- 博客(126)
- 收藏
- 关注
RSS订阅
原创 【灵神高频面试题合集06-08】反转链表、快慢指针（环形链表/重排链表）、前后指针（删除链表/链表去重）
链表：06 反转链表 K个一组翻转；07 环形链表 重排链表（快慢指针）；08 链表删除 链表去重（前后指针）。
2026-05-08 00:51:48
355
原创 【灵神高频面试题合集01-03】相向双指针、滑动窗口
相向双指针：01 两数之和 三数之和；02 接雨水 前后缀分解。滑动窗口（同向双指针）：03 最短 最长 方案数。
2026-05-01 20:19:02
417
原创 【chap1&chap2-面试&程序性能分析】用Python3刷《代码随想录》
1、编程语言、代码规范（变量命名、代码留白）；2、时间复杂度分析（插入排序、快速排序、冒泡排序；递归算法如求x^n）、程序的运行时间（超时是怎么回事、不同时间复杂度的算法能支持输入n的量级为多少）；3、编程语言的内存管理（C++的内存管理、如何计算程序占用多少内存、内存对齐）、空间复杂度分析（递归算法如求斐波那契数、递归求二分）、以空间换时间的优化思路（哈希）。
2026-04-20 01:33:30
389
原创 【chap12-图论（P1-6深搜&广搜、P21拓扑排序）】用Python3刷《代码随想录》
1、深度优先搜索（所有可达路径）、广度优先搜索；2、岛屿系列：岛屿数量；3、拓扑排序：课程表
2026-04-12 01:10:53
386
原创 【chap11-动态规划（下 - 打家劫舍&股票问题&子序列问题）】用Python3刷《代码随想录》
3、打家劫舍：I-III；4、股票问题：I-IV、含冷冻期、含手续费；5、子序列问题：不连续、连续、编辑距离、回文。
2026-04-06 16:40:41
375
原创 【chap11-动态规划（上 - 基础题目&背包问题）】用Python3刷《代码随想录》
1、基础题目：斐波那契数、爬楼梯系列、不同路径系列、整数拆分、不同的二叉搜索树；2、背包问题：01背包（分割等和子集、最后一块石头的重量II、目标和、一和零）、完全背包（求组合数/求排列数/求最小数）、多重背包等。
2026-03-28 13:48:23
430
原创 【力扣-Python-74】搜索二维矩阵（middle）
有序二维矩阵整体二分的技巧：定义一个映射关系，对于一维索引，用整除列数得到行号，用取余列数得到列号。即：一维索引 index —> 二维行号 = index // n，二维列号 = index % n。有了这个映射，就可以直接对整个矩阵进行一次二分查找
2026-03-16 15:28:21
286
原创 torch.nn.Dropout vs torch.nn.functional.dropout 以及 model.eval() 下两者的差异（paddle同样适用）
结论：model.eval() 并不能使 nn.functional.dropout 失效，但能让 nn.Dropout 失效。
2026-03-09 11:57:13
400
原创 【力扣-Python-287】寻找重复数（middle）
给你一个长度为 n+1 的数组，数字范围在 1~n 内，其中恰好有一个数字重复出现（两次或多次）。找出这个重复数字要求：不能修改数组，只用 O(1) 的额外空间如：[1,6,3,4,5,2,2]，其中2出现了两次，所以答案为2。
2026-03-06 11:48:13
246
原创 【力扣-Python-4】寻找两个正序数组的中位数（hard）
给你两个从小到大排好序的数组，找出两个数组合并后的中位数要求时间复杂度为 O(log(m+n))，m和n为两数组的长度如 nums1 = [1,3,5,14]，nums2 = [2,4,8,9,11]，合并后为 [1,2,3,4,5,8,9,11,14]，总共9个数，正中间的为5。
2026-03-05 17:53:48
222
原创 【chap9-回溯算法】用Python3刷《代码随想录》
1、组合问题：77、216、17、39、40；2、切割问题：131、93；3、子集问题：78、90、491；4、排列问题：46、47；5、棋盘问题：51、37（二维递归）
2026-02-23 01:28:24
785
原创 【chap8-二叉树（下 - 修改与构造&二叉搜索树&公共祖先问题）】用Python3刷《代码随想录》
