sponsored links

算法

算法时间复杂度计算方法

November 30
算法时间复杂度计算方法
一.概念: 时间复杂度是总运算次数表达式中受n的变化影响最大的那一项(不含系数) 比如:一般总运算次数表达式类似于这样: a*2^n+b*n^3+c*n^2+d*n*lg(n)+e*n+f a ! =0时,时间复杂度就是O(2^n); a=0,b<>0 =>O(n^3); a,b=0,c<>0 =>O(n^2)依此类推 实例: for(i=1;i<=n;i++) {//循环了n*n次,当然是O(n^2) for(j=1;j<=n;j++) { s++; }

拓扑排序

November 30
拓扑排序
关于拓扑排序 待排序的元素是什么? -- 有向图的结点 按怎样的顺序? -- 如果存在边 v→w,则v要排在w的前面 算法 list ← [] 初始化队列,将入度为0的结点加入队列 当队列非空: v ← 出队 list.add(v) w ← 遍历与v相邻的顶点 将w的度数减1 如果w的度数为0,则将w加入队列 如果 list.size() < 顶点总数,则抛出有环异常 实现 import java.io.FileInputStream; import java.util.ArrayList; i

机器学习算法在什么情况下需要归一化?

November 30
机器学习算法在什么情况下需要归一化?
转载:http://www.cnblogs.com/LBSer/p/4440590.html 机器学习模型被互联网行业广泛应用,一般做机器学习应用的时候大部分时间是花费在特征处理上,其中很关键的一步就是对特征数据进行归一化,为什么要归一化呢?维基百科给出的解释:1)归一化后加快了梯度下降求最优解的速度:2)归一化有可能提高精度.下面我简单扩展解释下这两点. 1 归一化为什么能提高梯度下降法求解最优解的速度? 斯坦福机器学习视频做了很好的解释:https://class.coursera.org/

推荐几个容易中的计算机EI源刊(转)

November 30
推荐几个容易中的计算机EI源刊(转)
推荐几个容易中的计算机EI源刊(转)  (2013-05-22 17:19:29) 通信专业知识 转自小木虫   作者: pcmagic     收录: 2012-05-27    发布: 2012-05-20 根据多年的经验,以下计算机EI源刊可以说是百发百中(只要有工作量,并不需要什么创新性均可录用): Journal of Computers (JCP, ISSN 1796-203X), Journal of Networks (JNW, ISSN 1796-2056), Journal

深度学习CNN发展大事件一览

November 30
深度学习CNN发展大事件一览
阅读全文请点击深度学习(DeepLearning)尤其是卷积神经网络(CNN)作为近几年来模式识别中的研究重点,受到人们越来越多的关注,相关的参考文献也是层出不穷,连续几年都占据了CVPR的半壁江山,但是万变不离其宗,那些在深度学习发展过程中起到至关重要的推动作用的经典文献依然值得回味,这里依据时间线索,对CNN发展过程中出现的一些经典文献稍作总结,方便大家在研究CNN时追本溯源,在汲取最新成果的同时不忘经典.首先这里给出CNN在发展过程中的一些具有里程碑意义的事件和文献:对于CNN最早可以追溯

走迷宫问题(深度优先遍历 + 广度优先遍历)

November 30
走迷宫问题(深度优先遍历 + 广度优先遍历)
迷宫是许多小方格构成的矩形,在每个小方格中有的是墙(用1表示),有的是路(用0表示).走迷宫就是从一个小方格沿上.下.左.右四个方向到邻近的方格,当然不能穿墙.设迷宫的入口是在左上角(1,1),出口是在右下角(8,8).根据给定的迷宫,找出一条从入口到出口的路径. 解法一(深度优先遍历,打印所有可行的路径): #include <iostream> using namespace std; int maze[8][8] = {{0,0,0,0,0,0,0,0},{0,1,1,1,1,0,1,0

word2vec (一) 简介与训练过程概要

November 30
word2vec (一) 简介与训练过程概要
因为在组里分享会要讲word2vec,重新整理了之前凌乱的笔记,结果发现有不少新的收获,真是所谓的温故而知新! 词的向量化与word2vec简介 word2vec最初是Tomas Mikolov发表的一篇文章[1],同时开源了相应的代码,作用是将所有词语投影到K维的向量空间,每个词语都可以用一个K维向量表示. 为什么要将词用向量来表示呢?这样可以给词语一个数学上的表示,使之可以适用于某些算法或数学模型.通常将词语表示成向量有如下两种方法. 一.one-hot 表示法 假如语料库里一共有N个词,o

贪婪算法

November 30
贪婪算法
最优化问题是计算机领域的一个很重要的问题,很多现实的问题本质上都是最优化问题,或者说都可以转化为最优化的问题.比如说怎么规划旅游线路最省钱,在指定的时间里做更多的事情等等,这些都是最优化问题.为了解决最优化问题,各种大神提出了各种算法,有穷举(这个是凑数的),贪婪,动态规划,分治算法,回溯算法等等.本文主要归纳整理贪婪算法. 贪婪算法是指,在对问题求解时,总是做出在当前看来是最好的选择.也就是说,不从整体最优上加以考虑,他所做出的是在某种意义上的局部最优解. 贪婪算法不能保证得到全局最优解(应该

