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(14)
  • 收藏
  • 关注

原创 回文问题总结

回文问题文章目录回文问题问题一:回文数问题二:验证回文串问题三:最长回文子串问题四:最长回文子序列问题一:回文数如果你在考虑将数字转化为字符串的话,请注意一下不能使用额外空间的限制你可以将整数翻转。但是,如果你做过题目“反转数字”,你会知道将整数翻转可能会出现溢出的情况,你怎么处理这个问题?思路:由题目可知,回文数在反转之后数字不变,显然,负数不可能为回文数。法一:将数字转为字符串,使用双指针进行判断;法二:生成反转数字进行比较,判断x不是大数,在生成反转数字时不存在越界问题,但是要注意数

2021-06-09 23:00:36 289

原创 数组和字符串全排列

全排列文章目录全排列一、字符串排列1、输入一个字符串,按字典序打印出该字符串中字符的所有排列。例如输入字符串abc,则按字典序打印出由字符a,b,c所能排列出来的所有字符串.二、数组全排列2、输入一个数组,打印出由数组里的元素所能排列出来的所有数组组合一、字符串排列1、输入一个字符串,按字典序打印出该字符串中字符的所有排列。例如输入字符串abc,则按字典序打印出由字符a,b,c所能排列出来的所有字符串.思路:一个字符串的组合排列等于每个字符加上其余字符组合之和。例如,字符串‘abc’组合数为 :

2021-05-30 21:52:06 284

原创 最长子序列问题(递增、无重复、公共)

子序列问题文章目录子序列问题问题一:最长连续递增子串个数问题二:最长递增子串的个数问题一:最长连续递增子串个数给定一个未排序的整数数组 nums,找出数字连续的最长序列的长度–要求递增子串必须是连续的找出数字连续的最长序列的长度。思路:类似于求解数组连续数的最大和,需要使用变量max_length存放最大值,并需变量cur_length实时记录当前的连续递增的个数。def findLengthOfLCIS(nums): if not nums: return 0 # 不为空至少有一个

2021-05-17 23:00:30 445

原创 python实现最大矩形问题

单调栈矩形问题求解单调栈问题一:柱状图中最大矩形问题一:柱状图中最大矩形:给定 n 个非负整数,用来表示柱状图中各个柱子的高度。每个柱子彼此相邻,且宽度为 1 。求在该柱状图中,能够勾勒出来的矩形的最大面积。示例:以上是柱状图的示例,其中每个柱子的宽度为 1,给定的高度为 [2,1,5,6,2,3]。思路:对于给出的数组中以第i个位置为左边界能组成的最大矩形需要保证其后面的位置高度要大于本身,不然这个位置的组成的矩形面积就能够确定下来。为了能够记录下来每个位置组成的矩形的宽度,可以将它们

2021-04-29 09:33:32 1393

原创 python-字符串算法问题(二)

回溯算法-排列文章目录回溯算法-排列一、排列二、子集一、排列给定一个 没有重复数字的序列[1,2,3,4],返回下面形式所有可能的全排列[[1,2,3,4],…,]方法1:使用python中的库方法,得到序列所有可能的排列(返回的是元组)然后转换成列表增加在一个新的列表中。from itertools import permutationsdef permute(arr): ret = [] mm = permutations(arr) for m in mm: ret.appe

2021-04-20 22:58:26 126

原创 python实现字符串和整数之间算法问题

python实现文章目录python实现一、字符串转成整数二、反转整数三、字符串Z型排列打印四、回文子串一、字符串转成整数二、反转整数三、字符串Z型排列打印四、回文子串

2021-04-16 10:03:43 527 1

原创 二叉树相关算法问题python实现

二叉树深度树的深度 = max(左子树深度,右子树深度)+1,直接递归很简单def depth(root): if not root: return 0 return max(depth(root.left),depth(root.right))+1平衡二叉树法一:通过计算每个子树的深度def isSym(root): if not root: return True left = depth(root.left) right = depth(root.right) retu

