目录
一、小论文修改
二、算法刷题
1、栈与队列
1)用栈实现队列
使用栈实现队列的下列操作:
push(x) -- 将一个元素放入队列的尾部。
pop() -- 从队列首部移除元素。
peek() -- 返回队列首部的元素。
empty() -- 返回队列是否为空。
示例:
MyQueue queue = new MyQueue();
queue.push(1);
queue.push(2);
queue.peek(); // 返回 1
queue.pop(); // 返回 1
queue.empty(); // 返回 false
说明:
- 你只能使用标准的栈操作 -- 也就是只有 push to top, peek/pop from top, size, 和 is empty 操作是合法的。
- 你所使用的语言也许不支持栈。你可以使用 list 或者 deque(双端队列)来模拟一个栈,只要是标准的栈操作即可。
- 假设所有操作都是有效的 (例如,一个空的队列不会调用 pop 或者 peek 操作)。
思路与注意点:
1】在这里需要两个栈分别模拟输入端和输出端。
2】这里pop()注意:分为stOut为空和不为空的情况,为空则表示第一次进行pop或peek。
3】这里peek函数中使用pop为基础获取开头元素后将值push回去时应该从stOut回去而非stIn,因为将值压回stIn顺序全乱了。
class MyQueue {
public:
stack<int> stIn;
stack<int> stOut;
MyQueue() {
}
void push(int x) {
stIn.push(x);
}
int pop() {
//注意这里需要先判断一下stOut是否为空,为空则需要将stIn转存到stOut
if(stOut.empty()){
while(!stIn.empty()){
stOut.push(stIn.top());
stIn.pop();
}
}
int res = stOut.top();
stOut.pop();
return res;
}
int peek() {
int res = this->pop();
stOut.push(res);
return res;
}
bool empty() {
return stIn.empty() && stOut.empty();
}
};
/**
* Your MyQueue object will be instantiated and called as such:
* MyQueue* obj = new MyQueue();
* obj->push(x);
* int param_2 = obj->pop();
* int param_3 = obj->peek();
* bool param_4 = obj->empty();
*/
2)用队列实现栈
使用队列实现栈的下列操作:
- push(x) -- 元素 x 入栈
- pop() -- 移除栈顶元素
- top() -- 获取栈顶元素
- empty() -- 返回栈是否为空
注意:
- 你只能使用队列的基本操作-- 也就是 push to back, peek/pop from front, size, 和 is empty 这些操作是合法的。
- 你所使用的语言也许不支持队列。 你可以使用 list 或者 deque(双端队列)来模拟一个队列 , 只要是标准的队列操作即可。
- 你可以假设所有操作都是有效的(例如, 对一个空的栈不会调用 pop 或者 top 操作)。
思路:
一个队列在模拟栈弹出元素的时候只要将队列头部的元素(除了最后一个元素外) 重新添加到队列尾部,此时再去弹出元素就是栈的顺序了。
class MyStack {
public:
queue<int> que;
MyStack() {
}
void push(int x) {
que.push(x);
}
int pop() {
int size = que.size();
size--;
while(size--){
que.push(que.front());
que.pop();
}
int res = que.front();
que.pop();
return res;
}
int top() {
return que.back();
}
bool empty() {
return que.empty();
}
};
/**
* Your MyStack object will be instantiated and called as such:
* MyStack* obj = new MyStack();
* obj->push(x);
* int param_2 = obj->pop();
* int param_3 = obj->top();
* bool param_4 = obj->empty();
*/
3)有效的括号
给定一个只包括 '(',')','{','}','[',']' 的字符串,判断字符串是否有效。
有效字符串需满足:
- 左括号必须用相同类型的右括号闭合。
- 左括号必须以正确的顺序闭合。
- 注意空字符串可被认为是有效字符串。
示例 1:
- 输入: "()"
- 输出: true
class Solution {
public:
bool isValid(string s) {
int size = s.size();
if(size % 2 != 0) return false;
stack<char> st;
for(int i=0; i<size; i++){
if(s[i] == '(') st.push(')');
else if(s[i] == '{') st.push('}');
else if(s[i] == '[') st.push(']');
else if(st.empty() || st.top() != s[i]) return false;
else st.pop();
}
// return true;
return st.empty();
}
};
4)删除字符串中的所有相邻重复项
给出由小写字母组成的字符串 S,重复项删除操作会选择两个相邻且相同的字母,并删除它们。
在 S 上反复执行重复项删除操作,直到无法继续删除。
在完成所有重复项删除操作后返回最终的字符串。答案保证唯一。
示例:
