算法leetcode day 30

# 枚举 枚举是一种常见的算法，通过各种技巧可以优化枚举次数。 [【POJ 3061】Subsequence](https://vjudge.net/problem/POJ-3061)（尺取法）： 给定一个长度为 $n$ 的数列 $a$，找到最短的区间 $[l,r]$，使得 $\sum\limits ......

## 一、介绍 垃圾识别系统，使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对5种垃圾数据集进行训练，最后得到一个识别精度较高的模型。并基于Django，开发网页端操作平台，实现用户上传一张垃圾图片识别其名称。 ## 二、效果展示 ![16837 ......

## 一、介绍 使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对数据集进行训练，最后得到一个识别精度较高的模型。并基于Django，开发网页端操作平台，实现用户上传一张图片识别其名称。 ## 二、效果展示 ![1683898509301-2259 ......

给你一个下标从 0 开始的整数数组 nums ，它包含 n 个 互不相同 的正整数。如果 nums 的一个排列满足以下条件，我们称它是一个特别的排列： 对于 0 & nums) { int mod = 1e9+7; int m = nums.size(); int memo[m][m f = [&] ......

#include<iostream> #include<bits/stdc++.h> using namespace std; map<string,int>na_mo; int main(){ string name[15],Zname,Pname; int n,mony,m; cin>>n; f ......

## Solution https://www.acwing.com/problem/content/155/ ##### **二分图，染色，贪心 O(n^2)** 性质 > 当且仅当i a[i]>a[k] 那么j和j之后的元素一定在i之后出栈，所以当序列遍历到j时，一定可以让i出栈，进而j就可以进 ......

本文简要介绍对于有限域 $\mathbb F_q$, 如何快速计算多项式模复合 $f(g(X)) \bmod h(X)$, 其中 $f,g,h$ 均是次数不超过 $n$ 的多项式. 介绍的思想汇总于 2022 年 Bhargava, Ghosh, Guo, Kumar 和 Umans 的工作: Fa ......

## 一、背景 花朵识别系统，基于Python实现，深度学习卷积神经网络，通过TensorFlow搭建卷积神经网络算法模型，并对数据集进行训练最后得到训练好的模型文件，并基于Django搭建可视化操作平台。 在当今信息化社会，图像识别技术在各种领域都展现出了重要的应用价值，包括医学影像分析、自动驾驶 ......

## 一、介绍 文本分类系统，使用Python作为主要开发语言，通过TensorFlow搭建CNN卷积神经网络对十余种不同种类的文本数据集进行训练，最后得到一个h5格式的本地模型文件，然后采用Django开发网页界面，实现用户在界面中输入一段文字，识别其所属的文本种类。 在我们的日常生活和工作中，文 ......

## 前言 看了 [ShanLunjiaJian 关于这个问题的文章](https://www.luogu.com.cn/blog/uakioi/nv-knapsack)，是完全没看懂，沙东队爷的中枢神经内核配置把我偏序了。叉姐在下面提了个论文，论文找不到资源，谁搞到了可以 Q 我一份之类的拜谢了。 ......

[来源THM](https://tryhackme.com/room/0day) 0day 利用 Ubuntu，就像飓风中的乌龟一样 nmap端口扫描 ``` 22/tcp open ssh OpenSSH 6.6.1p1 Ubuntu 2ubuntu2.13 (Ubuntu Linux; prot ......

110.平衡二叉树 （优先掌握递归） 难点： 要求每个节点的左右字数的高度相减<=1，因此，需要对每个节点都进行检查，难就难在怎么获得任意节点的高度 其中递归是最简单的： 1 int isB_cursor(TreeNode* node, bool &isBalance) 2 { 3 if (isBa ......

 MosaicML正在推出其第二个开源大型语言模型（LLM），称为MPT-30B，这是继五月份首次推出的较 ......

leetcode题目做了34道了，写下目前的感受，不一定对，需要经常修改内容。 1、代码是怎么写出来的？不是一下子写出来的，是逐步填充，逐步具体的。一句话，写代码也要看到历史和现状，现状不是突然出现的，是有发展历史的。不是从1直接就到10了，而是从1->2->3，逐步递进，最后到10。写代码总要写第 ......

Arrays.sort(points,(o1,o2)->{ if(o1[1] == o2[1]) return 0; if(o1[1] < o2[1]) return -1; return 1; }) 根据dp[1]进行升序排列，O(NlogN) ......

## Python 算法之冒泡排序 ### 冒泡排序 冒泡排序算法的原理如下：（从后往前） * 1、比较相邻的元素。如果第一个比第二个大，就交换他们两个。 * 2、对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。在这一点，最后的元素应该会是最大的数。 * 3、针对所有的元素重复以上的步骤 ......

