【算法基础篇】（三十七）图论基础之多源最短路：Floyd 算法吃透所有点对最短路径！ 本文全面介绍了Floyd-Warshall算法在多源最短路问题中的应用。主要内容包括：算法原理（动态规划与插点法）、基础代码实现、空间优化技巧，以及四个典型应用场景（模板题、路径规划、动态重建、最小环问题）。文章详细解析了Floyd算法的适用条件、核心思想和实现细节，强调了三层循环的顺序关键性，并提供了完整的C++代码示例。特别针对进阶题目如灾后重建和最小环问题，给出了创新性的解决方案。最后总结了算法的时间复杂度、空间优化、溢出处理和负环检测等注意事项，帮助读者全面掌握这一经典图论算法。

阅读 1.1k

41赞

收藏 25
【图论 DFS 换根法】3772. 子图的最大得分|2235 给你一个 无向树 ，它包含 n 个节点，编号从 0 到 n - 1。树由一个长度为 n - 1 的二维整数数组 edges 描述，其中 edges[i] = [ai, bi] 表示在节点 ai 和节点 bi 之间有一条边。另给你一个长度为 n 的整数数组 good，其中 good[i] 为 1 表示第 i 个节点是好节点，为 0 表示它是坏节点。定义 子图 的 得分 为子图中好节点的数量减去坏节点的数量。对于每个节点 i，找到包含节点 i 的所有 连通子图 中可能的最大得分。返回一个长度为 n 的整

阅读 2.1k

91赞

收藏 54
2026年第四届“华数杯”国际大学生数学建模竞赛ICM赛题B： Who Will Win the Global Competition in Artificia - 完整解题分析+完整源码+论文结构！ 🎓 本文收录于 《滚雪球学数学建模》专栏，订阅即可获取2025年及历年数学建模笔记，每篇数十万字题解内容，且结合全球最新AI技术辅助，帮你轻松攻坚竞赛！后续还将持续发布华为杯、高教社杯、华数杯、国赛、美赛、MCM/ICM等重要赛事的相关内容，所有内容会不断更新。一次订阅，终身有效，所有后续更新内容均免费提供🚀！  声明：题目来源收集于互联网公开范围，不存在侵权问题；单纯题目专研分享，不干预竞赛，读者仅供参考，一切后果本作者概不负责。

阅读 807

23赞

收藏 6
【动态规划】01背包与完全背包问题详解，LeetCode零钱兑换II秒解，轻松解力扣 01背包问题动态规划解法 本文介绍了01背包问题的动态规划解决方案。背包容量为w，有n件物品，每件物品有重量和价值，且只能使用一次。通过构建二维dp数组，其中dp[i][j]表示前i件物品放入容量j背包的最大价值。递推公式为：dp[i][j] = max(不放入当前物品的价值，放入当前物品的价值)。初始化时，背包容量为0时价值均为0。遍历顺序可先物品后容量或反之，最终得到最大价值总和。该方法将暴力解法的指数复杂度优化为多项式时间复杂度。

阅读 2.6k

110赞

收藏 89
【Lora微调详解】一篇文章带你搞懂Lora微调中的A、B矩阵，参数r，参数Alpha的详细解释与调参经验 本文全面解析了LoRA（低秩适应）技术中的关键参数与实现原理，重点阐述了A、B矩阵的作用机制及其差异。A矩阵作为特征提取器（降维），采用小随机数初始化；B矩阵作为输出调制器（升维），初始化为零以确保训练稳定性。文章通过数学公式、代码示例和直观类比（如智能眼镜）说明二者协同工作的原理，并强调$\alpha/r$缩放比的控制作用。同时详解了秩(r)、初始化策略及其他参数（dropout、bias等）的最佳实践，指出常见误区（如对称性误解），为高效微调大模型提供系统指导。

