weixin_46864174的博客

原创 面试常考简单操作

思考Comparator和Comparable的区别实现Comparator接口实现。int age;int score;@Override= o.age) {// 法1@Overrideif(o1.age!});// 法2if(o1.age!});// 法3(用Comparable实现默认排序)});

原创 java注解原理

Override 本质上是一个空注解，但编译器根据它做了额外的检查。注解可以提供元数据，告诉编译器或工具该如何处理被标记的元素。不同注解根据其保留策略（RetentionPolicy），可以在源码、编译期或运行时发挥作用。在运行时，通过反射可以读取带有RUNTIME策略的注解。既然注解是一个接口，那我们在使用时，是怎么实现它内部的方法的ChatGPT 说：这是个非常棒的问题！注解在Java中本质上是一个特殊类型的接口。

原创 【Java SE基础回顾】看这篇就够了！

自定义异常可以继承Exception（受检异常）或（非受检异常）1.自定义异常类，继承自 Exception// 定义一个方法，抛出自定义异常public static void validateAge(int age) throws InvalidAgeException { // 注意！！这里throws不能省略// 当年龄小于 18 时，抛出自定义异常} else {try {// 调用 validateAge 方法，传入一个无效的年龄// 捕获并处理自定义异常2.使用。

原创 java Map中get方法爆错NullPointerException

得到的是一个null值。Java 会尝试将返回的 null 自动拆箱为 int，这会导致。运行出错，看代码很明显是get到一个不存在map的值，但为什么报的是。，因为 null 不能被转换为 int。

原创 leetcode老问题新发现（更新ing）

之前用C++把代码随想录写的差不多了，近期在学Java，写着重写一遍题目，在复习算法的同时，顺便掌握一下Java的语法。本贴打算作为一个长期贴，并且每道题只做提示，不会发详细的题解。

原创 从零开始学习TinyWebServer

写在前面项目参考：https://github.com/qinguoyi/TinyWebServer写作框架/图参考：https://blog.youkuaiyun.com/qq_52313711/article/details/136356042?spm=1001.2014.3001.5502原本计划是，先将项目代码大概看一遍，然后再着手实现一下。但后面准备不搞C++了，项目看一半又很难受，于是想着把代码看完，项目懂个六七成就够了，剩下部分不是看看就能理解的，如果后面有时间（应该没有了），就着手实现一次，并且

原创 vscode运行cjson（自用）

看起来是编译生成exe的时候链接出了问题，但是直接用task.json生成可执行文件时，是成功的。所以并不是那个地方的错，经过几个小时不断试错，发现将tasks.json中的label改简单一点就行了（launch.json也要做对应修改）每次运行都需要先生成可执行文件，然后再通过命令行运行，而且运行的终端还是在vscode里面，这显然有些不方便，于是我们可以引入launch.json文件，方便我们运行程序。然后，选中要执行的文件，按下图操作，选择到配置任务。并进行以下修改（左边为原图，右边为修改后的图）

原创 服务器部署dgl环境

如果这一步需要安装很久(>15min)，那估计是pytorch版本不匹配，他自动给你重新安装了，即失败了，重新选择高点的torch版本。去dgl官网看具体版本，根据具体cuda版本选择服务器实例(最好选择pytorch高点的版本，低版本好像dgl不太支持)报错：ModuleNotFoundError: No module named ‘munkres’报错：No module named ‘matplotlib’解决方案：pip install matplotlib。1.先运行dgl官网上的那坨东西。

原创 pip报错 ：Could not find a version that satisfies the requirement nbconvert (from versions: none)

看了别的地方说要换源，换了好几个国内的源发现都报错，发现是我梯子没关，纯纯笨比了。

原创 ImportError: DLL load failed while importing _arpack: 找不到指定的程序。

（sklearn是Scipy的扩展,建立在Numpy和matplolib库的基础上。基础教程》的代码：https://github.com/amueller/introduction_to_ml_with_python。进行以上操作后，代码from preamble import *还是报错，不过出现的问题并不是上面的版本问题，而是。该报错指向的是sklearn库函数的问题，但是我将该sklearn删掉后重装，仍然出现问题。作者指出该数据集有伦理问题，所以在新版本的库函数不再支持，还贴心给出替换的方法。

