数学
文章平均质量分 89
lishuandao
这个作者很懒,什么都没留下…
展开
-
Codeforces 577B,鸽巢原理(抽屉原理)
题意: 给出n和m,然后给出n个数ai,让你判断从这n个数中取一个非空集合,集合中数的和对m取模为零,回答这样的非空集合是否存在。 范围: n 分析: 很容易想到dp解决,dp[i][j]表示当到达第i个数时,和对m求模为j是否可达,可达为1,不可达为0。复杂度O(n*m)。 显然要当n和m较大时,要超时。 看了结题报告,发现这题用到了抽屉原理的知识(当n>m,n 抽屉原理:把(n原创 2015-09-11 15:18:10 · 1426 阅读 · 0 评论 -
Hdu5429,数学+高精度+等比序列判断
题意: 给出n个高精度的数,判断是否是等比序列。 范围:0 分析: 根据题意,可得这道题肯定得用高精度解决,用数组模拟乘法计算过程。 判断是否为等比序列方法:a[i],a[i+1],a[i+2],对于任意的i,有a[i]*a[i+2]=a[i+1]*a[i+1]。 所以用高精度模拟乘法计算,判断相邻三项是否都满足上述关系式即可。 注意: ①题目中给出的数可能有前导零; ②等比序列原创 2015-09-06 14:17:10 · 374 阅读 · 0 评论 -
Meet-in-the-middle思想的一些应用
Meet in the middle(有时候也叫作split and merge)是一种用以获取足够高效解决方案的灵巧的思想。和分治思想非常类似,它将问题分割成两个部分,然后试着合并这两个子问题的结果。好处在于通过使用一点额外的空间,你可以解决两倍规模的原来可以解决的问题。 在我们继续之前,我必须要指出,附加问题是这篇文章中最好的部分。现在,我们来看这个技巧的一些应用。转载 2015-10-16 17:46:21 · 6191 阅读 · 0 评论 -
PCA的数学原理
转载出处:作者 张洋 PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多数只描述了PCA的分析过程,而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理,帮助读者了解PCA的工作机制是什么。转载 2016-05-09 20:33:48 · 440 阅读 · 0 评论 -
AutoRegressive Integrated Moving Average(差分自回归移动平均模型)
ARIMA: AutoRegressive Integrated Moving Average(差分自回归移动平均模型) ARIMA里面的I指Integrated(差分)。 ARIMA(p,d,q)就表示p阶AR,d次差分,q阶MA。 为什么要进行差分呢? ARIMA的前提是数据是stationary的,也就是说统计特性(mean,variance,correlation等)不会随着时原创 2016-09-09 21:08:29 · 5893 阅读 · 0 评论