Coursera - Algorithm (Princeton) - 习题与解答 - Week 5

Week 5

Red–black BST with No Extra Memory

问题

Describe how to save the memory for storing the color information when implementing a red–black BST.

分析

本来自信满满地认为“比特”可以解决一切,然后猛然反应过来布尔值就是比特……

然后这个题宛如脑筋急转弯一般,怎么说呢,我真的不喜欢这样的逻辑

设计【非原创】

修改红黑树的结构,如果对应的节点是红连接子节点,就把它的子节点的左小右大改成左大右小,这个时候就需要注意一下修改之后的旋转操作也需要做修改(因为不再是默认左小右大了)

Document Search

问题

Design an algorithm that takes a sequence of n n n document words and a sequence of m m m query words and find the shortest interval in which the m m m query words appear in the document in the order given. The length of an interval is the number of words in that interval.

分析

翻译了半天,就是说给定一个词序列(同一个词可能出现多次),再给定一个查询序列,按照查询序列顺序,这些词出现的最小区间是多大。

首先整体思路是贪心,按顺序找到当前此出现的在上一个词出现后的最小位置即可,整体构成的就是有序最小位置。但问题在第一个词,其最小位置不一定代表的整体最小位置,因此需要对其遍历

设计

对文档中出现的每一个词,维护一个有序表(数组其实就可以,但是没有数列可变大小方便)来存储其在序列中出现的位置(输入一个记录一个,那么输入的就是有序的,按顺序存下来就行了,连排序都省了)

对第一个查询的词的出现位置枚举,然后尝试找到后续查询词的合法最小位置,最后一个查询的合法最小位置和当前考察的第一个查询词的位置的差即一个“最小区间”

我们试图找到这个最小区间,需要遍历整个第一个查询词出现的位置

有一种可能,就是一个词没有出现在上一个词之后的合法位置,这个时候这个考察就不再进行了

Generalized Queue

问题

Design a generalized queue data type that supports all of the following operations in logarithmic time (or better) in the worst case.

  • Create an empty data structure.
  • Append an item to the end of the queue.
  • Remove an item from the front of the queue.
  • Return the i t h i^{th} ith item in the queue.
  • Remove the i t h i^{th} ith item from the queue.

分析

一看“最坏对数时间”,红黑树没有悬念啊……

至于如何用红黑树维护“插入顺序”,也很好办,插入顺序就是相对顺序,那么我们找队首和队尾就相当于找最大和最小,第i项就是第i小,按照课程讲授,红黑树的删除也是现在对数时间复杂度的

设计

红黑树,键为插入顺序编号,值为插入项目,队首为键最小值,队尾为键最大值

### 回答1: Coursera-ml-andrewng-notes-master.zip是一个包含Andrew Ng的机器学习课程笔记和代码的压缩包。这门课程是由斯坦福大学提供的计算机科学和人工智能实验室(CSAIL)的教授Andrew Ng教授开设的,旨在通过深入浅出的方式介绍机器学习的基础概念,包括监督学习、无监督学习、逻辑回归、神经网络等等。 这个压缩包中的笔记和代码可以帮助机器学习初学者更好地理解和应用所学的知识。笔记中包含了课程中涉及到的各种公式、算法和概念的详细解释,同时也包括了编程作业的指导和解答。而代码部分包含了课程中使用的MATLAB代码,以及Python代码的实现。 这个压缩包对机器学习爱好者和学生来说是一个非常有用的资源,能够让他们深入了解机器学习的基础,并掌握如何运用这些知识去解决实际问题。此外,这个压缩包还可以作为教师和讲师的教学资源,帮助他们更好地传授机器学习的知识和技能。 ### 回答2: coursera-ml-andrewng-notes-master.zip 是一个 Coursera Machine Learning 课程的笔记和教材的压缩包,由学生或者讲师编写。这个压缩包中包括了 Andrew Ng 教授在 Coursera 上发布的 Machine Learning 课程的全部讲义、练习题和答案等相关学习材料。 Machine Learning 课程是一个介绍机器学习的课程,它包括了许多重要的机器学习算法和理论,例如线性回归、神经网络、决策树、支持向量机等。这个课程的目标是让学生了解机器学习的方法,学习如何使用机器学习来解决实际问题,并最终构建自己的机器学习系统。 这个压缩包中包含的所有学习材料都是免费的,每个人都可以从 Coursera 的网站上免费获取。通过学习这个课程,你将学习到机器学习的基础知识和核心算法,掌握机器学习的实际应用技巧,以及学会如何处理不同种类的数据和问题。 总之,coursera-ml-andrewng-notes-master.zip 是一个非常有用的学习资源,它可以帮助人们更好地学习、理解和掌握机器学习的知识和技能。无论你是机器学习初学者还是资深的机器学习专家,它都将是一个重要的参考工具。 ### 回答3: coursera-ml-andrewng-notes-master.zip是一份具有高价值的文件,其中包含了Andrew Ng在Coursera上开授的机器学习课程的笔记。这份课程笔记可以帮助学习者更好地理解掌握机器学习技术和方法,提高在机器学习领域的实践能力。通过这份文件,学习者可以学习到机器学习的算法、原理和应用,其中包括线性回归、逻辑回归、神经网络、支持向量机、聚类、降维等多个内容。同时,这份笔记还提供了很多代码实现和模板,学习者可以通过这些实例来理解、运用和进一步深入研究机器学习技术。 总的来说,coursera-ml-andrewng-notes-master.zip对于想要深入学习和掌握机器学习技术和方法的学习者来说是一份不可多得的资料,对于企业中从事机器学习相关工作的从业人员来说也是进行技能提升或者知识更新的重要资料。因此,对于机器学习领域的学习者和从业人员来说,学习并掌握coursera-ml-andrewng-notes-master.zip所提供的知识和技能是非常有价值的。
评论 3
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