自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(48)
  • 收藏
  • 关注

原创 堆的定义以及特性

堆1.堆是完全二叉树2.通常用数组实现已知节点K,则它的父节点是k/2它的两个子节点分别为2k , 2k+1每个节点都大于等于它的两个子节点(堆的规定),但是子节点的顺序没有规定

2020-08-07 17:41:51 754

原创 关于url-partten的路径问题

<servlet> <servlet-name>springDispatcherServlet</servlet-name> <servlet-class>org.springframework.web.servlet.DispatcherServlet</servlet-class> <init-param> <param-name>contextConfigLocation<..

2020-07-09 16:40:20 181

原创 树的相关术语

节点的度:一个节点含有的子树的个数(子节点的个数)叶节点:度为0的节点称为叶子节点分支节点:度不为0的节点称为分支节点节点的层次:根节点为1,后继节点为2,以此类推树的度:树中所有节点度的最大值树的高度(深度):树中节点的最大层次满二叉树:每一层的节点数都达到最大值完全二叉树:叶子节点只能出现在最下层和次下层,并且最下层的节点都从左往右依次放满...

2020-06-30 21:43:06 166

原创 快慢指针

快慢指针定义两个指针,这两个指针的移动速度是不一样的,以此来获得我们想要的差值比如快指针一次移动两个节点,慢指针一次只移动一个节点一般来说,快指针的移动步长为慢指针的两倍快慢指针寻找中间值判断链表是否有环...

2020-06-24 16:27:00 190

原创 java注解

JDK中预定义的一些注解1.@Override:检测被该注解标注的方法是否是继承自父类的2.@Deprecated:该注解标注的内容表示已过时3.@SuppressWarnings:压制警告 一般传递参数“all"自定义注解:格式public @interface 注解名称{}本质 :本质上就是一个接口,该接口默认继承Annotation接口public interface 注解名称 extends java.lang.annotation.Annotation{属性列表}属性:接

2020-05-23 21:50:28 148 1

原创 java反射机制

反射:框架设计的灵魂框架:半成品软件。可以在框架的基础上进行软件开发,简化编码反射:将类的各个组成部分封装为其他对象,这就是反射机制好处: 1.可以在程序运行过程中,操作这些对象2.可以解耦,提高程序的可扩展性获取Class对象的方式:1.Class.forName(“全类名”):将字节码文件加载进内存,返回class对象2.类名.class:通过类名的属性class获取3.对象.getClass():getClass方法在Object类中定义着...

2020-05-23 21:49:29 128

原创 JDBC的标准实现

package JDBCTest;import java.sql.Connection;import java.sql.DriverManager;import java.sql.ResultSet;import java.sql.SQLException;import java.sql.Statement;public class JDBCtest { public st...

2020-04-21 11:57:41 112

原创 java之Listener

Listener:监听器概念:web三大组件之一时间监听机制事件:一件事情事件源:事件发生的地方监听器:一个对象注册监听:将事件,事件源,监听器绑定在一起。当事件源发生某个事件后,执行监听器代码ServeletContetListener:监听servletContext对象的创建和销毁...

2020-04-20 16:15:47 126

原创 java web 之 filter

今日内容1.Filter:过滤器web中的过滤器:当访问服务器的资源时,过滤器可以将请求拦截下来,完成一些特殊的功能作用:一般用于完成通用的操作。如:登录验证,统一编码处理,敏感字符的过滤…步骤:1.定义一个类,实现接口filter2.复写方法拦截路径配置具体资源路径 /index.jsp 访问 index.jsp资源时,过滤器才会被执行拦截目录 /user/* 访问/use...

2020-04-20 15:46:59 84

原创 java web 之 cookie 和 session (会话技术)

会话技术会话:一次会话包含多次请求和响应一次会话:浏览器第一次给服务器资源发送请求,会话建立,直到有一方断开为止功能:在一次会话的范围内共享数据方式:1.客户端会话技术:Cookie2.服务器端会话技术:SessionCookie:概念:客户端会话急速,将数据保存到客户端步骤:创建Cookie对象,绑定数据New Cookie(String name, String valu...

2020-04-20 15:45:31 180

原创 java web 之Tomcat

Tomcatweb服务器软件1.下载2.安装 安装目录不要有空格和中文3.卸载 //删除目录就行4.启动 ~bin/startup.bat 双击访问 127.0.0.1:8080 访问本地别人的ip:8080 访问别人可能遇到的问题:黑窗口一闪而过:原因:没有正确配置JAVA_HOME环境变量启动报错:1.暴力的方法:找到占用的端口号,并且找到对应的进程,杀死该进程...