原创 23考研初试回顾（华南师范大学计算机专硕）

这篇文章不能称得上所谓的经验贴，只是有感而发。在吸取一些经验教训时，希望大家能结合自身实际辩证地看待。

原创 用torch实现手写识别算法

用torch实现手写识别算法。

原创 在排序数组中查找数字 I(对二分法的理解)

left左边的值都小于（或小于等于）target，right右边的值都大于（或大于等于）target

原创 复杂链表的复制（递归、链表的拼接拆分法）

负载链表的复制，链表的拼接拆解法

原创 数组中重复的数字（哈希表和原地交换）

题目来源法一：哈希表C++中的unordered_mapclass Solution {public: int findRepeatNumber(vector<int>& nums) { unordered_map<int,int> umap; for(int i:nums){ if(umap[i]==0)umap[i]++; else return i; }

原创 2351.第一个出现两次的字母（哈希和位运算）

哈希和位运算

原创 操作系统思维导图

原创 数据结构思维导图

原创 236.二叉树的最近公共祖先（骚操作翻车记录）

二叉树的最近公共祖先当时刚看完王道数据结构（23版）

原创 958.二叉树的完全性检验

二叉树的完全性检验在做王道的时候发现广度优先搜索

原创 104. 利用后序遍历（非递归）求二叉树的最大深度

利用后序遍历的非递归算法后序遍历在出入栈是，是先将左孩子进栈，处理完毕后出栈，再将右孩子入栈，最后再处理根结点。所以在非递归的后序遍历过程中，栈的深度即为当前的深度。利用这个特性，我们可以编写出一下...

原创 318. 最大单词长度乘积(C++)和map遍历方法auto [mask1,_]

318. 最大单词长度乘积给定一个字符串数组 words，找到 length(word[i]) * length(word[j]) 的最大值，并且这两个单词不含有公共字母。你可以认为每个单词只包含小写字母。如果不存在这样的两个单词，返回 0。示例 1:输入: [“abcw”,“baz”,“foo”,“bar”,“xtfn”,“abcdef”]输出: 16解释: 这两个单词为 “abcw”, “xtfn”。示例 2:输入: [“a”,“ab”,“abc”,“d”,“cd”,“bcd”,“a

原创 逻辑回归--乳腺癌数据集

逻辑回归–乳腺癌数据集一直以为西瓜书中没有逻辑回归这一内容，原来是放在了线性模型这一章节。里面称之为“对数几率回归”。原文给出的理由是：有文献译为“逻辑回归”，但中文“逻辑”与logistic 和 logit 的含义相去甚远，因此本书意译为“对数几率回归”，简称”对率回归“。实验要求实验要求：使用乳腺癌数据集作为实验数据集（load_breast_cancer），加载并划分数据集使用sklearn的逻辑回归分类器进行模型训练，并进行至少3个参数调参（sklearn的线性模型的API文档：

原创 27. 移除元素(双指针做法以及对边界值的思考)

27. 移除元素一开始的解法，使用sort求解，没啥特点class Solution {public: int removeElement(vector<int>& nums, int val) { int size = nums.size(); for(int &it:nums){ if(it==val){ it=INT_MAX; size--;

原创 泰波那契数以及对long/int范围的思考

1137. 第 N 个泰波那契数递归（超时）class Solution {public: int tribonacci(int n) { switch(n){ case 0: return 0; case 1: return 1; case 2: return 1; default:

原创 斐波那契数的n中解法

509. 斐波那契数递归很快啊！看到这个名字直接递归处理class Solution {public: int fib(int n) { if(n==0)return 0; if(n==1)return 1; return fib(n-1)+fib(n-2); }};其实仔细发现，这里的处理是非常低效的，会重复计算，如下图，可以看到重复计算了f(18)、f(17)等数据。这是动态规划问题的第一个性质：重叠子问题。时间复杂度：为

原创 1944. 队列中可以看到的人数（单调栈）

1944. 队列中可以看到的人数第一次尝试困难的题目，不过看评论区说好像配不上困难这个级别，但我做不出来????毫无技巧的暴力解法（超时）class Solution {public: vector<int> canSeePersonsCount(vector<int>& heights) { vector<int> result; int num=0; //看到的人 for(int i=0;i&l

原创 739. 每日温度（C++）单调栈的应用

739. 每日温度无语了相对简单我还是不会。日常超时自己写的暴力算法（超时）class Solution {public: vector<int> dailyTemperatures(vector<int>& temperatures) { vector<int> result; int i,j; for(i=0;i<temperatures.size();i++){

