自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(21)
  • 收藏
  • 关注

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。

2024-06-26 10:22:49 861

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)

2024-06-26 10:21:21 187

原创 【Day8】二叉树遍历专题

【代码】【Day8】二叉树遍历专题。

2024-06-26 10:19:56 132

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。

2024-06-21 10:28:27 638

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。

2024-06-21 10:27:49 598

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。

2024-06-21 10:27:01 626

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。

2024-06-21 10:26:17 957

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。

2024-06-21 10:25:19 605

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。

2024-06-17 17:02:14 975

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。

2024-06-17 10:46:04 835

原创 Actor-Critic方法

目录。

2023-08-15 09:13:09 44

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

2023-08-14 17:05:40 57

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。

2023-08-14 16:15:18 39

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。

2023-08-14 15:37:49 74

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。

2023-07-10 13:30:17 145 1

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。

2023-07-03 18:10:58 416 1

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,

2023-06-13 09:34:10 200 1

原创 CNN(基础)

2023-05-13 19:27:46 25 1

原创 多分类问题

2023-05-13 17:10:38 45 1

原创 加载数据集

2023-05-13 15:02:06 31 1

原创 pytorch写线性规划

1.准备数据(Prepare dataset)

2023-05-13 10:10:04 85 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除