今日小结——20190513(LeetCode日常+PCA学习)

一、#31:下一个排列

题目要求,给定一个数组,输出他的字典序中的下一个排列。翻译一下就是他这个数组的数组合成比他大的下一个数组序列

这个题目要求也是原地修改,也就是不申请新的数组空间,首先要想到的是,可以吧这个数组从左到右看成是一个数,比如从左到右是{2,5,1,2,4},就看成25124,那么下一个数(也就是输出)就是25142,这样理解起来很方便,可以看出需要从最右端入手进行比较和交换,也就是从数组的最大下标开始,那么就需要先倒序遍历,如果能够遍历完所有的且是一个降序的数组,那么就把他变成倒序排列输出

        int len=nums.size();
        int i;
        for(i=len-1;i>0;i--)
        {
            if(nums[i]>nums[i-1])
                break;
        }
        if(i==0)
        {
            reverse(nums.begin(),nums.end());
        }

i=0就是说明遍历整个数组也没有发现后比前更大的数,即降序,那就是用reverse函数,吧vector数组倒序排列,如果i不等于0,说明在中间出现了后大于前的数,则需要进行进一步的判断

因为i目前的值可以代表在哪一个位置发生的后大于前,所以可以通过i的值来进行后面的判断。下标为i的是较大的后者,i-1为较小的前者,因为i之后的数都是降序排列,那么直接比较i-1和之后最小的数,若是i-1的数较小,则交换他和之后最小的数的值,并把i-1之后的数进行升序排序,这样即为下一个排列,若是i-1比最后最小的数还大,则和最小的数的前一个数进行比较,知道达到前面的要求。代码简短,但是很费脑子。。。。

整体代码如下:

class Solution {
public:
    void nextPermutation(vector<int>& nums) {
        int len=nums.size();
        int i;
        for(i=len-1;i>0;i--)
        {
            if(nums[i]>nums[i-1])
                break;
        }
        if(i==0)
        {
            reverse(nums.begin(),nums.end());
        }
        else
        {
            int tmp;
            int x=len-1;
            while(x>i)
            {
                if(nums[i-1]<nums[x])
                    break;
                x--;
            }
            tmp=nums[i-1];
            nums[i-1]=nums[x];
            nums[x]=tmp;
            sort(nums.begin()+i,nums.end());
           /* for(int k=0; k<len-i-1; k++)
            {
                for(int j=i; j<len-1-k; j++)
                {
                    if(nums[j] > nums[j+1])
                    {
                        int temp = nums[j];
                        nums[j] = nums[j+1];
                        nums[j+1] = temp;
                    }
                }
            }*/
        }
    }
};

二、#33:搜索旋转排序数组

题目要求,其实就是在一个数组中找到对应target的下标,看到这里可能和我一样想的就是遍历搜索呗,找到了就返回下标,找不到返回-1.。。然而题目主要考的不是这个,考的是时间复杂度。。。要求时间复杂度是O(logN),但是前面这个方法的时间复杂度是O(N),所以编译不通过,那么为了达到这个对数复杂度,就只能用二分法了,找到中间值或者突变的分水岭,我找的是分水岭,个人感觉比直接找中值简洁一些,比较好理解,直接贴代码:

class Solution {
public:
    int search(vector<int>& nums, int target) {
        if(nums.size()==0)
            return -1;
        if(nums[0]<=target)
        {
            for(int i=0;i<nums.size();i++)
            {
                if(nums[i]==target)
                    return i;
                else if(nums[i]<nums[0])
                    return -1;
            }
        }
        else
        {
            for(int i=nums.size()-1;i>0;i--)
            {
                if(nums[i]==target)
                    return i;
                else if(nums[i]<nums[i-1])
                    return -1;
            }
        }
        return -1;
    }
};

三、PCA

今儿还书在图书馆找到一本python机器学习实战的书,正好电脑的tensorflow炸了,就用这几天时间再学一学机器学习的主要算法吧,对以后用处很大。

PCA就是主成分分析法,不仅可以用在统计学习中,也可以用来做model分类,在缺陷检测,目标分类中也有很方便的应用,论文里面看到过,但是没认真学,现在系统学一下~

主要作用就是数据降维,可以说是降维的首选方法了,例如要把一个二维数据降成一维数据,找两个正交的维度穿过这些数据,对比一下每一个维度下,数据的方差,会发现有一个更大的,方差越大的维度也就是使得样本点尽可能分开,那么这个维度就是包含了原始数据最多的信息量,则为第一主成分,另一种是第二主成分。换句话说其实就是为了保留下来原始数据中最重要的数据,毕竟不是所有的数据都必须进行统计。

然后利用图片压缩进行了一波PCA代码的学习,感觉略微理解了,但是感觉还是需要去找更多的大型主成分,最好是图像相关的进行学习,不然核心部分还是有点模糊,当然最好是大数据量的,这样也可以看一下重要数据能丢失百分之几

PS:变量间相关程度越高,主成分分析效果越好,但是方差较小的主成分也可能含有最关键的信息,所以也存在一定的模糊性和丢失性,但是基本是妥妥的~

 

 

 

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