知識總結
文章平均质量分 74
lanadeus
这个作者很懒,什么都没留下…
展开
-
Tarjan算法研究:求強連通分量、橋、割
Tarjan算法由Tarjan, R. E.Tarjan,\ R.\ E.在1972年提出。它基於圖的DFS(depth first searchdepth\ first\ search),複雜度爲O(V+E)O(V+E) ,可以被看作是線性時間算法。這篇文章的目的在於總結Tarjan算法在求解強連通分量,橋、割方面的應用。尚未完成,逐漸更新。強連通分量的討論強連通分量的定義(更新時間2017.05原创 2017-05-28 14:11:33 · 526 阅读 · 0 评论 -
HihoCoder - 1385 - A Simple Job - string::substr用法总结
題目鏈接題意:讀入一段文章,算出出現次數最多的詞組。其實是考察std::map的運用。其實也考察std::string::substr的運用。實現如下:#include<bits/stdc++.h>#define msi map<string,int>#define fi first#define se secondusing namespace std;msi m;void proce原创 2017-07-12 18:58:35 · 242 阅读 · 0 评论 -
Ruby讲义
Ruby讲义本讲义整理自el老师的授课. 本讲义适合有Python, javaScript等语言的学习者快速入门Ruby使用. 各种数据结构的各种方法的细枝末节在正文中略去,放在附录中.Ruby概览Ruby(红宝石),是松本行弘发明的脚本语言.本文基于Ruby 2.0写作.学习方法大概过一遍本文,然后开始学习各种数据结构之方法的详细用法.基本数据结构:Array(数组): [1, [1, 2,原创 2017-12-27 14:06:51 · 256 阅读 · 0 评论 -
石子合并问题总结
直线石子合并题目链接时间复杂度:O(n3)O(n3)O(n^3)。 空间复杂度:O(n2)O(n2)O(n^2)。∀k∈[l,r),dp[l][r]=mindp[l][k]+dp[k+1][r]+∑i=lra[i]∀k∈[l,r),dp[l][r]=mindp[l][k]+dp[k+1][r]+∑i=lra[i]\forall k \in [l,r),\\ dp[l][r]=\m...原创 2018-02-22 17:15:38 · 1137 阅读 · 0 评论 -
卷积小记
卷积,其实就是人人都会的多项式乘法。为啥呢? 来看下面的例子。有两个关于xxx的多项式AAA,BBB。 A=a0x0+a1x1+⋯+anxn, B=b0x0+b1x1+⋯+bnxnA=a0x0+a1x1+⋯+anxn, B=b0x0+b1x1+⋯+bnxnA=a_0x^0+a_1x^1+\dots+a_nx^n,\ B=b_0x^0+b_1x^1+\dots+b_nx^...原创 2018-03-10 17:15:52 · 235 阅读 · 0 评论 -
Rudin [Principles of Mathematical Analysis] 笔记
前言CS就是要学数学…所以我也开始学了. Rudin这本书以简洁著称,所以需要笔记来补上证明过程中的各种跳跃. 我读的是机械工业出版社的英文影印版.Chapter 1: The real and complex number system1.1 Example这个例子广为人知: 用反证法证明2‾√2\sqrt{2}不是有理数(rational number). 首先...原创 2018-05-20 16:06:27 · 3295 阅读 · 0 评论 -
数据库的三级模式结构和两级映像
数据库的三级模式结构请先把下面的关系记在心中. 外模式(应用)-&gt;概念模式(表结构)-&gt;内模式(物理)外模式(external Schema)也称”用户模式”或者”子模式”,是用户与数据库的接口. 数据库的设计者把程序员用的上的接口给出来,程序员不需要关心数据库的结构(概念模式)这就是外模式. 用外模式DDL(External Schema Data Defi...原创 2018-05-24 12:41:11 · 7574 阅读 · 0 评论 -
轻松理解转置卷积(transposed convolution)或反卷积(deconvolution)
原文地址:Up-sampling with Transposed Convolution 本文暂时没有插入图像,以后修订在CNN中,转置卷积是一种上采样(up-sampling)的方法.如果你对转置卷积感到困惑,那么就来读读这篇文章吧.本文的notebook代码在Github.上采样的需要在我们使用神经网络的过程中,我们经常需要上采样(up-sampling)来提高低...翻译 2018-09-09 00:06:27 · 45750 阅读 · 63 评论 -
Faster R-CNN中RPN的分析
Faster R-CNN原文地址摘要Faster R-CNN是object detection的里程碑之作。它提出了RPN,即一种用CNN来提取proposal的网络。为了更好地理解RPN的代码实现细节,充分理解它用到的SmoothL1Loss是很必要的。本文简述了RPN的作用,讨论了RPN的loss以及SmoothL1Loss的语义及其作用,最后分析了RPN的代码实现。RPN的原理R...原创 2018-09-23 15:01:19 · 1081 阅读 · 3 评论