<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Colbert的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/chuboshang</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; chuboshang]]></copyright><item><title><![CDATA[Leetcode:328. Odd Even Linked List]]></title><link>https://blog.youkuaiyun.com/chuboshang/article/details/52040792</link><guid>https://blog.youkuaiyun.com/chuboshang/article/details/52040792</guid><author>chuboshang</author><pubDate>Tue, 26 Jul 2016 23:44:18 +0800</pubDate><description><![CDATA[328. Odd Even Linked List QuestionEditorial Solution My Submissions
思路：使用两个头指针交替进行，最后将偶指针连接在奇指针后面。该方法效率较高，运算速度为16ms，击败96%提交。]]></description><category></category></item><item><title><![CDATA[C++: string的大小写转换]]></title><link>https://blog.youkuaiyun.com/chuboshang/article/details/51114286</link><guid>https://blog.youkuaiyun.com/chuboshang/article/details/51114286</guid><author>chuboshang</author><pubDate>Sun, 10 Apr 2016 18:43:24 +0800</pubDate><description><![CDATA[将一个string转换成大写或者小写，是项目中经常需要做的事情，但string类里并没有提供这个方法。自己写个函数来实现，说起来挺简单，但做起来总让人觉得不方便。打个比方：早上起来想吃个汉堡，冰箱里有生牛肉，有面粉，也有微波炉，是可以自己做的，但是实在是太费事，没几个人愿意做。但是，打个电话给肯德基宅急送，10分钟后就有热乎乎的汉堡送上门了，大大节省了时间（时间就是金钱，你可以将时间用在更重要的开发工作上），并且味道也不差，何乐而不为呢？
STL的algorithm库确实给我们提供了这样的便利，使用模板函数]]></description><category></category></item><item><title><![CDATA[hihocoder:#1082 : 然而沼跃鱼早就看穿了一切]]></title><link>https://blog.youkuaiyun.com/chuboshang/article/details/51108457</link><guid>https://blog.youkuaiyun.com/chuboshang/article/details/51108457</guid><author>chuboshang</author><pubDate>Sat, 09 Apr 2016 23:36:17 +0800</pubDate><description><![CDATA[#1082 : 然而沼跃鱼早就看穿了一切
该代码已通过hihocoder测试。
该代码思想很简单，基本就是先将原字符串转换成大写或是小写，再进行查找和更替。但是，其中有一个极其容易忽略的地方就是，把原字符串转成大写或小写后，这是与原始字符串是不一致的，因此，这是很容易忽略的地方，也导致我想了许久才发现。]]></description><category></category></item><item><title><![CDATA[hihocoder #1051补提交卡]]></title><link>https://blog.youkuaiyun.com/chuboshang/article/details/51098051</link><guid>https://blog.youkuaiyun.com/chuboshang/article/details/51098051</guid><author>chuboshang</author><pubDate>Fri, 08 Apr 2016 17:01:25 +0800</pubDate><description><![CDATA[hihocoder #1051补提交卡，该代码已通过hihocoder测试。]]></description><category></category></item><item><title><![CDATA[关于matlab用export_fig去掉白边、保存图像等问题]]></title><link>https://blog.youkuaiyun.com/chuboshang/article/details/51096399</link><guid>https://blog.youkuaiyun.com/chuboshang/article/details/51096399</guid><author>chuboshang</author><pubDate>Fri, 08 Apr 2016 14:18:46 +0800</pubDate><description><![CDATA[转自：http://blog.youkuaiyun.com/connor_lele/article/details/20723519





这几天，写论文需要matlab画一些性能图。由于之前有过一次写论文的经验，知道需要在保存matlab显示的图片之前对其进行去白边处理，并且尽量保存为eps和pdf等格式，以便在论文在能够较高质量的显示出来。开始，我使用的是网上经常搜到的搜到一行代码命令（如]]></description><category></category></item><item><title><![CDATA[hihoCoder：1039字符串消除]]></title><link>https://blog.youkuaiyun.com/chuboshang/article/details/51095968</link><guid>https://blog.youkuaiyun.com/chuboshang/article/details/51095968</guid><author>chuboshang</author><pubDate>Fri, 08 Apr 2016 13:47:24 +0800</pubDate><description><![CDATA[hihoCoder：#1039字符串消除 ,已通过 hihocoder。]]></description><category></category></item><item><title><![CDATA[EM算法]]></title><link>https://blog.youkuaiyun.com/chuboshang/article/details/50953315</link><guid>https://blog.youkuaiyun.com/chuboshang/article/details/50953315</guid><author>chuboshang</author><pubDate>Tue, 22 Mar 2016 11:06:09 +0800</pubDate><description><![CDATA[EM算法，十大机器算法之一，在聚类和HMM参数估计中都有着广泛的使用。下面，将以自己的理解介绍这个经典算法，由于其中公式较多，所以通过手写拍照的方式，有不对的地方请见谅！]]></description><category></category></item><item><title><![CDATA[数据挖掘算法之K-Means算法演示]]></title><link>https://blog.youkuaiyun.com/chuboshang/article/details/50886256</link><guid>https://blog.youkuaiyun.com/chuboshang/article/details/50886256</guid><author>chuboshang</author><pubDate>Mon, 14 Mar 2016 14:42:22 +0800</pubDate><description><![CDATA[目录目录
算法描述
算法流程
代码实现
实验结果算法描述　　K-Means算法是数据挖掘中较为常用的算法之一，同时也是聚类算法中较为简单的一种。K-Means是一种简单的迭代型的聚类算法，它将给定的数据集分为用户指定的k个聚簇。其中k一般是使用者根据一定的先验知识预先设定，Mean也就是英文中平均值的意思。因此，该方法从字面意思也能猜出该方法是通过计算平均值来找到数据的K个聚类中心。 
　　首先，我]]></description><category></category></item></channel></rss>