F Exactly K Steps 题目： 给出一棵n个点的树，边权为1，进行2e5次询问，每次输出任意一个离结点\(u\)距离为\(k\)的结点。 思路： 对于树上问题，我们的武器不多，而且时间复杂度为O(logn)，可以尝试往里套知识点。对于一棵树来说，易知一个结点距离最远的结点是树的直径的两个端点中的一个。
题目： 给你一个链表的头节点 head ，旋转链表，将链表每个节点向右移动 k 个位置。 示例1： 输入：head = [1,2,3,4,5], k = 2 输出：[4,5,1,2,3] 示例2： 输入：head = [0,1,2], k = 4 输出：[2,0,1] 提示： 链表中节点的数目在范围 [0, 500] 内 -100 <= Node.val <= 100 0 <= k <= 2 *
给定一个带头结点的单链表和一个整数K，要求你将链表中的每K个结点做一次逆转。例如给定单链表 1→2→3→4→5→6 和 K=3，你需要将链表改造成 3→2→1→6→5→4；如果 K=4，则应该得到 4→3→2→1→5→6。 函数接口定义： void K_Reverse( List L, int K ); 裁判测试程序样例： #include <st
首先介绍决策树的基本概念，然后通过\(ID3\)和\(C4.5\)介绍特征的选择、决策树的生成以及决策树的修剪，最后介绍\(CART\)算法 决策树模型与学习 分类决策树模型的树结构有两种结点，内部结点表示一个特征或属性，叶结点表示一个类； 决策树所有的从根节点到叶结点的路径构成if-else规则集，
问题描述： 算法思想： 声明两个结点指针p和q，初始化时均指向链表第一个有效结点； 先令q保持不动，p指针遍历链表至第k个结点停止； 然后启动q指针，q和p从各自位置开始同时遍历链表，直至p遍历结束，此时q指针指向的即为链表倒数第k个位置上的结点。 代码实现（C语言）： int SearchNode(LinkList he
首先叙述\(k\)近邻算法，然后讨论\(k\)近邻模型及三个基本要素，最后讲述\(k\)近邻法的一个实现方法，\(kd\)树，介绍构造和搜索\(kd\)树的算法。 k近邻算法 输入：训练数据集\(T = \{(x_1,y_1),(x_2,y_2),\cdots,(x_N,y_N)\}\)，其中，\(x_i \in \mathcal{X} \subseteq R^n\)为实例的特征向量，\(
题目： 给你一个链表，删除链表的倒数第 n 个结点，并且返回链表的头结点。 示例 1： 输入：head = [1,2,3,4,5], n = 2 输出：[1,2,3,5] 示例2： 输入：head = [1], n = 1 输出：[] 示例 3： 输入：head = [1,2], n = 1 输出：[1] 提示： 链表中结点的数目为 sz 1 <= sz <= 30 0 <= Node.val <= 100 1 <
你知道的越多，你不知道的也就越多 —— 芝诺曾 一、MySQL索引学习 MySQl主要有两种类型的索引：哈希索引、B+树索引 1、哈希索引 哈希索引可以以O（1）的时间复杂度进行查找，但是这样查找导致其失去了有序性，无法用于排序和分组、只支持精确查找，无法用于部分查找和范围查找 自适应哈希索
学习最基本的链表形态之后，为了方便之后的复习回忆，决定整理一下 首先来确定一下需要学习链表的哪些东西：添加、打印、寻找、删除和清除 void add(List* pList, int number);//添加结点 void print(List* list);//打印链表 void seek(List* list, int number);//寻找链表中的某个
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
双链表 typedef struct DNode { ElemType data; struct DNode *prior, *next; } DNode, *DLinkList; 1. 初始化 // 初始化一个双链表，带头结点 bool InitDLinkList(DLinkList &L) { L = (DNode *)malloc(sizeof(DNode)); if (L == NULL) { return false
目录数据模型数据模型的分类数据模型的组成要素常用的数据模型层次模型网状结构关系模型关系模型概念笛卡尔积码的概念关系的概念关系模式关系操作关系完整性实体完整性参照完整性用户定义完整性关系代数集合运算符专门的关系运算选择投影连接除参考资料 数据模型 数据模型（data mo
1.介绍 树形选择排序（Tree Selection Sort），又称锦标赛排序（Tournament Sort），是一种按照锦标赛思想进行选择排序的不稳定排序。 2.实现原理 如图所示，给定有8个元素的数组，对该数组进行从小到大的排序。 第一步，如图所示，根据数组建立一颗满二叉树（胜者树），用于进行‘锦标赛事’
