vvvvvampire的博客

原创 DAY45——动态规划part7

爬楼梯阶数为1...m。

原创 Day44——动态规划part6

【代码】Day44——动态规划part6。

原创 DAY43_动态规划part5

【代码】DAY43_动态规划part5。

原创 DAY42——动态规划part4

【代码】DAY42——动态规划part4。

原创 DAY41——动态规划part3

dp[i]=(i-j)*j或j * dp[i-j]两种可能，前者是拆成两个数的可能性，后者是拆成三个或更多的可能性。事实上是把i拆成j和i-j两个数，而dp[i-j]又是拆分成两个数，以此类推。对于dp[i] = j * dp[i-j] 对每个i遍历j(1->i-1)根据题目要求，dp[i]保留为j * dp[i-1]里最大的那个。dp[i]：分拆数字i，可以得到的最大乘积为dp[i]。

原创 DAY39——动态规划part2

2.判断是否存在障碍物：初始化时需要设置障碍物后的坐标为0。1.考虑障碍在起点和终点的特殊状况，可直接返回0。

原创 DAY38——动态规划

中可以看出，dp[i]是依赖 dp[i - 1] 和 dp[i - 2]，那么遍历的顺序一定是从前到后遍历的。所以不考虑dp[0]如何初始化，只初始化dp[1] = 1，dp[2] = 2，然后从i = 3开始递推，这样才符合dp[i]的定义。还有就是dp[i - 2]，上i-2层楼梯，有dp[i - 2]种方法，那么再一步跳两个台阶不就是dp[i]了么。首先是dp[i - 1]，上i-1层楼梯，有dp[i - 1]种方法，那么再一步跳一个台阶不就是dp[i]了么。如何可以推出dp[i]呢？

原创 DAY37——贪心part6

【代码】DAY37——贪心part6。

原创 DAY36——贪心part5

【代码】DAY36——贪心part5。

原创 DAY35——贪心part4

【代码】DAY35——贪心part4。

原创 DAY34——贪心part3

【代码】DAY33——贪心part3。

原创 DAY32——贪心part2

【代码】DAY32——贪心part2。

原创 DAY31——贪心

【代码】DAY31——贪心。

原创 DAY30——回溯part6

【代码】DAY30——回溯part6。

原创 DAY29——回溯part5

【代码】DAY29——回溯part5。

原创 DAY28——回溯part4

【代码】DAY28——回溯part4。

原创 DAY27——回溯part3

【代码】DAY27——回溯part3。

原创 DAY25——回溯法part2

【代码】DAY25——回溯法part2。

原创 DAY24_回溯法

【代码】DAY24_回溯法。

原创 DAY23——二叉树part9

3.二叉树变为累加树。

转载 分布式机器学习

损失函数：针对单个具体的样本而言，表示模型预测的值与真实值之间的差距.对一组样本而言，经验风险即训练集中所有样本点的损失函数的平均值。即使得上式最小化。经验风险越小说明对训练集的拟合能力越强，但是不能说明对未知样本的效果。

原创 算法——动态规划2

原创 DAY22——二叉树part8

不考虑改变树的结构，使用递归法。1.二叉搜索树的最近公共祖先。2.二叉搜索树中的插入操作。3.删除二叉搜索树中的节点。

原创 DAY21——二叉树part7

来表示一个映射项，映射项包含Key和Value (我们总说键值对键值对, 每一个键值对也就是一个Entry)。由于Map中存放的元素均为键值对，故每一个键值对必然存在一个映射关系。value默认从1开始，每次操作后num对应的value值加1。如果在Map中存在key，则返回key所对应的的value。（2）p是q的父节点（或相反）——已经包括在情况1中了。（1）只要出现p和q就往上返回到他们的公共父节点。如果在Map中不存在key，则返回默认值。Map按value排序，在。（2）针对二叉搜索树的方法。

原创 DAY20——二叉树part6

【代码】DAY19——二叉树part6。

原创 DAY18——二叉树part5

等价于 if (root.left!定义深度deep和最终的值为class内部变量。4.从中序与后序遍历序列构造二叉树。5.从前序与中序遍历序列构造二叉树。即二叉树最底下一层中最左侧的节点。（2）递归法：使用到了回溯。

原创 DAY17——二叉树part4

3.求所有左叶子节点的值。2.求二叉树的所有路径。

原创 DAY16——二叉树part3

需要注意题目给出的数据接口，这个题中为children。需要注意最小深度需要是叶子节点。3.求完全二叉树的节点数。2.求二叉树的最小深度。

原创 DAY15——二叉树part2

层序遍历模板（使用队列实现）

原创 DGL分布式训练图划分函数

每个节点的节点类型。返回1D张量的字典，其关键字是节点类型，值是异构图中每个节点类型的混洗节点id和原始节点id之间的1D张量映射。列表中的每个元素都是存储分区中特定节点/边类型的ID范围的开始和结束的元组。如果“重新洗牌=真”,“节点映射”和“边映射”包含全局节点/边id到分区本地节点/边id之间的映射信息。在这种情况下，DGL存储节点/边映射(来自节点/边id到分区id)存储在单独的文件(node_map.npy和edge_map.npy)中。重新排列节点和边，使分区中的节点和边位于连续的ID范围内。

原创 DAY14——二叉树

二叉树Java定义。

原创 DAY13——栈与队列part3

【代码】DAY13——栈与队列part3。

原创 DAY11——栈与队列part2

双端队列Deque——Double ended Queue。2.直接push相应地右括号，只需判断元素是否相等。取出元素O(logN)——按照元素的优先级取出。Priority Queue 优先级队列。插入和删除为O(1), 查询为O(n)1.使用栈数据结构，最后转化为字符串。底层数据结构为heap，bst...最近相关性——使用栈的逻辑解决。2.直接在字符串上进行操作。1.建立匹配的map对。

原创 DAY10——栈与队列

【代码】DAY10——栈与队列。

原创 DAY09——字符串part2

前缀：包括首字母，不包括尾字符的所有子串。后缀：包括尾字母，不包括首字符的所有子串。eg.文本串aabaabaaf 长度m。前缀表元素为[0，1，0，1，2，0]第一个字母a 没有相同前后缀：0。模式串aabaaf 长度n。时间复杂度O(m*n)

原创 DAY08——字符串

【代码】DAY08——字符串。

原创 DAY07——哈希表part2

【代码】DAY06——哈希表part2。

原创 DAY06——哈希表

【代码】DAY05——哈希表。

原创 DAY04——链表part2

2.循环：更改链表中指针的指向。

原创 DAY03——链表

3.下一个节点成为cur，作为下一个需要操作的节点。1. 当前节点的next更改为pre。Java中定义链表结构。2.当前节点成为pre。