<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[dci7046的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/dci7046</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; dci7046]]></copyright><item><title><![CDATA[leetcode15. 三数之和（哈希表unordered_map、双指针）]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424038</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424038</guid><author>dci7046</author><pubDate>Sun, 23 Jun 2019 21:37:00 +0800</pubDate><description><![CDATA[题目描述：
给定一个包含 n 个整数的数组nums，判断nums中是否存在三个元素 a，b，c ，使得a + b + c = 0 ？找出所有满足条件且不重复的三元组。
注意：答案中不可以包含重复的三元组。
例如，给定数组 nums = [-1, 0, 1, 2, -1, -4],
满足要求的三元组集合为：
[ [-1, 0, 1], [-1, -1, 2] ]
方法一...]]></description><category></category></item><item><title><![CDATA[注释（map，unordered_map）]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424030</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424030</guid><author>dci7046</author><pubDate>Sun, 23 Jun 2019 20:14:00 +0800</pubDate><description><![CDATA[1.map的底层实现是红黑树，所以保证了一个稳定的动态操作时间，查询、插入、删除都是O(logN)，最坏和平均都是查询效率为O(logN);unordered_map底层的实现是哈希表，查询效率为O(1),虽然是O（1），但是并不是unordered_map查询时间一定比map短，因为实际情况中还要考虑到数据量，而且unordered_map的hash函数的构造速度也没那么快，所以不能一...]]></description><category></category></item><item><title><![CDATA[输入输出]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424036</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424036</guid><author>dci7046</author><pubDate>Sun, 23 Jun 2019 20:12:00 +0800</pubDate><description><![CDATA[#include&lt;iostream&gt;
using namespace std;

//字符串的输入
int main()
{
    char ch, s[80];
    while((ch=cin.get()) != '\n') cout&lt;&lt;ch;  // I am a student
    cout&lt;&lt;endl;
    ...]]></description><category></category></item><item><title><![CDATA[标准库]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424027</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424027</guid><author>dci7046</author><pubDate>Sun, 23 Jun 2019 20:11:00 +0800</pubDate><description><![CDATA[//STL

// vector
// :对大小的控制，重新配置时的数据移动效率，vector动态增加大小，是以原大小的两倍另外配置一块较大的空间，将内容拷贝过来，在原内容之后构造新元素，释放原空间。

#include&lt;vector&gt;
using namespace std;

//1. 声明及初始化
vector&lt;int&gt; a;   //...]]></description><category></category></item><item><title><![CDATA[leetcode169. 求众数（map的用法、摩尔投票法）]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424034</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424034</guid><author>dci7046</author><pubDate>Tue, 18 Jun 2019 14:17:00 +0800</pubDate><description><![CDATA[题目描述：
给定一个大小为n的数组，找到其中的众数。众数是指在数组中出现次数大于⌊ n/2 ⌋的元素。
你可以假设数组是非空的，并且给定的数组总是存在众数。
示例：
输入：[2, 2, 1, 1, 1, 2, 2]
输出：2
方法一：建立map来记录数组中每个不重复元素的出现次数，然后遍历map，查找map中value大于n/2的key值，该值即为众数。

#in...]]></description><category></category></item><item><title><![CDATA[leetcode118/119. 杨辉三角]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424014</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424014</guid><author>dci7046</author><pubDate>Sun, 16 Jun 2019 21:52:00 +0800</pubDate><description><![CDATA[leetcode118. 杨辉三角1：
题目描述：
给定一个非负整数numRows，生成杨辉三角的前numRows行。
示例：
输入：5
输出：[
[1],
[1, 1],
[1, 2, 1],
[1, 3, 3, 1],
[1, 4, 6, 4, 1]
]

#include&lt;iostream&gt;
#include&lt;vector&gt;...]]></description><category></category></item><item><title><![CDATA[leetcode66. 加一]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424010</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424010</guid><author>dci7046</author><pubDate>Thu, 13 Jun 2019 14:08:00 +0800</pubDate><description><![CDATA[题目描述：
给定一个由整数组成的非空数组所表示的非负整数，在该数的基础上加一。
最高位数字存放在数组的首位， 数组中每个元素只存储一个数字。
你可以假设除了整数 0 之外，这个整数不会以零开头。
示例：
输入：[4,3,2,1]
输出：[4,3,2,2]

