qq_36447181的博客

原创 Leetcode--反转链表

一、循环方式实现：# Definition for singly-linked list.# class ListNode:#     def __init__(self, x):#         self.val = x#         self.next = Noneclass Solution:    def reverseList(self, head):     ...

原创 Leetcode--链表的中间结点

给定一个带有头结点 head 的非空单链表，返回链表的中间结点。如果有两个中间结点，则返回第二个中间结点。 方法一：输出到数组思路和算法按顺序将每个结点放入数组 A 中。然后中间结点就是 A[A.Length/2]，因为我们可以通过索引检索每个结点class Solution(object):    def middleNode(self, head):        ...

原创 Leetcode--给定一个链表，判断链表中是否有环。

 给定一个链表，判断链表中是否有环。为了表示给定链表中的环，我们使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。 如果 pos 是 -1，则在该链表中没有环。用双指针来实现：当a和b没相遇，到了空时返回-1，相遇时，如果a下一个位置和b的位置不在head节点上就返回1表示有环，若在head节点上则返回0表示头尾环相连。# Definition for singly...

原创 Leetcode-合并两个有序链表

python实现：class Solution:    def less(self, a, b):        if a.val < b.val:            return a        else:            return b    def mergeTwoLists(self, l1, l2):        """        :typ...

原创 LeetCode - 删除链表的倒数第N个节点

题目给定一个链表，删除链表的倒数第 n 个节点并返回头结点。例如，哑结点用来简化某些极端情况，例如列表中只含有一个结点，或需要删除列表的头部。在第一次遍历中，我们找出列表的长度 LL。然后设置一个指向哑结点的指针，并移动它遍历列表，直至它到达第 (L - n)(L−n) 个结点那里。我们把第 (L - n)(L−n) 个结点的 next 指针重新链接至第 (L - n + 2)(L−n+2...

原创 数据结构七——树

原创 数据结构六——串

操作operation： 销毁串:  插入子串：删除子串：   

原创 数据结构五——队

清空：    初始化：  

原创 数据结构四——栈

 4.1栈的定义： 4.2 栈的数据类型4.3 栈的顺序存储结构栈的operation:初始化和清空都是一样的操作：判断是否为空：压栈 operation:出栈：获取栈顶元素  ...

原创 数据结构三——链式存储结构

●   链式存储结构    特点：用一组任意的存储单元存储线性表的数据元素，可以连续也可以不连续，不仅含有数据元素还要有前驱、后继元素的地址。                                在内存中存储是这样的：                                                  ●   单链表    ● 线性表的单链表存储结构...

原创 数据结构二——线性表

2.1 线性表的含义    ● 线性表（linear list）是数据结构的一种，一个线性表是n个具有相同特性的数据元素的有限序列，而且是有顺序的。● 数学定义2.2 线性表的抽象数据类型2.3 顺序存储结构● 线性表的顺序存储结构#define LISTSIZE 100typedef int DataTypetypedef struct SeqList...

原创 数据结构一（数据结构与算法基本含义）

1.1 基础概念● 数据元素      ● 是组成数据的，有一定意义的单位      ● 在计算机中通常作为整体处理      ● 也叫做结点或记录● 数据元素例子：植物中的杨树、柳树 ● 数据项    ● 一个数据元素由若干个数据项组成    ● 是数据不可分割的最小单位例子：树的粗细、高度等  ● 数据对象    ● 是性质相同的数据元素集合...

原创 逻辑回归（含推导）

逻辑回归（logistic）1、L就是用sigmod函数2、损失函数为：逻辑回归的损失函数与线性回归相似，就是多了sigmoid函数，将概率映射到0-1之间。再用极大似然思想，将L（θ）函数最大化。 然后梯度上升，将函数达到最大化与吴恩达版本不同的是前面多一个负号，把上升变成我们熟悉的梯度下降。 那么逻辑回归的优缺点： 那...

原创 线性回归（含推导）

回归与分类1.线性回归有:⑴岭回归     ⑵Lasso回归2.机器学习主要分为有监督学习和无监督学习两种。3．无监督：事先没有任何训练数据样本，需要直接对数据建模。或者：通过已有的训练（即已知数据及其对应的输出）来训练，从而得到一个模型，再利用这个模型将所有新的数据样本映射为相应的输出结果，对输出结果进行简单的判断从而实现分类目的，那么这个模型就具有了对未知数据进行分类的能力。例如：...

