算法原理： 改归并排序将序列折半分成两个子序列，然后继续拆分，直到每个序列只有一个数据时，再将各个子序列排序后合并叠加。直到所有子序列都合并，排序完成。该算法采用分治的思想。 图解算法思路： 编辑 编辑 编辑 编辑 void Merge(int unsorte
基本术语 “模型”泛指从数据中学到的结果，还可以指全局性结果（如一个决策树），而用“模式”指局部性结果（如一条规则）。 假设空间 尽管训练集通常只是样本空间的一个很小的采样，但是我们仍希望它可以很好第反映出样本空间的特性，否则就很难在训练集上学到的模型能在整个样本空间上都工作的
标准库命名空间 直接导入所有std命名空间不是一种好行为。 isotream cin，cout getline() string operater+：连接， operater==：比较 substr(）：拷贝指定字符串 repalace()：替代指定字符串 C风格字符串：以‘\0’结尾，c_str()可以实现转化 容器 算法 迭代器 常用算法 算术 复数
发现、追寻、创造 ——读《数学之美》有感 在开始阅读这本书之前，我想当然的便认为，这大抵是一本数学科普类读物吧，让人难以提起兴趣。然而，当我翻开这本书的时候才知道我错了。 它不单只给我们普及了许多数学知识，更重要的是它以深入浅出的方式讲述了信息中的数学原理，也让我接触、了解
Halcon提取中心线的一般流程： read_image (Image, 'C:/Users/Administrator/Desktop/china.png') *计算提线参数 MaxLineWidth := 5 Contrast := 10 calculate_lines_gauss_parameters (MaxLineWidth, [Contrast,0], Sigma, Low, High) *提取中心线 lines_gauss (Image, Lines, Si
我是如何爱上随机流算法的 在当今的数据经济中，产生的数据量呈指数级增长。最好的估计表明 每天至少产生 2.5 万亿字节的数据 （那是 2.5，后面是惊人的 18 个零！） 参考 .这一步伐只会随着物联网 (IoT) 的发展而加快。 我们如何更有效地表示和建模这种数据流入（流）是关键。数据结构在实现这
内存资源对Redis来说是弥足珍贵的，有效的减少Redis的内存使用问题从而达到系统优化的目的。 一、LRU算法的基本原理 LRU算法：最近最少使用-Least Recently Used 从基本原理上来说，LRU算法会使用一个链表来维护缓存中每一个数据的访问情况，并根据数的实时访问，调整数据在链表中的位置，然
第九章学习笔记 知识点归纳 第九章讲了I/O库函数，也就是C语言的相关文件操作。 这里大概分成了五个主要部分部分： 1. 系统调用 课本将I/O函数库与系统调用充分联系到了一起，除了讲了两者之间的差别，更重要的是强调两者之间的相似性。并举例说明了诸如显示文件内容、复制文件在系统调用
20220911 第二题直接看答案，很巧妙的方法，充分的利用异或的性质来写循环。mark一下 第一题 nums[::2], nums[1::2] = nums[:n], nums[n:] 第二题 nums = [5,1,6] candidates = [0] for x in nums: candidates += [x^y for y in candidates] sum(candidates)
前言：由于本人不是科班出身，计算机基础相对薄弱一些，最近在工作之余想系统的学习一下数据结构与算法，主要是通过学习专项突破版的剑指Offer每一部分的典型题目，将每一部分相关的基础内容尽量掌握一下。由于没有太多时间将看过的基础内容都总结整理起来，因此先将题目根据书中的讲解和自己
1 低效率排序 1.1 冒泡排序 排序原理：冒泡排序的原理是通过让较大的数依次往后排或往前排，或者是较小的数依次往后排或前排 代码实现： def bubbling(li): for i in range(len(li) - 1): # 排序躺数，比如一个有三个元素的数列需要将两个元素进行排序 for j in range(1, len(li) -
前言 回到弃用许久的博客，第一件事情当然是浏览并删除黑历史啦。打算不再使用洛谷博客，感觉 2020 年 4 月左右本人就社死了，所以博客写这里应该还可以。感觉 OI 也许做不出什么成绩了，还剩两年，就允许我给这个美好的圈子留下一些痕迹吧。 介绍 原文传送门 最优性问题是算法竞赛中涉猎极
