数据结构（Python语言描述）- 栈 目录1 栈概览2 使用栈2.1 栈接口2.2 初始化一个栈2.3 示例应用程序：匹配括号3 栈的3种应用3.1 后缀表达式3.1.1 计算算数表达式3.1.2 计算后缀表达式3.1.3 将中缀表达式转换为后缀表达式3.2 回溯算法3.3 内存管理4 栈的实现4.1 测试驱动程序4.2 将栈添加到集合层级中4.3 数组实现4.4 链...
数据结构（Python语言描述）- 队列 目录1 队列概览2 队列接口3 队列的2种应用3.1 模拟3.2 轮询CPU调度4 队列的实现4.1 队列的链表实现4.2 队列的数组实现4.3 两种实现的时间和空间复杂度分析5 案例学习1：模拟超市排队结账5.1 要求5.2 分析5.3 用户界面5.4 类及其作用6 优先队列7 案例学习2：急症室调度7.1 需求7.2 分析...
数据结构（Python语言描述）- 链表 目录1 链表1.1 单链表结构和双链表结构1.2 非连续性内存和节点1.3 单链表节点类2 单链表结构上的操作2.1 遍历2.2 搜索2.3 替换2.4 在开始处插入2.5 在末尾插入2.6 在开始处删除2.7 从末尾删除2.8 在任何位置插入2.9 从任意位置删除3 复杂度权衡：时间、空间和单链表结构4 链表的变体4.1 带有一...
数据结构（Python语言描述）- 数组 目录1 一维数组1.1 数组数据结构1.2 数组的操作1.3 复杂度权衡：时间、空间和数组2 二维数组 - - 网格1 一维数组数组（array）表示的是可以在给定的索引位置访问或替代的项的一个序列。1.1 数组数据结构数组是一个数据结构 支持按照位置对某一项的随机访问，且这种访问的时间是常数 在创建数组时，给定了用于存储数据的位置的一个数目，并且数...
数据结构（Python语言描述）- 排序算法 目录1.基本排序算法1.1 选择排序1.2 冒泡排序1.3 插入排序2. 更快排序算法2.1 快速排序2.2 归并排序（合并排序）1.基本排序算法计算机科学家设计了很多巧妙的策略对列表的项进行排序。每个Python排序函数都是在整数的一个列表上进行操作的，并且都会使用一个swap函数来交换列表中的两项的位置。def swap(lyst, i , j): ...
贪婪算法（集合覆盖问题） - Python实现 集合覆盖问题假设你办了个广播节目，要让全美50个州的听众都能收听的到。为此，你需要决定在哪些广播台播出。在每个广播台播出都需要支付费用，因此你力图在尽可能少的广播台播出。现有广播台名单如下：广播台 覆盖的州 Kone id, nv, ut Ktwo wa, id, mt Kthree or, nv, ca Kfour nv, ut Kfiv...
迪杰斯特拉算法（Dijkstra）- Python实现 迪杰斯特拉的关键理念：找出图中开销最低的节点，并保证没有到该节点开销更低的路径以下面的图为例：要解决这个问题，需要三个散列表： graph 起点 A 6 B 2 A final 1 B A 3 final 5 final - costs A 6 B 2 终点 ∞ p...
Computer Vision（C. Rasche）计算机视觉 论文解读（3 Image Processing I: Scale Space, Pyramid and Gradient Image） 目录3 Image Processing I: Scale Space, Pyramid and Gradient Image3.1 Scale Space3.2 Pyramid3.3 Gradient Image3.4 Exercises3 Image Processing I: Scale Space, Pyramid and Gradient Image对于许多计...
Computer Vision（C. Rasche）计算机视觉 论文解读（3 Image Processing I: Scale Space, Pyramid and Gradient Image） 目录3 Image Processing I: Scale Space, Pyramid and Gradient Image3.1 Scale Space3.2 Pyramid3.3 Gradient Image3.4 Exercises3 Image Processing I: Scale Space, Pyramid and Gradient Image对于许多计...
广度优先搜索（BFS）- Python实现 算法的工作原理：创建一个队列，用于存储要检查的人 从队列中弹出一个人 检查这个人是否被检查过 检查这个人是否为芒果经销商 是：大功告成 否：将这个人的所有邻居都加入到队列中 回到第二步 如果队列为空，就说明没有找到芒果经销商# -*- encoding: utf-8 -*-from collections import dequedef search(name):...
