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(27)
  • 资源 (1)
  • 收藏
  • 关注

原创 校园导游咨询系统(数据结构C语言)

这是本科数据结构课设时设计的一个校园导游咨询系统,包含界面可视化,功能丰富,欢迎参考,觉得可以的话,可以点个赞,谢谢!需求分析一、课题内容分析 设计内容:设计一个**大学校园导游程序,为来访的客人提供各种信息查询服务。 具体功能有: (1)设计**大学的校园平面图,以图中顶点表示校内各景点,存放景点名称、代号、简介等信息;以边表示路径,存放路径长度等相关信息。 (2)为来访客人提供图中任意景点相关信息的查询。 (3)为来访客人提供图中任意景点的问路查询,

2021-09-16 09:55:23 9153 13

原创 [进程同步]—生产者与消费者问题

生产者与消费者问题 PV操作是用来操作信号量的。 P:等待——wait——减法作用——阻塞作用 V:释放——signal——加法作用——唤醒作用 S.value > 0 :有空闲CPU; S.value = 0:CPU刚好用完; S.value < 0:进程等待; P操作 void wait(S)...

2018-11-03 15:41:29 8429

原创 [专题3:栈和队列]: 239. 滑动窗口最大值

题目描述:给你一个整数数组 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。输入样例:例如: 输入:nums = [1,3,-1,-3,5,3,6,7], k = 3 输出:[3,3,5,5,6,7] 解释: 滑动窗口的位置 最大值 --------------- ----- [1 3 -1]...

2022-01-11 15:33:48 133

原创 [专题3:栈和队列]150.逆波兰表达式求值

题目描述:根据逆波兰表示法,求表达式的值。有效的算符包括 +、-、*、/ 。每个运算对象可以是整数,也可以是另一个逆波兰表达式。输入样例:输入:tokens = ["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解题思路:如果当前元素是操作数,则操作数入栈;如果遇到运算符,则弹出栈中相邻的两个元素进行元算操作,再将运算结果入栈。class Solution: def evalRPN(se.

2022-01-03 19:48:58 214

原创 [专题3:栈和队列]1047.删除字符串中的所有相邻重复项

题目描述: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。输入样例:输入:"abbaca" 输出:"ca"解题思路:方法一:栈将字符压入栈中,如果栈顶元素等于当前元素,栈顶元素出栈。def removeDuplicates(s): stack = list() for i in range(len(s)): i.

2021-12-27 22:27:06 243

原创 [专题3:栈和队列]20.有效的括号

题目描述:给定一个只包括 '(',')','{','}','[',']'的字符串 s ,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。输入样例:示例 1:输入:s = "()" 输出:true示例2:输入:s = "()[]{}" 输出:true示例3:输入:s = "(]" 输出:false解题思路:第一种情况:括号的数量是奇数。 第二种情况:左右括号数量一致,但是类型不匹配。 第...

2021-12-24 11:09:52 163

原创 [专题3:栈和队列]225.用队列实现栈

题目描述:请你仅使用两个队列实现一个后入先出(LIFO)的栈,并支持普通栈的全部四种操作(push、top、pop和empty)。实现 MyStack 类:void push(int x) 将元素 x 压入栈顶。int pop() 移除并返回栈顶元素。int top() 返回栈顶元素。boolean empty() 如果栈是空的,返回 true ;否则,返回 false 。例如:输入:["MyStack", "push", "push", "top", "pop", "em..

2021-12-23 17:08:15 2772

原创 [专题3:栈和队列]232: 栈实现队列

题目描述:请你仅使用两个栈实现先入先出队列。队列应当支持一般队列支持的所有操作(push、pop、peek、empty):实现 MyQueue 类: void push(int x) 将元素 x 推到队列的末尾 int pop() 从队列的开头移除并返回元素 int peek() 返回队列开头的元素 boolean empty() 如果队列为空,返回 true ;否则,返回 false 例如:输入:["MyQueue", "push", "push", "peek", "p

2021-12-21 21:35:25 141

原创 [专题2:链表]​142. 环形链表 II​

题目描述:给定一个链表,返回链表开始入环的第一个节点。如果链表无环,则返回null。如果链表中有某个节点,可以通过连续跟踪 next 指针再次到达,则链表中存在环。 为了表示给定链表中的环,评测系统内部使用整数 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。注意:pos 不作为参数进行传递,仅仅是为了标识链表的实际情况。不允许修改链表。 例如:输入:head = [3,2,0,-4], pos = 1输出:返回索引为 1 的链表节点解..

