<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Reserve_Scale的博客]]></title><description><![CDATA[printf("Hello World!");]]></description><link>https://blog.youkuaiyun.com/Reserve_Scale</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Reserve_Scale]]></copyright><item><title><![CDATA[基础算法 --- 线性DP]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/124727503</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/124727503</guid><author>Reserve_Scale</author><pubDate>Fri, 13 May 2022 12:17:30 +0800</pubDate><description><![CDATA[线性DP同样作为DP领域中非常重要的一部分，其指的是状态之间含有某种线性关系，大多求最大/最小值。最典型的题目为子序列，编辑距离，股票问题。
]]></description><category></category></item><item><title><![CDATA[基础算法 --- 背包问题]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/124467307</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/124467307</guid><author>Reserve_Scale</author><pubDate>Thu, 28 Apr 2022 11:26:33 +0800</pubDate><description><![CDATA[背包问题作为动态规划的入门问题，值得我们好好掌握，理解其中原理，以便于应对各式各样的背包变种题目。]]></description><category></category></item><item><title><![CDATA[LeetCode 275场周赛]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/122418976</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/122418976</guid><author>Reserve_Scale</author><pubDate>Thu, 13 Jan 2022 21:27:18 +0800</pubDate><description><![CDATA[LC 275场周赛]]></description><category></category></item><item><title><![CDATA[可能用到的shell批处理操作]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/121386500</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/121386500</guid><author>Reserve_Scale</author><pubDate>Wed, 17 Nov 2021 20:36:43 +0800</pubDate><description><![CDATA[Shell代码重命名某个类型的所有文件移动指定范围内的文件
重命名某个类型的所有文件
#!/bin/bash
for file in ./input/*
do
	echo $file
	echo ${file##*/}
	# mkdir -p ./output/${file##*/}
	rename -v 's/png/jpg/' $file/*.png
done

① 循环需要的文件夹
② ${file##*/}这个的意思为取路径斜杆/最后的内容。
例如文件名：file=/home/dd/a.txt, 则]]></description><category></category></item><item><title><![CDATA[LeetCode 260场周赛]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/120492336</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/120492336</guid><author>Reserve_Scale</author><pubDate>Sun, 26 Sep 2021 17:09:58 +0800</pubDate><description><![CDATA[文章目录LeetCode 260场周赛题解5881. 增量元素之间的最大差值1. 思路2. Python3代码5882. 网格游戏1. 思路2. Python3代码5883. 判断单词是否能放入填字游戏内1. 思路2. Python3代码5884. 解出数学表达式的学生分数1. 思路2. Python3代码
LeetCode 260场周赛题解
5881. 增量元素之间的最大差值
1. 思路

解法一： 看范围，2 &lt;= n &lt;= 1000， 直接两层循环暴力。
解法二： 使用一个变量，维护最小前]]></description><category></category></item><item><title><![CDATA[0x00 基本算法 --- 递推与递归]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/91414907</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/91414907</guid><author>Reserve_Scale</author><pubDate>Wed, 12 Jun 2019 10:08:54 +0800</pubDate><description><![CDATA[AcWing 92. 递归实现指数型枚举
定义递归，我认为最重要的是确定递归的出口，在这道题中的出口就是当递归函数输入的数等于n时，代表着该分支已经遍历完所有的n个数。state代表着某个数是否被选中。
递归函数中需要确定分支，这里的每个数都有两种可能，一种是未被选中，一种是被选中，如果被选中则state | 1 &lt;&lt; u，代表state的第u位置为1, 在最后输出时, 通过1 &am...]]></description><category></category></item><item><title><![CDATA[python selenium爬取QQ空间说说]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/90181751</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/90181751</guid><author>Reserve_Scale</author><pubDate>Mon, 13 May 2019 21:28:55 +0800</pubDate><description><![CDATA[准备工作
安装selenium, pyquery, json模块。
使用的是火狐浏览器，所以还要安装geckodriver, 下载好后，把geckodirver.exe文件放在python.exe同一文件夹下即可。
如果使用chrome浏览器，需要安装chromedriver,需要对应好版本号，否则运行不起来。把下载后的chromedriver.exe放在python的Scripts文件夹下即可。...]]></description><category></category></item><item><title><![CDATA[Ajax爬取微博]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/90145325</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/90145325</guid><author>Reserve_Scale</author><pubDate>Mon, 13 May 2019 09:20:07 +0800</pubDate><description><![CDATA[根据书上的案例写的，但是案例太老，所以案例中给的微博地址访问后，居然打开了移动端的微博页面，其余的网络请求界面，网络请求回应的数据大体上跟书上的内容一致，但是如果爬取的是现在的微博网址的话，书上的案例教程搭配不上，所以下面的代码爬取的是移动端的微博网址。
爬取结果：

