- 博客(27)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 PAT1001
第一题有两种解法，一种是循环一种是递归；先是循环#include<stdio.h>int main() { int a; int i; scanf("%d", &a); for (i = 0; a != 1; i++) { if (a % 2 == 0) { a = a / 2; } else if (a % 2 == 1) { a = 3*a + 1;
2021-08-16 14:10:16
99
原创 单链表的写法
废话不多说，直接上代码#include<stdio.h>#include<stdlib.h>typedef int Elemtype;typedef struct Node { Elemtype data; struct Node* next;//这里就是指向node的指针}Node;Node* initlist(int n);void printlist(Node* l);int insertlist(Node* l, int a, int b);int d
2021-07-14 17:23:06
289
原创 俩种实现顺序线性表的方式
两种方式实现顺序线性表#include<stdio.h>#include<stdlib.h>#define INITSIZE 20typedef int Elemtype;typedef struct { Elemtype* data; Elemtype length;}sqlist;void initlist(sqlist* l);int emptlist(sqlist* l);void printlist(sqlist* l);void addlist(s
2021-07-14 09:58:29
117
原创 leetcode.217存在重复元素
给定一个整数数组，判断是否存在重复元素。如果存在一值在数组中出现至少两次，函数返回 true 。如果数组中每个元素都不相同，则返回 false输入: [1,2,3,1]输出: true参考官方思路，首先是进行快速排序，比如1231，经过快速排序后编程1123，再对每个元素的相邻元素进行对比即可。...
2021-07-13 10:35:54
66
转载 C语言快速排序
1、快速排序库函数,位于ANSI stdlib.hvoid qsort(void *base, //指向数组首元素size_t nitems, //元素个数size_t size, //每个元素大小int (*compar)(const void , const void) //用来比较的函数)2、时间复杂度：n*log(n)3、比较函数：整数：return *(int *)a - *(int *)b;字符：return *(char *)a - *(char *)b;若要降序，调换两
2021-07-13 09:52:42
55
原创 关于C语言中的结构体和指针
最开始学习的时候事实上老师也说过，结构体可以当作特殊的数据类型进行处理。当然那个时候大多数情况下是不会在意这样的内容导致一直理解不清楚这个结构体到底是什么。我们就先来声明一个结构体好了这个结构体叫name，它包含fname(first name),lname(last name),一个letters(计算name总长度用的)。我们经常看到的形式是这样的#define NLEN 30struct namect { char fname[NLEN]; char lname[NLEN]; int
2021-07-12 17:28:12
184
原创 Express中间件flash操作
The flash is a special area of the session used for storing messages. Messages are written to the flash and cleared after being displayed to the user. The flash is typically used in combination with redirects, ensuring that the message is available to the
2021-07-09 17:00:17
279
原创 关于我的router.post获取为空的问题
我在学习express框架有一个错很经典，就是我的req.body为空的问题。废话不多说，上演示代码index.jsrouter.post("/reg",function(req,res){ console.log(req.body.name); res.redirect('/');})index.ejs<body> <form method="POST" > <input type="text" id="name" />&l
2021-07-06 10:51:27
607
原创 关于路由的写法问题
express4.x默认的框架模板下的写法：app.jsconst indexRouter = require('./routes/index');app.use('/', indexRouter);routes文件夹下的index是这样写的：index.js//引用代码没有粘贴router.get('/', function(req, res, next) { res.render('index', { title: 'Express' });});module.exports
2021-07-06 10:20:23
113
原创 mysql+node.js连接基本操作
