pure12138的博客

原创 【Day10】从前序与中序遍历序列构造二叉树、从中序与后序遍历序列构造二叉树、根据前序和后序遍历构造二叉树

构造出该二叉树并返回其根节点。如果存在多个答案，则可以返回其中任意一个。：给定一棵无重复值二叉树的前序遍历结果。：给定一棵二叉树的前序遍历结果。：构造出该二叉树并返回其根节点。：给定一棵二叉树的中序遍历结果。：构造出该二叉树并返回其根节点。

原创 【Day9】二叉树遍历专题(层序遍历、最大深度、路径总和)

【代码】【Day9】二叉树遍历专题(层序遍历、最大深度、路径总和)

原创 【Day8】二叉树遍历专题

【代码】【Day8】二叉树遍历专题。

原创 【Day7】字符串与字符串匹配

设计一个使用单词表进行初始化的数据结构。单词表中的单词互不相同。如果给出一个单词，要求判定能否将该单词中的一个字母替换成另一个字母，是的所形成的新单词已经在够构建的单词表中。：将句子中有词根的单词用词根替换掉。如果单词有很多词根，则用最短的词根替换掉他。最后输出替换之后的句子。：设计一个数据结构，支持「添加新单词」和「查找字符串是否与任何先前添加的字符串匹配」。：给定一个由许多词根组成的字典列表。，以及一个句子字符串。

原创 【Day6】字符串与字符串匹配（前缀树Trie）

那么待查询项与给定模式串匹配。如果匹配，则对应答案为。如果我们可以将小写字母（0 个或多个）插入模式串。：将匹配结果存入由布尔值组成的答案列表中，并返回。：实现一个 MapSum 类，支持两个方法，中间（任意位置）得到待查询项。：实现前缀树数据结构的相关类。

原创 【Day5】字符串与字符串匹配

字符串拼接方法利用了字符串拼接和子字符串查找的特性，时间复杂度为 O(n)，其中 n 是字符串的长度。这种方法更高效，因为它只需要一次拼接操作和一次子字符串查找操作。暴力旋转方法虽然直观，但时间复杂度较高，为 O(n^2)，其中 n 是字符串的长度。因为每次旋转操作都需要 O(n) 的时间，而最多需要旋转 n 次。，数组中的每个字符串都可以看作是一个单词。中是其他单词的子字符串的所有单词。最左侧和最右侧的若干字符得到。在若干次旋转之后，能变为。在字母表中的下标，从。：给定一个字符串数组。

原创 【Day4】字符串与字符串匹配 KMP算法

是否可以通过由它的一个子串重复多次构成。字符串出现的第一个位置（从。的子串，如果不存在则返回。的最小次数，使得字符串。：给定一个非空的字符串。：寻找重复叠加字符串。

原创 【Day3】字符串与字符串匹配

判断是否为回文串（只考虑字符串中的字母和数字字符，并且忽略字母的大小写）。：将字符串中每个单词的字符顺序进行反装，同时仍保留空格和单词的初始顺序。isalnum(char c) 是否为字母或者数字。islower(char c) 是否为小写字母。isupper(char c) 是否为大写字母。isdigit(char c) 是否为数字。isalpha(char c) 是否为字母。toupper(char c) 字母小转大。tolower(char c) 字母大转小。c++的几个内置函数。

原创 【Day2】03.01 哈希表

返回两个数组的交集。可以不考虑输出结果的顺序。：不使用任何内建的哈希表库设计一个哈希映射（：返回两个数组的交集。重复元素只计算一次。

原创 【Day1打卡】0301哈希表

判断是否存在重复元素。如果有元素在数组中出现至少两次，返回。来表示，其中，未填入的空白用 “.” 代替。：判断该数独是否是一个有效的数独。

原创 Actor-Critic方法

目录。

原创 Policy gradient方法

目录将策略写成函数，θ是策略的参数，ω是价值的参数。好处：2.如何访问动作的概率？ 3.如何更新策略？ 第一步：定义目标函数 第二步：梯度优化寻找最优策略 问题：目标函数怎么确定？如何计算梯度？ vΠ的另一种定义： 由于输出策略每一个都是大于0，那么策略一定是随机的、探索性的。 真实梯度可以用一个随机的代替。 然而，qΠ我们也不知道，用近似

原创 Sarsa算法

假定已经有了经验，有trajectory。Q-learning求解贝尔曼最优方程。当这两种策略相同时是on-policy。可以直接得到，不依赖任何策略。区别只在用的是max。

原创 TD算法介绍

首先，对贝尔曼方程新的表述方式，对确定策略Π的state value定义如（4）前文介绍的TD算法很基础，只能求得给定策略的state value。其中，S‘是下一时刻的state，重写上式则（5）第二步，用RM算法求解贝尔曼方程。1）有很多个经验不停从s到s‘获取r。不能求得action value。由于我们只能采样r和s’，则。也不能寻找到最优策略。2）假设任意的s’的。

原创 使用字典和数组作为Q_table的区别

字典的查找和更新操作的时间复杂度通常为 O(1)，而数组的时间复杂度为 O(1)（通过索引）或 O(n)（通过值）。因此，在查找和更新操作较频繁的情况下，字典的性能可能会更好。字典是一种键值对的集合，可以通过键（即状态）来查找对应的值（即动作值）。数组可以通过索引进行高效的元素访问和修改，而字典需要通过键进行访问和修改。此外，数组还可以进行迭代操作，按顺序遍历元素，而字典的遍历是无序的。字典需要存储每个键和值之间的映射关系，以及一些额外的信息，这可能导致字典的内存占用比数组更大。

原创 tip1 图像分类一般用归一化

如果图像是彩色图像（多通道），则需要对每个通道的像素值分别进行除以255的操作。通过对图像进行归一化，可以将像素值缩放到较小的范围（通常是0到1），使得不同通道的像素值具有相似的尺度。这是因为图像的像素值通常处于较大的范围内（例如0到255），不同通道（如红色、绿色和蓝色）的像素值也可能具有不同的分布。标准化在图像分类中并不常用，因为图像的像素值本身通常没有具体的均值和标准差。综上所述，对于图像分类问题，通常建议进行归一化操作，以使不同通道的像素值具有相似的尺度，从而帮助模型更好地学习和识别图像特征。

原创 强化学习-基本概念

推导过程：第一项：第二项：elementwise formmatrix-vector formelementwise formmatrix-vector formSolution：使用Value iteration定义：elementwise formSolution：使用贝尔曼公式定义：根据下面公式即得到elementwise form 1.The MC Basic algorithm（model-free） 注：可以看到，第二步和Policy iteration是一样的，唯一不同是在第一步时，

原创 CNN（基础）

原创 多分类问题

原创 加载数据集

原创 pytorch写线性规划

1.准备数据（Prepare dataset）