原创 453. 最小操作次数使数组元素相等

453. 最小操作次数使数组元素相等简单题？对不起，是我菜了。给你一个长度为 n 的整数数组，每次操作将会使 n - 1 个元素增加 1 。返回让数组所有元素相等的最小操作次数。示例 1：输入：nums = [1,2,3]输出：3解释：只需要3次操作（注意每次操作会增加两个元素的值）：[1,2,3] => [2,3,3] => [3,4,3] => [4,4,4]示例 2：输入：nums = [1,1,1]输出：0提示：n == nums.l

原创 791.自定义字符串排序(C++)

791.自定义字符串排序字符串S和 T 只包含小写字符。在S中，所有字符只会出现一次。S 已经根据某种规则进行了排序。我们要根据S中的字符顺序对T进行排序。更具体地说，如果S中x在y之前出现，那么返回的字符串中x也应出现在y之前。返回任意一种符合条件的字符串T。示例:输入:S = “cba”T = “abcd”输出: “cbad”解释:S中出现了字符 “a”, “b”, “c”, 所以 “a”, “b”, “c” 的顺序应该是 “c”, “b”, “a”.由于 “d” 没有在S中出现

原创 38. 外观数列（C++）

38. 外观数列给定一个正整数 n ，输出外观数列的第 n 项。「外观数列」是一个整数序列，从数字 1 开始，序列中的每一项都是对前一项的描述。你可以将其视作是由递归公式定义的数字字符串序列：countAndSay(1) = “1”countAndSay(n) 是对 countAndSay(n-1) 的描述，然后转换成另一个数字字符串。到这里有点不知所云，看下面例子就知道题目具体要求了。示例1：111211211111221第一项是数字 1 描述前一

原创 441.排列硬币（C++）

441.排列硬币你总共有 n 枚硬币，并计划将它们按阶梯状排列。对于一个由 k 行组成的阶梯，其第 i 行必须正好有 i 枚硬币。阶梯的最后一行 可能 是不完整的。给你一个数字 n ，计算并返回可形成 完整阶梯行 的总行数。输入：n = 5输出：2解释：因为第三行不完整，所以返回 2 。输入：n = 8输出：3解释：因为第四行不完整，所以返回 3 。提示：1 <= n <= 231 - 1递归求解拿到题目很快啊！直接就利用数学公式求解，发现忘了求根公式这种

原创 面试题 16.02. 单词频率(C++)

面试题 16.02. 单词频率(C++)设计一个方法，找出任意指定单词在一本书中的出现频率。你的实现应该支持如下操作：WordsFrequency(book)构造函数，参数为字符串数组构成的一本书get(word)查询指定单词在书中出现的频率示例：WordsFrequency wordsFrequency = new WordsFrequency({“i”, “have”, “an”, “apple”, “he”, “have”, “a”, “pen”});wordsFrequency.ge

原创 两数相加（C++）

两数相等（C++）给你两个非空 的链表，表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的，并且每个节点只能存储一位 数字。请你将两个数相加，并以相同形式返回一个表示和的链表。你可以假设除了数字 0 之外，这两个数都不会以 0 开头。示例 1：输入：l1 = [2,4,3], l2 = [5,6,4]输出：[7,0,8]解释：342 + 465 = 807.示例 2：输入：l1 = [0], l2 = [0]输出：[0]示例 3：输入：l1 = [9,9,9,9,9,9

原创 线性回归--波士顿房价

线性回归–波士顿房价前几天，机器学习老师布置了个作业。实验要求编写一个线性回归分类器（以梯度下降更新参数；以均方误差计算cost function；补充计算accuracy的函数）使用波士顿房价数据集作为实验数据集（load_boston；数据集相关信息）分别使用自己编写的线性回归分类器、sklearn的线性回归分类器训练模型（sklearn的线性模型的API文档）使用多项式回归优化模型实验内容首先，我们需要导入相关的库（由于在pycharm可以很方便的导入需要的类，所以这方面不重要）

原创 小案例--利用梯度下降改善网络

参考《深度学习与图像识别原理与实践》一书P95，代码有所改动小案例–梯度下降输入一个X（人工识别这个X的图像为狗），让机器自动判断该图像的分类，其中，图像为三分类（类别分别为鸡、猫、狗），真实标签分类为y=[0,0,1](标签已经转化为one-hot类型，代表是狗）。假设我们有一个数据集X，X赋值为[[0.6,0.9]](已经将肉眼识别的狗的图片转化为矩阵， 从代码中可以看到X的形状为（1，2），代表的是1行2列首先，根据题意，我们有X = np.array([0.6,0.9])y = np..