算法笔记

最新推荐文章于 2024-03-05 16:10:06 发布

转载最新推荐文章于 2024-03-05 16:10:06 发布 · 93 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/StephenChenin/p/9034011.html

背包问题

转载于:https://www.cnblogs.com/StephenChenin/p/9034011.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

aicao2113

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

labuladong算法笔记总结

USTSD的博客

08-11

1952

动态规划解题套路框架学习计划：最长回文子序列〇、必读文章 1、数据结构和算法学习指南(学习算法和刷题的框架思维) 了解数据结构的操作和遍历(迭代or递归) 从树刷起，结合框架思维，有利于理解(回溯、动态规划、分治等) 2、动态规划详解(动态规划解题套路框架) 过程：递归的暴力解法 -> 带备忘录的递归解法 -> 非递归的动态规划解法特征：重叠子问题-->使用备...

《算法笔记》pdf版，欢迎下载学习~

10-10

《算法笔记》是一本专注于算法学习的书籍，其PDF版本为学习者提供了便捷的电子阅读体验。这本书特别针对想要提高CSP（计算机软件能力认证）分数的读者，无论是初学者还是有一定基础的学习者，都能从中受益。CSP是...

参与评论您还未登录，请先登录后发表或查看评论

学习【labuladong的算法笔记】算法笔记（2024.3.18）

m0_67548374的博客

03-05

2026

数学算法本质是数学计算机算法本质是穷举。

算法笔记-胡凡-两本完整PDF

Eli_Code

02-23

1万+

算法笔记-胡凡-两本完整PDF

codeup《算法笔记》题目索引（题目+解析+代码）

漫浸天空的雨色的备忘录~

04-27

3万+

黑色的题目没有题解（题目本身错误，或者后端判题机有问题，或者博主本身能力不足做不出来= =），还请多担待~~ 如果想考PAT，不是很建议刷codeup里面的题目，如果有时间可以看一下我总结的经验，希望能帮助到你~~传送门——PAT考试经验总结（甲乙级均适用）~~想满分的请看这里！~~ 《算法笔记》2.1小节——C/C++快速入门->基本数据类型《算法笔记》2.2小节——C/C++快速入...

读书笔记——labuladong算法笔记

Dr_Jack的博客

11-02

1510

所以在写二分算法的时候要先想清楚是要用闭区间还是开区间，另外要明白“中点”这个概念是一个开区间的边界，因为在每次判断必然会判断这个点，因此如果你要用开区间，那么这个点可以直接使用，否则就需要跳过该点。双指针比较灵活，需要注意的就是你可以设计双指针的迭代方式，可以是快慢指针，也可以从起点像两边扩展的指针（对于回文子串有效）。另外，回溯算法和动态规划算法不一样的一点就是，回溯算法没有重叠子问题，没有办法通过字典来进行优化，就是纯的暴力搜索。2、连接：将一个域的父节点的父节点指向另外一个域的父节点；

算法笔记（胡凡）刷题笔记目录

李霁明的博客

05-08

6584

算法笔记练习题解合集

Gorgeoustray

03-27

4318

说明带链接的小节标题是该链接对应的 codeup 地址第 3 章入门篇（1）——入门模拟 3.6 字符串处理问题 A: 字符串连接问题 B: 首字母大写问题 C: 字符串的查找删除问题 D: 单词替换问题 E: 字符串去特定字符问题 F: 数组逆置问题 G: 比较字符串问题 H: 编排字符串问题 I: 【字符串】回文串第 4 章入门篇（2）——算法初步 4.1 ...

数据结构与算法学习笔记

热门推荐

ityqing的博客

09-25

35万+

本文是王争老师的《算法与数据结构之美》的学习笔记，详细内容请看王争的专栏。有不懂的地方指出来，我做修改。数据结构与算法思维导图数据结构指的是“一组数据的存储结构”，算法指的是“操作数据的一组方法”。数据结构是为算法服务的，算法是要作用再特定的数据结构上的。最常用的数据结构预算法: 数据结构：数组、链表、栈、队列、散列表、二叉树‘、堆、跳表、图、Tire树算法：递归...

晴神算法笔记

m0_51033005的博客

01-30

1509

晴神算法笔记添加链接描述

数据结构与算法笔记.pdf

11-20

数据结构与算法笔记.pdf 数据结构与算法是计算机科学中两个紧密相关的概念。数据结构是指计算机中存储、组织和管理数据的方式，而算法是指解决问题的步骤和方法。在这份笔记中，我们将详细介绍算法的五个特性、算法...

