012章 绪论+向量

本文探讨了改进后的起泡排序算法提前结束的条件,分析了在特定情况下完成的扫描交换趟数等于实际发生元素交换的扫描交换趟数加一的情况。同时,介绍了使用Fibonacci查找法在有序数组中查找元素的过程,并详细说明了图灵机的组成要件,指出有限长的纸带并非其组成部分。

02E-2 QUIZ

Which situation will the improved blistering order will end prematurely ? 
经改进的起泡排序在什么情况下会提前结束?

 
Complete all n-1 scans 
完成全部n-1趟扫描交换The number of scan conversions completed = The number of scan switching parameters for the actual element exchange + 1 
完成的扫描交换趟数 = 实际发生元素交换的扫描交换趟数 + 1   正确The number of scan conversions completed = The number of scan switchings that actually took place for element exchange 
完成的扫描交换趟数 = 实际发生元素交换的扫描交换趟数Complete (n - 1) / 2 scan exchange 
完成 (n - 1) / 2趟扫描交换

EXPLANATION

Another statement is: No element exchange occurs in a scan switch 
另一个说法是:某趟扫描交换中没有发生元素交换

02-D3-3 QUIZ

V={1, 2, 3, 4, 5, 6, 7}, using Fibonacci to find element 1 in V, the element selected as the pivot point mi is:
V={1, 2, 3, 4, 5, 6, 7},在V中用Fibonacci查找元素1,被选取为轴点mi的元素依次是:

 
Rank mi = lo + fib.get() - 1;

是元素不是索引

4, 3, 2, 14, 2, 15,2,15,3,2,15321

 

实例A

V={2, 3, 5, 7, 11, 13, 17}. How many comparisons V.search(16, 0, 7) need to make? 
V={2, 3, 5, 7, 11, 13, 17}。V.search(16, 0, 7)需要进行多少次比较?

 
lo = 0, hi = 7;

hi在区间外!!

4567 7次

--------------------------------------------

01B-5: 图灵机

Which of the following is NOT a component of a Turing machine? 以下哪项不是图灵机的组成要件?

A tape of finite length 有限长的纸带 A tape of finite length 有限长的纸带 - 正确A finite alphabet 有限的字母表A finite set of states 有限种状态A head for reading and writing 读写头

01-E-5: 数组倒置

The base cases of a recursive function are degenerated cases, without which the sequence of recursive function calls would go forever.

01XC-2: FIB():递推方程

The naive way of computing fib(n) recursively leads to a time complexity of 
直接用定义以递归的方式计算fib(n)的时间复杂度是:

 
Θ(n2)O(2n 正确Θ(2n)O(n)

转载于:https://www.cnblogs.com/yeoreum/p/10527615.html

### 机器学习绪论:头歌平台介绍和基础概念 #### 什么是机器学习? 机器学习是人工智能的一个子领域,专注于研究如何使计算机能够在不进行明确编程的情况下从经验中学习并改进性能[^1]。通过构建预测模型或决策规则,机器学习旨在处理各种复杂的数据集,并从中提取有价值的信息。 #### 头歌平台上机器学习课程的特点 在头歌实训平台上的《机器学习》系列课程中,学生可以接触到全面而系统的理论讲解以及实践操作机会。该平台提供了丰富的案例分析与项目实战环节,帮助学员深入理解不同类型的算法及其应用场景。特别是对于初学者而言,《机器学习——绪论》部分尤为重要,它涵盖了基本定义、历史背景和发展趋势等内容[^4]。 #### 基础概念解析 - **监督学习**:给定带有标签的数据样本作为输入,在此基础上训练得到映射函数f(x),使得新来的未见过的测试样例也能被正确分类或者回归预测。 - **无监督学习**:只提供特征向量而不给出对应的类别标记,目的是发现隐藏于数据内部结构模式,如聚类分析等任务。 - **强化学习**:智能体(agent)在一个环境中采取行动(action), 并根据环境反馈(reward/penalty)调整自己的行为策略(policy),以达到长期累积奖励最大化的目标[^2]。 ```python # Python代码示例 - 使用sklearn库实现简单的K近邻(KNN)分类器 from sklearn.neighbors import KNeighborsClassifier knn = KNeighborsClassifier(n_neighbors=3) X_train, y_train = [[0], [1], [2], [3]], ['cat', 'dog', 'cat', 'dog'] knn.fit(X_train, y_train) print(knn.predict([[1.5]])) # 输出: ['dog'] ``` #### NFL定理的意义 No Free Lunch (NFL) 定理指出,在没有任何先验知识的前提下比较两个不同的优化算法是没有意义的;也就是说,不存在一种通用的最佳解决方案适用于所有可能遇到的问题实例。因此,在实际应用过程中应当针对特定场景选择合适的工具和技术路线[^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值