2021-12-17 11:19:50 69

原创 [专题2:链表]707.设计链表

题目描述:设计链表的实现。您可以选择使用单链表或双链表。单链表中的节点应该具有两个属性:val和next。val是当前节点的值,next是指向下一个节点的指针/引用。如果要使用双向链表,则还需要一个属性prev以指示链表中的上一个节点。假设链表中的所有节点都是 0-index 的。在链表类中实现这些功能:get(index):获取链表中第index个节点的值。如果索引无效,则返回-1。 addAtHead(val):在链表的第一个元素之前添加一个值为val的节点。插入后,新节点...

2021-12-09 19:17:00 73

原创 [专题2:链表]203.移除链表元素

题目描述:给你一个链表的头节点head和一个整数val,请你删除链表中所有满足Node.val == val的节点,并返回新的头节点。 输入:head = [1,2,6,3,4,5,6], val = 6输出:[1,2,3,4,5] 链表操作的两种方式: 直接使用原来的链表进行删除操作; 设置一个虚拟头节点进行删除操作; 方法1:直接在原链表上进行操作。如果删除的是头节点,需要将头节点向后移动一位就可以了,这样就从链表移除了一个头节点。def removeE...

2021-12-08 10:36:34 169

原创 [专题2:链表] 206.反转链表

给你单链表的头节点head,请你反转链表,并返回反转后的链表。 输入:head = [1,2,3,4,5]输出:[5,4,3,2,1] 双指针法(头插法) 首先定义一个cur指针,指向头节点,再定义一个pre指针,初始化为null,然后开始反转。首先把cur->next节点用tmp指针保存一下,接下来就是cur->next指向pre,pre指向cur,再将tmp复值给cur,循环这些代码,继续移动pre和cur指针。最后,cur指针已经指向了null,循环结束,返回p...

2021-12-08 10:28:44 81

原创 [专题1:数组]滑动窗口:209.长度最小的子数组

[专题1:数组]滑动窗口:209.长度最小的子数组

2021-12-07 15:59:00 507

原创 [专题1:数组]双指针法:27.移除元素

[专题1:数组]双指针法:27.移除元素

2021-12-07 15:37:45 169

原创 [专题1:数组] 二分法:35.搜索插入位置

[专题1:数组] 二分法:35.搜索插入位置

2021-12-07 15:21:04 205

原创 注意力机制(Attention)

首先通过一张图来了解注意力机制。 我们对于任何一张图,首先关注的就是关键信息,例如上图中的兔子。 Attention的3大优点 参数少 模型复杂度跟CNN、RNN相比,复杂度更小,参数也更少。所以对算力的要求更小。 速度快 Attention解决了RNN不能并行计算的问题。Attention机制每一步计算不依赖于上一步的计算结果,因此可以和CNN一样并行处理。 效果好 在Attention机制引入之前,由于长...

2021-06-10 17:35:07 2507

原创 联邦学习中的隐私安全问题探讨

近年来,随着大数据的发展,数据量可谓是增速迅猛,面对如此庞大的数据,传统的模型训练方式已经无法满足如此现状,迎来了分布式学习和联邦学习的出现。联邦学习是最近比较流行的一种模型训练方式,训练数据不离开本地,本地模型只通过上传参数或梯度到全局模型,就可以完成模型的训练,保护了数据隐私信息的安全。但是由于最近的研究发现,这种模型训练方式不能被很好的保护隐私,攻击者可以通过梯度或参数信息获取本地数据的隐私信息和模型窃取,极大的威胁了数据隐私安全,带来了安全隐患。

2021-04-27 17:08:25 2117 5

原创 目标检测算法

目标检测常见算法 传统的目标检测算法:cascade + HOG/DPM + Haar/SVM 候选区域 + 深度学习分类:通过提取候选区域,并对相应区域进行深度学习方法为主的分类方案。 R-CNN(Selective Search + CNN +SVM) SPP-Net(ROI Pooling) Fast R-CNN(Se...

