- 博客(11)
- 收藏
- 关注
原创 半定规划(SDP)for 最大割
半定规划(SDP)for 最大割最大割问题:Instance: given an undirected graph G(V,E), find a bipartition of V into S and T that maximizing the size of the cut E(S,T)={uv∈E|u∈S,v∈T}\{uv\in E|u\in S,v\in T\}贪心算法、随机选择、局部查找算法
2018-01-02 12:00:15
5545
1
原创 vertex cover问题的简单LP算法
vertex cover问题的简单LP算法vertex cover:instance: 给定一个图G(V,E),找到一个顶点集使得所有的边都被覆盖。并使得这个集合最小。它的ILP问题是:minimize:∑v∈VXvminimize: \sum_{v\in V}X_vs.t:∑v∈exv≥1 e∈Es.t: \sum_{v \in e}x_v\ge 1\ \ \ \ \ \ e\in E
2017-12-29 17:12:30
4290
原创 装箱问题的动态规划算法和渐进ptas
装箱问题的动态规划算法和渐进ptasinstance:给定n个物体,大小分别为s1,s2,…,sns_1,s_2,\dots,s_n,将其放进大小为m的箱子里问,需要的最少的箱子的数目是多少。可以将这个问题抽象成,给定n个物体都在0,1之间,将其放在大小为1的箱子里,球最少的数目。1.firstfit这个算法和内存分配算法类似。把物体放在第一个能够放下的箱子里,如果前面的箱子都放不下,那么重开一个箱
2017-12-29 14:58:44
2406
原创 背包问题的动态规划算法和fptas
背包问题instance:给定n个item,i=1,2,…,ni=1,2,\dots,n; weights w1,w2,…,wn∈Z+w_1,w_2,\dots,w_n\in Z^{+}; values v1,v2,…,vn∈Z+v_1,v_2,\dots,v_n\in Z^{+}, 给定背包容量B∈Z+B\in Z^+; 需要找到一个集合S∈{1,2,…,n}S\in\{1,2,\dots,n\}
2017-12-28 21:38:44
5743
原创 片上处理器与多核系统
多线程支持多个线程以重叠方式共享单个处理的功能单元,但是开发线程级并行的一般方法是使用多处理器。实现多线程的硬件方法主要有三种:细粒度多线程, Fine-grained (interleaved) multithreading,每个时钟周期之间执行一个进程切换,采用轮询的方式。好处是:能够隐藏长短停顿而导致的吞吐损失;不足是:减缓了个体进程的执行速度。粗粒度多线程, Coarse-grained
2017-06-11 18:09:31
1798
原创 多处理器与缓存一致性问题
分类根据包含的处理器数量将现有共享存储器的多处理器分为两类:SMP和DSM。 SMP,对称多处理器,又称为集中式共享存储器多处理器。特点:处理器数目少,共享一个集中式存储器,所有处理器都能够平等的访问该存储器。 DSM,分布式共享存储器,存储器分散在处理器之间。通过网络互连。缓存一致性问题:如果存储器系统满足以下条件,则说明它是一致的: (1)处理器p对x进行读操作,在此之前处理器p对x进行写
2017-06-11 14:33:45
3662
原创 流水线动态调度的Scoreboarding算法
Scoreboarding主要有三个组成部分:1.指令状态:IS:check for structural/WAW hazard; stall issue until clear; RO:read operands if no RAW hazards EX:followed by notification to scoreboard WR: Write result 这里表示着流水线的四个周
2017-03-29 22:34:30
5865
3
原创 文章标题
输入一个字符串。 输出字符串中最长的数字字符串和它的长度。如果有相同长度的串,则要一块儿输出,但是长度还是一串的长度#include<iostream>#include<string>using namespace std;string str;int main(){ while(cin>>str) { int sl=str.size();
2017-03-24 11:43:45
323
原创 文章标题
网易试题: 洗牌在生活中十分常见,现在需要写一个程序模拟洗牌的过程。 现在需要洗2n张牌,从上到下依次是第1张,第2张,第3张一直到第2n张。首先,我们把这2n张牌分成两堆,左手拿着第1张到第n张(上半堆),右手拿着第n+1张到第2n张(下半堆)。接着就开始洗牌的过程,先放下右手的最后一张牌,再放下左手的最后一张牌,接着放下右手的倒数第二张牌,再放下左手的倒数第二张牌,直到最后放下左手的第一张牌。
2017-03-24 10:33:12
228
原创 统计学习方法第二站
支持向量机: 支持向量机是感知机的复杂形式。感知机无法解决的问题可以抽象到支持向量机的维度上来解决。所以支持向量机也是一个分类问题。感知机假定在空间中有一个超平面可以将数据集分成两份,但是特殊情况下一个平面是无法将数据集分成正反两份的。比如这里举一个例子:(0,0,+),(1,0,-),(0,1,-),(1,1,+)那么此时就不存在一个超平面能将这个数据集分成正反两份。那么此时就需要一个映射ϕ(x
2017-03-15 19:21:22
273
原创 文章标题
第一次写技术博客!主要是给自己的学习做总结。 用的是李航博士《统计学习方法》这本书。 概论: 这本书主要讲的是监督学习。目前看来监督学习主要有两块:分类问题和回归问题。 分类问题:感知机、knn、naive bayes、svm等; 回归问题:LR、logistic回归等。 第一站主要来探讨感知机和支持向量机的简单对比问题 感知机是一种很朴素的二分类的问题。利用一个平面将数据集中的点分成
2017-03-14 21:41:11
226
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人