HaoTianYan-CSDN博客

原创【背包九讲（二）】完全背包问题

文章目录1. 完全背包问题1.0 题目1.1 解法一（不建议）代码1.2 解法二代码1. 完全背包问题1.0 题目有 NNN 种物品和一个容量是 VVV 的背包，每种物品都有无限件可用。第 iii 种物品的体积是 viv_ivi，价值是 wiw_iwi。求解：将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价值最大。输出该最大价值。【输入格式】第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第

2021-04-26 11:06:51 379

原创【背包九讲（一）】01背包问题

文章目录1. 基础的01背包问题1.1 解题方法一（二维）解题思路1代码11.2 解题方法二（优化至一维）解题思路2代码22. 变型的01背包问题解题思路代码1. 基础的01背包问题有 NNN 件物品和一个容量为 VVV 的背包。第 iii 件物品的体积是 w[i]w[i]w[i]，价值是 v[i]v[i]v[i] ，求将哪些物品装入背包可使价值总和最大。【输入格式】第一行两个整数，N，V，用空格隔开，分别表示物品数量和背包容积。接下来有 N 行，每行两个整数 vi,wi，用空格隔开，分别表示第

2021-04-25 21:21:16 499 1

原创【Leetcode_1143】最长公共子序列（LCS）

文章目录1. 题目2. 解题思路3. 代码（Java）1. 题目给定两个字符串 text1 和 text2，返回这两个字符串的最长公共子序列的长度。如果不存在公共子序列，返回 0 。一个字符串的子序列是指这样一个新的字符串：它是由原字符串在不改变字符的相对顺序的情况下删除某些字符（也可以不删除任何字符）后组成的新字符串。例如，“ace” 是 “abcde” 的子序列，但 “aec” 不是 “abcde” 的子序列。两个字符串的公共子序列是这两个字符串所共同拥有的子序列。示

2021-04-16 14:30:39 285

原创【Leetcode_300】最长递增子序列（LIS）

文章目录1. 题目描述2. 解题思路2.1 定义状态 `dp[i]`2.2 状态转移方程2.3 初始化2.4 输出3. 代码（Java）4. 优化1. 题目描述LeetCode 300. 最长递增子序列最长递增子序列（LIS）和最长公共子序列（LCS）都是典型的动态规划问题。题目：给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7]

2021-04-16 11:45:05 168

原创【Leetcode 153、154、33、81、35】二分实现旋转数组问题【Java】

文章目录0. 二分法0.1 用二分的两个前提0.2 步骤0.3 注意事项154. 寻找旋转排序数组中的最小值 II1. 解题思路2. 代码（Java实现）153. 寻找旋转排序数组中的最小值35. 搜索插入位置代码33. 搜索旋转排序数组代码81. 搜索旋转排序数组 II解题思路代码旋转数组：把一个数组最开始的若干个元素搬到数组的末尾，我们称之为数组的旋转0. 二分法0.1 用二分的两个前提【顺序存储】比如说数据存放在数组中，可以用索引 O(1) 时间内查找到数据；【有序】数组中

2021-04-15 21:09:59 260

原创【Leetcode_1190】反转每对括号间的子串【Java实现】

0. 题目1190. 反转每对括号间的子串给出一个字符串 s（仅含有小写英文字母和括号）。请你按照从括号内到外的顺序，逐层反转每对匹配括号中的字符串，并返回最终的结果。注意，您的结果中不应包含任何括号。示例1：输入：s = "(abcd)"输出："dcba"示例 2：输入：s = "(u(love)i)"输出："iloveu"示例 3：输入：s = "(ed(et(oc))el)"输出："leetcode"示例 4：输入：s = "a(bcdefghijkl(m.

2021-04-14 22:40:33 450

原创【剑指Offer_33】二叉搜索树的后序遍历序列【Java实现】

文章目录0. 题目1. 解法一：递归分治？为什么递归终止条件是 `i >= j` 而不是 `i==j` 呢情况1：左右两个叶子节点都在情况2：只有左叶子节点综上所述，递归的终止条件应该为 `i >= j` 。0. 题目剑指 Offer 33. 二叉搜索树的后序遍历序列输入一个整数数组，判断该数组是不是某二叉搜索树的后序遍历结果。如果是则返回 true，否则返回 false。假设输入的数组的任意两个数字都互不相同。参考以下这颗二叉搜索树： 5 / \ 2 6

2021-04-14 00:21:18 111 1

原创【Leetcode刷题】二叉树的前序、中序、后续遍历（非递归）【Java实现】

文章目录0. 整体思路1. 二叉树的前序遍历（非递归）2. 二叉树的中序遍历（非递归）3. 二叉树的后序遍历（非递归）0. 整体思路用非递归的方法解决二叉树的三种遍历问题，主要思想其实就是利用了栈，将暂时用不到的TreeNode节点存起来，先沿着某一分支（left或者right）走下去，等到了叶子节点（root==null）时再依次pop出来赋给root。二叉树结点TreeNode的定义：/** * Definition for a binary tree node. */public c

2021-04-13 21:04:05 205

原创 IDEA中使用Git，文件不同颜色代表的含义

在IDEA中使用了Git，Project中的文件会有不同的颜色，其中：绿色——已经加入控制暂未提交；红色——未加入版本控制；蓝色——加入，已提交，有改动；白色——加入，已提交，无改动；灰色——版本控制已忽略文件；黄色——被git忽略，不跟踪。...