3、二叉树的修改与构造。4、二叉搜索树：（1）求二叉搜索树的属性；（2）二叉搜索树的修改与构造。5、二叉树公共祖先问题。
2026-02-03 12:15:39
837
原创 【chap8-二叉树（上 - 遍历方式&属性）】用Python3刷《代码随想录》
1、二叉树的遍历方式：（1）深度优先/前中后序遍历：递归法、迭代法 (借助栈实现递归)；（2）广度优先/层序遍历：迭代法 (借助队列，先进先出)。2、二叉树的属性：对称二叉树；二叉树的最大/最小深度；完全二叉树的节点个数；平衡二叉树。3、涉及回溯（递归+回溯）：二叉树的所有路径；左叶子之和；找树左下角的值；路径总和。。
2026-01-26 00:53:00
699
原创 【力扣-Python-滑动窗口经典题】567.字符串的排列 | 424.替换后的最长重复字符 | 76.最小覆盖子串
滑动窗口经典题汇总567.字符串的排列424.替换后的最长重复字符76.最小覆盖子串
2026-01-16 14:45:51
463
原创 【chap7-栈与队列 (含单调栈)】用Python3刷《代码随想录》
232、225：栈与队列的基本操作；20、1047、150：栈在匹配问题中的应用；239：获取滑动窗口的最大值，主要思想是队列没有必要维护窗口中的所有元素，只需要维护有可能成为窗口中最大值的元素即可，同时保证队列中的元素数值是由大到小排序的（双端队列 from collections import deque）；347：求前k个高频元素，优先级队列（小顶堆 import heapq）单调栈：739、496、503、42、84
2025-12-29 01:53:38
618
原创 【力扣-Python-75】颜色分类（middle）
给定只包含 0、1、2 的数组（红、白、蓝），要求原地排序，使0在前、1在中、2在后。要求不能使用库排序，最好只遍历一次。又称为荷兰国旗问题
2025-12-21 17:04:13
265
原创 【阶段1：C++基础语法入门】黑马匠心C++教程（P1~P83）
C++基础语法入门：C++初识；数据类型；运算符；程序流程结构；数组；函数；指针；结构体。案例：通讯录管理系统
2025-04-13 15:45:08
1451
原创 cuda与pytorch版本兼容问题
查看CUDA版本的几个命令及区别：nvidia-smi、nvcc -V、print(torch.version.cuda)、print(torch.utils.cpp_extension.CUDA_HOME)。如何配置版本兼容的cuda和pytorch
2025-03-09 21:03:51
5744
原创 Visual Studio下载及安装教程（for C++）
Visual Studio下载及安装 -> 创建新项目 -> 创建文件 -> 编写代码并运行
2025-03-04 02:17:28
927
原创 df.explode() 及等价写法
df.explode() 可以按某列的值将一行拆分为多行，需要pandas版本 ≥ 0.25.0。可以使用 print(pd.__version__) 查看pandas版本。
2025-02-15 15:46:58
629
原创 对比category_encoders库和sklearn库中的OrdinalEncoder
OrdinalEncoder 是用来对数据中的分类特征进行编码、转换为整数标签的函数。本文旨在对比 from category_encoders import OrdinalEncoder 和 from sklearn.preprocessing import OrdinalEncoder 的用法。
2025-01-31 17:36:09
561
原创 pd.read_csv() 遇到的3个报错及解决方法
三个报错的解决方法：（1）ParserError: Error tokenizing data. C error: Buffer overflow caught - possible malformed input file.（2）ParserError: field larger than field limit (131072)（3）ParserError: ' ' expected after '"'
2025-01-22 12:41:43
956
原创 【下】王树森《小红书推荐系统公开课》- 课程笔记（特征交叉、行为序列、重排/推荐系统多样性、物品冷启动、涨指标的方法）