2020-04-20 15:42:58 82

原创 java web之ServletContext对象

ServletContext对象概念:代表整个web应用,可以和程序的容器(服务器)来通信获取:1.通过request对象获取 request.getServletContext()2.通过HttpServlet类 获取 this.getServletContext();两种方式完全一样功能:1.获取MIME类型:在互联网通信过程中定义的一种文件数据类型格式: 大类型/小类型 t...

2020-04-20 15:31:57 161

原创 java web 之response响应

Response响应详细数据格式响应行组成:协议/版本 响应状态码 状态码描述响应状态码:服务器甘肃客户端浏览器本次请求和响应的一个状态3位数字状态码分类:1xx:服务器接收客户端消息,但没有接收完成,等待一段时间后,发送1xx状态码2xx:成功。代表2003xx:重定向。302(重定向)304(访问缓存):已经访问过的未更改的资源,直接访问本地缓存就行4xx:客户端错误。4...

2020-04-20 15:28:07 383

原创 java web 之request请求

Request请求响应流程1.request和response对象的原理Request和response对象是由服务器创建的。我们只是使用Request对象是来获取请求消息,response是来设置响应消息Request对象集成体系结构ServletRequest --接口| 继承HttpServletRequest --接口| 实现Org.apache.ca...

2020-04-20 15:26:04 397

原创 java web之http协议

HTTP概念:Hyper Text Transfer Protocol 超文本传输协议传输协议:定义了 客户端和客户端通信 发送数据的格式特点:1.基于TCP/IP的高级协议2.默认端口号:80www.baidu.com:80 (如果不写端口号,http协议默认的端口号就是80)3.基于请求/相应模型 :一次请求对应一次响应4.无状态的:每次请求之间相互独立,不能交互数据每个组员...

2020-04-20 15:10:51 93

原创 Java web之servlet

Servlet:(server applet)概念:运行在服务器端的小程序Servlet就是一个接口,定义了java类被浏览器访问(tomcat识别)的规则我们自定义类,实现servlet接口,复写方法。Servlet运行在服务器里面(servlet的运行不能脱离服务器(Tomcat))快速入门:1.创建javaEE项目2.定义一个类,实现servlet接口public class...

2020-04-20 11:47:10 190

原创 关于XML配置文件

Xml:1.概念 extensible markup language 可扩展标记语言标记语言:标签构成的语言。可扩展:标签都是自定义的。 2.功能存储数据1.配置文件2.在网络中传输xml与html的区别1.xml标签都是自定义的,html标签是预定义的2.Xml语法严格,html语法松散3.xml是存储数据的,html是展示数据的与properties配置文件的区别...

2020-04-20 11:22:02 258

转载 Navicat for mysql 2003错误

https://blog.csdn.net/Alyssa_xiong/article/details/100011394

2020-04-05 22:46:33 391

原创 树的子结构和子树的区别java

出自剑指offer的一道题《树的子结构》子树:一颗有n个节点的树也有n个子树,他的每个节点都可以作为根节点构成一颗树子结构:如下图,红框就是一个子结构,但是不是一颗子树。换句话说,下图的节点4也是一个子结构但不是子树,这也说应该就好理解了(图片侵删)原题描述:输入两棵二叉树A,B,判断B是不是A的子结构。(ps:我们约定空树不是任意一个树的子结构)public class TreeN...

2020-04-05 12:45:44 1243 3

原创 用两个栈实现队列的push()和pop()

队列是先进先出栈是先进后出把最开始初始化的数据放到一个栈里,想要输出第一个数,则必须把栈1的元素全都压入栈2这个时候,我们只需要按顺序pop()栈2的元素就可以实现队列操作了此时,如果要再实现push()操作,就需要全都push()到栈1里。换句话说,栈2只负责输出,栈1只负责输入。只需要保证 栈2弹空之前,栈1的元素不能压到栈2就可以实现队列了自己画的图,有用麻烦点个赞...

2020-04-03 17:39:12 965

原创 数据结构-特殊矩阵的压缩存储

特殊矩阵的数据压缩对称矩阵对于对称矩阵,我们只需要存放一个上三角或者下三角就可以了,这样我们就可以节省一半的空间那么我们如何用一位数组存放这个压缩矩阵,并且能精确的求得aij的索引呢先找到前i-1行的元素,用等差数列的求和就可以然后再+j-1就可以了2.三角矩阵c表示常数需要的空间 n*(n+1)/2+1之所以+1,是因为要存储常量c下三角矩阵上三角矩阵...

