m0_55696513的博客

原创 头歌c++已知两点的坐标，求两点间距离(友元函数)

作业

原创 蓝桥杯算法训练（1-20）

印章n, m = map(int, input().split())def quick_multi(n, m): res = 1 while m > 0: if m & 1: res *= n n *= n m = m >> 1 return resdef compose_dp(num): dp_comb = [[1 for i in range(num + 1)] f

原创 力扣数据结构入门第9天打卡

20有效括号：def isValid(self,s): if len(s) % 2 == 1: return False pairs = { ")": "(", "]": "[", "}": "{", } stack = list() for ch in s: if ch in pairs:

原创 力扣数据结构入门打卡第8天

206反转链表def reverseList(self, head): """ :type head: ListNode :rtype: ListNode """ if(head==None or head.next==None): return head newhead=self.reverseList(head.next) head.next.next=head h

原创 力扣数据结构入门第7天打卡

141环形链表：def hasCycle(self, head): """ :type head: ListNode :rtype: bool """ n=head x=0 if n==None: return False while n.next!=None: n=n.next x+=1

原创 力扣数据结构入门第6天

387字符串中的第一个唯一字符串def firstUniqChar(self, s): """ :type s: str :rtype: int """ if len(s)<=1: return 0 temp=[] for i in range(len(s)): if s[i] in temp: conti

原创 力扣数据结构入门第5天打卡

36有效数独 def isValidSudoku(self, board): """ :type board: List[List[str]] :rtype: bool """ row = [set() for _ in range(9)] col = [set() for _ in range(9)] palace = [[set() for _ in range(3)] for _

原创 力扣数据结构入门第4天打卡

566重塑矩阵 def matrixReshape(self, mat, r, c): """ :type mat: List[List[int]] :type r: int :type c: int :rtype: List[List[int]] """ temp=[] for i in range(len(mat)): for j in r

原创 力扣数据结构入门第3天打卡

350.两个数组的交集：def intersect(self, nums1, nums2): """ :type nums1: List[int] :type nums2: List[int] :rtype: List[int] """ res=[] if len(nums1)>len(nums2): for i in nums2:

原创 力扣数据结构入门第2天打卡（今天的题有点水）

原创 力扣数据结构入门第1天打卡

217 存在重复元素def containsDuplicate(self, nums): """ :type nums: List[int] :rtype: bool """ have = [] for i in range(len(nums)): if nums[i] not in have: have.append(nums[i])

原创 PAT打卡1019-1022

1019（要注意为6174的输入）number = input()i=0while (number!='6174' and number!='0000') or i==0: while len(number)<4: number='0'+number number = [int(i) for i in number] front = sorted(number, reverse=True) behind = sorted(number)

原创 PAT打卡1017-1018

1017（20/20）：A,B=input().split(" ")b=int(B)a=int(A)q=a//br=a-q*bprint(q,end=" ")print(r,end="")1018（20/20）（if语句多了要注意elif、if、else的逻辑区别）n = input()n = int(n)ping = 0jiasheng = 0yisheng = 0jiac = 0jiaj = 0jiab = 0yic = 0yij = 0yib = 0f

原创 PAT打卡1013-1016

1013（注意这个题是令Pi​表示第i个素数。现任给两个正整数M≤N≤10^4，请输出PM​到 PN​的所有素数,这里的M,N表示的是第几个素数，所以区间要开大一点哟，本人取（2，1000000））（20/20）import mathdef primes_check(number): if number > 1: if number == 2: return True if number % 2 == 0: ...