特征交叉（因子分解机FM、深度交叉网络DCN、LHUC/PPNet、SENet&Bilinear Cross&FiBiNet）；行为序列（用户lastN序列特征、DIN&注意力机制、长序列建模SIM）；重排（多样性、物品相似性的度量、MMR多样性算法、滑动窗口&业务规则约束、DPP多样性算法&Hulu的快速求解算法）；物品冷启动（优化目标&评价指标、简单的召回通道、聚类召回、Look-Alike人群扩散召回、流量调控、冷启AB测试）；涨指标的方法（评价指标、召回、粗精排、多样性、特殊人群、交互行为）
2024-12-15 22:00:17
3847
1
原创 dict.setdefault() 用法
setdefault 是Python中字典的一个方法，用于在字典中查找指定键，如果键存在，则返回对应值（而不是指定的默认值）；如果键不存在，则在字典中添加该键，并将其值设置为指定的默认值
2024-09-22 23:46:11
2660
原创 【上】王树森《搜索引擎技术》- 课程笔记（概要、相关性）
1、概要：搜索引擎的基本概念、决定搜索满意度的因素（相关性、内容质量、时效性、个性化）、搜索引擎的评价指标、搜索引擎的链路（查询词处理、召回、排序）；2、相关性：定义与分档（4档）、评价指标（离线为AUC和PNR，线上为DCG，它们分别属于pointwise、pairwise、listwise）、文本匹配（词匹配分数包括TF-IDF、BM25，都属于词袋模型；词距分数如OkaTP）、BERT模型结构及线上推理（交叉BERT、双塔BERT）、BERT模型的离线训练（预训练->后预训练->微调->蒸馏）
2024-08-25 13:48:21
3236
原创 训练五步走：前向传播、计算损失、清零梯度optimizer.zero_grad()、反向传播loss.backward()、更新参数optimizer.step()
outputs = model(inputs)前向传播，model为实例化后的模型；loss = criterion(outputs, targets)计算损失，criterion为定义的损失函数；Pytorch自动求导机制会将梯度值累加，故要optimizer.zero_grad()清零，去掉以前的梯度值；loss.backward()反向传播，通过自动微分计算损失函数相对于模型参数的梯度；optimizer.step()根据计算出的梯度更新模型的参数。
2024-06-29 23:08:01
2486
原创 Pytorch中的 .detach().cpu().numpy()
detach() 用于从计算图中分离出一个张量，即返回一个新的张量，与原张量共享相同的数据，但不会再计算梯度；cpu() 将张量移动到CPU内存中，因为numpy仅能处理CPU内存中的数据，不能直接处理GPU上的数据；numpy() 将Pytorch张量转换为numpy数组，共享内存，不会复制数据；总结：.detach().cpu().numpy() 是一个常见的链式方法调用，用于将一个在计算图中（即由autograd跟踪的）张量转换为numpy数组
2024-06-24 23:28:57
1981
原创 Pytorch中的数据与优化器：Dataset、TensorDataset、DataLoader、optimizer.param_groups
torch.utils.data.Dataset、torch.utils.data.TensorDataset、torch.utils.data.DataLoader、optimizer.param_groups
2024-06-22 17:19:56
2160
原创 【上】王树森《小红书推荐系统公开课》- 课程笔记（推荐系统基础、召回、排序）
推荐系统基础（基本概念、链路、AB测试）；召回（ItemCF、Swing、UserCF、离散特征处理、矩阵补充、双塔模型、双塔模型+自监督学习、Deep Retrieval召回、其他召回通道、曝光过滤+Bloom Filter）；排序（多目标排序模型、MMoE、预估分数融合公式、视频播放时长和完播率建模、特征及处理、粗排三塔模型）
2024-05-22 23:15:44
11732
15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人