- 博客(21)
- 资源 (10)
- 收藏
- 关注
原创 字符串分割(C++)
1.C风格字符串分割原型: char *strtok(char *str, const char *delim); 功能:分解字符串为一组字符串。 参数说明:str为要分解的字符串,delim为分隔符字符串。 返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。 其它:strtok函数线程不安全,可以使用strtok_r替代。 示例://借助strtok实现spl
2015-03-30 22:14:27 729
原创 typedef int int_array[4]
这个出现在C++prime第四版第124页,刚看没理解#include<iostream>using namespace std;int main(){ int ia[3][4]={{0,1,2,3},{4,5,6,7},{8,9,10,11}}; typedef int int_array[4]; for(int_array *p=ia;p!=ia+3;++p)
2015-03-29 21:37:49 2574
原创 最大连续乘积子串
给一个浮点数序列,取最大乘积连续子串的值,例如 -2.5,4,0,3,0.5,8,-1,则取出 的最大乘积连续子串为3,0.5,8。也就是说,上述数组中,3 0.5 8 这3 个数的乘积3*0.5*8=12 是最大的,而且是连续的。跟以前写的这道题http://blog.csdn.net/gao1440156051/article/details/43498407 求子数组的最大和很像。不同点
2015-03-23 22:47:27 969
转载 马氏距离(Mahalanobis距离)
马氏距离是由印度统计学家马哈拉诺比斯(P. C. Mahalanobis)提出的,表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系(例如:一条关于身高的信息会带来一条关于体重的信息,因为两者是有关联的)并且是尺度无关的(scale-invariant),即独立于测量尺度。 维基百科的解释: http://zh.wikipedia.
2015-03-23 15:58:03 4370
转载 什么是启发式算法(转)
这两天在看关于民航调度的文章,很多文章中都提到“启发式”算法,感觉和智能算法类似,那到底什么是启发式算法呢?我找到如下的一些我认为比较好的解释:A heuristic (hyu-‘ris-tik) is the art and science of discovery and invention. The word comes from the same Greek root as “eureka”
2015-03-23 15:38:18 14920
原创 研究生找工作前一年半的书单
专业书 1.编程艺术 一~三十七章集锦by_July(差不多快看完了) 2.十五个经典算法研究与总结 3.编程珠玑 4.C++pime 5.剑指offer 6.编程之美 7.程序员面试宝典 8.《深入理解计算机系统》《Computer System:A programmer’s perspective》(这个尽量)有空还可以看看 1.一个程序员的奋斗史 3.程序员的自我修养
2015-03-21 22:13:48 1380 2
转载 负数排在正数前面,
转自:http://qing.blog.sina.com.cn/1570303725/5d98eeed33000hcb.html 一个未排序整数数组,有正负数,重新排列使负数排在正数前面,并且要求不改变原来的正负数之间相对顺序。思考的过程就略去了,直接说结果吧。我想到的算法,空间复杂度为O(1),时间复杂度为O(N*logN)。首先,定义这样一个过程为“翻转”:(a1,a2,…,am,b1,b2,
2015-03-21 21:52:30 6145 3
原创 二分查找
二分查找算法基本思想 二分查找算法的前置条件是,一个已经排序好的序列。这样在查找所要查找的元素时,首先与序列中间的元素进行比较,如果大于这个元素,就在当前序列的后半部分继续查找,如果小于这个元素,就在当前序列的前半部分继续查找,直到找到相同的元素,或者所查找的序列范围为空为止.#include<iostream>using namespace std;/********************
2015-03-20 20:36:51 609
原创 杨氏矩阵查找
在一个m 行n 列二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从 上到下递增的顺序排序。请完成一个函数,输入这样的一个二维数组和一个整数,判断数组 中是否含有该整数。 【方案一】 <二分查找> 对于杨氏矩阵,由于每行每列均是有序的,则可以于矩阵采用二分查找。具体方法是: 对于当前子矩阵a[i][j]~a[s][t],中间元素为a[(i+s)/2][(j+t)
2015-03-20 16:47:06 563
转载 对找工作功不可没——评《深入理解计算机系统》
引子:在我刚刚进入中科院计算所读研的时候,同宿舍的师兄便向我推荐了一本《深入理解计算机系统》,这本书从一个程序员的视角详细剖析了整个计算机系统,涵盖了组成原理、汇编语言、体系结构、操作系统、网络等计算机基础知识。由于时间所限,我并没有立刻阅读,而是将其列入了找工作前的复习书单。2010年8月,我用了一个月的时间读完了这本书的原版《Computer System:A programmer’s pers
2015-03-20 09:36:00 2326 1
原创 Normalized Mutual Information归一化互信息