百度百科：快慢指针中的快慢指的是移动的步长，即每次向前移动速度的快慢。例如可以让快指针每次沿链表向前移动2，慢指针每次向前移动1次。 判断单链表是否为循环链表 让快慢指针从链表头开始遍历，快指针向前移动两个位置，慢指针向前移动一个位置;如果快指针到达NULL，说明链表以NULL为结尾
移除链表元素 难度简单1013收藏分享切换为英文接收动态反馈 给你一个链表的头节点 head 和一个整数 val ，请你删除链表中所有满足 Node.val == val 的节点，并返回 新的头节点 。 示例 1： 输入：head = [1,2,6,3,4,5,6], val = 6 输出：[1,2,3,4,5] 示例 2： 输入：head = [], val = 1 输出：[
多源最短路（在曼哈顿图中）（无例题）（使用BFS，队列）： 操作的地图要有两个特点：既可以表示结果中所要的最短距离，又能记录这个点是否走过，那就全部memset为一个特殊的数-1（这里一定要专门设计一个结果图，不能只用最初的图，让最初的图承担三个责任，它哪里做的到啊（表示举例，判重，记录最初信息）（非要做
Given the root of a binary tree, return the sum of values of nodes with an even-valued grandparent. If there are no nodes with an even-valued grandparent, return 0. A grandparent of a node is the parent of its parent if it exists. Example 1: Input:
计算机网络 本章结构图 本章主要列举概念，提前了解名词，后续会详细的解释。 计算机网络概念 计算机网络是一个分散的（不是集中的），具有独立功能的（互不影响）计算机系统（其中，这里所说的计算机系统包括我们见到的 mac，Android，ios,Windows 等我们所常见的），通过通讯设备与线路连接（如我们所熟知
目录概符号说明本文方法 Wang Y., Li C., Li M., Jin W., Liu Y., Sun H., Xie X. and Tang J. Localized graph collaborative filtering. 概 现在的推荐系统, 倾向于为每个 user, item 构建 embeddings. 但是和 NLP 中的问题不同, 推荐的数据往往是非常稀疏的, 所以这么做势必
1、基本概念 概率图模型（probabilistic graphical model）是一类用图结构来表达各属性之间相关关系的概率模型， 一般而言：图中的一个结点表示一个或一组随机变量，结点之间的边则表示变量间的相关关系，从而形成了一张“变量关系图”。 概率图模型分为贝叶斯网络（Bayesian Network）和马尔可夫
1.二叉树的右侧视图 给定一个二叉树的 根节点 root，想象自己站在它的右侧，按照从顶部到底部的顺序，返回从右侧所能看到的节点值。 题解：根之前二叉树解题类似，用广度优先搜索或者深度优先搜索遍历二叉树，这个题就是取每一层的最后一个元素，使用一个队列存储每一层的结点完成对层结点遍历
链接：LeetCode [Leetcode]2383. 赢得比赛需要的最少训练时长 你正在参加一场比赛，给你两个 正 整数 initialEnergy 和 initialExperience 分别表示你的初始精力和初始经验。 另给你两个下标从 0 开始的整数数组 energy 和 experience，长度均为 n 。 你将会 依次 对上 n 个对手。第 i
目录JavaScriptJS的两种模型node jsJS解释器ECMAScript和JavaScriptECMAScriptJavaScript向body打印输出JS的位置JS的数据类型自动类型推断，弱类型其他变量的声明ES6声明变量语法新的声明变量的关键字声明常量的关键字数组函数（Java的方法）对象判断和循环遍历数组遍历对象常用工具对
1.为什么需要平衡二叉树？ 二叉排序树可能的存在的问题 给你一个数列{1,2,3,4,5,6}，要求创建一颗二叉排序树(BST), 并分析问题所在. 上图BST存在的问题分析: 左子树全部为空，从形式上看，更像一个单链表。 插入速度没有影响 查询速度明显降低(因为需要依次比较), 不能发挥BST的优势，
前言 前面讲了数据结构中最常用、最基础的数组，接下来说一说数据结构中另一个比较基础比较常用的数据结构——链表，相比于数组来说，链表更为复杂一点，在理解和实现上都比较困难。 数组与链表对比 首先数组必须是一段连续的内存空间来进行存储的，即使剩余的内存碎片整合在一起大于所需要