在这里贴一下官方的文档，写的很清楚了点击这里跳转连接操作//引用mysql模块var mysql=require('mysql');//设置连接的host，user，password，也可根据自己需要进行添加其他参数var connection=mysql.createConnection({ host:'localhost', user:'root', password:'123456'});//连接并且判断是否成功connection.connect(function(er
2021-07-05 14:31:58
55
转载 Express视图助手说明
视图助手说明：Express提供了一种叫做视图助手的工具，他的功能是允许在视图中访问一个全局的函数或对象或变量，不用每次调用视图解析的时候单独传入。例如partials(片段视图)就是一个视图助手。它可以全局控制整个app的视图变量，方法，比如每个模块都需要引入的例如app的名称和输出请求地址等等。注：express 4.x与之前版本的exprss有差别。下面以express 4.x为例：1.静态视图助手静态视图助手指的是该视图变量，方法与请求无关，不会随着请求的路径，参数的改变而改变，一般指的是
2021-07-01 11:52:58
121
转载 node.js开发指南与express4.x模板中片段视图操作
当使用开发指南时，根据片段视图那一小章节的代码使用后会报错。报错的原因就在于在express4.x需要先安装express-partials。//这里是全局安装npm install express-partials -g//这里是将模块安装到我们的package.jsonnpm install express-partials --save接下来就是在app.js中引入模块并使用了var partials = require('express-partials');//这里用在设置模板引
2021-07-01 11:30:46
66
原创 关于Echarts的两表联动如何实现
多表联动数据均为捏造数据，这里就只有两表联动这里其实是使用了官方文档中的内容。官方event文档地址就是说起来其实也很简单， pie.on('click',function(params){ if(params.name=="小学"){ //这里的步骤就和自己平常画表图的步骤一样就行 //官方文档里的判断方法要比我写的多， //我设置了name所以就直接可以用 }这里我用了
2021-01-06 10:19:26
1113
2
原创 python给列表里添加字典时被最后一个值被覆盖
给列表里添加字典时被最后一个值被覆盖combine={}list_pie=[]for i in range(len(learn_level3)): combine["学段"]=learn_level2[i] combine["占比"]=resource_take_part1[i] print(combine) list_pie.append(combine)print(list_pie)# filename="learn_level_resource.json"#
2021-01-05 15:28:37
365
原创 关于Echarts使用本地文件时出现的问题
官方的文件里面有毒，要去下载Echarts.min.js才有用。报错类型：echarts is not definedncaught SyntaxError: Cannot use import statement outside a module等几个报错有人会让你写上绝对路径啥的别信，多半不能用。你只需要去官方的GitHub里的dist文件夹下载Echarts.min.js就可以了贴一下网址：点这里跳转下载好之后修改scrip标签里的src就行了。搞定贴下代码顺便<!DOCT
2020-12-29 21:05:53
1281
3
原创 WordPress搭建个人网站的总结
还没搭出来呢，hxdm首先是域名和服务器的购买。服务器阿里云可白嫖半年哈哈哈。点我去白嫖啦域名的话腾讯云.xyz一元一年所以我买了腾讯云，修改了域名解析地址后和服务器绑定了。我是跟着别人的搭建教程走的。首先是宝塔面板的使用，Linux版本下载之后并不是在Linux上启动可视面板的，要在window上输入他给你的地址进入后使用用户名密码登陆后台。查看命令：bt default接下来就是正常的站点绑定和数据库的建立了。域名需要备案，而且要在域名实名认证后的48小时后才可以申请，所以再等等。主要出
2020-07-22 11:20:37
275
2
原创 向量机
支持向量机（SVM）本人对统计学习方法并没有太过高深的了解，只写一些自己 认为需要理解的方面支持向量机是一种二分类的模型。支持向量机分类线性可分支持向量机、线性支持向量机、非线性可分支持向量机。就我个人的感受而言，向量机和我一开始学习的感知机的内容很像线性可分支持向量机与硬间隔最大化先给定一个特征空间上的训练集T={(x1,y1),(x2,y2),(x3,y3),(x4,y4),…,(xn,yn)}xi∈X=R^n，yi∈{+1，-1}，yi=-1,xi为负例，yi+1，xi为正例。假定训练
2020-07-21 17:40:08
914
原创 决策树
决策树的使用内容来自大神点这里我们需要先了解一些信息论中的公式香农熵：1948 年，香农提出了“信息熵”(shāng) 的概念，解决了对信息的量化度量问题。一条信息的信息量大小和它的不确定性有直接的关系。比如说，我们要搞清楚一件非常非常不确定的事，或是我们一无所知的事情，就需要了解大量的信息。相反，如果我们对某件事已经有了较多的了解，我们不需要太多的信息就能把它搞清楚。所以，从这个角度，我们可以认为，信息量的度量就等于不确定性的多少。基本的公式表达如下对于任意一个随机变量 X，它的熵定义如下：
2020-07-16 11:55:19
124
原创 朴素贝叶斯分类文本
深度学习文本分类的一般步骤首先是要将文本的句子一个字一个字隔开新建新的数组将分好的文本放置好接着再新建一个数组用于存放将文本中不重复的内容放起来，叫做词汇表最后使用0，1来表示文本中的单个句子里的内容在词汇表的位置...