#include&lt;iostream&gt;
#include&lt;vector&gt;
using na...]]></description><category></category></item><item><title><![CDATA[leetcode53. 最大子序和]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424009</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424009</guid><author>dci7046</author><pubDate>Wed, 12 Jun 2019 21:59:00 +0800</pubDate><description><![CDATA[题目描述：
给定一个整数数组nums，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。
示例：
输入: [-2,1,-3,4,-1,2,1,-5,4],
输出: 6
解释:连续子数组[4,-1,2,1] 的和最大，为6。
方法一：暴力法O(n^2)

class Solution{
public:
    int maxSubArra...]]></description><category></category></item><item><title><![CDATA[leetcode283 移动零]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424003</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424003</guid><author>dci7046</author><pubDate>Wed, 05 Jun 2019 16:36:00 +0800</pubDate><description><![CDATA[题目描述：
给定一个数组nums，编写一个函数将所有0移动到数组的末尾，同时保持非零元素的相对顺序。
示例：输入：[0,1,0,3,12]
输出：[1,3,12,0,0]
说明：

必须在原数组上操作，不能拷贝额外的数组。
尽量减少操作次数


解题思路：

若题目没有要求不能新建数组，我们可以采用暴力解。新建一个和原数组相同长度的数组，遍历原数组，将所有非...]]></description><category></category></item><item><title><![CDATA[leetcode3 无重复字符的最长子串]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424007</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424007</guid><author>dci7046</author><pubDate>Tue, 04 Jun 2019 14:10:00 +0800</pubDate><description><![CDATA[解法1：暴力法
解题步骤：
①找出字符串中的所有子串：两层循环实现
②判断子串中是否有重复字符：set实现
遍历子串，如果set中有该字符，则返回false，否则返回true

#include&lt;iostream&gt;
#include&lt;set&gt;
#include&lt;string&gt;
using namespace std;
class S...]]></description><category></category></item><item><title><![CDATA[NLP中的GAN]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424025</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424025</guid><author>dci7046</author><pubDate>Sat, 01 Jun 2019 20:07:00 +0800</pubDate><description><![CDATA[为什么GAN不能直接用于NLP中？
生成图像是用随机的向量做实值的映射变换，是连续的过程。因此可以将判别器的误差反向传播到生成器。
在自然语言处理中，encoder解码生成文本的过程中，模型生成词的过程其实是在词表中选词的过程，它是根据当前网络输出的词语的整个概率分布，选取概率最大的词。这个选词的过程argmax是一个离散的过程，是不可导的。因此，无法通过D的梯度反向传播到G，故无法...]]></description><category></category></item><item><title><![CDATA[C++STL详解]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424031</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424031</guid><author>dci7046</author><pubDate>Tue, 02 Apr 2019 16:22:00 +0800</pubDate><description><![CDATA[C++STL详解STL（Standard Template Library，标准模板库)在C++标准中，STL被组织为下面的13个头文件：&lt;algorithm&gt;、&lt;deque&gt;、&lt;functional&gt;、&lt;iterator&gt;、&lt;vector&gt;、&lt;list&gt;、&lt;map&gt;、&lt;memory&gt;、&lt...]]></description><category></category></item><item><title><![CDATA[查找]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424023</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424023</guid><author>dci7046</author><pubDate>Thu, 28 Mar 2019 16:51:00 +0800</pubDate><description><![CDATA[顺序查找：
时间复杂度O(n)
遍历整个列表，逐个进行比较：

        int SequenceSearch(int[] arr, int key)
        {
            for (int i = 0; i &lt; arr.Length; i++)
            {
                if (arr[i] == ke...]]></description><category></category></item><item><title><![CDATA[深度学习情感分类常用方法（综述）]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424028</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424028</guid><author>dci7046</author><pubDate>Wed, 14 Nov 2018 16:09:00 +0800</pubDate><description><![CDATA[论文原文：Deep Learning for Sentiment Analysis: A Survey
原文地址：https://arxiv.org/ftp/arxiv/papers/1801/1801.07883.pdf
（1）文档级情感分类：
主要方法如下图所示：

