腾讯面试题1

给定一个字符串s,你可以从中删除一些字符,使得剩下的串是一个回文串。如何删除才能使得回文串最长呢?
输出需要删除的字符个数。

转:http://www.nowcoder.com/profile/384632/codeBookDetail?submissionId=3047324

按 Ctrl+C 复制代码
按 Ctrl+C 复制代码

 

小Q最近遇到了一个难题:把一个字符串的大写字母放到字符串的后面,各个字符的相对位置不变,且不能申请额外的空间。
你能帮帮小Q吗?

输入描述:

输入数据有多组,每组包含一个字符串s,且保证:1<=s.length<=1000.


输出描述:

对于每组数据,输出移位后的字符串。

 

输入例子:
AkleBiCeilD

 

输出例子:
kleieilABCD


复制代码
#include<string>
#include<iostream>
using namespace std;
int main()
{
    string str;
    while(cin>>str)
    {
        int len=str.size();
        int newsize=len;
        for(int i=0;i<newsize;i++)
        {
            if(str[i]>='A'&&str[i]<='Z')
            {
                char temp=str[i];
                for(int j=i;j<len;j++)
                    str[j]=str[j+1];
                str[len-1]=temp;
                newsize--;
                i--;
            }
        }
        cout<<str<<endl;
    }
    return 0;
}
复制代码

 

小Q今天在上厕所时想到了这个问题:有n个数,两两组成二元组,差最小的有多少对呢?差最大呢?

输入描述:

输入包含多组测试数据。
对于每组测试数据:
N - 本组测试数据有n个数
a1,a2...an - 需要计算的数据
保证:
1<=N<=100000,0<=ai<=INT_MAX.


输出描述:

对于每组数据,输出两个数,第一个数表示差最小的对数,第二个数表示差最大的对数。

 

输入例子:
6
45 12 45 32 5 6

 

输出例子:
1 2
复制代码
#include<iostream>
#include<algorithm>
#include<vector>
using namespace std;
int main()
{
    int N;
    while(cin>>N)
    {
        vector<int> array(N);
        for(int i=0;i<N;i++)
            cin>>array[i]; 
        if(N==1)
        {
           cout<<0<<" "<<0<<endl;
           continue; 
        }
        sort(array.begin(),array.end());
        if(array[0]==array[N-1])
        {
            int num=N*(N-1)/2;
            cout<<num<<" "<<num<<endl;
            continue;
        }
        int maxNum=count(array.begin(),array.end(),array[N-1]);
        int minNum=count(array.begin(),array.end(),array[0]);
        int max=maxNum*minNum;
        int minValue=array[1]-array[0];
        for(int i=1;i<N;i++)
            if(array[i]-array[i-1]<minValue)
                minValue=array[i]-array[i-1];
        int min=0;
        for(int i=1;i<N;i++)
            for(int j=i-1;j>=0;j--)
                if(array[i]-array[j]==minValue)
                    min++;
                else
                    break;    //这一步相当关键啊
        cout<<min<<" "<<max<<endl;
        }
    return 0;
}
复制代码
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问
评论 1
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