2020-11-22 16:52:41 14339 1

原创【论文笔记4_超分辨】（RCAN）Image Super-Resolution Using Very Deep Residual Channel Attention Networks

文章目录Abstract1 Introduction2 Proposed Method2.1 Network Architecture2.2 Residual in Residual (RIR)2.3 Channel Attention (CA)2.4 Residual Channel Attention Block (RCAB)5 Experiment文章链接：（ECCV 2018）https://arxiv.org/abs/1807.02758代码链接：https://github.com/y..

2020-10-21 21:02:28 4617

原创【论文笔记3_超分辨】（DRN）Closed-loop Matters: Dual Regression Networks for Single Image Super-Resolution

文章目录Abstract1. Introduction文章链接：（CVPR 2020）https://arxiv.org/abs/2003.07018代码链接：https://github.com/guoyongcs/DRNAbstract深度神经网络通过学习LR到HR的非线性映射，在图像超分辨（SR）方面显示出了良好的性能。然而，现有的SR方法有两个潜在的局限性。首先，学习从LR图像到HR图像的映射函数是一个典型的病态问题，因为存在着无限多个HR图像可以被下采样到同一个LR图像，存在无数多

2020-10-14 15:54:19 2540 25

原创【Git 学习之路】之基础篇——Git仓库初始化、添加文件、查看状态、版本回退...（持续更新中）

文章目录1. 初始化仓库2. 添加文件3. 查看4. 版本回退4.1 查看信息4.2 回退5. 从旧版本返回新版本参考链接1. 初始化仓库在本地新建一个目录；用git bash在当前文件夹使用git init初始化该Git仓库（会多一个.git文件夹）；2. 添加文件在repository目录下，完成自己的文件<file>，注意文件不能是word、图片、视频等二进制文件。git add <file>——git commit -m <message>

2020-10-12 15:10:04 252

原创【论文笔记2_超分辨】（IDN）Fast and Accurate Single Image Super-Resolution via Information Distillation Network

文章目录Abstract1. Introduction2. Network Structure2.1 特征提取块（FBlock）2.2 信息蒸馏块（DBlocks）2.2.1 增强单元（Enhancement unit）2.2.2 压缩单元（Compression unit）2.2 重建块（RBlock）3. Experiments文章链接：（CVPR 2018）https://arxiv.org/abs/1909.11856v1代码链接：https://github.com/Zheng222/IDN

2020-09-16 23:08:03 2395 2

原创【论文笔记1_超分辨】（RDN）Residual Dense Network for Image Super-Resolution

文章目录Abstract1. IntroductionAbstract深层CNN拥有提取多层次特征的能力，最近在图像超分辨（SR）领域取得了不错的进展。然而，大多数基于CNN的SR模型不能很好地利用这些来自LR的各级特征，导致相对较低的性能。在本篇文章里，我们提出了一种全新的残差密集网络（Residual Dense Network，RDN）以解决图像SR中的这一问题。RDN能够充分利用所有卷积层中的各个层次信息。我们提出的残差密集块（Residual Dense Block，RDB）通过将卷积层

2020-09-15 15:41:21 3507

原创 Ubuntu下“Ctrl+z”强行终止代码后再次运行，发生“段错误 (核心已转储)”

文章目录1. 问题描述2. 解决方法3. 解释说明参考链接1. 问题描述在自己服务器上跑深度学习paper附带的源码（代码无问题），之前使用了Ctrl+z强行停止，再次训练时发生**“段错误 (核心已转储)”**问题。2. 解决方法在终端输入：ulimit -c命令，查看core file大小的配置情况。如果输出0，则表示系统关闭了dump core。在终端输入：ulimit -c unlimited将core文件上限设置为无限制。注意：上述直接在命令行打开dump core的方法只对

2020-09-03 15:19:59 1452

原创 skimage（scikit-image）库的安装

skimage是一个免费的图像处理工具包，新创建的conda环境中没有这个包，于是直接conda install -n your_env_name skimage安装，提示PackagesNotFoundError找不到这个库。我们知道，实际上肯定是有这个库的（skimage主页）。从主页可以发现，这个库的全称叫做scikit-image，因此正确的安装指令应该为：conda install -n your_env_name scikit-image。...

2020-09-03 11:38:31 2312

转载 python中open与with open的区别

读写文件是最常见的IO操作。Python内置了读写文件的函数，用法和C是兼容的。在磁盘上读写文件的功能都是由操作系统提供的，现代操作系统不允许普通的程序直接操作磁盘，所以，读写文件就是请求操作系统打开一个文件对象（通常称为文件描述符），然后，通过操作系统提供的接口从这个文件对象中读取数据（读文件），或者把数据写入这个文件对象（写文件）。若文件不存在，open()函数就会抛出一个IOError的错误，并且给出错误码和详细的信息告诉你文件不存在：若文件存在则正确读取文件中内容：结果：注：文件使

2020-08-07 09:26:41 1036

原创如何理解Numpy中多维数组的axis

文章目录1. 实验（axis为一维）2. 分析（axis为一维）3. axis为二维的情况在对高维数组使用np.sum()时，总是对axis参数的运用不是很清楚，所以特意做了个小实验了解了一番。首先从源码的说明文档处可以看出，axis就是求和的“轴”，即沿着axis方向进行求和。 axis : None or int or tuple of ints, optional Axis or axes along which a sum is performed. T

2020-07-23 22:32:12 1351

原创用豆瓣源安装pytorch1.5.1（速度很快）

由于直接用pytorch官网提供的命令conda install pytorch torchvision cudatoolkit=10.2 -c pytorch来安装pytorch始在太慢，而且怕安装时间太久有中断下载或者出错的风险，不得不换清华园来安装。在终端运行如下代码即可：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels

2020-07-22 14:30:11 13423 5

HaotianYan的博客