![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
课程复习
文章平均质量分 90
一根老麻花
这个作者很懒,什么都没留下…
展开
-
快速排序回顾及相关题型
这里先假设数组下标从 1 开始,后续程序实现时可以通过 k - 1 来对齐下标从 0 开始的数组。设计一个算法,找出数组中最小的k个数。:递归调用左右两个区间,对左右两个区间进行快速排序。将所有的数按照此法分成左右两个区间。:对于快速排序,合并操作无需单独进行。,证明比较繁琐,可以参考《算法导论》请注意,你需要找的是数组排序后的第。,证明比较繁琐,可以参考《算法导论》个最大的元素,而不是第。:合并操作无需单独进行。:合并操作无需单独进行。的右边,并得到基准元素。的右边,并得到基准元素。原创 2023-12-27 15:05:24 · 923 阅读 · 3 评论 -
算法往年题复习(一)| 看不懂来 Gank 我
的矩阵格子,每个格子要么养了羊,要么种有庄稼,要么是空地。给定一棵二叉搜索树,请设计算法找到树中与关键字 x 的差的绝对值最小的节点。采用贪心的策略:若 s 到 t 的最安全传输路径经过 w,那么从 s 到 t 的最安全传输路径一定为从 s 到 w 的最安全传输路径加上从 w 到 t 的最安全传输路径。初始的时候,将 K 个有序数组的第一个元素加入优先队列,建立小顶堆。为了便于操作,可以维护一个三元组,存储数组元素值、元素所属数组、元素所属数组的下标,将这个三元组作为小顶堆的基本单元。原创 2023-12-17 21:38:40 · 2037 阅读 · 5 评论 -
深度学习基础回顾
同时,深层网络可以通过层次化的方式,从低层到高层,逐渐提取数据中的抽象和语义信息,从而增强了模型的泛化能力和解释能力。例如,CNN 通过使用多层的卷积核,来形成一个特征的层次结构,从边缘、角点、纹理等低层特征,到物体、场景、语义等高层特征;RNN 通过使用循环结构,来形成一个内部的记忆机制,从而捕捉数据中的长期依赖关系和动态变化规律。而深层网络利用多层的线性变换和共享权重的方式,使其可以用更少的参数来表示更复杂的函数,大大减少参数的数量和计算量。RNN 的归纳偏置:将时序信息纳入考虑,强调顺序重要性。原创 2023-12-08 22:16:54 · 1153 阅读 · 0 评论 -
人工智能 | 一文介绍五种基本 Agent
基于效用的 Agent 在目基于目标的 Agent 的基础上,增加了一个效用模块,用于存储 Agent 对不同状态或结果的偏好或满意度。基于模型和目标的 Agent,既要追踪记录世界的状态(前方车辆是否减速、后方车辆是否准备超车),又要记录要达到的目标集(车辆行驶的目的地),并选择能最终到达目标的动作(方向盘不同还是左打右打)例如:乘客的目的地。学习 Agent 可以划分为四个概念上的组件,根据外部的反馈和内部的评价来改进 Agent 的行为。基于目标的 Agent 不仅需要当前状态的描述,而且需要某种。原创 2023-11-06 22:31:34 · 3262 阅读 · 0 评论