原理介绍
有很多网页不是静态网页，当你直接使用get请求网页时，返回的html代码中其实没有包含任何有用的信息，那些你需要的信息还...]]></description><category></category></item><item><title><![CDATA[《Python3网络爬虫开发实战代码》Ajax数据爬取]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/90141889</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/90141889</guid><author>Reserve_Scale</author><pubDate>Sun, 12 May 2019 16:31:26 +0800</pubDate><description><![CDATA[Ajax：https://github.com/DRNTT/Spider/blob/master/ch6/Ajax.ipynb
爬取微博：https://github.com/DRNTT/Spider/blob/master/ch6/weibo.py
爬取头条图片：https://github.com/DRNTT/Spider/blob/master/ch6/toutiao.py

...]]></description><category></category></item><item><title><![CDATA[《Python3网络爬虫开发实战代码》数据存储]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/90141831</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/90141831</guid><author>Reserve_Scale</author><pubDate>Sun, 12 May 2019 16:27:03 +0800</pubDate><description><![CDATA[数据存储：https://github.com/DRNTT/Spider/blob/master/ch5/数据存储.ipynb
爬取知乎热门话题：https://github.com/DRNTT/Spider/blob/master/ch5/zhihu.py
数据存储中，NoSQL数据库还没做，后期有时间补上。

...]]></description><category></category></item><item><title><![CDATA[《Python3网络爬虫开发实战代码》解析库使用]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/89927806</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/89927806</guid><author>Reserve_Scale</author><pubDate>Tue, 07 May 2019 19:33:39 +0800</pubDate><description><![CDATA[XPath模块：https://nbviewer.jupyter.org/github/DRNTT/Spider/blob/master/ch4/XPath.ipynb
Beautiful Soup模块：https://nbviewer.jupyter.org/github/DRNTT/Spider/blob/master/ch4/BeautifulSoup.ipynb
pyquery模块：htt...]]></description><category></category></item><item><title><![CDATA[python爬取猫眼电影排行]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/89892982</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/89892982</guid><author>Reserve_Scale</author><pubDate>Mon, 06 May 2019 22:21:41 +0800</pubDate><description><![CDATA[完整的代码如下在这里：https://nbviewer.jupyter.org/github/DRNTT/Spider/blob/master/ch3/maoyan.py
闲着没事，把解析html中的正则方法改用了XPath与BeautifulSoup，只能说各有各的优点吧。
正则的话，提取信息可以连贯，一次性提取出所有需要的信息，当然前提是你的正则式子没有写错，所以说正则写起来相比XPath与B...]]></description><category></category></item><item><title><![CDATA[《Python3网络爬虫开发实战代码》基本库使用]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/89856632</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/89856632</guid><author>Reserve_Scale</author><pubDate>Sun, 05 May 2019 22:18:25 +0800</pubDate><description><![CDATA[笔记由于使用jupyter notebook所写，放在github上，再转到csdn上，浪费太多时间，这里放上github上的.ipynb文件地址。
直接点击网址，即可查看笔记内容。
https://nbviewer.jupyter.org/github/DRNTT/Spider/blob/master/ch3/urllib模块.ipynb

...]]></description><category></category></item><item><title><![CDATA[优化算法]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/84243671</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/84243671</guid><author>Reserve_Scale</author><pubDate>Mon, 19 Nov 2018 19:30:10 +0800</pubDate><description><![CDATA[在神经网络收敛的计算中，我们一直在使用梯度下降法，但除了梯度下降法，还有很多更加优秀的算法，可以适应更多种情况，从而避免过拟合，未收敛等问题。
动量梯度下降法
具体公式如下。