2021-03-31 23:04:54 115

原创 线性回归与逻辑回归

线性回归中最小二乘法和梯度下降法注意问题针对以一线性回归问题,假设输入数据存放在矩阵AAA中(每一行为一个样本,每列表示属性),回归系数为向量www,对于给定一个数据xix_ixi​,预测结果为yi=xwy_i=xwyi​=xw,则可以定义平方误差为L(w)=∑i=1N(yi−xiw)2L(w)=\sum_{i=1}^N(y_i-x_iw)^2L(w)=∑i=1N​(yi​−xi​w)2,写成矩阵形式为(y−xw)T(y−xw)=xw⋅xw−2xw⋅y+y⋅y(y-xw)^T(y-xw)=xw·xw-

2021-03-30 22:58:15 196

原创 SVM核心问题

支持向量机假定给定一个特征空间上的训练数据集{(x1,y1),...,(xN,yN)}\{(x_1,y_1),...,(x_N,y_N)\}{(x1​,y1​),...,(xN​,yN​)}。学习目标在特征空间中找到一个分离超平面,能将不同的实例分到不同的类,分离超平面对应于方程w⋅x+b=0w·x+b=0w⋅x+b=0函数间隔和几何间隔函数间隔----用来表示分类预测的正确性及确信度。给定训练数据集合超平面(w,b)(w,b)(w,b),定义超平面关于样本点(xi,yi)(x_i,y_i)(

2021-03-29 22:32:28 88

原创 Boosting(Adaboost,GBDT,XGBoost)

自提升算法 Adaboost------一种串行算法**输入:**训练数据集{(x1,y1),(x2,y2),...,(xN,yN)}\{(x_1,y_1),(x_2,y_2),...,(x_N,y_N)\}{(x1​,y1​),(x2​,y2​),...,(xN​,yN​)}①、初始化采样权重D=w11,...,w1ND={w_{11},...,w_{1N}}D=w11​,...,w1N​,w1i=1Nw_{1i}=\frac{1}{N}w1i​=N1​.②、对每个弱分类器(m=1,2,...,M

2021-03-28 22:53:23 97

原创 机器学习算法模型(聚类算法)

K均值聚类算法EM算法策略----(通俗的说就是先给出参数对隐变量进行估计,然后根据隐变量的估计得出结果,当得出的结果不再发生变化时即结束算法)目标:最小化平方误差E({μk}=∑k=1K∑i=1,zi=kN∣∣xi−μk∣∣2E(\{\mu_k\}=\sum_{k=1}^K\sum_{i=1,z_i=k}^N||x_i-\mu_k||^2E({μk​}=∑k=1K​∑i=1,zi​=kN​∣∣xi​−μk​∣∣2输入:N个样本{x1,x2,...,xN}\{x_1,x_2,...,x_N\}{x

2021-03-24 22:40:06 192

原创 python赋值运算符的特殊场景

运算符1、等号连接的变量可以传递赋值(算术运算符是从右往左的2、等式左边不能是常量或表达式3、拆包字符串中比较运算符逻辑运算符1、逻辑‘与’运算符:2、逻辑‘或’运算符:3、逻辑运算的短路特性4、逻辑运算符的取值可能1、等号连接的变量可以传递赋值(算术运算符是从右往左的a=b=c=10print(a,b,c)2、等式左边不能是常量或表达式错误:x=y='n'=z3、拆包m.n = 2,3print(m,n) # m = 2,n = 3x = 'h','w','q' # 此时右边

2021-03-23 20:09:22 101

原创 决策树算法模型(一)

决策树(一)1、ID32、C4.53、CART优点:可读性高、分类速度快、非参数型;缺点:容易过拟合,可能陷入局部最小值;准则:损失函数-----正则化的极大似然函数1、ID3算法(信息增益)----决策树的生成:输入:训练数据集DDD,特征集AAA,阈值ε\varepsilonε;输出:决策树T(1)若D中所有实例属于同一类ckc_kck​,则T为单节点数,并将类别ckc_kck​作为该结点的类标记,返回TTT;-----终止条件(2)若A=⊘A=\oslashA=⊘,则T为单结点数

2021-03-18 22:38:19 261

原创 朴素贝叶斯算法

机器学习算法(一)朴素贝叶斯算法算法流程功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图学习目标:学习内容:学习时间:学习产出:导出与导入导出导入朴素贝叶斯算法优点:学习预测效率高,适合多分类;算法流程输入:训练数据T={(x1,y1),..

2021-03-17 22:03:07 172

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