- 博客(50)
- 收藏
- 关注
RSS订阅原创 机试打卡 -14 轮转数组（数组）
①nums=nums[::-1]，会改变nums的地址；nums[:]=nums[::-1]，不会改变nums的地址。②数组翻转的代码 nums[:k]=nums[:k][::-1]；nums[k:]=nums[k:][::-1]这种写法虽然简单，但效率不高。因为若 k 很大时，每次都需要执行。这两个操作，引入模运算可以应对k较大的情况。
2023-05-27 20:11:03
56
原创 机试打卡 -13 最小覆盖子串（滑动窗口）
在滑动窗口类型的问题中都会有两个指针，一个用于「延伸」现有窗口的 r 指针，和一个用于「收缩」窗口的 l 指针。在任意时刻，只有一个指针运动，而另一个保持静止。我们在 s 上滑动窗口，通过移动 r 指针不断扩张窗口。当窗口包含 t 全部所需的字符后，如果能收缩，我们就收缩窗口直到得到最小窗口。
2023-05-27 19:26:55
62
原创 机试打卡 -12 滑动窗口最大值（优先队列&堆）
在有些情况下，可能需要找到元素集合中的最小或者最大元素，可以利用优先队列来完成操作，优先队列ADT是一种数据结构，是一种有特殊用途的数据结构，用来在一组变化频繁（发生增删查改的频率较高）的数据集中。我的思路1：队列，每次 出队+入队，记录1个队列中的最大值索引，超时。我的思路2：建立排序队列，每次 出队+入队，采用 折半搜索，超时。官方题解：优先队列（堆），将整个数组看作是堆。
2023-05-27 12:07:40
1325
原创 机试打卡 -11 数组的乘积（前缀和）
思路：“除自身以外的数组的乘积”可以转化为求该元素的前缀积和后缀积，即先遍历两遍数组，得到前缀积数组和后缀积数组，第三次遍历即将前缀积数组和后缀积数组按位相乘。注意：后缀suffix 需倒序排列。
2023-05-26 16:41:13
95
原创 机试打卡 -10 最长子串（哈希表&滑动窗口）
我的思路：首先构建列表作为滑动窗口。在遍历字符串的过程中，当出现重复字符时，删除 滑动窗口（列表） 从开头到重复字符位置的所有元素。“最长子串”，很容易想到 滑动窗口。
2023-05-25 21:16:13
62
原创 机试打卡 -07 盛水的容器（双指针）
假设某一时刻，water=W，选择容器的左边界索引为 i ，高度为 height[i]。那么容器至少需要 W/height[i] 的宽度才有可能突破 W 的容量上限。优化一下：当每次选择一个容器的左边界时，并不需要遍历计算之后每一条垂线充当右边界的情况。最简单粗暴的方法，两个for循环，遍历 n(n-1)/2 次，当然超时。
2023-05-25 10:51:49
67
原创 机试打卡 -06 异位词分组（哈希表）
比如可以通过list.append()，set.remove()，dict[‘key‘] = value对其进行修改，所以它们都是不可哈希的；②dict.values() 将字典中的所有 value 全部取出，但需要使再用 list() 或 tuple() 转换数据类型；①sorted() 函数将返回一个排序后的列表，若需要重新组合成字符串，需使用 "".join()函数。一个对象在其生命周期内，如果保持不变，就是hashable(可哈希的)。dict.keys() 同理。
2023-05-24 20:21:47
705
原创 机试打卡 -05 接雨水（动态规划&栈）
新柱子的 right_height 则分为两种情况，一种是 新柱子的高度不等于前一个柱子的 right_height，这种情况下则令新柱子的 right_height 直接取 前一个柱子的 right_height 即可；另一种情况则是 新柱子的高度等于前一个柱子的 right_height，即说明前一个柱子的 right_height 可能取自该根柱子，则新柱子的 right_height 取后面的柱子的最大值（数组切片） 即可。动态规划 - 复杂度分析。，有些类似递归的思想。
2023-05-24 18:49:53
730
原创 机试打卡 -04 移动零（双指针）