阅读 2.9k

32赞

收藏 34
我的算法修炼之路--7—— 手撕多重背包、贪心+差分，DFS，从数学建模到路径DP 本期涉及算法：动态规划--多重背包，贪心 + 差分，贪心算法，dfs暴搜，数学（解决应用题），动态规划--路径dp(方格取数问题)。题目清单1.Tallest Cow S （最高的奶牛）2.英雄联盟3.小A的糖果4.Cow Picnic S（奶牛野餐）5.税收与补贴问题6. 传纸条这些题目摘录于洛谷，好题，典型的题，考察各类算法运用，可用于蓝桥杯及各类算法比赛备战，算法题目练习，提高算法能力，补充知识，提升思维。锻炼解题思路，从学会算法模板后，会分析，用到具体的题目上。对应题目点链接可做

阅读 1.5k

59赞

收藏 52
基于辛几何时频特征提取和双加权不平衡矩阵分类的机械故障诊断方法（Python） 本文提出了一种基于辛几何特征和双加权矩阵分类的机械故障诊断方法。系统通过改进的辛几何变换提取振动信号的时频特征，结合PCA降维处理。针对类别不平衡问题，设计了双加权不平衡矩阵分类器(TWIMC)，采用一对一策略构建多个二分类器，融入低秩约束和自适应优化。实验结果表明，该方法在多种不平衡配置下均能保持99%以上的准确率和召回率，对少数类样本识别效果显著。系统实现了从信号处理、特征提取到模型优化的完整故障诊断流程，具有较强的工程实用价值。

阅读 1.2k

31赞

收藏 22
线性代数 Revise ⋅T。

阅读 5.7k

17赞

收藏 16
论文精读（五）：面向链接预测的知识图谱表示学习方法综述 知识图谱表示学习是链接预测的核心技术，通过将实体和关系转换为向量，实现了知识的可计算性。知识表示形式：从二元关系到多元关系再到超关系，演进趋势是更精准地刻画复杂知识，保留更多语义关联。建模方法：平移距离模型基于空间平移，张量分解模型基于矩阵分解，传统神经网络模型基于特征提取，图神经网络模型基于信息传播，四类模型各有优劣，图神经网络在复杂场景中表现最佳。实验结果表明，超关系表示形式结合图神经网络模型能取得最优预测效果，但模型的可解释性和可扩展性仍需提升。

阅读 3.6w

159赞

收藏 119
2023年第四届MathorCup高校数学建模挑战赛——大数据竞赛-B题 电商零售商家需求预测及库存优化问题-基于贝叶斯优化CNN-LSTM的电商零售商家需求预测 本文基于贝叶斯优化CNN-LSTM混合模型，结合K-means聚类和SARIMA时间序列分析方法，对电商平台商家-产品-仓库组合的需求量进行预测。通过对331,336条历史数据进行预处理和特征提取，构建了包含季节性、趋势性等多维特征的预测模型。采用1-wmape、RMSE等指标评估模型性能，并在促销活动期间考虑特殊需求模式。研究结果可为电商平台提供科学的库存管理决策支持，有效降低库存成本并提高履约率。关键词：K-means聚类、SARIMA、贝叶斯优化CNN-LSTM、需求预测。

阅读 1.2k

21赞

收藏 23
算法【Java】—— 动态规划之路径问题 算法【Java】—— 动态规划之路径问题

阅读 8.3k

76赞

收藏 75
作者推荐
薯片锅巴
前端学习.ing
关注
sin π？
旧游无处不堪寻
关注
微信公众号：数模0error
面包多平台：https://mbd.pub/o/m/author-bGqTm2llbA==/work 微信公众号：【数模0error】，QQ群1：594768027，群1满可加QQ群2：996556573
关注
格图素书
绰约多逸态，轻盈不自持。常矜绝代色，复恃倾城姿。
关注
AI Agent首席体验官
Vibe编码拥趸者！！
关注
优化算法侠Swarm-Opti
请关注微信公众号：优化算法侠（英文：Swarm-Opti）
关注
二分掌柜的
二分掌柜的
关注
simon_skywalker
职场打工人
关注
Tisfy
LetMeFly
关注
ChoSeitaku
是一名在校大学生，目前在做C语言、C++、蓝桥杯、算法、考研数学、408的内容，后期会做深度学习、机器学习、神经网络、人工智能、AIGC、WEB3、开发相关的内容
关注