2019-11-06 16:54:42 586

原创 数据结构-栈的可能的输出的序列个数

把可能的输出按最后一个元素分为n类以k为例比k小的元素肯定在k之前输出,也就是f(k-1),比k大的数在k后输出,也就是f(n-k)对于k来说,总的合法的输出序列个数就是f(k-1)*f(n-k)双端队列这人认为这个数据结构很bug。基本就是像一根管子,两端都可以进出...

2019-11-06 15:53:23 2542

原创 数据结构-栈的输出的可能结果

栈的输出的可能结果对于不连续的输入输出,得到的输出序列有多种下图红色的序列是不合法的这是有规律的关键规律如下以3124为例,为什么它是不合法的3后面的有两个比他小的数1,2,但1,2是递增序列不是递减序列,所以3124不合法依照这个规律可以验证每个序列...

2019-11-06 11:36:10 1170

转载 详解np.argmax()

https://blog.csdn.net/weixin_38145317/article/details/79650188

2019-11-04 21:07:51 431

原创 机器学习-支持向量机核函数

核函数核函数的目的:改造支持向量机来处理非线性问题如何选择高阶的特征值,哪些高阶的特征值是我们真正需要的为了方便可视化,我们假定只有两个特征x1,x2我们手动选择3个点l1,l2,l3我们想选取新的特征值于是用下图的相似度函数f1,f2,f3来表示新的特征值,也记做 K(x,l)计算公式就是下图算是,其中被双竖线框住的是landmark l的欧式距离(也就是两点间的距离)σ(高斯核...

2019-10-25 20:48:51 665

原创 机器学习-支持向量机

支持向量机在逻辑回归中,我们需要z远大于0,函数接近1同理,z远小于0,函数接近于0这是逻辑回归的损失函数损失函数的图像分别为在逻辑回归的基础上我们分别以1,-1为分界,1之后的都为0,再延伸出一条直线(下图粉线),作为我们新的损失函数。我们把y=1时的新的图像命名为cost1(z)y=0时的新的图像命名为cost0(z)同时用cost1(z),cost0(z)替换我们逻...

2019-10-25 20:16:26 360

原创 机器学习-神经网络的模型选择问题

神经网络的模型选择问题如果一层隐藏层就能解决问题,我们尽量就用一层就好,隐藏层过多会增大计算量如果有多个隐藏层,则最好是每个隐藏层的单元个数相同(默认)一般来说,隐藏单元越多越好(但是计算量会很大),因为这样参数多,拟合的效果好...

2019-10-23 20:17:34 527

原创 机器学习-参数的初始化

参数的初始化在神经网络的一些问题中,我们会把参数都初始化为0但这样其实会有一些问题在训练过程中,无论我们怎么训练,下图同一颜色的参数始终相同,这样则a1,a2也始终相同,我们称之为对称权重问题为了避免这种现象的发生,我们要随机初始化,常用的办法就是用正态分布的函数初始化...

2019-10-23 20:14:44 877

原创 机器学习-神经网络反向传播算法

反向传播算法我们之前的线性回归和逻辑回归算法都是通过找到一个损失函数,通过某种方法最小化损失函数以不断修正参数,最后获得我们想要的模型。这基本上是机器学习的通用的流程对于神经网络来说,我们同样要找到损失函数,最小化损失函数进而达到修正参数的目的反向传播算法就是完成这一功能的算法首先还是要给出损失函数这是之前逻辑回归的损失函数,假定我们神经网络的激活函数用的是sigmoid函数,后面的那项...

2019-10-23 20:08:40 568

原创 机器学习-神经网络

神经网络如果我们的模型特征数很大要包含所有的二次项甚至3次项甚至更高我们知道如果有n个特征值则二次项的个数是O(n2)级别,三次项O(n3)什么时候会拿到如此多的特征数比如图像处理领域,我们输入的一张图片,每一个像素点都是一个特征值在计算机严眼中,图片就是一个大的像素矩阵你的算法可能会选一些像素点作为最主要的特征点进行参考,然后得到一个将图片进行分类假如是一张50*50像...