原创 评价模型的指标

正确率、精确率、召回率、F1、AUC和ROC曲线其实都是评价模型好坏的指标，而且相互之间是有关系的，只是侧重点不同。根据混淆矩阵可以得出：TP,FN,FP,TN四个值。准确率：（TP+TN）/(TP+FN+FP+TN)可以看出是实际分对的样本/总样本精确率：TP/ ( TP+FP )预测为正确的样本中实际为正确样本的占比召回率： TP /（TP+FN） F1...

原创 Tensorflow学习笔记(五)——卷积神经网络实现

今天来实现tensorflow架构下的卷积神经网络，首先了解清楚我们要构建的网络架构，数据集还是用mnist，所以输入还是28X28。建立的卷积神经网络架构是：卷积层->pooling层->卷积层->pooling层->全连接层1->全连接层2。全连接层的尺寸公式：N = (W − F + 2P )/S+1参数解释：                 输入图片大小 W×...

原创 Tensorflow学习笔记(四)——简单的神经网络实现

首先要建立一个神经网络，就要把架构了解清楚才能动手。建立的神经网络如下：有一个输入层和二个隐藏层和一个输出层组成的简单神经网络，结果通过交叉熵softmax分类得到损失函数，然后通过梯度下降优化模型。代码如下：import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltimport input_datamn...

原创 Tensorflow学习笔记(三)——逻辑回归

首先，逻辑回归是一个二分类，而mnist是一个十分类，因此我们要做一个多分类的任务，引入一个知识softmax分类器。softmax分类器公式如下：举个例子：一、接下来准备数据集。import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltimport input_data mnist = in...

原创 Tensorflow学习笔记二--线性回归模型

学习完基本操作后，今天来学习一下如何用tensorflow建立线性回归模型。一、首先建立一些数据import numpy as npimport tensorflow as tfimport matplotlib.pyplot as plt# 随机生成1000个点，围绕在y=0.1x+0.3的直线周围num_points = 1000vectors_set = []for i in ...

原创 Tensorflow学习笔记（一）

                                            tensenflow的基本操作一、导入tensorflow:import tensorflow as tf二、建立变量、常量：w=tf.variable()变量w=tf.constant()常量三、初始化变量:init_op=tf.global_variables_initializer()四、运行:两种方法：...

原创 训练神经网络中最基本的三个概念和区别：Epoch, Batch, Iteration

epoch：训练时，所有训练数据集都训练过一次。batch_size：在训练集中选择一组样本用来更新权值。1个batch包含的样本的数目，通常设为2的n次幂，常用的包括64,128,256。 网络较小时选用256，较大时选用64。iteration​：训练时，1个batch训练图像通过网络训练一次​（一次前向传播+一次后向传播），每迭代一次权重更新一次；测试时，1个batch测试图像通过网络一次​...

转载 Hog,SIFT以及LBP这三种特征的不同

作者：盛淮南链接：https://www.zhihu.com/question/45833619/answer/223930439来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。SIFT、HOG、LBP，这三者都属于局部特征。一、三者原理上的区别1.SIFT：Scale-Invariant Feature Taransform，尺度不变特征变换。尺度空间的极值检测：搜...

转载 方向梯度直方图（HOG,Histogram of Gradient）

1.介绍HOG（Histogram of Oriented Gradient）是2005年CVPR会议上，法国国家计算机科学及自动控制研究所的Dalal等人提出的一种解决人体目标检测的图像描述子，该方法使用梯度方向直方图（Histogram of Oriented Gradients,简称HOG）特征来表达人体，提取人体的外形信息和运动信息，形成丰富的特征集。2.生成过程1）图像归一化归一化图像的...

转载 OpenCV实践之路——人脸检测（C++/Python)

版权声明：本文为博主原创文章，转载请联系作者取得授权。 https://blog.csdn.net/xingchenbingbuyu/article/details/51105159本文由@星沉阁冰不语出品，转载请注明作者和出处。文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/51105159微博：http://weibo.co...