2019春总结 一、我学到的内容 二、我的收获 我的收获全写在博客里了，博客链接：https://www.cnblogs.com/xiangqi/ 三、自我检讨 寒假中对自己的期望基本都做到了，本学期没做好的地方就是花太多时间去学python了，算法变生疏了。 四、本学期的改进与优
代码实现: package com.datastruct.sort;import java.util.Arrays;/** * 插入排序Java实现 * @author Administrator * */public class InsertSort { public static void insertSort(int [] array) { for(int i = 1;i<array.length;i++) {
1. 决策树根据一些 feature 进行分类，每个节点提一个问题，通过判断，将数据分为两类，再继续提问。这些问题是根据已有数据学习出来的，再投入新数据的时候，就可以根据这棵树
应用：线性时间内求出无向图的割点与桥，双连通分量。有向图的强连通分量，必经点和必经边。 主要是求两个东西，dfn和low 时间戳dfn：就是dfs序，也就是每个节点在dfs遍历的过程中第一次被访问的时间顺序。 追溯值low：$low[x]$定义为$min(dfn[subtree(x)中的节点], dfn[通过1条不再搜索树上的边
1、01背包是解决什么问题？ 答：当书包容量大小固定，面对1堆重量固定而且带有价格的物品。在不超出包容量前提下，选择那些物品使包里物品总价值最大。 2、问：为什么01背包？ 答：因为0表示不将物品放进包里，1表示将物品放进包里。 放：意味着包的容量减小，总价值增大。 不放：意味着包容量不变，总
主要思想 按照边的权重顺序(从小到大)处理它们，将边加入到最小生成树中，加入的边不会和已经加入的边构成环，直到树中V-1条边为止，这些一开始并不一定是互相连接的，但是后面会慢慢逐渐由一片森林组成一颗树，也就是图的最小生成树 定理： Kruskal算法能够计算任意加权连通图的最小生成
题型分布： (1) 选择题：15题，每题2分，共30分 (2) 填空题：10空，每空2分，共20分 (3) 简答题：4小题，每题6-8分，共30分 (4) 设计题：2小题，每题10分，共20分 第1章 绪论 1 数据、数据元素、数据项、数据类型、抽象数据类型等基本概念和术语的含义； 2 数据结构的四种逻辑结构和两种存储结构的表示
一切推理都必须从观察与实验得来。 —— 伽利略·伽利雷 LeetCode: 搜索二维矩阵 II 编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target。该矩阵具有以下特性： 每行的元素从左到右升序排列。 每列的元素从上到下升序排列。 示例: 现有矩阵 matrix 如下： [ [1,
深度学习之BP神经网络BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络。它的
线性基 GavinZheng敲懒的。。。 menci大佬的线性基博客 模板代码引自menci： struct LinearBasis { long long a[MAXL + 1]; LinearBasis() { std::fill(a, a + MAXL + 1, 0); } LinearBasis(long long *x, int n) { build(x, n); }
一、标记-清除算法 标记-清除(Mark-Sweep)算法是现代垃圾回收算法的思想基础。标记-清除算法将垃圾回收分为两个阶段：标记阶段和清除阶段。先标记，再清除。 有2个缺点： 1、效率问题。标记和清除两个过程的效率都不高。 2、空间问题。标记清除后会产生大量不连续的内存碎片，碎片太多可能
AP算法,具有结果稳定可重现 训练前不用制定K-means中K值,但是算法的时间复杂度比K-means高 import numpy as npfrom sklearn.cluster import AffinityPropagation # 引入AP算法聚类 X = np.array([[1,2],[1,4],[0.7,0],[0.2,5],[0,4],[1.3,0],[0.1,2],[0,4],[0.4,0]
1.实验步骤： 本实验只有两个算法的实现，先输入初始进程信息和物理块数，再用两个置换算法对数据进行处理。 1.1先进先出置换算法： 进来一个进程，判断是否在当前物理块中，如果在，不做处理，如果不在，替换掉最先进来的那个进程，实现很简单，若在指针不动，在替换当前指针所指位置，指针再循环下