算法笔记1_算法笔记PAT_算法笔记_

10-01

《算法笔记1_算法笔记PAT_算法笔记》是一份针对浙江大学计算机科学与技术学院机试以及PAT（Programming Ability Test）考试的学习参考资料，主要以C/C++编程语言为载体，深入讲解了各种算法的设计与实现。...

精选资源

算法笔记3_算法笔记_浙大_

09-30

《算法笔记3》是针对浙江大学计算机科学与技术专业学生及准备参加PAT（全国计算机等级考试——编程类）的考生编写的参考资料，主要采用C/C++语言进行讲解。这本书旨在帮助读者提升算法理解与编程能力，为机试和PAT...

基于SSM与Vue架构的病人跟踪治疗信息管理系统设计与实现（含源码及文档）

12-22

基于SSM架构与Vue技术构建的病人治疗追踪管理系统，采用Java编程语言实现业务逻辑，并以MySQL数据库作为数据存储支持。该系统主要包含三个用户角色：管理员、病人及普通访客。管理员具备的功能模块包括：主界面、个人设置、病人档案管理、病例信息采集、预约安排、医生信息维护、核酸检测报告上传管理、行动轨迹记录管理、疾病分类配置、病人治疗进度跟踪、留言板处理以及系统参数管理。病人用户可操作：主界面、个人设置、病例信息查看、预约申请、医生查询、核酸检测报告上传、行动轨迹上报、个人治疗状态查询。访客端提供：首页浏览、医生信息展示、医疗资讯发布、留言反馈提交、个人中心、后台入口及在线咨询服务。系统设计注重代码结构的清晰性与可维护性，强调功能实用性和界面简洁度，同时保持较强的扩展适应能力，便于后续功能升级与日常运维。项目已通过实际运行测试，开发环境配置如下： - 编程语言：Java - 开发框架：Spring Boot - Java开发工具包：JDK 1.8 - 应用服务器：Tomcat 7 - 数据库系统：MySQL 5.7 - 数据库管理工具：Navicat 12 - 集成开发环境：Eclipse或IntelliJ IDEA - 项目构建工具：Maven 3.3.9。资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！

电力系统单机无穷大电力系统短路故障暂态稳定Simulink仿真（带说明文档）

最新发布

12-22

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真（带说明文档）内容概要：本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开，提供了完整的仿真模型与说明文档，重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型，模拟不同类型的短路故障（如三相短路），分析系统在故障期间及切除后的动态响应，包括发电机转子角度、转速、电压和功率等关键参数的变化，进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理，掌握暂态过程分析方法。; 适合人群：电气工程及相关专业的本科生、研究生，以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标：①学习电力系统暂态稳定的基本概念与分析方法；②掌握利用Simulink进行电力系统建模与仿真的技能；③研究短路故障对系统稳定性的影响及提高稳定性的措施（如故障清除时间优化）；④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议：建议结合电力系统稳定性理论知识进行学习，先理解仿真模型各模块的功能与参数设置，再运行仿真并仔细分析输出结果，尝试改变故障类型或系统参数以观察其对稳定性的影响，从而深化对暂态稳定问题的理解。

这是一个基于Prisma和SQLite数据库构建的现代化轻量级且开箱即用的个人作品集展示平台后端服务系统_该项目核心功能包括用户认证授权作品数据模型管理文件上传存储以及提供标.zip

12-22

基于PSO算法优化支持向量机参数的MATLAB仿真源码：SVM与PSO-SVM性能对比

12-22

本研究聚焦于运用MATLAB平台，将支持向量机（SVM）应用于数据预测任务，并引入粒子群优化（PSO）算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践，其核心在于利用SVM构建分类模型，同时借助PSO的全局搜索能力，高效确定SVM的最优超参数配置，从而显著增强模型的整体预测效能。支持向量机作为一种经典的监督学习方法，其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界，以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题，其有效性源于通过核函数将原始数据映射至更高维的空间，使得原本复杂的分类问题变得线性可分。粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下，每个潜在解被视作一个“粒子”，粒子群在解空间中协同搜索，通过不断迭代更新自身速度与位置，并参考个体历史最优解和群体全局最优解的信息，逐步逼近问题的最优解。在本应用中，PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。项目所提供的实现代码涵盖了从数据加载、预处理（如标准化处理）、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数（例如线性核、多项式核及径向基函数核等）进行参数寻优，并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开，从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。本研究通过一个具体的MATLAB实现案例，旨在演示如何将全局优化算法与机器学习模型相结合，以解决模型参数选择这一关键问题。通过此实践，研究者不仅能够深入理解SVM的工作原理，还能掌握利用智能优化技术提升模型泛化性能的有效方法，这对于机器学习在实际问题中的应用具有重要的参考价值。资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！