2020-04-02 18:40:45 1189

原创 使用Nginx和Gunicorn部署Django项目

Django实践以及服务器部署 Django的安装以及环境配置可以通过 Django入门与实践 来学习。 Django入门指南 常见命令数据库移植python manage.py makemigrationspython manage.py migrate创建超级管理员python manage.py createsuperuser 启动服务器 p...

2018-11-03 16:26:54 773

原创 [操作系统]—死锁

死锁死锁原因及必要条件处理问题预防死锁破坏必要条件避免死锁银行家算法检测与解除死锁死锁定理+资源分配图 三胞胎 死锁:资源被占有,双方互不相让,导致都不能运行。 活锁:双方互相谦让,导致资源空闲。 饥饿:有一方等待时间过长。 死锁避免 银行家算法 安全序列(...

2018-11-03 16:00:07 191

原创 [进程同步]—读者与写者的问题

读者与写者的问题 例:有读写两组进程,共享一个文件。多个读者可同时访问文件,但多个写者不能同时访问文件,写者和读者也不能同时访问文件。 特征:资源被谁占用,读者,写者;读者会形成一个读者团。 分析: 写者—S—文件是否被占用; 读者团 第一个读者:文件是否被占有 中间读者:只增加读者团人数 最后一个读者:释放文件...

2018-11-03 15:42:58 2065

原创 KNN最近邻算法(K - Nearest Neighbors)

KNN最近邻算法(K - Nearest Neighbors) K最近邻算法是一种分类算法,算法思想是一个样本与数据集中的K个样本最相似,如果这K个样本中的大多数属于某一类别,则该样本也属于某一类别。 常见KNN的问题有一个未知形状X,判断它属于哪个形状?               我们可以发现,KNN的缺点,由于噪声和干扰,我们目前无法根据这个判断它属于哪个形状。 下面...

2018-07-27 11:27:19 5351

原创 Tomcat的安装以及在IntelliJ IDEA的配置

Tomcat的安装以及在IntelliJ IDEA的配置自己想学习java web开发,所以自己进行了环境的搭建,不足的地方欢迎大家多多指出。1. 安装下载地址       Tomcat官网以上版本任选一个,比如我选的是Tomcat9.0,进入然后开始下载,下载的是.jar包,需要进行解压,解压的文件夹的名称不能含有中文。 启动Tomcat,进入解压Tomcat的...

2018-07-26 18:47:24 3105

原创 OpenCv的安装,配置和基本使用

图像的读取和写入#读入图像img = cv2.imread('E:\MachineLearning\image\img1.jpg')#打印图像尺寸h,w = img.shape[:2]print(h,w)#保存原jpg格式为png格式cv2.imwrite('E:\MachineLearning\image\img3.png',img)显示图像和结果#添加字体支持from ma...

2018-06-07 09:44:08 980

原创 构建多层卷积网络

首先给大家来一张卷积神经网络的结构图 下面这张比较易懂接下来具体以构建多层卷积神经网络为主,大家可以作为参考。权重初始化为了创建模型,需要创建大量的权重和偏置项。使用的是ReLU神经元,所以使用一个较小的正数来初始化偏置项,避免神经元节点输出恒为0。定义两个函数进行初始化。def weight_variable(shape): initial = tf.truncated_normal(sha...

2018-04-07 18:49:53 3896

原创 构建TensorFlow模型的基本步骤

构建TensorFlow模型的基本步骤第一步:安装加载MNIST数据我们自动下载和导入MNIST数据集,会自动创建一个`MNIST_data`的目录存储数据。import input_datamnist = input_data.read_data_sets('MNIST_data',one_hot=True)运行TersonFlow的InteractiveSession使用Interactiv...

2018-04-06 21:48:08 2875

原创 MySQL的下载、安装和配置

由于这学期在学习数据库,所以第一次安装MySQL,不过还是很成功的,把我的经验分享给大家,有不足的地方欢迎指正。下载第一步:下载地址点击打开链接,下载和自己电脑匹配的位数。安装第二步:MySQL其实有两种安装方法,一种是使用.exe文件进行安装,另一种是直接将自己所下载的MySQL解压到自己想保存的目录,这就直接相当于安装了。这里我采用的安装方法是第二种。环境配置第三步:1.在环境变量path里添...

2018-04-06 12:44:05 154

生产者与消费者问题PDF

[操作系统]—生产者与消费者问题,主要讲解生产者与消费者之间的进程同步。

2018-11-03

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