磁盘调度算法 算法描述： （1）最短寻道时间调度算法：SSTF算法选择调度处理的磁道是与当前磁头所在磁道距离最近的磁道，以使每次的寻找时间最短。当然，总是选择最小寻找时间并不能保证平均寻找时间最小，但是能提供比FCFS算法更好的性能。这种算法会产生“饥饿”现象。 （2）扫描算法：SCAN算
数据结构与算法系列 目录 最近抽空整理了"数据结构和算法"的相关文章。在整理过程中，对于每种数据结构和算法分别给出"C"、"C++"和"Java"这三种语言的实现；实现语言虽不同，但原理如出一辙。因此，读者在了解和学习的过程中，择其一即可！ 下面是整理数据数据和算法的目录表，对于每一种按
在java中，我们常见的查找有四种 顺序查找，也叫线性查找 二分查找，也叫折半查找 插值查找 斐波那契查找 我们将一一介绍着四种查找方式的思想以及程序的实现。 1.顺序查找 顺序查找 的查找过程为：从数组的第一个元素开始，逐个将要查找的关键字和数组中的元素进行比较，若存在相等，则返回
面向对象的程序设计(2019)第四单元总结 I 此次作业的架构设计 这两次作业都是基于 UML 类图解析的作业。第二次作业完全拓展第一次作业的格式，因此直接分析第二次作业的类图。 程序核心类为 MyUMLInteraction 类，其中针对三种图的查询实现了三个类，并将对应的元素和指令
[原文地址：http://blog.codinglabs.org/articles/consistent-hashing.html] 摘要 本文将会从实际应用场景出发，介绍一致性哈希算法（Consistent Hashing）及其在分布式系统中的应用。首先本文会描述一个在日常开发中经常会遇到的问题场景，借此介绍一致性哈希算法以及这个算法如何解决此
https://baijiahao.baidu.com/s?id=1580024390078548003&wfr=spider&for=pc https://sherlockliao.github.io/2017/06/20/gan_math/ http://blog.csdn.net/u011534057/article/details/52840788 GAN背后的思想其实非常朴素和直观，就是生成器和判别器
文章目录前言简介项目介绍实验需要方案目标检测特征提取检索设计总结 前言 代码已经在Github开源：BshoterJ ,也可以查看我朋友唐博士的：INFINITSY demo： 简介 项目介绍 这个项目来自本科实验课设，当初的选题是显著性检测下的图像检索，类似于淘宝的拍立得那种功能。我们在狗年结
k-mer是指将reads分成包含k个碱基的字符串，一般长短为m的reads可以分成m-k+1个k-mers.举个例子吧，为了简化，有这么个reads（当然实际比这个长）：AACTGACTGA.如果k-mer的k为3的话，我们可以将其切割为AAC ACT CTG TGA GAC ACT CTG TGA.我们将这些k-mers放入计算机中拼接，假设第一个为TGA ,那么
基本排序算法基本排序的基本思想非常类似，重排列时用的技术基本都是一组嵌套的for循环: 外循环遍历数组的每一项，内循环则用于比较元素。由于都要两层嵌套循环，所以平均时间复杂度都为O(n²)。 一、冒泡排序 比较相邻的元素。如果第一个比第二个大，就交换它们两个； 对每一对相邻元素
'''二分查找[递归]二分查找也称折半查找（Binary Search），它是一种效率较高的查找方法。但是，折半查找要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列'''# 返回 x 在 arr 中的索引，如果不存在返回 -1def binarySearch(arr, l, r, x): # 基本判断 if r >= l:
排序：就是重新排序表中的元素，使表中的元素满足按关键字递增或递减的过程。 确切定义 输入：n个记录R1，R2，···，Rn，对应的关键字为k1，k2，···，kn。 输出：输入序列的一个重排R1’，R2’，···，Rn’，使得有k1’<=k2’<=···<=kn’（可其他符号） 算法的稳定性：如果待排序表中有两个元素Ri，Rj，
最小生成树 一个连通图的生成树是图的极小连通子图，它包含图中的所有顶点，并且只含尽可能少的边。 对于生成树来说，若砍去它的一条边，就会使生成树变成非连通图；若给它增加一条边，就会形成图中的一条回路。 对于一个带权连通无向图G = (V，E)，生成树不同，每棵树的权也可能不同。 设R