- 输入:"abbaca"
- 输出:"ca"
- 解释:例如,在 "abbaca" 中,我们可以删除 "bb" 由于两字母相邻且相同,这是此时唯一可以执行删除操作的重复项。之后我们得到字符串 "aaca",其中又只有 "aa" 可以执行重复项删除操作,所以最后的字符串为 "ca"。
提示:
- 1 <= S.length <= 20000
- S 仅由小写英文字母组成。
class Solution {
public:
string removeDuplicates(string s) {
string res;
for(char i : s){
if(res.empty() || i != res.back()){
res.push_back(i);
}else{
res.pop_back();
}
}
return res;
}
};
5)逆波兰表达式求值
根据 逆波兰表示法,求表达式的值。
有效的运算符包括 + , - , * , / 。每个运算对象可以是整数,也可以是另一个逆波兰表达式。
说明:
整数除法只保留整数部分。 给定逆波兰表达式总是有效的。换句话说,表达式总会得出有效数值且不存在除数为 0 的情况。
示例 1:
- 输入: ["2", "1", "+", "3", " * "]
- 输出: 9
- 解释: 该算式转化为常见的中缀算术表达式为:((2 + 1) * 3) = 9
class Solution {
public:
int evalRPN(vector<string>& tokens) {
stack<long long> st;
for(int i=0; i<tokens.size(); i++){
if(tokens[i] == "+" || tokens[i] == "-" || tokens[i] == "*" || tokens[i] == "/"){
// 注意:这里并没有将符号存入,因此不需要进行弹出操作
// st.pop();
long long nums1 = st.top();
st.pop();
long long nums2 = st.top();
st.pop();
if(tokens[i] == "+") st.push(nums2 + nums1);
if(tokens[i] == "-") st.push(nums2 - nums1);
if(tokens[i] == "*") st.push(nums2 * nums1);
if(tokens[i] == "/") st.push(nums2 / nums1);
}else{
st.push(stoll(tokens[i]));
}
}
long long res = st.top();
return res;
}
};
6)滑动窗口最大值
给定一个数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。
返回滑动窗口中的最大值。
进阶:
你能在线性时间复杂度内解决此题吗?
提示:
- 1 <= nums.length <= 10^5
- -10^4 <= nums[i] <= 10^4
- 1 <= k <= nums.length
class Myqueue{
// 注意需要添加public
public:
// queue<int> que;
deque<int> que;
void push(int value){
while(!que.empty() && value > que.back()){
que.pop_back();
}
// que.push(value);
que.push_back(value);
}
void pop(int value){
// while(!que.empty() && value == que.front()){
// // que.pop();
// que.pop_front();
// }
if(!que.empty() && value == que.front()){
// que.pop();
que.pop_front();
}
}
int front(){
return que.front();
}
};
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
Myqueue que;
vector<int> res;
for(int i=0; i<k; i++){
que.push(nums[i]);
}
res.push_back(que.front());
for(int i=k; i<nums.size(); i++){
que.pop(nums[i-k]);
que.push(nums[i]);
res.push_back(que.front());
}
return res;
}
};
7)前K个高频元素
给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
示例 1:
- 输入: nums = [1,1,1,2,2,3], k = 2
- 输出: [1,2]
示例 2:
- 输入: nums = [1], k = 1
- 输出: [1]
提示:
- 你可以假设给定的 k 总是合理的,且 1 ≤ k ≤ 数组中不相同的元素的个数。
- 你的算法的时间复杂度必须优于 $O(n \log n)$ , n 是数组的大小。
- 题目数据保证答案唯一,换句话说,数组中前 k 个高频元素的集合是唯一的。
- 你可以按任意顺序返回答案。
class Solution {
public:
// bool compare()(const pair<int, int> &lhs, const pair<int, int> &rhs){
// return lhs.second() > rhs.second();
// }
class mycompare {
public:
bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
return lhs.second > rhs.second;
}
};
vector<int> topKFrequent(vector<int>& nums, int k) {
// priority_queue<pair<int, int>, vector<pair<int, int>>, compare> que;