并查集(模板&典型例题整理)

November 30
并查集(模板&典型例题整理)
并查集,并查集是一种树形结构,又叫"不相交集合",保持了一组不相交的动态集合,每个集合通过一个代表来识别,代表即集合中的某个成员,通常选择根做这个代表. 也就是说,并查集是用来处理不相交集合类型问题,如问不相交集合有几个.给定节点,找到该节点所在集合元素个数,当然这只是水题.并查集会与其他算法结合着考,如LCA中的tarjian算法.后续博客会整理. 并查集,顾名思义,主要分三部分. 一:合并:给出两点关系,如果属于同一集合,进行merge 二:查:在合并时,需要先写出查,即找到该点的

麻将的胡牌算法

November 30
麻将的胡牌算法
正常的麻将胡牌方式为满足N * ABC + M *DDD +EE 的形式,及存在一个对子(EE),剩余牌均能组成顺子(ABC)或者刻子(DDD). 很容易发现必须满足size%3 == 2的形式才可以去计算胡牌. 数据结构的选取: 麻将有万.饼.条各九种,另外还有东西南北中,春夏秋冬. 种类不是很多,一个字节表示就可以了,前四位代表类型,后四位代表值,东西南北中,春夏秋冬可以集中到一种类型中去. 普通麻将的计算方式: 1.首先找出所有包含一对的情形,移除对子(注意去重),记下剩余牌的所有集合为T

小米oj题:上上下下的字符串

November 30
小米oj题:上上下下的字符串
上上下下的字符串 序号:#60 难度:有挑战 时间限制:1000ms 内存限制:10M**** 描述 字符串 S 由字符 + 和 - 构成.字符串 D 是一个数字字符串,其长度比 S 要大 1,其格式要求如下: D 中不包含数字 0: D 中必须包含数字 1,且最大数字不大于 D 的长度: D 中的数字不重复出现. 根据 S,可以转换得到唯一的 D,S 与 D 的关系为: S[i] 为 + 表示 D[i] < D[i+1]; S[i] 为 - 表示 D[i] > D[i+1],且 D[i] -

算法复杂度

November 30
算法复杂度
1.算法的效率 虽然计算机能快速的完成运算处理,但实际上,它也需要根据输入数据的大小和算法效率来消耗一定的处理器资源.要想编写出能高效运行的程序,我们就需要考虑到算法的效率. 算法的效率主要由以下两个复杂度来评估: 时间复杂度:评估执行程序所需的时间.可以估算出程序对处理器的使用程度. 空间复杂度:评估执行程序所需的存储空间.可以估算出程序对计算机内存的使用程度. 设计算法时,一般是要先考虑系统环境,然后权衡时间复杂度和空间复杂度,选取一个平衡点.不过,时间复杂度要比空间复杂度更容易产生问题,因

Tarjan算法模板

November 30
Tarjan算法模板
#include <iostream> #include <string> #include <string.h> #include <algorithm> #include <vector> #define MAXN 10005 using namespace std; int dfn[MAXN]; int vis[MAXN]; int low[MAXN]; int belong[MAXN];//属于哪个联通分量 int stack[MAXN]

Weibull分布(韦伯分布, 威布尔分布)函数公式, 参数,曲线分布图

November 30
Weibull分布(韦伯分布, 威布尔分布)函数公式, 参数,曲线分布图
1 Weibull分布(韦伯分布, 威布尔分布)函数公式, 参数,曲线分布图 2 Weibull分布(韦伯分布.威布尔分布) matlab 中如何产生0-1上均匀分布的随机数 方法1.对于问题,如果 Y 是m*n的服从0~1均匀分布的随机矩阵: Y = rand(m,n): 方法2.用统计工具箱,Y = unifrnd(0,1,m,n). 另外,提供常用的函数分布供参考: 1. 均匀分布U(a,b) 产生m*n阶[a,b]均匀分布U(a,b)的随机数矩阵:unifrnd (a,b,m, n)

Largest Rectangle in Histogram

November 30
Largest Rectangle in Histogram
Given n non-negative integers representing the histogram's bar height where the width of each bar is 1, find the area of largest rectangle in the histogram.   Above is a histogram where width of each bar is 1, given height = [2,1,5,6,2,3].   The larg

第2章 排序基础

November 30
第2章 排序基础
O(n^2)的算法虽然简单,但也实用!让我们从最简单的基础排序算法开始,打开我们的算法大门! 作为算法的入门知识,排序的作用无疑是重要的,对于各种排序算法的学习,可以让我们体会到算法的威力,让我们知道算法无处不在,如果我们的工作中没有用到算法,我们是不是应该考虑一下重新定义我们的工作? 在所有的算法中,O(nlogn) 复杂度的算法是最优算法,但 O(n^2) 级别的算法在一定程度下(例如在对近乎有序的数组进行排序的时候,插入排序法的效率就极其高)也有其用武之地. 另外 O(n^2) 级别的算法