法） $\text{KM}$ 模拟过程（复习时建配合模拟过程进行理解） ......

抛硬币实验 random 模块 import random random.randint(a, b) 返回一个随机整数 N，范围是：a <= N <= b random.choice("ilovefishc") 从 "ilovefishc" 这个字符串中随机选出一个字符。 编写一个双色球的开奖模拟程 ......

定义 线性规划是一类最优化问题，例如： $$ \begin{aligned} \min{\ x_1+2x_2}& \ s.t.\ x_1+x_2\le 3&\ x_2\le 2&\ x_1\ge 0&\ x_2\ge 0 \end{aligned} $$ （s.t. 是 subject to 的缩写 ......

出现问题 ubuntu18.04 分辨率不正确，只能是1280*1024鼠标移动窗口时会特别卡顿使用top查看时，卡顿的时候，是由于Xorg占用CPU过高，导致卡顿 解决方案 修改/etc/default/grub可以修复错误的grub文件中，是GRUB_CMDLINE_LINUX_DEFAULT= ......

/** * @file string_BM.cpp * @author Invisiphatom (ethancao16770@gmail.com) * @brief function:build_good_table is based on pictures from https://blog.c ......

注：弗洛伊德算法也可以在数据范围很小时（$10^2$级别）求单源最短路，例如3488.最短路径。优点是弗洛伊德算法相对于Dijkstra更好写，就三个for循环，代码比较短，缺点是只有在数据范围是$10^2$级别才能用。 3488. 最短路径 #include <iostream> #include ......

代码规范，一个看似很小的问题，很小的细节，可能平时我们根本没有注意，但是随着我们所写问题的复杂化以及所写代码量的增大，这个问题越发显得重要。以前写代码只是为了去完成作业而去完成，代码规范的问题早就被抛到脑后，只要运行成功显示出自己想要的结果就觉着有了很大的成功。大多数变量和函数的命名被我们用简单而无 ......

FastReport 使用笔记 1.在脚本中使用变量 在Script脚本方法中中定义变量和Delphi 一样，不做说明，这里主要说一下在报表中定义的变量如何在脚本中读写： （1） 定义变量类型 vars 在 vars 类别下增加变量 v1 在Memo1 上使用 memo1.text:=[v1] 在S ......

本章内容较多预警 Intro 我们写过一个两层的神经网络, 但是梯度是在loss内计算的, 因此对网络的架构相关的修改难免比较困难. 为此, 我们需要规范化网络设计, 设计一系列函数. , 后面我们还会封装一个类, 这也是最希望的方式了. 环境搭建 又到了工科生最上头(bushi 的搭环境环节. 我 ......

1. 风险价值（VaR）简述风险价值（value at risk，VaR）是指在一定的持有期和给定的置信水平下，利率、汇率、股价等风险因子发生变化时可能对投资组合造成的潜在最大损失。例如：持有期 1 天、置信水平 95% 的情况下，计算得到的 VaR 值为 1000 万元，则表明该投资组合在1天中有 ......

一、概述 XGBoost是一种基于决策树的集成学习算法，它在处理结构化数据方面表现优异。相比其他算法，XGBoost能够处理大量特征和样本，并且支持通过正则化控制模型的复杂度。XGBoost也可以自动进行特征选择并对缺失值进行处理。 二、代码实现步骤 1、导入相关库 import org.apach ......

从零训练一个神经网络 2023-04-12 1.读取训练数据 # 读取数据 # 这一步类似预处理，将图片裁剪成64*64大小 data_dir = "./data" # 字典语法 dict = {a:b} # Scale已经被删除，用Resize代替 data_transform = {x: tra ......

版权声明：本文为CSDN博主「椿湫致简」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/zyc18700766982/article/details/126899279 ①、引脚说明 VCC、GND CE：模式控 ......

1. IDEA在引入外部库时编译出现找不着库的问题：在 resources目录中，新建一个lib目录，将外部库拷贝进去，这样打包时就不会出现找不见的情况。 2. 对象列表按属性排序时空指针错误处理问题： List.sort(Comparator.comparing(X::a)在对列表按属性排序时，如 ......

如果你想要随时随地记录生活、工作中的各种注意事项、灵感、需要记住的事情，那么你会如何记录呢？以前大家在记录事情的时候，会使用纸质的笔记本或便签纸来记录，但是随着智能手机的发展，现在使用手机就可以直接做各种电子笔记了。 不过在使用手机做笔记的时候，我们需要借助各种笔记软件才能够记录文字、图片、视频等内 ......

主席树，又名可持久化线段树，可以访问多个历史版本的树上存的信息。 图及其他来源于此：https://www.cnblogs.com/hyfhaha/p/10678275.html 基本思想 用到的基本思想就是对于每一个修改版本的树，只新建修改后的节点，如果是每一个版本新开一个线段树的话空间一定不够。 ......

前言 Before 其实贴吧上传文件的代码我是第一批知道的人，我一开始也不会用，然后去问了开发者 后来我就犹豫了一下要不要像之前换头像一样写个详细的教程，但又觉得影响不太好 等到那天晚上他写了个恶搞小教程出来后，我就直接跟他说，这样早晚会出事，而且可能会连累到我们现在有点东西 他回复我说，特意写了一 ......

反向传播的过程 定义向量的方法， out = self.w.mm(x) # mm表示向量相乘metrix multiple 1*2 与 2*1 相乘 item()方法更安全和推荐，因为它可以确保计算图的正确性，并且可以提供与Python标量类型的兼容性。而data属性已经被废弃，并且可能会导致错误， ......

目前，深度学习的优化器以反向传播的梯度下降算法为主流。常见的优化器有如下几种： BGD SGD MBGD Momentum RMSProp AdaGrad Adam 1. 批量梯度下降(Batch Gradient Descent, BGD) 2. 随机梯度下降法（Stochastic Gradie ......

所有的请求都会经过中间件 示例代码： package main import ( "fmt" "github.com/gin-gonic/gin" "time" ) func main() { engine := gin.Default() engine.Use(func(context *gin. ......

冒泡排序 let array = [2, 5, 3, 1, 4] function sort(arr) { let res = [] if(!Array.isArray(arr)) return [] for (var i = 0; i < arr.length; i++) { for (var j ......

元字符 元字符就是指那些在正则表达式中具有特殊意义的专用字符 元字符的分类与记忆技巧 我们可以把元字符大致分为这几类：表示单个特殊字符的，表示空白符的，表示某个范围的，表示次数的量词，另外还有表示断言的，我们可以把它理解成边界限定。 特殊单字符 . 任意字符(换行除外) \d 任意数字 \D 任意非 ......