- 博客(16)
- 收藏
- 关注
RSS订阅原创 算法学习篇14——最长公共子序列（LCS）算法
最长公共子序列问题是动态规划算法的经典应用。Go语言的实现展示了如何高效地解决这个问题，同时提供了空间优化的版本以适应大规模数据。该算法在多个领域有广泛应用，是算法学习中必须掌握的重要内容。通过理解和实现LCS算法，可以加深对动态规划技术的理解，为解决更复杂的序列比对和模式匹配问题奠定基础。
2025-08-22 21:17:00
529
原创 算法学习篇13——背包问题在资源分配优化中的应用
给定一组资源需求项，每个项i具有：资源需求向量 wᵢ = (wᵢ₁, wᵢ₂, ..., wᵢₘ)，其中m是资源维度数价值 vᵢ容量向量 C = (C₁, C₂, ..., Cₘ)给定一组物品，每个物品i有重量wᵢ和价值vᵢ，可以选择物品的一部分（0 ≤ xᵢ ≤ 1）。
2025-08-21 21:19:16
964
原创 算法学习篇12——背包问题
我们定义一个二维数组dpdp[i][w]：表示对于前i个物品，在背包容量为w时，能获得的最大价值。我们的目标就是求出dp[N][W]的值。核心思想：动态规划通过填表的方式，记录了所有子问题的解，避免了暴力搜索带来的指数级复杂度。适用场景：0-1背包问题，每个物品最多选一次。变种问题：完全背包：每种物品可以选择无限次。解决方案是内层循环从小到大遍历容量w。多重背包：每种物品有数量限制。分组背包：物品被分为若干组，每组内的物品互斥。学习建议：理解状态定义和转移方程是重中之重。
2025-08-19 21:52:26
669
原创 算法学习篇11——动态规划与贪心算法
动态规划和贪心算法是解决优化问题的两种重要算法范式。本文将介绍这两种算法的基本概念、特点、适用场景，并通过Go语言实现的示例代码来展示它们的应用。
2025-08-14 22:00:04
396
原创 算法学习篇10——连通分量检测算法
连通分量检测是图论中的一个基本问题，用于识别图中相互连接的节点集合。本文将介绍三种常用的连通分量检测算法：深度优先搜索(DFS)、广度优先搜索(BFS)和并查集(Union-Find)。
2025-07-28 13:39:44
801
原创 算法学习篇9——拓扑排序算法
拓扑排序是处理有向无环图中顶点线性排序的有效算法，在任务调度、依赖关系解决等方面有广泛应用。Kahn算法和DFS算法各有优势，应根据具体场景选择合适的实现方式。理解拓扑排序不仅有助于解决特定问题，也是学习更复杂图算法的基础。
2025-07-25 22:27:08
538
原创 算法学习篇8——Dijkstra与A*算法
Dijkstra算法是由荷兰计算机科学家Edsger W. Dijkstra于1956年提出的单源最短路径算法。该算法采用贪心策略，逐步扩展已知的最短路径集合，直到覆盖所有可达节点。特点保证找到最短路径适用于非负权重的图时间复杂度：O(V²)（使用优先队列可优化至O(E + V log V)）import ("fmt""math"// 定义图中的节点x, y int // 坐标passable bool // 是否可通过// 定义图的边/连接。
2025-07-21 20:49:04
2550
原创 算法学习篇7——图算法
算法类别典型应用场景DFS/BFS社交网络好友推荐、网页爬虫、迷宫求解、游戏AI路径findingDijkstra路由选择（OSPF协议）、交通导航系统、网络延迟优化交通流量预测、网络路由表生成、物流中心选址最小生成树电网设计、通信网络建设、油气管道路线规划拓扑排序任务调度系统、课程安排、软件构建依赖管理、流水线工序安排强连通分量社交网络社区发现、编译器优化（过程间分析）、电子电路设计图算法是计算机科学中的核心内容，掌握这些基础算法不仅有助于解决实际问题，也是学习更高级算法的基础。
2025-07-19 21:17:00
2053
原创 算法学习篇6——字符串处理算法