与梯度下降法不一样的是学习率α不再是乘于dW(cost函数对权重W的偏导数)，而是变成βv_dW+(1-β)dW。这样计算出来的v_dW不再只依赖于当前的dW,而是跟之前迭代结果的v_dW也有关系，通过变量β来调整过去与现...]]></description><category></category></item><item><title><![CDATA[预备知识]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/83660964</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/83660964</guid><author>Reserve_Scale</author><pubDate>Sun, 11 Nov 2018 17:15:59 +0800</pubDate><description><![CDATA[1、条件独立性
如果P(X,Y|Z)=P(X|Z)P(Y|Z)，或等价地P(X|Y,Z）=P(X|Z），则称事件X,Y对于给定事件Z是条件独立的，也就是说，当Z发生时，X发生与否与Y发生与否是无关的。
记住公式: P(X1X2X3X4…X100|Y)=P(X1|Y)P(X2|Y)P(X3|Y)…P(X100|Y)
示例：
给定三个事件X,Y,Z：
X：明天下雨；
Y：今天的地面是湿的；
Z：今天是...]]></description><category></category></item><item><title><![CDATA[线性回归(Linear Regression)]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/83350141</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/83350141</guid><author>Reserve_Scale</author><pubDate>Thu, 25 Oct 2018 20:15:24 +0800</pubDate><description><![CDATA[斯坦福大学 Andrew Ng老师的课程笔记。
假设我们得到一些房价的数据。

这里的房价与两个参数有关，一个是房子的面积与房子中卧室的数量。
所以我们设置学习函数h如下:

θ表示要学习的参数（权重），x为提取的数据特征。这里x1就表示房子的面积，x2表示房子中的卧室数量。其中人为规定x0为1。
为了后面推导方便，这里简化公式。

将数据特征x带入h函数中即可得到预测值y’。但是我们如何学习θ，...]]></description><category></category></item><item><title><![CDATA[Python基础(2)]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/83003775</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/83003775</guid><author>Reserve_Scale</author><pubDate>Wed, 10 Oct 2018 22:42:57 +0800</pubDate><description><![CDATA[1、List方法

append() :在list列表末尾添加元素
clear() : 清空list列表中的元素
copy() : 拷贝同一个list引用
count() :计算指定元素出现的次数
extend() : 链接两个list
index() :输出指定元素的下标
insert() : 插入指定元素，可以指定位置
pop() : 默认弹出最上面的元素（可指定下标）
remove() : ...]]></description><category></category></item><item><title><![CDATA[Python基础(1)]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/82901990</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/82901990</guid><author>Reserve_Scale</author><pubDate>Sat, 29 Sep 2018 19:46:14 +0800</pubDate><description><![CDATA[没什么参考价值，只不过记一下我今天学习过的知识。
数值类型
int , float, complex(复数类型), bool。
简单的数值计算
_ : 存储上一次计算的结果
// : 两数相除后的商向下取整
** : 次方
decimal : 精确运算，控制小数点后的位数等等。
序列类型
turpel(元组), list, str
turpel : a = (1,2,3);
list : a = ...]]></description><category></category></item><item><title><![CDATA[随笔 2018-09-29]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/82901704</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/82901704</guid><author>Reserve_Scale</author><pubDate>Sat, 29 Sep 2018 19:27:17 +0800</pubDate><description><![CDATA[关于一道如何给学生成绩分类的题目。
题目是：已知大量的学生成绩，统计出处于各个等级的学生人数。
A(90~100), B(80~89), C(70~79), D(60~69), E(0~59)。
用grade[5]数组存放各个等级的学生人数。score表示学生成绩。
解法1：
while(学生人数）
	if(score &amp;amp;gt; 90) 
		grade[0]++;
	else if (score...]]></description><category></category></item><item><title><![CDATA[Struts2控制标签]]></title><link>https://blog.youkuaiyun.com/Reserve_Scale/article/details/82694819</link><guid>https://blog.youkuaiyun.com/Reserve_Scale/article/details/82694819</guid><author>Reserve_Scale</author><pubDate>Thu, 13 Sep 2018 21:01:13 +0800</pubDate><description><![CDATA[1、ifelse标签

一共有这三类标签，用法大致相同。 
 1. &amp;lt; s:if &amp;gt; 
 2. &amp;lt; s:ifelse &amp;gt; 
 3. &amp;lt; s:else &amp;gt;

example:

hello.jsp
&amp;lt;form action=&quot;hello&quot;&amp;gt;
    &amp;lt;label &amp;gt;Please pick a name&amp;lt;/label&amp;gt;&amp]]></description><category></category></item></channel></rss>