ARTS-16（非暴力沟通）

最新推荐文章于 2024-05-24 11:15:29 发布

大写的ZDQ

最新推荐文章于 2024-05-24 11:15:29 发布

阅读量344

点赞数 1

分类专栏： ARTS专栏

本文链接：https://blog.csdn.net/u010712012/article/details/104179004

版权

ARTS专栏专栏收录该内容

28 篇文章 0 订阅

订阅专栏

Algorithm

给定一个整数数组和一个整数 k，判断数组中是否存在两个不同的索引 i 和 j，使得 nums [i] = nums [j]，并且 i 和 j 的差的绝对值最大为 k。

示例 1:

输入: nums = [1,2,3,1], k = 3
输出: true
示例 2:

输入: nums = [1,0,1,1], k = 1
输出: true
示例 3:

输入: nums = [1,2,3,1,2,3], k = 2
输出: false

思路：滑动窗口+查找表

class Solution {
public:
    bool containsNearbyDuplicate(vector<int>& nums, int k) {
        unordered_set<int> record;
        for(int i = 0; i < nums.size(); i++){
            if(record.find(nums[i]) != record.end()){
                return true;
            }
            record.insert(nums[i]);
            if(record.size() == k+1)
                record.erase(nums[i-k]);
        }
        return false;
    }
};

Review

We introduce a novel neural network quantization method that compresses network weights to ternary values. We introduce two trained scaling coefﬁcients and for each layer and train these coefﬁcients using back-propagation. During training, the gradients are back-propagated both to the latent full-resolution weights and to the scaling coefﬁcients. We use layer-wise thresholds that are proportional to the maximum absolute values to quantize the weights. When deploying the ternary network, only the ternary weights and scaling coefﬁcients are needed, which reducing parameter size by at least . Experiments show that our model reaches or even surpasses the accuracy of full precision models on both CIFAR-10 and ImageNet dataset. On ImageNet we exceed the accuracy of prior ternary networks (TWN) by 3%.

我们介绍了一种新的神经网络量化方法，它将网络权重压缩为三值。我们为每一层引入了两个经过训练的缩放系数和，并使用反向传播训练这些系数。在训练期间，梯度反向传播到潜在的全分辨率权重和缩放系数。我们使用与最大绝对值成比例的分层阈值来量化权重。在部署三元网络时，只需要三元权重和缩放系数，这至少会使参数大小减少。实验表明，我们的模型在CIFAR-10和ImageNet数据集上达到甚至超过了全精度模型的精度。在ImageNet上，我们将先前三元网络（TWN）的准确度提高了3％。

Tips

编写一个日期格式转换程序，输入若干个日期，每行一个，要求全部转换为“mm-dd-yyyy”格式输出。输入的
日期格式可以是“2011.12.24”（中式格式），也可以是“Dec 24 2011”（西式格式）。要求该程序对于以下输入数
据：
Dec 3 1990
2011.2.3
458.12.1
Nov 4 1998
Feb 12 2011
输出结果应为：
12-03-1990
02-03-2011
12-01-0458
11-04-1998
02-12-2011

编写这个程序时，如果输入的是中式格式，就用 cin>>year（假设 year 是 int 类型变量）读取年份，然后再读取后面的内容；如果输入是西式格式，就用 cin>>sMonth（假设 sMonth 是 string 类型对象）读取月份，然后读取后面的内容。

可是，如果没有将数据从输入流中读取出来，就无法判断输入到底是哪种格式。即便用 cin.get() 读取一个字符后再作判断，也很不方便。例如，在输入为 2011.12.24 的情况下，读取第一个字符 2 后就知道是格式一，问题是输入流中的已经被读取了，剩下的表示年份的部分只有 011，如何将这个 011 和前面读取的 2 奏成一个整数 2011，也是颇费周折的事情。使用 peek() 函数很容易解决这个问题。

代码如下：

#include <iostream>
#include <string>
#include <cstdio>
#include <iomanip>
using namespace std;

string Months[12] ={"Jan","Feb","Mar","Apr","May","Jun","Jul","Aug","Sep","Oct","Nov","Dec"};
int main() {
    int c;
    while((c = cin.peek()) != EOF){
        int year, month, day;
        if(c>='A' && c<='Z'){
            string sMonth;
            cin >> sMonth >> day >> year;
            for(int i=0; i<12; ++i)
                if(sMonth == Months[i]){
                    month = i+1;
                    break;
                }
        }else{
            cin >> year;
            cin.ignore()>>month;
            cin.ignore()>>day;
        }
        cin.ignore();
        cout<< setfill('0')<<setw(2)<<month;
        cout<<"-"<<setw(2)<<day<<"-"<<setw(4)<<year<<endl;
    }
    return 0;
}