- 博客(11)
- 收藏
- 关注
RSS订阅原创 Python reshape函数
特此记录下，reshape(-1,2)中的-1，是模糊控制，负数可以为任何数。这里是固定两列，多少行系统根据元素数量自动计算好。若出现了无法整除的情况，系统会报错。
2022-07-28 16:28:04
973
原创 6-链表专题
值得注意的是特殊情况的处理，例如链表里原本只有一个结点，删除后将会是一个空的链表，需返回None（Python里没有NULL...我因为这个之前老是报错），或者是当删除的是头结点，返回的将是头结点的下一个元素。它的原理是，先初始化两个指针，都指向第一个元素，然后快指针一次走两步，慢指针一次走一步，当快指针走到链表末尾的时候，慢指针刚好走到链表的一半位置。链表和数组不一样，它不能直接通过下标来访问对应的元素，只能通过遍历来获取链表的长度以及对应元素，但链表的好处在于，它能够轻松地添加和删除某个元素。...
2022-07-27 18:13:05
350
原创 5-矩阵专题（杨辉三角+重构矩阵）
在MATLAB中，有一个非常有用的函数reshape，它可以将一个mxn矩阵重塑为另一个大小不同（rxc）的新矩阵，但保留其原始数据。给你一个由二维数组mat表示的mxn矩阵，以及两个正整数r和c，分别表示想要的重构的矩阵的行数和列数。如果具有给定参数的reshape操作是可行且合理的，则输出新的重塑矩阵；输出[[1],[1,1],[1,2,1],[1,3,3,1],[1,4,6,4,1]]重构后的矩阵需要将原始矩阵的所有元素以相同的行遍历顺序填充。...
2022-07-26 11:48:50
227
原创 4-动态规划（买卖股票）
动态规划的目的在于不断寻找前一个元素的最小值，和后一个元素的最大值，这样差就一定是最大的。解释在第2天（股票价格=1）的时候买入，在第5天（股票价格=6）的时候卖出，最大利润=6-1=5。你只能选择某一天买入这只股票，并选择在未来的某一个不同的日子卖出该股票。“给定一个数组prices，它的第i个元素prices[i]表示一支给定股票第i天的价格。前i天的最大收益=max（前i-1天的最大收益，第i天的价格-前i-1天中的最小价格）...
2022-07-25 17:05:22
211
原创 3-原地算法（轮转数组）
可以发现，n=7时，k取15时候的右轮转和k取1时候的右轮转是一样的效果，所以为了避免多余的运算，需要先k=k%n的操作。3.再反转数组中后k到n-1个元素[5,6,7,4,3,2,1]->[5,6,7,1,2,3,4]2.再反转数组中前k个元素[7,6,5,4,3,2,1]->[5,6,7,4,3,2,1]1.先反转整个数组[1,2,3,4,5,6,7]->[7,6,5,4,3,2,1]输入nums=[1,2,3,4,5,6,7],k=3。输出[5,6,7,1,2,3,4]...
2022-07-24 17:07:36
312
原创 2-双指针法
对于这道题，它的想法是原本的数组是按照非递减顺序排列的，那么平方后的最大值，要么在最左边，要么在最右边，中间值一定是最小的，就是一个“大-小-大”的排序。这样就可以用两个指针，一个指向数组的起始元素，另一个指向数组的最后一个元素，再比较两者的大小，取大的存在新数组中，以此类推，直到取完。看起来很简单，第一反应就是先将每个元素都平方了，再直接用排序算法就暴力搞定，但是这样的做法时间复杂度是O(n+nlogn)。解释平方后，数组变为[16,1,0,9,100]排序后，数组变为[0,1,9,16,100]...
2022-07-24 16:38:25
89
原创 1-二分查找问题
给定一个n个元素有序的（升序）整型数组nums和一个目标值target，写一个函数搜索nums中的target，如果目标值存在返回下标，否则返回-1。最近开始刷Leetcode了！鉴于我并不是计算机科班出身的大佬，那就先从基础的算法开始学习叭！第一章----二分查找问题。链接https//leetcode.cn/problems/binary-search。二分查找适用于有序数组+无重复元素（这个主要是避免查找到多个元素从而返回多个下标）来源力扣（LeetCode）......
2022-07-23 16:20:21
192
原创 线性分类，损失函数与优化
上一篇讲了最简单的线性分类器：k-Nearest Neighbor, 这里继续讲讲线性分类器。linear classifiers作为深度学习里最基本的构造模块之一，首先是它的基本原理。原理假设我们想实现一个线性分类器，使每输入一张照片，系统可以从已知的10个labels中筛选，并自动输出它对应的label。现在输入一张32*32*3的彩色照片，矢量化之后对应了x=（3072*1）这样一个向量（3072=32*32*3），在被函数f（x，W）处理之后，能够得到一个（10*1）的新向量，每一行对应
2021-11-02 17:17:58
326
原创 关于k-最近邻算法
在介绍k-最近邻算法之前，先来点背景知识介绍：由于计算机不能像人脑一样看到一个东西可以自动分辨出这个东西是啥，我们需要一种方法去“训练”它---识别算法。但是对于自然界的物体，不同物种形态不一致，而同一个物种之间也可能有不同的形态，同时拍摄的地点，光线以及物体被遮掩的程度不同，单纯地对每一种物体写具体的分类规则十分费时，且不能涵盖所有可能的情况，最终会导致分辨的失误。基于此，我们采取了“数据驱动方式”---Data Driven approachData-Drivenapproach步骤：col.
2021-11-01 17:31:27
267
原创 Python Numpy库
在学习Opencv和深度学习前，介于我没怎么用过Python的Numpy库和Pandas库，先开个帖子记录下关于数据处理的常用函数~（对照B站【莫烦Python】学习，应该还有补充的东西，以后碰见了再加）关于Python Numpy库：基础array=np.array([[1,2,2], [3,4,5]]) # np.array可以将列表转换成arrayprint(array) # 打印出整个arrayprint('number of dim',array..
2021-09-13 15:35:44
98
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人