字符串处理是计算机科学中的基础问题，广泛应用于文本编辑、搜索引擎、生物信息学、数据挖掘等领域。本报告将系统介绍几种核心的字符串处理算法，包括它们的原理、实现方式及应用场景。
2025-07-15 16:55:01
594
原创 算法学习篇5——Trie树（前缀树）
isEnd bool},Trie树是一种高效处理字符串相关问题的数据结构，特别适合前缀匹配和字典类应用。虽然它的空间复杂度较高，但在处理大量字符串时，其时间效率优势明显。在实际应用中，可以根据具体需求选择标准Trie树或其变种，以达到最佳的性能平衡。
2025-07-15 15:13:04
586
原创 算法学习篇4——字符串匹配算法
字符串匹配是计算机科学中的一个基本问题，广泛应用于文本编辑、生物信息学、数据检索等领域。本文重点分析两种高效的字符串匹配算法：KMP算法（Knuth-Morris-Pratt）和Boyer-Moore算法，比较它们的原理、实现和性能特点。
2025-07-12 18:39:24
650
原创 算法学习篇3——正则表达式
正则表达式是文本处理中不可或缺的工具，理解其底层算法有助于编写更高效、更准确的正则表达式。未来随着正则表达式引擎的不断优化，以及与其他文本处理技术(如自然语言处理)的结合，正则表达式将继续在数据处理领域发挥重要作用。
2025-07-09 22:02:59
653
原创 算法学习篇2——搜索
算法描述：线性搜索是最简单的搜索方法，适用于无序列表。算法按顺序遍历每个元素，直到找到目标值或遍历完整个列表。= -1 {fmt.Printf("目标 %d 在索引 %d 处\n", target, index)} else {fmt.Printf("目标 %d 未找到\n", target)目标 7 在索引 2 处时间复杂度：最坏情况：O(n)（目标元素在末尾或不存在）平均情况：O(n)最好情况：O(1)（目标元素在第一个位置）
2025-07-06 22:56:16
1217
原创 算法学习篇1——排序
排序算法是算法学习的基础，不同的排序算法各有优缺点和适用场景。理解各种排序算法的原理和性能特点，能够帮助我们在实际开发中选择最合适的排序方法。对于初学者来说，建议从简单的冒泡排序、插入排序开始理解排序的基本思想，然后逐步学习更高效的快速排序、归并排序等算法。掌握这些经典排序算法不仅能解决实际问题，也是进一步学习更复杂算法的基础。
2025-07-02 17:15:43
649
原创 #AI夏令营 #Datawhale #夏令营
你是一个数据处理专家，你需要对以下客户反馈进行总结。客户反馈： 1. "产品很好，但是发货有点慢。" 2. "客服态度非常好，解答了我所有的问题。" 3. "产品质量不错，但价格有点贵。优化Prompt根据模型的输出不断调整和优化Prompt。确保Prompt中没有歧义，让模型清楚理解任务。在必要时提供上下文信息，帮助模型更好地完成任务。数据处理Prompt是为了引导模型完成特定的数据处理任务而设计的输入提示。通过精心设计的Prompt，可以有效提高模型在数据处理任务上的准确性和效率。
2024-07-07 21:04:47
550
原创 #AI夏令营 #Datawhale #夏令营
首先先是在环境中创建字体目录并复制字体文件，之后设置Matplotlib库以支持显示中文字符，其是在Jupyter Notebook环境中配置Matplotlib，以便能够正确地显示中文字符和负号，使绘制的图表更具可读性。通过这次学习，以及对这份baseline代码的解读，我认识了很多这方面的专有名词，初步入门了解了大数据模型，有了初步认识。这段代码基本完成了与星火认知大模型的集成，并且能够处理用户输入并生成相应的回复。指定了使用的大模型的域名或版本，这里是Spark3.5 Max版本的通用域名。
2024-07-07 15:16:20
1675
1
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