## Python 算法之二分查找 ### 二分查找 * 二分查找又称折半查找 * 优点是比较次数少，查找速度快，平均性能好 * 缺点是要求待查表为有序表，且插入删除困难 * 折半查找方法适用于不经常变动而查找频繁的有序列表。 ### 猜数字游戏 * 1、生成一个有序列表 * 2、用户猜测某个数字是 ......

有的系统为了安全性会要求用户多长时间不操作的时候退出到登录页面 实现这个功能的时候是 我们是由前端实现的，接下来看一下我们是怎么实现的 1、实现的思路： 是记录用户操作的最后一次时间， 还有再次操作的时间， 后面的时间戳减去前面一次的时间戳，如果换算出来的时间内大于三十分钟，则退出到登录页面即可 2 ......

在编写代码时，每位软件专业人士都需要对算法有充分的理解。在这本实用性极强的著作中，作者对一些关键的算法行了详实的描述，可以有效地提高用各种语言编写代码的质量。软件发人员、测试人员和维护人员可以在本书中学会如何使用算法，以创造性的方式解决计算性问题。 本书各章内容前后衔紧密，环环相扣，用醒目的图表有条 ......

1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 三维点云室内重建是计算机视觉领域的一个重要研究方向，它可以为现实世界中的建筑空间提供高精度的三维模型。在这个领域中，SURF+AFFINE+RANSAC+ICP算法是一种常用的方法。本文将对这些算法进行详细介绍，并探讨 ......

1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 图像压缩是一种广泛应用的技术，它能够在不影响图像质量的前提下，减少图像所占用的存储空间。本文将介绍一种基于离散余弦变换（Discrete Cosine Transform，简称DCT）和ZigZag扫描的图像压缩算法， ......

1、二进制编辑器 二进制编辑器是一种用于编辑二进制文件的工具，它允许用户以原始的二进制形式查看和修改文件内容，而不仅仅是文本形式。相对于文本编辑器，二进制编辑器更加底层和直接，可以对文件的每个字节进行操作，无论是文本、图像、音频还是可执行文件等。在https://www.vcraft.jp/soft ......

1.算法理论概述 交通标志识别一直是计算机视觉和机器学习领域的研究热点之一。PCA（Principal Component Analysis）降维算法是一种常用的特征提取方法，可以将高维数据降低到低维空间中。本文介绍一种基于PCA降维的交通标志训练和识别算法，该算法可以从交通标志图像中提取特征，并训 ......

# 一、在高度为h的堆中，元素个数最多和最少分别是多少? ## 文心一言： 在高度为 h 的二叉搜索树（BST）中，元素个数最多和最少的情况分别如下： 1.最多情况：当每个节点都包含两个子节点时，BST 中的元素个数最多。此时，BST 中的元素个数为 2^(h+1) - 1。 2.最少情况：当 BS ......

59. 螺旋矩阵 II 定义一个总数，是所有格子走完中心的最大数，target = n*n 从 1 开始，每走一步，当前数 +1 ，while(curNum<=target) 就继续走 定义每圈螺旋走位的边界，初始值：left=0; right=n-1; top=0; bottom=n-1; 1、在 ......

请求和后端ip地址计算hash值%2^32。 把请求转给按顺时针找到的后端IP。如果后端IP挂了，原本转给其他后端IP的请求不变。为了增强均衡性，可以增加虚拟节点。 参考资料nginx 负载均衡/一致性哈希 ......

#### [338. 比特位计数](https://leetcode.cn/problems/counting-bits/) 难度简单 1216 给你一个整数 `n` ，对于 `0 0 1 --> 1 2 --> 10 **示例 2：** **输入：**n = 5 **输出：**[0,1,1,2,1 ......

坏点检测/消除 (Defect Pixel Detection/Correction) 与FPN 类似，坏点的产生也与 Sensor 的工艺有关。与FPN 不同的是，坏点有固定点和疑似坏点两种。而后者的出现相对不固定，会随着曝光时间以及温度的变化而变。因此进行坏点消除之前需要首先进行坏点检测 (De ......

固定模式噪声消除 (Fixed Pattern Noise Remove) 由于 Sensor 工艺的原因导致了 Sensor 会在固定的位置产生相对固定的随时间变化较小的噪声，称之为固定模式噪声。固定模式噪声一般出现于 CMOS Sensor，并且 Sensor的模拟增益或者列增益开的越大，固定模 ......

镜头畸变校正lens distortion correction 常见的镜头畸变有两种，一种是桶形失真，常出现于短焦大视角镜头；一种是枕形失真，常出现于变焦镜头的长焦段，如图所示。通过镜头畸变校正期望校正后的图像中垂直和水平直线依然保持垂直和水平。校正算法原理：一般分两步，首先通过 calibrat ......