qq_53507133的博客

原创 Leecode 动态规划及背包问题

如果dp[i-1]>0，注意到dp[i-1]是一定包含了nums[i-1]的，那么此时的dp[i]=nums[i]+dp[i-1]。直接想太抽象了，仿佛无法直接找到dp[i]和dp[i-1]的关系，我们不知道nums[i-1]的最长递增子序列的最后一个元素是多少，但是如果我们能够用nums[i]跟这个最长递增子序列的最后一个元素比较大小，那么就可以得到dp[i]的值了，因此，我们在考虑转移关系时，不光需要考虑dp[i-1]，例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

原创 面试记录（四）

5.手撕算法——最大和的连续子数组（记错了写法，用了前缀和）3.stable diffusion讲一下。（直接共享屏幕，对哪里感兴趣就讲哪里）详细可以看Leecode：最大子数组和。

原创 目标检测——YOLO系列学习（一）YOLOv1

YOLO可以说是单阶段的目标检测方法的集大成之作，必学的经典论文，从准备面试的角度来学习一下yolo系列。

原创 面试记录（三）

1.linux熟悉吗：熟悉基础的环境变量、目录等用法，问如何查找一个文件（不会，又追问如何设计一个c的程序去查找：先找文件类型，再深度优先遍历）2.特征空间下的融合——不同的stage拼接（可以add，concat，cross-attention）看特征的量是否很大，小的话全局最优，大的话局部最优，同时判断一下特征的相关性，独立的要谨慎删除。连续的行为：资源的抢夺率、防gank的行为（被抓的时候逃跑的反应速度）xgboost了解吗——了解一些，分类树的模型（下来一定好好学习）

原创 目标检测——RCNN系列学习（二）Faster RCNN

Faster RCNN的核心就在于RPN网络，理解了这个网络，再加上Fast RCNN，就不难学习了。

原创 目标检测——RCNN系列学习(一）

总结RCNN相关系列的目标检测经典框架

原创 Leecode.239——滑动窗口最大值（单调队列、优先队列）

空间复杂度：O(k)。与方法一不同的是，在方法二中我们使用的数据结构是双向的，因此「不断从队首弹出元素」保证了队列中最多不会有超过 k+1个元素，因此队列使用的空间为 O(k)。官方给的核心思路还是一样的，对于两个相邻（只差了一个位置）的滑动窗口，它们共用着 k−1个元素，而只有1个元素是变化的。这里所有的空间复杂度分析都不考虑返回的答案需要的 O(n) 空间，只计算额外的空间使用。用一个滑动窗口，每一次滑动，只关心出去的元素和进入的元素，以及之前的最大值的关系，这样能避免一部分求最大值的操作。

原创 Leecode 560——和为K的子数组

给你一个整数数组 nums 和一个整数 k ，请你统计并返回该数组中和为 k 的子数组的个数。

原创 Leecode70——爬楼梯（动态规划）

2024.3.26。

原创 Leecode438——找到字符串中所有的字母异位词

给定两个字符串 s 和 p，找到 s 中所有 p 的 异位词 的子串，返回这些子串的起始索引。不考虑答案输出的顺序。异位词指由相同字母重排列形成的字符串（包括相同的字符串）。示例 1:输入: s = "cbaebabacd", p = "abc"输出: [0,6]解释:起始索引等于 0 的子串是 "cba", 它是 "abc" 的异位词。起始索引等于 6 的子串是 "bac", 它是 "abc" 的异位词。示例 2:输入: s = "abab", p = "ab"输出: [0,1,2]

原创 Leecode3——无重复字符的最长子串 (滑动窗口，set)

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 1: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。示例 2: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。示例 3:输入: s = "pwwkew"输出: 3解释: 因为无重复字符的最长子串是 "wke"，所以其长度为 3。

原创 实习面试经历——新方向助理研究员

（全部是笔试内容，线下面试要求手写）

原创 Leecode42——接雨水

给定n个非负整数表示每个宽度为1的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。

原创 扩散模型（3）——SDE

原创 扩散模型（2）——DDIM

原创 扩散模型（1）——DDPM

原创 Leecode15——三数之和（双指针）

1.这个题初看是有点像两数之和的，不过是把两次循环升维到了三层循环；2.降低三层循环复杂度的办法，如这里的双指针、哈希表等（不知道这里能不能用哈希表）优化；3.双指针的动作方式需要巧妙设计，引入人为的判断能加速算法；4.有的时候，对数组适当的预处理（排序、去重）也很重要，能简化算法逻辑。

原创 生成式模型——VAE&VQVAE

开个新坑，记录一下自己的笔记。

原创 每日一题（4）——移动零（双指针）

我们不需要管左边的left指针是不是0，right指针和left指针都从nums的起点出发，我们要做的事情就是，让快指针right遇到的非0值全部排到数组的前面，left指针只需要记录right指针遇到的非0值需要放的位置，出现一个非0值就交换一次，然后left右移一位即可。当left指针遇到0时，让right指针去找在left右边的非0值，找到之后使用nums[left], nums[right] = nums[right], nums[left]去交换list数组的元素，把遇到的第一个非0值换到前面。

原创 实习面试经历——计算机视觉算法工程师

layernormal（LN）：为了解决两个问题：（1）自然语言处理中，每个batch的数据长度不一样，batchnormal只能把那些缺失的维度设为0，相当于没有起到归一化的作用；batchnormal（BN）：传统卷积网络中使用的normalization形式，在数据B这个维度进行normal，相当于（B，C，H，W）的数据，在B维度上求均值方差，mu为（1，C，H，W），然后再做变换，归一化处理。（问的比较细节，接近12min的问答时间，面试官感兴趣的地方都会问，主要应该还是考察逻辑表达能力）

原创 每日一题（3）——最长连续序列

3.后来发现一个更快的思路，判断一个数是不是起点，只需要判断data-1在不在nums里就可以了，甚至不需要建立哈希表，如果是起点再去找序列长度，不是起点就可以直接跳过。这就要涉及到序列起点的巧妙判定，我们只考虑从起点去计算序列的长度，非起点的值直接跳过，可大幅度加速算法，所有while循环加上后复杂度其实达不到O(n^2)tips：这里有一个问题，遇到空数组时，max会返回[]，但是本题要求返回0，所以人为加了个判断，这里不知道有没有读者有更好的办法。解释：最长数字连续序列是 [1, 2, 3, 4]。

原创 每日一题（2）——字母异位词分组

key对应数组里的数字，value对应需要返回的下标，也是将两次循环变成一次循环加一次在hash表里的查找，找到的输出，没找到的加入哈希表；sorted 是Python的内置函数，可以对任何可迭代的对象进行排序，包括但不限于列表、元组、字典和字符串，返回一个新的排序列表，原始数据不会被修改。输入: strs = ["eat", "tea", "tan", "ate", "nat", "bat"]输出: [["bat"],["nat","tan"],["ate","eat","tea"]]

原创 每日一题（1）——两数之和

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 target 的那两个整数，并返回它们的数组下标。第一遍遍历数组元素时，会在字典中寻找是否有满足 target-x 的元素，有则输出下标， 不满足target-x的元素放入字典。解释：因为 nums[0] + nums[1] == 9 ，返回 [0, 1]。哈希表对应字典idx，字典的key对应数组的元素，value对应数组的下标。空间复杂度：$O(n)$，哈希表需要$O(n)$的空间。空间复杂度：$O(1)$。

原创 linux使用conda配置虚拟环境

使用conda指令创建虚拟环境并激活。安装pytorch包。