2020-07-13 12:00:39
187
原创 numpy中一些函数说明
这是我写代码过程中经常遇到却不知道什么意思的地方import numpy as npnp.arrange(0,5,0.2)#这个函数的意思是从0到5，中间的步长为0.2
2020-07-09 09:09:43
347
原创 感知机
感知机感知机（perceptron）是二类分类的线性分类模型，输入为实例的特征向量，输出为实例的类别，取±1两个值。感知机对应于输入空间中，将实例划分为正负两类超平面，属于判别模型，感知机学习旨在求出将训练数据线性划分的分离超平面，为此导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求的模型。感知机学习算法具有简单易于实现的邮电，分为原始形式和对偶形式。感知机预测是用学习到的感知机模型对新的输入实例进行分类。感知机的模型f(x)=sign(wx+b)w表示权值，b表示偏置sign()
2020-07-08 15:03:12
197
原创 记python中的一些函数
记python中的一些函数dict():>>>dict() # 创建空字典{}>>> dict(a='a', b='b', t='t') # 传入关键字{'a': 'a', 'b': 'b', 't': 't'}>>> dict(zip(['one', 'two', 'three'], [1, 2, 3])) # 映射函数方式来构造字典{'three': 3, 'two': 2, '
2020-07-07 18:08:32
63
原创 如何快速上手tensorflow
如何快速上手tensorflow其中的内容多来自GitHub上的内容https://github.com/apachecn/AiLearning/blob/master/docs/ml/2.k-%E8%BF%91%E9%82%BB%E7%AE%97%E6%B3%95.md，感谢https://github.com/apachecn/AiLearning该团队的入门内容首先是数据集的获取，我是使用的keras下载的数据集imdb = keras.datasets.imdb#使用imdb数据集#接着是
2020-07-07 14:24:40
177
原创 经典CNN网络：AlexNet
AlexNet创新：1.成功使用RELU作为CNN的激活函数。2.训练中使用dropout随机忽略一部分神经元，避免模型过拟合3.提出局部响应归一化层（LRN），逐渐被Batch Nomalization（BN）代替4.使用cuda加速神经网络训练5.数据增强Alexnet实现过程输入层中间操作（卷积+池化）输出层代码实现要用到的内容input(输入的内容),conv2d（卷积核），max_pooling2d(最大池化)，flatten（拉伸矩阵成为列向量）dense（全连接层）..
2020-07-07 13:59:12
145
原创 matplotlib使用内容
如何用python对人工智能的数据进行展示 from matplotlib import pyplot as plt #导入相应的画图工具plt.figure()#初始化一块画布fig, ax=plt.subplots(2,5)#将画布分成2行5列fig.set_figheight(7)fig.set_figwidth(15)#以上两个元素指定了长宽的大小，ax=ax.flatten()x,y=next(validation_generator)for in in range(10):
2020-07-06 15:26:09
132
转载 卷积层和池化层的意义
卷积层和池化层的意义一副完整的图像所包含的信息太多，容易产生信息的冗余，而且信息的量也很大。 假如有一幅1000*1000的图像，如果把整幅图像作为向量，则向量的长度为1000000（106）。在假如隐含层神经元的个数和输入一样，也是1000000；那么，输入层到隐含层的参数数据量有1012，妈呀，什么样的机器能训练这样的网络呢。所以，我们还得降低维数，同时得以整幅图像为输入（人类实在找不到好的特征了）。于是，牛逼的卷积来了。接下来看看卷积都干了些啥。（引用自博客：https://www.cnblogs
2020-07-06 11:53:07
788
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人