时间复杂度O(2log(3)n)//以3为底 单谷函数求最大值 double l=0,r=1000; while(r-l>1e-9) { double lmid=l+(r-l)/3; double rmid=r-(r-l)/3; if(check(lmid)<=check(rmid)) l=lmid; else r=rmid; } 单谷函数求最小值 double l=0,r=1000; while(r-l>1e-9) { double lmid=
1.值和下标之差都在给定的范围内 给你一个整数数组 nums 和两个整数 k 和 t 。请你判断是否存在 两个不同下标 i 和 j，使得 abs(nums[i] - nums[j]) <= t ，同时又满足 abs(i - j) <= k 。如果存在则返回 true，不存在返回 false。 package com.chenghaixiang.jianzhi2.day19; impor
算法的概念 算法是指给出解决问题的操作步骤之后，无论是人还是机器都可以按照步骤机械性的执行得到问题的结果。 我们在日常生活中回遇到各种的实际问题遇到之后的解决流程如下： 首先在一系列世纪问题中找到一个特定的topic，得到一个实际问题，在这个实际问题的基础之上我们可以抽象出
该论文主要讲述了多智能体通信。 简介中提出，很多多智能体任务需要通信，所以提出了两种算法RIAL和DIAL。论文中考虑的任务是完全合作，部分观测，顺序多智能体决策的任务。所有的智能体的目标是相同的，最大化累计折扣奖励。没用智能体能观察到完整的马尔可夫状态，智能体之间可以通过有限离
表情识别研究 学习文章：https://zhuanlan.zhihu.com/p/40572244 表情识别（FER，facialexpression recognition）是人脸识别（FR，face recognition）技术中的重要组成部分。 人脸表情识别系统，主要包括人脸图像提取，人脸检测，特征提取，特征分类四部分。 特征提取方法： 表情特征提取主要采用数
0、算法概述 0.1 算法分类 十种常见排序算法可以分为两大类： 比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。 非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也
一、学算法必去的一个网站 首先有一个网站那是每一个学习数据结构与算法都必须去的网站，说出来你就知道了，那就是大名鼎鼎的LeetCode。 链接直达：https://leetcode.com/ 中文版长这个样子的：点开探索给你看看 强烈推荐人手一个啊！不骗你！ 二、数据结构可视化网站 接下来就是在你学习数据
字符串匹配在日常开发中很常用，用于判断一个字符串中是否包含另外一个字符串，例如Java中的indexOf方法，查到则返回对应的位置，未查询到则返回-1。 如图-1，在“abcabd”中查找“abd”，最终在下标3的位置匹配。 图-1 至于是如何匹配的，直觉上
一、简介 编程好比是一辆汽车，而数据结构和算法是汽车内部的变速箱。一个开车的人不懂变速箱的原理也是能开车的，同理一个不懂数据结构和算法的人也能编程。但是如果一个开车的人懂变速箱的原理，比如降低速度来获得更大的牵引力，或者通过降低牵引力来获得更快的行驶速度。那么爬坡时使
APISpace 的 IPv6归属地 API，是将网络空间地图测绘技术与人工智能(AI）算法相结合，利用动态密度聚类算法和基于多层神经网络的IP地址定位算法，完成IP地址地理位置定位。 APISpace 上面还有很多各种各样的API，并且所有API提供免费的调用次数，大家感兴趣欢迎访问官网apispace.com，eolink
参考书： 编译原理（第3版） 西北工业大学出版社 第2.4节内容 试图理解书上内容，完全意识流，捏造名词，不保证叙述正确 ε-产生式：右部为空符号串的产生式，例如A→ε 题意：将ε-产生式消除，而不改变文法所定义的语言。已知如果语言中不含ε，那么可以把ε-产生式全部消除，反之不可以。 算法2
在介绍反向传播算法前，先看看矩阵微分的概念。 矩阵微积分 为了书写简便，我们通常把单个函数对多个变量或者多元函数对单个变量的偏导数写成向量和矩阵的形式，使其可以被当成一个整体处理． 标量关于向量的偏导数 对于 \(M\) 维向量 \(\boldsymbol{x} \in \mathbb{R}^{M}\) 和函数
1.所有大于等于节点的值之和 给定一个二叉搜索树，请将它的每个节点的值替换成树中大于或者等于该节点值的所有节点值之和。提醒一下，二叉搜索树满足下列约束条件： 节点的左子树仅包含键 小于 节点键的节点。 节点的右子树仅包含键 大于 节点键的节点。 左右子树也