2019-10-23 15:11:39 204

转载 Python之NumPy(axis=0/1/2...)的透彻理解——通过np.sum(axis=?)实例进行说明

前言在numpy的使用中,对axis的使用总是会产生疑问,如np.sum函数,在多维情况下,axis不同的取值应该做怎样的运算呢?返回的是什么形状的数组呢?在网上查了很多资料,总是似懂非懂,查阅了官方文件,以及多次试验后,我总结出一种能深入透彻理解axis用法的说明,配合着np.sum例子。希望大家再也不会对axis的使用产生困惑,即使在高维情况下也信手拈来。numpy中axis取值的说明首...

2019-10-22 18:57:50 127

原创 python-线程锁

线程直接看这个简单的例子我们在主函数中先运行了线程t1,再运行t2但是由于我们让t1睡了0.1s所以t2比t1先运行import threadingimport timedef job1(): global a for i in range(10): a+=1 time.sleep(0.1) print("job1",a)...

2019-10-17 11:07:50 142

原创 python-线程

多线程同一时间运行多个功能举个例子import threading as tdimport timedef T1_job(): print("T1_start!") time.sleep(1) #这个地方就是起个暂停一会再输出的作用 print("T1_finish!")def main(): thread = td.Thread(target=T1_j...

2019-10-16 22:47:24 43

原创 python-深复制,浅复制

直接上代码深复制就不说了,就是地址完全不一样,只复制了值那什么是浅复制>>> import copy #这是python的复制一个包>>> a=[1,2,3]>>> b=a #这里b是a的引用,也就是对a改变b也会跟着改,他们的地址是完全一样的>>> id(a)2377841904072>>&gt...

2019-10-16 16:37:20 58

原创 python-zip,lambda,map

zip就是将数据打包a=[1,2,3]b=[4,5,6]zip(a,b)如果直接输出zip会得到地址如果要可视化需要加lista=[1,2,3]b=[4,5,6]zip(a,b)list(zip(a,b))就会把每个list的对应元素打包如果有多个listlist(zip(a,a,b))如果要对用循环处理for i,j in zip(a,b): print...

2019-10-16 16:21:18 92

原创 机器学习-逻辑回归

逻辑回归(logistic regression)逻辑回归应用在机器学习的分类问题当中常见的分类问题有2元分类和多元分类2元分类垃圾邮件分类肿瘤是恶性还是良性这些问题共有的特点就是只有结果只可能是0或1加入我们还用线性回归来处理这个问题我们以0.5作为分界,大于0.5认为是恶性,小于0.5认为是良性如果得到这样的曲线是完美的,但是如果加入一个数据,生成这样一条曲线。这条曲...

2019-10-12 19:58:42 186

原创 机器学习-多变量线性回归

多变量线性回归形式:这里要注意的是x0=1(恒等)如果了解一点线性代数就知道可以简化为向量相乘(默认向量为列向量)特征缩放(feature scaling)当特征值的取值范围过大时,画出的函数图像可能会有点畸形例如下面这样瘪瘪的椭圆这样可能会在梯度下降时来回震荡解决的办法就是特征缩放,一般来说控制特征值的范围在(-1,1)范围附近即可如上 : x1=x1/2000, x2=...

2019-10-09 19:57:30 195

原创 机器学习-单变量线性回归

单变量线性回归代价函数(cost function):用来衡量是否找到系统整体性能的函数,一般来说,代价函数越小表示拟合的越好为了减少极个别极端的数据,我们把误差平方和再乘以1/2m. 另外注意h(x)是关于x的函数,cost function是关于参数θ的函数从这个最简单的函数(θ0=0)我们来看cost function是如何变化如果两个参数都不为0,cost function应该是这...

2019-10-09 12:13:02 120

原创 数据结构-线性表

线性表1.顺序表首先要明确顺序表并不是数组但可以用数组表示我们用结构体来表示一个顺序表typedef struct { int data[MaxSize]; int length;}sqList;注意:1.为什么要用引用类型?是因为在函数中都是对局部变量进行操作,如果不用引用的话只是对L的复制进行操作,函数体运行结束,形参也将被释放,在函数里对顺序表的操作则毫无意义。而用引用...

2019-10-08 09:44:55 554

原创 pycharm运行tensorflow报错

①C:\Users\user\PycharmProjects\untitled\venv\Scripts\python.exe: can’t find ‘main’ module in ‘C:/Users/user/PycharmProjects/untitled’can’t find ‘main’ module 有的编译器这样报错说是没有保存.py文件但是pycharm应该不存在这样的问题,...

2019-09-18 23:28:38 3681

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除