Hello Mr.J——利特寇德 sama no mercy

从3月开始下决心开始刷leetcode的题,陆陆续续的做了将近3个月,赶上了4、5月份的每日一题的挑战,再加上自己额外尝试写python和scala的解题方案,这些日子还是比较充实的。

整体下来就是一个感受:人菜瘾大!

开始计划是每2天一道,先从easy做起,做起来轻松加愉快,除了硬抠算法的执行速度之外,还有时间能看看其他人的解决方案,尝试写出多种语言的代码,再加上前期疫情原因工作不多,整体时间都偏向于自己学东西,每天都有进步还是挺有成就感的。

后期开始追着每日挑战开始做,问题开始逐渐暴露,随着题目难度的上升,问题判断角度不对,基础算法和数据结构练习不够等等问题,每天看着不会的题目,没有思路,或者有点思路一运行就超时,越做越难受,陷入死循环中。

难受归难受,也接触到了很多以前没注意的东西,比起“学到了什么知识”来作为总结的话我觉得“拓展了视野”更符合我的情况吧。

比如当时做136题的时候,见识到了天秀异或解法;做146题的时候第一次用了有序的map LinkedHashMap;做202题的时候,了解到原来找到循环还有快慢指针的方案;还有一些常规操作,比如算每个字母出现次数的方式,以前都是用的map做记录,现在学到了可以把字母转换成ASCII码,做数组下标,一样也能实现kv的功能;做二维矩阵200的操作的时候,可以当成树来做深度优先搜索。

还有动态规范的题印象比较深刻,所有的动态规划都是在找两个东西,初始值和递推关系式,个人感觉难的不是找到这两个东西,而是能找到把问题转换为动态规划的角度,找对了角度,自然两个关键点就出现了。

回头看了一眼项目,看上去做了两个多月,原来才70道题,还有很多题现在再看反而没了思路,冲leetcode的天梯可比冲dota2的天梯难多了,这篇就算一个小小的里程碑吧,停了半个多月缓了缓,把公司的需求都了结了,后面准备看看《算法导论》,然后继续2天一题,仔细再做做,把某些类型的题整理到一起也写写总结吧。

以上

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
【1】项目代码完整且功能都验证ok,确保稳定可靠运行后才上传。欢迎下载使用!在使用过程中,如有问题或建议,请及时私信沟通,帮助解答。 【2】项目主要针对各个计算机相关专业,包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 【3】项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 【4】如果基础还行,或热爱钻研,可基于此项目进行二次开发,DIY其他不同功能,欢迎交流学习。 【注意】 项目下载解压后,项目名字和项目路径不要用中文,否则可能会出现解析不了的错误,建议解压重命名为英文名字后再运行!有问题私信沟通,祝顺利! 基于opencv图像处理+卷积神经网络实现的实时人脸识别python源码+项目说明.zip 1.原理介绍: 人脸检测利用opencv进行图像处理,借用keras框架搭建卷积神经网络,对图像进行特征提取与特征训练,再利用训练好的分类模型进行预测,再将预测标签实时打在每一帧图片上,实现实时人脸检测与人脸标注. ## 2.具体步骤: 2.1数据获取:借由opencv自带的人脸检测haarcascade_frontalface_alt2.xml进行人脸检测划分,构建起2*1000数据集. 2.2数据处理:利用opencv对图片进行读取,剪切,转为矩阵;划分好图片和标签集 2.3模型训练与保存: > 2.3.1搭建CNN神经网络模型; > 2.3.2对标签进行one-hot编码(用不同位置数组表示不同类型),对图像矩阵进行归一化; > 2.3.3将处理好的数据分批量fit给模型,进行训练. 保存训练好的模型,以便调用. 2.4模型预测:调用训练完成的模型进行识别.
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值