weixin_38087754的博客

数据结构：单调下降的双端队列 ——》窗口的最大值class Solution {public: vector<int> maxSlidingWindow(vector<int>& nums, int k) { deque <int> MaxWindow; vector<int> res; if(nums.empty()) return res; if(k == 1)

一 什么是单调栈?顾名思义，单调栈就是栈内元素是单调上升/下降的。二 单调栈的应用通过入栈和出栈的循序信息可以得到，该入栈和出栈的相对大小关系。进而得到：栈顶元素左右两边第一个比他大/小的值。注意！！！只有栈顶元素的左右两边才能确定。在思考的时候总是以栈顶元素为主。三 小技巧在输入数组的末尾加入一个最值，可以使得在一次遍历之后，栈内为空。这样不需要单独处理边界问题。单调上升栈 ——》 找栈顶元素左右两边第一个比他小的数单调下降栈 ——》 找栈顶元素左右两边第一个比他大的数

Trie树又叫做前缀树，概念如图：已知一个字典，将字典中每个单词，按照顺序插入到树中。树中的每个节点保存：从root到该节点的路径: 前缀 路径是否可以代表一个单词 子节点应用：搜索引擎，DFS剪枝当需要一个一个字符暴力的遍历时，前缀树可以减少不必要的搜索。实现：最好不要用unordered_map去实现，因为leetcode的编译器不支持，需要自己定义key的哈希，和重构value的比较。最好用动态数组。代表题目：212. 单词搜索 II在DFS搜索时候可以就

一 并查集结构用来解决：元素是否在集合中,集合合并问题最好给出了边的关系，不然就得向上下左右四个方向去找。二 关键点：每个节点都指向一个父节点代表节点指向自己，一个集合只能拥有一个代表节点（类似树的根）。三 如何判断是否两个元素属于同一集合?向上寻找到代表节点，如果代表节点相同那么就在同一集合。四 如何实现？哈希表足以。C++哈希表五 模板：具体哈希表里面存储什么形式由具体情况决定，如果是int， int形式的话，用数组代替字典更好。语法细节： STL11

1. Class和Struct的区别在C++中Class对于成员访问权限和继承关系默认是private的，而Struct默认是public的。2. 仿函数:用Struct或者Class模拟成函数一样。仅仅只需要在类中维护必要的变量和重载运算符（）即可。3. 为什么用仿函数替代调用函数？仿函数可以不留痕迹的传递上下文参数，而普通函数需要一个void* 指针进行传递。因为struct是默认成员访问权限是public的，可以直接调用struct的成员（Class设置为public也是一样的）。

哈希函数又叫做散列函数f: x -> y, 理论上输入域x是无穷的并且远远大于输出域y，每一个输入对应一个固定的输出，所以一定会存在多个输入对应一个输出。除此之外，哈希函数有一个非常重要的性质，所有的输入是均匀分配在输出上的，或者说每个输入出现在输出位置之间是相互独立的。应用这个性质，哈希函数还可以打乱输入顺序。从数学的角度看，找到一个函数使得每一个输出位置对应的输入是独立的，可以理...

RDD（Resilent Distributed Dataset）Resilent对丢失节点，丢失数据集的修复Distributed分布式，运行在不同节点上Dataset数据集RDD是spark最基本的抽象，是不可变的（每个RDD生成后就不再改变，所有的操作都是生成一个新的RDD，因为是并行化计算，如果在原有基础上进行修改，那么不得不浪费时间在同步通信上）可以进行分割的，分...

额，第一次做OJ感受到了深深的恶意，以为和leetcode一样不用管输入输出，没想到还要自己对输入输出进行处理。白瞎了早上五点起来做笔试，在本地ide调好了发现ace不了可太蛋疼了。长个教训，做个总结吧。1 用Python处理：OJ一般是由输入输出两个文件的。这里会直接将所有的case读进来，比如第一行第二行是第一种case，那么第三行第四行就是第二个case，以此类推。在本地调试...