（2）语句级情感分类



Socher et al     semi-supervis...]]></description><category></category></item><item><title><![CDATA[Tensorflow实现文本分类]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424026</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424026</guid><author>dci7046</author><pubDate>Thu, 30 Aug 2018 09:47:00 +0800</pubDate><description><![CDATA[论文原文：https://arxiv.org/abs/1408.5882
本文代码参考了http://www.wildml.com/2015/12/implementing-a-cnn-for-text-classification-in-tensorflow/
论文中采用CNN模型实现了电影评论的消极评论和积极评论的分类。模型的具体结构如下图所示。

图1 CNN文本分类模型...]]></description><category></category></item><item><title><![CDATA[Word2Vec]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424021</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424021</guid><author>dci7046</author><pubDate>Sat, 28 Jul 2018 15:02:00 +0800</pubDate><description><![CDATA[Word2Vec也称为Word Embeddings，或者是“词向量”、“词嵌入”。
常见的Word2Vec模型有CBOW模型和Skip-gram模型。其中CBOW模型是根据语境来推测目标单词，而Skip-gram则相反，是根据目标单词推测语境。
理论知识不再赘述，可自行查阅资料。
本文主要使用Skip-gram模型构造Word2Vec。
参考资料：《TensorFlow实战》...]]></description><category></category></item><item><title><![CDATA[TensorFlow简单实例：titanic实战]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424024</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424024</guid><author>dci7046</author><pubDate>Tue, 03 Jul 2018 21:17:00 +0800</pubDate><description><![CDATA[1. 数据读取与预处理
将数据集中缺失的字段全部填充为0
选取6个特征字段'Sex', 'Age', 'Pclass', 'SibSp', 'Parch', 'Fare'用于分类，并对各字段进行正规化处理
用Survived和Deceased表示乘客存活或死亡的分类

# 数据读入及预处理
import os
import numpy as np
import panda...]]></description><category></category></item><item><title><![CDATA[西瓜书习题3.3]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424019</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424019</guid><author>dci7046</author><pubDate>Tue, 27 Mar 2018 17:23:00 +0800</pubDate><description><![CDATA[1.梯度上升法解答

# -*- coding: utf-8 -*-
'''西瓜书第三章课后题3.3'''
#梯度上升法
from numpy import *
import operator
from os import listdir


def loaddata():
    dataMat=[];labelMat=[]
    #fr=open(r'E:\...]]></description><category></category></item><item><title><![CDATA[机器学习实战-kNN分类算法（实例）]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424022</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424022</guid><author>dci7046</author><pubDate>Thu, 25 Jan 2018 15:21:00 +0800</pubDate><description><![CDATA[#!/usr/bin/python
# -*- coding: UTF-8 -*-
#author:Jiang Yaju
from numpy import *
import operator
from os import listdir

def createDataSet():
    group=array([[1.0,1.1],[1.0,1.0],[0,0],...]]></description><category></category></item><item><title><![CDATA[python函数简记]]></title><link>https://blog.youkuaiyun.com/dci7046/article/details/102424017</link><guid>https://blog.youkuaiyun.com/dci7046/article/details/102424017</guid><author>dci7046</author><pubDate>Wed, 20 Dec 2017 10:20:00 +0800</pubDate><description><![CDATA[1. shape函数是numpy.core.fromnumeric中的函数，它的功能是查看矩阵或者数组的维数。

    &gt;&gt;&gt; e = eye(3)  
    &gt;&gt;&gt; e  
    array([[ 1.,  0.,  0.],  
           [ 0.,  1.,  0.],  
           [ 0.,  0.,...]]></description><category></category></item></channel></rss>