- 博客(13)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 算法题05C++回文子串
题目：给你一个字符串 s，找到 s 中最长的回文子串。示例 1：输入：s = “babad”输出：“bab”解释：“aba” 同样是符合题意的答案。示例 2：输入：s = “cbbd”输出：“bb”示例 3：输入：s = “a”输出：“a”示例 4：输入：s = “ac”输出：“a”如果一个字符串正着读和反着读是一样的，那它就是回文串。//1.暴力解法class Solution {public: string longestPalindrome(string s)
2021-10-11 20:37:50
308
原创 Javaweb基础各项技术及其关系总结
Javaweb涉及的各项技术及其关系总结-----------------------------------------------------------------------------------------------Html: 超文本标记语言，通过标签来标记要显示的网页中的各个部分标签拥有自己的属性。i.分为基本属性：bgcolor=“red” ,可以修改简单的样式效果ii. 事件属性：οnclick=“alert(‘你好！’);” ,可以直接设置事件响应后的代码。常用标签：超链接
2021-09-29 15:15:36
418
原创 算法题03C++
题目：给定一个字符串 s ，请你找出其中不含有重复字符的 最长子串 的长度示例：输入: s = “abcabcbb”输出: 3解释: 因为无重复字符的最长子串是 “abc”，所以其长度为 3。输入: s = “bbbbb”输出: 1解释: 因为无重复字符的最长子串是 “b”，所以其长度为 1。输入: s = “”输出: 0**思路：**利用滑动窗口，一般set容器不可存放重复元素。左指针left,右指针i,子串A[left-i]放在无序的set容器中，记录set容器的长度最大的就是最长子
2021-09-21 16:25:35
86
原创 算法题02C++
算法题02C++题目：给你两个 非空 的链表，表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的，并且每个节点只能存储 一位 数字。请你将两个数相加，并以相同形式返回一个表示和的链表。你可以假设除了数字 0 之外，这两个数都不会以 0 开头。示例：输入：l1 = [2,4,3], l2 = [5,6,4]输出：[7,0,8]解释：342 + 465 = 807**思路：**思路：定义一个进位变量t来存放两个节点的和以及以及给下一次的节点值相加保留一个初始值1即进位。先new一个空节
2021-09-20 09:23:38
308
原创 算法题01C++
算法题01C++**题目要求：**给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 的那 两个 整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。思路：以键值对的形式存放nums数组中的整数元素和其对应下标，遍历nums数组查看是否有元素与当前的元素之和为target，有的话记录两个坐标 (不能重复)并返回。代码：class Solution {public: v
2021-09-18 16:15:16
130
原创 java中获取文本上每个字符出现的次数
java中获取文本上每个字符出现的次数/获取文本上每个字符出现的次数提示：遍历文本的每一个字符；字符及出现的次数保存在Map中；将Map中数据写入文件/package IO;import org.junit.Test;import java.io.*;import java.util.HashMap;import java.util.Map;import java.util.Set;/*获取文本上每个字符出现的次数提示：遍历文本的每一个字符；字符及出现的次数保存在Map中；将Ma
2021-08-14 19:56:59
337
1
原创 手写数字识别-利用matlab从头实现神经网络和调用神经网络工具箱实现对比
利用matlab从头实现神经网络和调用神经网络工具箱实现对比 手写数字识别nn_main.m:神经网络主函数，初始化，调用优化函数等myCostfunction.m:前向传递，计算代价函数，反向传播，计算梯度mytanh.m:激活函数tanhtanhGradient:计算激活函数的梯度fmin.m:共轭梯度下降PRP算法Predict.m:利用训练好的参数，前向传递，计算精确度nn.m:调用神经网络工具箱实现神经网络data.mat:20*20的手写数字图片X及其对应的数字y,5000组下
2021-03-31 11:36:10
236
原创 matlab调用神经网络工具箱实现神经网络以手写数字识别为例
matlab调用神经网络工具箱实现神经网络示例以下是调用神经网络工具箱实现手写数字识别的代码intput=400;hidden=50;output=10;% Load Training Dataload('data.mat');m = size(X, 1);X=X';% convert y（0-9） to vectorc = 1:output;yt = zeros(output,m); for i = 1:m yt(:,i) = (c==y(i)); end
2021-03-31 10:55:51
673
原创 anaconda和tensorflow安装详细步骤
anaconda和tensorflow安装详细步骤下载anaconda直接去官网下载安装anaconda步骤按提示安装好后打开anaconda prompt新建一个conda环境：虚拟环境(暂定名为ny)，输入命令 conda create –n ny python=3.6进入ny环境 ：conda activate ny (一定要进入ny环境)接着安装tensorflowTip:如果下载速度较慢的话，可以换源或者豆瓣源；或者直接挂vpn下载最方便先conda search te
2021-03-31 10:33:00
1015
1
原创 过完备字典，稀疏表示，图像去噪
过完备字典，稀疏表示，图像去噪稀疏表示y=Dz，其中y是一个真实的信号，D是一个字典，z是其稀疏表示。在对图像进行表示时，最初完备正交基由于表示简单唯一而被广泛使用，但是正交基的要求一般比较严格，所以导致它对图像的表示不够稀疏。基于过完备字典下的信号稀疏分解的思想: 相对完备正交基而言，过完备基的基底一般是冗余的，也就是基元素的个数比维数要大。图像在过完备基下的表示比完备正交基更加稀疏，图像中的干净部分可以利用少量的非零稀疏表示系数进行线性表示，而噪声一般认为不具有稀疏性，因此可以根据它们之间的区别实现
2021-03-30 17:45:35
1027
原创 关于深度学习在物理层通信中的应用的几篇文章做个总结
关于深度学习在通信中的应用的几篇文章做个总结A Model-Driven Deep Learning Method for Massive MIMOIEEE COMMUNICATIONS LETTERS, VOL. 24, NO. 8, AUGUST 20202.Model-Driven Deep Learning for MIMO DetectionIEEE TRANSACTIONS ON SIGNAL PROCESSING, VOL. 68, 20203.Model-driven Deep
2021-01-21 17:41:21
1035
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人