1. 数据库（DB）数据库是长期存放在计算机内有组织，可共享的数据集合。数据库按照一定的数据规模组织进行描述，存储，具有较低的冗余度，较高的数据独立性和易扩展性，并可以为各种用户共享。所以数据库操作都是通过网络远程操作，很好的支持了并发，良好的结构组织和查询算法也使得对数据库的增删改查效率极高。而用户直接将数据存储在文件中，不利于共享，无法存储大数据，低并发，效率低。关系型数据库（Rela...

MAC有自带的Quick Time player录屏工具，但并不支持录制系统声音。再配合上sound flower这个插件（可以将系统声音转化为一个可用的声道）1. Sound flower下载链接：https://code.google.com/archive/p/soundflower/downloads2. 安装的时候需要在隐私与安全中设定一下权限。3. 完成后，sound ou...

Ref: CUDA C programing guidehttps://docs.nvidia.com/cuda/cuda-runtime-api/index.html一 什么是CUDA？CUDA和Nvidia CUDA Compiler(NVCC)赋予了用户在CUDA-enabled GPU上额外的运行SIMT（Single instruction, multiple threa...

Ref:https://blog.csdn.net/qq_20084101/article/details/83048688当* 和 ** 加在变量名前面用法的本质：该变量必须是可迭代的。1*非递归的提取该变量所有的可迭代对象，仅仅是提取出来，需要人为的安排容器再放回。2 ** 非递归的提取键/值对，同样需要重新安排容器。依托于以上原理可以实现：使用*和**...

一 定义MPI和Openmp是常用的应用在CPU上的并行化框架。MPI是一个跨语言的通讯协议，用于编写并行计算机。支持点对点和广播。MPI的目标是高性能，大规模性，和可移植性。MPI在今天仍为高性能计算的主要模型。特点： A partitioned address space 每个线程只能通过调用api去读取非本地数据。所有的交互（Non-local Memory）都需要协同进行...

一 什么是OpenMP？在并行化计算中，远程内存访问的方式主要有三种shared memory， one-sided communication和Mesaage Passing。OpenMP就是基于shared memory的高度抽象的并行化计算API，具有良好移植性和扩展性。它是一种显性的（explict）的编程模式，给予了用户对完全控制并行化的能力。二 OpenMP执行模式...

Tensorflow2.0HDF5是keras的专有模块，和SavedModel都会被转化成签名函数。Concrete Function是一个签名函数，有固定格式的输入和输出。 最终转化成Flatbuffer，服务端运行结束。Tensorflow1.0使用checkpoint和graphdef，2.0并不推荐使用保存：参数+网络结构TFLite——FlatBufferGoogl...

一 GPU设置默认占用全部GPU并且内存全部占满，会导致计算资源和内存的浪费解决方法：内存自增长：按需分配虚拟设备机制：切分成逻辑性GPU多GPU使用：虚拟GPU & 实际GPU手工指定运算到设备& 分布式机制相关API:tf.debugging.set_log_device_placement 打印变量和GPU的关系信息tf.config...

Embedding是神经网络用于NLP的关键，能够把词语转化成数字解决问题：序列式问题经典模型：LSTM二 EmbeddingNLP领域中，onehot编码应用不广泛，常用Dense embedding。区别：One-hot：Word -> index -> [0,0,1,...,0,0]Dense emdeding：Word -> index -&g...

一 常见技巧：卷积神经网络：卷积操作，池化操作深度可分离卷积：用精度损失换取速率提升数据增强迁移学习二 结构特点：卷积神经网络：(卷积层 + 池化层) * N + 全连接层 * M分类任务全卷积神经网络：(卷积层 + 池化层) * N + 反卷积层* M由于反卷积层的存在，可以使得输入输出的尺寸一样大，可用于物体分割三 卷积操作解决的问题：...

import matplotlib.pyplot as pltimport matplotlib as mplimport numpy as npimport sklearnimport pandas as pdimport osimport sysimport timeimport tensorflow as tffrom tensorflow import keras#...

import matplotlib.pyplot as pltimport matplotlib as mplimport numpy as npimport sklearnimport pandas as pdimport osimport sysimport timeimport tensorflow as tffrom tensorflow import keras#...