weixin_55956746的博客

原创 文献阅读：使用正则化子地图匹配的海底地形位姿图优化

候选子地图筛选如下图：常见的两点云匹配方法包括应用ICP（迭代最近点）算法。然而，与结构化环境中获得的点云不同，海底地形的点云平坦且无特征，并且在垂直方向上的变化相对较小。这导致传统的ICP性能容易陷入局部最小值，因为在x-y平面上的平坦特征比垂直变化更为显著。为了处理这个问题，采用了广义ICP（GICP），因为GICP基于局部表面的协方差最小化子地图之间的差异。然而，对于低特征子地图，这个问题仍然存在，特别是在对子地图进行下采样时。下采样（如体素过滤）是实现在线海底地形SLAM的必要步骤，因为它显著减

原创 Day11代码随想录

给定一个只包括 ‘(’，‘)’，‘{’，‘}’，‘[’，‘]’ 的字符串，判断字符串是否有效。

原创 Day10代码随想录队列

此题目用两个栈模拟队列的操作，根据二者一个栈后进先出，另一个队列先进先出的特性，考虑两个栈来模拟队列的一系列的操作。主要定义两个栈，一个模拟输入的输入栈，另一个模拟输出的输出栈。我这里讲的都是C++ 语言中的情况， 使用其他语言的同学也要思考栈与队列的底层实现问题， 不要对数据结构的使用浅尝辄止，而要深挖其内部原理，才能夯实基础。从下图中可以看出，栈的内部结构，栈的底层实现可以是vector，deque，list 都是可以的， 主要就是数组和链表的底层实现。刚刚讲过栈的特性，对应的队列的情况是一样的。

原创 Day6代码随想录刷题● 454.四数相加II ● 383. 赎金信 ● 15. 三数之和 ● 18. 四数之和 ● 总结

使用当你需要存储键值对，并且需要通过键来高效检索值。使用当你只需要存储一组唯一元素，不需要与之关联的值。这两个容器都提供了高效的插入、删除和查找操作（平均时间复杂度为 O(1)），但这取决于哈希函数的质量和冲突解决机制。由于它们是基于哈希表实现的，因此它们不保持元素的有序性。

原创 代码随想录Day6哈希表理论基础 242.有效的字母异位词349. 两个数组的交集202. 快乐数 1. 两数之和

当我们要使用集合来解决哈希问题的时候，优先使用unordered_set，因为它的查询和增删效率是最优的，如果需要集合是有序的，那么就用set，如果要求不仅有序还要有重复数据的话，那么就用multiset。那么再来看一下map ，在map 是一个key value 的数据结构，map中，对key是有限制，对value没有限制的，因为key的存储方式使用红黑树实现的。如果学生的数量大于哈希表的大小怎么办，此时就算哈希函数计算的再均匀，也避免不了会有几位学生的名字同时映射到哈希表 同一个索引下标的位置。

原创 Day4代码随想录● 24. 两两交换链表中的节点 19.删除链表的倒数第N个节点面试题 02.07. 链表相交 142.环形链表II

注意需要画图进行操作，其次要链表的奇数和偶数这里主要是循环终止条件的问题，空指针操作异常以及边界的处理问题。这里我觉得代码随想录将代码讲解得非常详细：每一步分解的非常得简单易懂，所以我们只需要解决了边界条件之后得话同时多几个变量将几个链表打乱之后找不到得链表结点首先进行保存下来后面就好操作。

原创 Day3代码随想录：链表理论基础 203.移除链表元素 707.设计链表 206.反转链表

int val;1所以如果不定义构造函数使用默认构造函数的话，在初始化的时候就不能直接给变量赋值！

原创 Day2 977.有序数组的平方 ，209.长度最小的子数组 ，59.螺旋矩阵II ，总结

977. 有序数组的平方 - 力扣（LeetCode）将数组中元素先平方再进行排序。这样时间复杂度为nlogn。第二种解法：双指针解法：主要思想是因为数组中肯定包含的有负数，所以需要分别从数组的两头进行取值，由于是升序排列所以需要新数组的新下标要从数组的最后一个进行。209. 长度最小的子数组暴力解法：步思想是找到所有的子区间两个for循环解决问题。双指针即滑动窗口解决长度最小的子数组：核心思想：终止位置的选择和初始位置是怎么进行选择的才能达到选择到最小子数组的目的。这个题目多注意边界处理即

原创 代码随想录算法训练营第一天| 704. 二分查找、27. 移除元素

左闭右闭区间的这种情况，主要左右边界的取值情况以及Mid的判断条件。

原创 模式识别复习—集成学习

3. 提升法。

原创 半监督学习

简介：

原创 支持向量机

大纲：简介：带松弛变量的线性SVM：

原创 模式识别复习—聚类

问题是簇的概念并不明确：

原创 模式识别复习—统计学习理论

原创 模式识别复习—线性回归

线性回归的顺损失函数：思考题目：线性回归中的正则项：岭回归：线性回归的优化算法：回归任务的模型性能的评价

原创 模式识别与机器学习—PCA分析

将高维空间线性投影到一个低维空间，希望在这个低维空间能够 表征高维空间中的绝大部分信息，即信息损失最小。

原创 图像处理复习1

重点关注直方图均衡和匹配算法。

原创 无人系统自主决策复习前面部分

时间原因，还未推导完不过推导过程大同小异，注意一些常见的迭代类型即可。主要手动推一遍前面的考试要点内容，加强考试记忆。

原创 无人系统自主决策复习—离散时间值迭代和策略迭代求解过程

主要记录课程重点的值迭代和离散迭代的迭代过程提示：以下是本篇文章正文内容，下面案例可供参考主要针对考试重点进行针对性复习提示：这里对文章进行总结：例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

原创 国科大无人系统自主决策课程复习

国科大无人系统自主决策课程复习

原创 逻辑回归梯度求解复习

本文主要记录对数几率回归模型的学习和推导过程。提示：以下是本篇文章正文内容，下面案例可供参考主要是进行一个逻辑回归梯度得一个求解。