Computer Vision（C. Rasche）计算机视觉 论文解读（2 Simple Image Manipulations） 2 Simple Image Manipulations为了熟悉一些基础知识，我们在本节中执行一些简单的图像处理操作。 首先，我们了解图像格式和一些基本操作，如阈值处理和数据类型转换（第2.1节）。 然后我们介绍一个简单的面部部分定位检测器（第2.2节）。2.1 Image Format, Thresholding, Conversion典型的数字图像，例如jpeg图像，作为三维数组。...
Computer Vision（C. Rasche）计算机视觉 论文解读（1 Introduction） 目录Abstract 1 Introduction1.1 Realted Fields1.2 Recognition - An Overview1.3 Areas of Applicaiton（Examples）1.4 Organization of a Computer Vision System1.5 Historical Note1.6 From...
网易2018测试开发实习生笔试题记录 一、选择题1. 关于随机测试，以下哪一项说明是正确的？随机测试是根据测试的经验在无测试用例的情况下进行的测试。随机测试也是需要写一定的测试用例，但可以用例中没有的测试点。随机测试不会产生测试冗余。随机测试是程序员自已开发时候进行的测试。2. 在对某支持语音聊天的SDK进行利用并二次开发后，关于语音功能的测试用例下列哪项是错误的？语音聊天功能的测试用例里，应该考虑语音请求发送的测试发送音频功能的测试...
三元组顺序表存储稀疏矩阵并实现两种转置算法 稀疏矩阵 当矩阵中只有极少的非零元素，而且分布也不规律，如果非零元素个数只占矩阵元素总数的25%~30%或低于这个百分数时，这样的矩阵称为稀疏矩阵。三元组顺序表 对于稀疏矩阵中的非零元素来说，行号，列号以及元素值三项值可以唯一地确定该元素。元组顺序表中的三元恰好反映了这三项值，即（row，col，value），row代表行号，col代表列号，value代表元素值。然而，这样仍不能唯一地...
KMP算法个人理解 最近在看算法，看到KMP算法，其实有点绕，不是太好理解，就介绍一下自己对于这个算法的理解以及实现。KMP算法思想 Knuth-Morris-Pratt算法（简称KMP），是由D.E.Knuth、J.H.Morris和V.R.Pratt共同提出的一个改进算法。KMP算法是模式匹配中的经典算法，和BF算法（又称蛮力匹配算法，需要通过不断回溯依次移动进行模式串的匹配）相比，KMP算法的不同点是消除...
如何在Mac下用Sublime Text 3 架设C开发环境 在Mac下默认Sublime Text 3是没有C开发环境的，需要自己搭建，操作很简单1、选择Tools中Build System下的 New Build System...2、在Sublime Text中, 点击 Tools -> Build System -> New Build System... 会弹出一个配置文件的模版将模版中的内容替换成:{ "cmd" : ["g...
网易2018测试实习生笔试题记录 1、linux系统中有如下cron任务： 20,40 */3 * * 1 sh test.sh 解析字段含义字段解析：每项工作有六个字段分别是：分钟 小时 日期 月份 周 指令0-59 0-23 1-31 1-12 0-7 指令 #0和7都代表星期天辅助特殊字符：* （星号）代表任何时刻，（逗号）代表分隔时候。如20分40分 就是20,40-（减号）代表一段时间范围内。如：3点到6点 就...
Bounding-Box（BB）regression 本博客主要介绍RCNN中的Bounding-box的回归问题，这个是RCNN定准确定位的关键。本文是转载自博客：Faster-RCNN详解，从中截取有关RCNN的bounding-box的回归部分。原博文详细介绍了RCNN，Fast-RCNN以及Faster-RCNN，感兴趣的可以去看一下。下面是内容： 1. 为什么要做Bounding-box regression？ ...
什么是hard negative mining 最近一直在看关于CNN的目标检测和跟踪的文章，在这中间会经常看到hard negative mining这个名词，把这个大概解释一下：假设给你一堆包含一个或多个人物的图片，并且每一个人都给你一个bounding box做标记，如果要训练一个分类器去做分类的话，你的分类器需要既包含正训练样本（人）和负训练样本（背景）。你通过观察bounding box去创建一个有用的正训练样本，那么怎么做才
关注
