yutaixin的博客

卷积是一种数学运算应用场景：图像识别、卷积神经网络本质：计算当前数值时，与之前的数值有关联，需要与之前的数值衰减后的量叠加一维卷积一维卷积运算过程a = [1,2,3,4,5] #源数组b = [8,7,6] #卷积核#使用 b作为卷积核对a数组执行卷积运算的过程如下：#数据准备：0 0 1 2 3 4 5 0 0 #排一下源数组6 7 8 #将卷...

递归版本：思想：执行完一部分，在新的一部分使用相同的算法继续执行def binary_search(alist,item): '''二分查找''' n = len(alist) #结束递归的条件:序列有长度 if n > 0: #中间元素下标`在这里插入代码片` mid = n//2 #如果找到，返回true if alist[mid] == item: r...

先拆成单个单个，再两两向上合，边合边排序def merge_sort(alist): '''归并排序''' n = len(alsit) #拆到不能再拆时退出函数,并返回那个不能拆的列表 if n <= 1: return alist #对半分 mid = n//2 left_li = merge_sort(alist[:mid]) #前半部分,left_li代表采用归并...

思路有个列表alist第一个元素抽象为middle_value元素：middle_value = 第一个元素把第一个元素拿掉，保留该位置high游标(指的元素代表比middle元素大)从最后一个元素开始向前走，与middle_vaule比较大小，low游标(指的元素代表比middle元素小)从第一个元素的位置开始向后走，与middle元素比较大小如果alist[high] <mi...

插入排序选择排序的相反版，选择排序操作有序的部分，插入排序操作无序的部分模型描述：将序列分为两部分，一开始前一部分是第一个元素，第二部分是除第一个元素外的后面的序列；将第二部分的第一个元素与前一部分的各个元素(此时暂时只有一个)从后向前比较大小，插入到小于它的数后面，第二部分一直这样做，一直到序列排序完成def insert_sort(alist): '''插入排序''' #执行的次数...

选择排序从序列后面的无序部分选择最小数据放到前面的有序部分，一直到整个序列有序的过程计算机实现：假定第一个数据是最小值，向后走一次比较大小，遍历到最后，def select_sort(alist): '''选择排序'' #j表示每次比较的起始位置，遍历到最后一个值的前一个值就行 for j in range(len(alist)-1): #每一次比较时，都先假定第一个值最小，记录下...

def bubble_sort(alist): '''顺序表的冒泡排序''' n = len(alist) #游标只需要遍历到最后一个元素的前一位，就能比较完 #游标需要遍历的次数：n-1次 for j in range(n-1): #游标每次需要遍历的长度m,和次数j的关系是加起来=n m == n-j for i in range(m+1): #如果前一个数大...

如果a+b+c=1000,且a^2 + b^2= c^2(a,b,c为自然数),求出所有a,b,c可能的组合import timestart_time = time.time()for a in range(1,1001): for b in range(1,1001): for c in range(1,1001): if a+b+c==1000 and a**2 +b**...