priority_queue<pair<int, int>, vector<pair<int, int>>, mycompare> que;
unordered_map<int, int> map;
// vector<int> res;
vector<int> res(k);
for(int i=0; i<nums.size(); i++){
map[nums[i]]++;
}
// 错误写法,不能通过pair方式进行que赋值
// for(int i=0; i<nums.size(); i++){
// // que.push(pair<nums[i], map[nums[i]]>);
// que.push(pair<nums[i], map[nums[i]]>);
// if(que.size() > k){
// que.pop();
// }
// }
//
// 此种方法会导致错误:不仅多循环了几次,而且重复插入相同的节点,并未相比暴力解法少多少时间复杂度
// 错误原因:这里相当于有多个重复的元素节点,其实每个pair(1,3),其实是同一个节点,而这里当成了不同的元素节点,因此这里就返回了前k个不同的pair(1,3)的节点,填入示例[1,1,1,2,2,3] 输出为[1,1]而非[1,2]这里手动推一下就清楚了。
// for(int i=0; i<nums.size(); i++){
// // 注意:正确que中插入pair
// // queue<pair<int,int>> q;
// // q.push({1,2});
// // q.push(make_pair(1,2));
// // 错误插入pair
// // que.push(pair<nums[i], map[nums[i]]>);
// que.push(make_pair(nums[i], map[nums[i]]));
// if(que.size() > k){
// que.pop();
// }
// }
// 用固定大小为k的小顶堆,扫描所有频率的数值
for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
que.push(*it);
if (que.size() > k) { // 如果堆的大小大于了K,则队列弹出,保证堆的大小一直为k
que.pop();
}
}
for(int i=k-1; i>=0; i--){
// res.push_back(que[i].first());
res[i] = que.top().first;
que.pop();
}
return res;
}
};
2、二叉树
1)二叉树的递归遍历
1】前序遍历
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
vector<int> preorderTraversal(TreeNode* root) {
stack<TreeNode*> st;
st.push(root);
vector<int> res;
// 注意添加判断root是否为NULL
if(root == NULL) return res;
while(!st.empty()){
TreeNode* node = st.top();
st.pop();
res.push_back(node->val);
// 注意添加判断是否为节点left和right是否为空
// st.push(node->right);
// st.push(node->left);
if(node->right) st.push(node->right);
if(node->left) st.push(node->left);
}
return res;
}
};
2】中序遍历
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
void midTrvel(TreeNode* cur, vector<int>& res){
if(cur == NULL) return;
midTrvel(cur->left, res);
res.push_back(cur->val);
midTrvel(cur->right, res);
}
vector<int> inorderTraversal(TreeNode* root) {
vector<int> res;
midTrvel(root, res);
return res;
}
};
3】后序遍历
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
void backTravel(TreeNode *cur, vector<int> &res){
if(cur == NULL) return;
backTravel(cur->left, res);
backTravel(cur->right, res);
res.push_back(cur->val);
}
vector<int> postorderTraversal(TreeNode* root) {
vector<int> res;
backTravel(root, res);
return res;
}
};
2)二叉树的迭代遍历
1】前序遍历
2】中序遍历
3】后序遍历
三、openMMLab
参考:5 MMDetection 代码教学_哔哩哔哩_bilibili
1、主要内容
1)MMDetection项目概览
2)MMDetection运行环境搭建(基于Openbayes计算平台)
3)使用MMDetection进行模型推理
4)使用MMDetection训练模型,检测图像中水果
2、MMDetection项目概览
1)目标检测工具包MMDetection
2)应用范围
3)MMDetection环境搭建
4)在线平台Openbayes
四、OneNote笔记工具
1、OneNote简介
如下图详细描述了OneNote电子笔记本的逻辑结构:
2、笔记本的创建、保存与共享
主要内容在文件下拉栏中,重点内容:
1)保存在云端
2)在本地备份
3)与他人共享
4)自动保存
3、笔记本的逻辑结构
1)分区组:类似于文件夹(分区组内可以继续创建分区)
2)页:分区组内创建页面(页面也可以拥有从属关系,即页面可以创建子页)