Normalized Mutual Information(NMI)常用在聚类中,度量2个聚类结果的相近程度。 其中I(A,B)是A,B两向量的mutual information, H(A)是A向量的信息熵。 I(A,B)=H(A)-H(A|B)=H(B)-H(B|A),这也好理解,直觉上,如果已知B的情况,A的条件熵H(B|A)相对于H(A)变小了,即不确定程度变小,那么B能提供对
2015-03-17 15:52:19 24207 1
转载 argmin,argmax
ARG MIN的含义是什么? 最通俗的理解:表示使目标函数取最小值时的变量值 http://blog.csdn.net/xuehuic/article/details/7325666
2015-03-10 19:34:32 13439
原创 KL Divergence KL散度
在概率论或信息论中,KL散度( Kullback–Leibler divergence),又称相对熵(relative entropy),是描述两个概率分布P和Q差异的一种方法。它是非对称的,这意味着D(P||Q) ≠ D(Q||P)。特别的,在信息论中,D(P||Q)表示当用概率分布Q来拟合真实分布P时,产生的信息损耗,其中P表示真实分布,Q表示P的拟合分布。 有人将KL散度称为KL距离,但事实
2015-03-09 22:38:39 23462 2
原创 奇偶调序
题目:输入一个整数数组,调整数组中数字的顺序,使得所有奇数位于数组的前半部分, 所有偶数位于数组的后半部分。要求时间复杂度为O(n)。 分析: 1. 你当然可以从头扫描这个数组,每碰到一个偶数时,拿出这个数字,并把位于这个 数字后面的所有数字往前挪动一位。挪完之后在数组的末尾有一个空位,这时把该 偶数放入这个空位。由于碰到一个偶数,需要移动O(n)个数字,只是这种方法总的 时间复杂度是O
2015-03-07 15:00:39 651
转载 一些算法相关博客
何海涛:http://zhedahht.blog.163.com/结构之法,算法之道(v_July_v):http://blog.csdn.net/v_JULY_v/
2015-03-07 11:29:09 504
转载 long long,long,int
突然间就想到了long和int到底什么区别(发现有很多问题都是突然间想到的),然后百度、google各种查找,各种书籍:《C++ Primer》、《C程序设计语言》查看,终于明白了一些。下面的话选自《C程序设计语言》: short与long两个限定符的引入可以为我们提供满足实际需要的不同长度的整形数。int通常代表特定机器中证书的自然长度。short类型通常为16位,long类型通常为32位,in
2015-03-07 11:25:25 3364
原创 Modularity(模块性)
Modularity也是一种非常有名的衡量社区划分质量的度量方式。 公式是 其中 是社区边的两个顶点都在社区Cck中的比例,公式后面一项表示表示边至少有一个顶点在社区Cck中的比例。与归一化割不同,高的模块性表示社区内部链接密度高,之间稀疏。模块性的缺点:偏向大的社区。
2015-03-04 21:01:30 11323
转载 Normalized Cut(归一化割)
所谓Clustering,就是说聚类,把一堆东西(合理地)分成两份或者K份。从数学上来说, 聚类的问题就相当于Graph Partition的问题,即给定一个图G = (V, E),如何把它的顶点集划分为不相交的子集, 使得这种划分最好。其难点主要有两个: 1. 这个“合理”其实相当难达到,随便设一个目标函数可能达不到希望的结果。大家可以看了看[1],这里详细地讨论了一下准则的选择问题。 2
2015-03-04 20:15:30 23322 3
转载 生成模型与判别模型
一直在看论文的过程中遇到这个问题,折腾了不少时间,然后是下面的一点理解,不知道正确否。若有错误,还望各位前辈不吝指正,以免小弟一错再错。在此谢过。一、决策函数Y=f(X)或者条件概率分布P(Y|X) 监督学习的任务就是从数据中学习一个模型(也叫分类器),应用这一模型,对给定的输入X预测相应的输出Y。这个模型的一般形式为决策函数Y=f(X)或者条件概率分布P(Y|X)。 决策函数Y=f(X):
2015-03-02 20:15:13 734
转载 核密度估计、混合模型,潜变量和EM算法(mixture model,latent variable and EM algorithm)
转载至http://site.douban.com/182577/widget/notes/10567212/note/268993165/1.从核密度估计到混合模型从一个例子开始。间歇泉”老忠实”(http://en.wikipedia.org/wiki/Old_Faithful) 是美国黄石公园里著名景点。数据集geyser (package MASS)记录了它
2015-03-02 15:57:31 6223 3
原创 参数模型和非参数模型的区别
参数与非参数模型 用代数方程、微分方程、微分方程组以及传递函数等描述的模型都是参数模型。建立参数模型就在于确定已知模型结构中的各个参数。通过理论分析总是得出参数模型。非参数模型是直接或间接地从实际系统的实验分析中得到的响应,例如通过实验记录到的系统脉冲响应或阶跃响应就是非参数模型。运用各种系统辨识的方法,可由非参数模型得到参数模型。如果实验前可以决定系统的结构,则通过实验辨识可以直接得到参数模型。
2015-03-01 15:17:57 19656
Win7平台VS2010安装Visual Assist X
2015-03-20
合工大操作系统课程设计:基于内存的文件系统
2013-07-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人