当第一次出现0元素之前，左右指针齐头并进。但当第一个0元素出现时，右指针和左指针同时指向该0元素，但随后右指针继续向右移动，直到下一个非零元素的交换。次，用 i 记录当前指针的位置。若当前元素非零，i+1；若当前元素为零，先del nums[i] 再向列表末尾添加0。
2023-05-23 21:25:32
47
原创 机试打卡 -03 最长连续序列（哈希表）
方法是Python的列表方法，用于对原列表进行排序。list.sort方法没有任何返回值。因为要保证下一个元素无论从哪一端接入该序列时，都可以立即知道当前序列的长度。函数在原有列表上直接排序，因此该方法使用完后原列表的顺序发生了改变。的排序方法，其时间复杂度为O (n*logn)，而且这是一种。①set()函数将列表转换为集合，清除相同元素。而Python里的sort排序是一种名为。
2023-05-23 18:46:40
84
原创 机试打卡 -02 和为 K 的子数组（哈希表&前缀和）
哈希函数就是将key和value值对应起来的函数。在不同语言中，哈希函数的实现方式是不一样的，，这种数据结构提供了键（key）和值（value）的映射关系。枚举法，很容易想到↓。
2023-05-22 22:53:02
54
原创 机试打卡 -01 字母异位词（滑动窗口）
算法小白的代码如下↓虽然代码没有提交成功，但是需要注意几个点：①类中方法的参数在类的内部，使用 def 关键字来定义一个方法，与一般函数定义不同，类方法包含参数self, 且为第一个参数，self代表的是类的实例。fff②Python把字符串中的 old（旧字符串） 替换成 new(新字符串)，如果指定第三个参数max，则替换不超过 max 次。返回值：得到一个新的字符串，不会改变原来的字符串。
2023-05-22 19:47:01
446
原创 CUMCM 2021-B：乙醇偶合制备C4烯烃（多元线性回归分析）
目录一、竞赛赛题二、问题（1）分析三、问题（2）分析四、多元线性回归分析（Stata）1.多元自变量的选定（1）乙醇转化率（2）C4烯烃选择性2.定量变量的描述性统计（Stata）3.异方差检验（1）散点图检验（2）BP检验（怀特检验的特例）（3）怀特检验（使用范围广，优先考虑）4.多重共线性检验（方差膨胀因子：VIF）5.向后逐步回归（1）乙醇转化率（2）C4烯烃选择性一、竞赛赛题二、问题（1）分析CUMCM 202.
2022-04-25 21:57:48
10873
1
原创 CUMCM 2021-B：乙醇偶合制备C4烯烃（2）
目录一、竞赛赛题二、问题(1)分析三、问题(2)分析探究不同催化剂组合及温度对乙醇转化率以及C4烯烃选择性大小的影响（1）Co负载量①Co负载量——乙醇转化率②Co负载量——C4烯烃选择性（2）Co/SiO2 和 HAP 装料比①Co/SiO2 和 HAP 装料比——乙醇转化率②Co/SiO2 和 HAP 装料比——C4烯烃选择性（3）乙醇浓度①乙醇浓度——乙醇转化率②乙醇浓度——C4烯烃选择性一、竞赛赛题二、问题(1)分析CUMCM
2022-04-20 19:56:04
8133
3
原创 CUMCM 2021-B：乙醇偶合制备C4烯烃（1）
一、竞赛赛题《附件1.xlsx》催化剂组合编号 催化剂组合 温度 乙醇转化率(%) 乙烯选择性（%） C4烯烃选择性(%) 乙醛选择性(%) 碳数为4-12脂肪醇选择性(%) 甲基苯甲醛和甲基苯甲醇选择性(%) 其他生成物的选择性(%) A1 200mg 1wt%Co/SiO2- 200mg HAP-乙醇浓度1.68ml/min 250 2.07 1.17 34.05 2...
2022-04-19 22:57:38
17549
原创 小偷-守卫博弈：“诡异”的纳什均衡
1.什么是小偷-守卫博弈？在博弈论中，有一个经典例题，叫做小偷-守卫博弈，其清晰简明的题干但耐人寻味的“诡异”结论让我对它产生了浓厚的兴趣。在本篇文章中，我将以一种感性且易于理解的逻辑顺序将这道经典题目详细展开，不涉及复杂的定理概念阐述与数学证明，对“纯路人”极度友好 ~~ “故事”如下：2.试着将信息用数学刻画出来 题干貌似很清晰简明，也很贴近生活，但是怎么去分析它呢，总不能“语文建模吧”（狗头）。我们可以尝试...