原创 PAT打卡1011-1012

1011n=input()n=int(n)for i in range(n): num=[] num=input().split(" ") num=[int(num[j]) for j in range(len(num))] if num[0]+num[1]>num[2]: print('Case #{}: true'.format(i+1)) else: print('Case #{}: false'.format(i+1

原创 PAT打卡1008-1010

不得不说，你们是龙1008(2,3非零返回值,1答案错误)nums=input().split()num=int(nums[0])n=int(nums[1])data=input().split()array=[int(data[i]) for i in range(num)]def func(t,n): for i in t[-n:]: print(i,end=" ") for i in t[:-n]: if i ==t[:-n][-1]

原创 PAT打卡1005-1007

1005：20/25的代码（服了）n=int(input())lists=[]lists=input().split(" ")lists=[int(lists[i]) for i in range(n)]res=[]for j in range(len(lists)): t=lists[j] if t in res: continue while t!=1: if t%2==0: t/=2

原创 PAT打卡1001-1004

开始针对蓝桥杯进行算法训练这是过去两天的任务记录，开始上手时难度较低，对于平台的提交使用模式做一下记录，对题目做一下简要分析：1001：不做分析1002：n = int(input())sum = 0#求和while n>=1: sum += n%10 n = n // 10sum_list = []#分列while sum>=1: sum_list.append(sum%10) sum = sum // 10sum_list.

原创 No module named ‘utils.time_change‘

你大概率在处理一串时间数据就像下面这样import pandas as pdfrom utils.time_change import str_hourdata=pd.read_csv('type_count.csv')data['datetime'] = data['time'].map(lambda x: str_hour(x))count = data[data['datetime'] > datetime(2014, 12, 16, 0)]用pip是找不到这个包的这.

原创 决策树基本概念

决策树预测结果易理解，预测速度快，高商业价值的工具算法原理图例决定下班后的安排：Q：在创建决策树时要先对哪个特证进行分裂？A：信息量化！信息增益如何量化信息，一个信息的不确定性越大，要搞清楚这个问题，需要了解的信息就越多，信息熵就越大。信息熵公式：H(X)=−∑x∈XP(X)log2P(X)H(X)=-∑_{x∈X}P(X)log_2P(X)H(X)=−x∈X∑​P(X)log2​P(X)单位：bit回到决策树，遍历所有特征计算信息熵，使用这个特征划分数据集前后的信息熵的变化值，选择

原创 卷积神经网络CNN（白话解释）

卷积神经网络CNN（白话解释）概念图示convolutions:卷积pooling:池化full convolutions:全部卷积Gaussian convolutions:高斯卷积image-net(图片学习资源网站)关键点摘要计算机视觉，计算机如何理解图像卷积神经网络可以处理图像，音频等可以转化为图像数据格式的文件输入二维的像素阵列输出图片结论中间的黑箱部分即为卷积神经网络提取图像的某些特证卷积核（特征提取器）卷积操作（交叉关联操作）卷积核对应输入阵列进行卷积操作，得

原创 学习曲线

学习曲线学习曲线是诊断模型算法准确性的一个重要工具。生成若干个在y=√x附近波动的点作为训练样本。import numpy as npimport matplotlib.pyplot as pltn_dots=200X=np.linspace(0,1,n_dots)Y=np.sqrt(X)+0.2*np.random.rand(n_dots)-0.1#[0,1]之间创建200个点X=X.reshape(-1,1)Y=Y.reshape(-1,1)用pipline来处理数据pipeli

原创 第一个完整的机器学习例子

数字识别1、数据的采集和标记加载数据import matplotlib.pyplot as pltfrom sklearn import datasetsdigits=datasets.load_digits()#sk自带数据集# print(digits)#把数据所代表的图片显示出来images_and_labels=list(zip(digits.images,digits.target))# print(images_and_labels)#解压数据plt.figure(figs

原创 2021-08-05

python从变量到异常处理​python从变量到异常处理python从变量到异常处理python字符串1、字符串处理常用函数2、字符串处理方法3、槽（字符串格式化）python面向对象进阶property装饰器slots静态方法和类方法继承和多态python推导式，pass语句推导式列表推导式元组推导式集合推导式字典推导式pass语句正则表达式几个可能会见到的例子1、替换字符串中的某些内容2、拆分长字符串相关函数py