2022-04-01 18:17:39
5260
原创 元胞自动机：森林火灾模拟（Matlab：heatmap、colormap）
目录1.元胞自动机（Cellular Automation,CA）2.森林火灾3.伪代码4.元胞自动机模拟森林火灾（Matlab实现）（1）定义森林火灾函数①空位生长树木 （0 --> 1）②周围树木燃烧 （1-->-1）③燃烧树木清除（-1-->0）④雷电击中正常树木 （1-->-1）（2）定义主函数①遍历部分②趋势曲线绘制部分（3）执行命令5.森林火灾动态仿真1.元胞自动机（Cellular Automation,C
2022-03-26 17:40:51
2942
3
原创 元胞自动机：森林火灾模拟（Python：numpy、seaborn）
目录1.元胞自动机（Cellular Automation,CA）2.森林火灾3.伪代码4.元胞自动机模拟森林火灾（Python实现）（1）导入相关的库（2）定义森林火灾函数（Forest_Fire函数）①空位生长树木 （0 --> 1）②周围树木燃烧 （1 --> -1）③烧树木清除 （-1 --> 0）④雷电击中正常树木 （1 --> -1）（3）定义主函数（main函数）（4）执行命令5.森林火灾可视化呈现（1）森林火灾各
2022-03-25 21:50:47
9398
3
原创 美赛 10：预测模型、降维模型（十大模型篇）
目录九、预测模型1.灰色预测模型2.BP神经网络十、降维模型1.奇异值分解（Singular Value Decomposition,SVD）2.主成分分析（Principal Component Analysis,PCA）3.因子分析4.典型相关分析（Canonical Correlation analysis）九、预测模型预测模型主要涉及灰色预测模型、神经网络预测模型。1.灰色预测模型...
2022-02-11 22:09:37
11767
4
原创 美赛 8：模拟退火算法、遗传算法、粒子群算法（智能算法篇）
目录一、模拟退火算法（Simulated annealing algorithm,SA）1.SA的基本理论2.SA求解函数最值3.SA工具箱二、遗传算法（Genetic Algorithm,GA）1.GA的理论基础2.GA求解函数最值3.GA工具箱三、粒子群算法（Particle Swarm Optimization,PSO）1.PSO算法相关知识2.PSO算法设计3.PSO算法4.particleswarm粒子群函数5.PSO算法进阶应用（1）求
2022-02-10 12:48:07
6527
原创 美赛 7：图论模型、分类模型（十大模型篇）
目录五、图论模型1.迪杰斯特拉（Dijkstra）算法、贝尔曼-福特（Bellman-Ford）算法2.弗洛伊德（Floyd）算法六、分类模型1.逻辑回归2.Fisher线性判别分析五、图论模型图论模型主要解决最短路径问题，根据图的不同，对应采用迪杰斯特拉（Dijkstra）算法、贝尔曼-福特（Bellman-Ford）算法、弗洛伊德算法（Floyd）。Matlab代码：% Matlab中的图节点要从1开始编号s = [9 9 1 1 2 2 2 7
2022-02-09 17:49:35
4254
原创 美赛 6：相关性模型、回归模型（十大模型篇）
三、相关性模型 相关性模型涉及到两种最为常用的相关系数：皮尔逊person相关系数和斯皮尔曼spearman等级相关系数。它们可用来衡量两个变量之间的相关性大小，根据数值满足的不同条件，我们要选择不同的相关系数进行计算。1.皮尔逊相关系数...
2022-01-27 21:15:24
40092
1
原创 美赛 5：评价类模型、插值与拟合模型（十大模型篇）
目录一、评价类模型1.AHP（层次分析法）2.TOPSIS法（优劣解距离方法）二、插值与拟合模型1.插值算法2.拟合算法（cftool工具箱）一、评价类模型1.AHP（层次分析法） 最基础的评价类模型，通过打分解决评价类问题（两两比较，推算权重）。Matlab代码：disp('请输入判断矩阵A')A=input('A=');[n,n] = size(A);% 方法1：算术平均法求权重Sum_A = sum(A);SU...
2022-01-26 22:28:49
7958
1
原创 美赛 2：科学计算与MATLAB语言（基础篇）
一、初识MATLAB例：求 x^2-3*x+1=0 的根% 方法一：利用MATLAB多项式求根函数roots来求根p=[1,-3,1];x=roots(p)x=-5:0.1:5;y1=x.^2-3*x+1;for i = 1:size(x,2)-1 % if ((x(i)^2-3*x(i)+1) * (x(i+1)^2-3*x(i+1)+1))<0 if y1(i) * y1(i+1) <0 disp([...
2022-01-24 15:47:21
1172
原创 美赛 1：微分方程（建模篇）
一、美赛-MCM 题型总览上述内容转自作者：数学建模清风原文档：腾讯文档二、《高等数学》第七章：微分方程第一节 微分方程的概念第二节 可分离变量的微分方程第三节 齐次方程第四节 一阶线性微分方程第五节 可降阶的高阶微分方程第六节 高阶线性微分方程第七节 常系数齐次线性微分方程第八节 常系数非...
2022-01-22 02:00:18
5938
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人