算法进阶

算法进阶——滑动窗口的最大值

题目给定一个长度为n的数组num和滑动窗口的大小size，找出所有滑动窗口里数值的最大值。例如，如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，他们的最大值分别为{4,4,6,6,6,5}；针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个：{[2,3,4],2,6,2,5,1}，{2,[3,4,2],6,2,5,1}，{2,3,[4,2,6
·2024-02-11 18:06

算法进阶——按之字形顺序打印二叉树

题目给定一个二叉树，返回该二叉树的之字形层序遍历，（第一层从左向右，下一层从右向左，一直这样交替）。数据范围：0≤n≤1500,树上每个节点的val满足∣val∣#includeclassSolution{public:/***@parampRootTreeNode类*@returnint整型vector>*/vector>Print(TreeNode*pRoot){//writecodehere
·2024-02-11 18:22

算法进阶——数据流中的中位数

题目如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。数据范围：数据流中数个数满足1≤n≤1000，大小满足1≤val≤1000。进阶：空间复杂度O(n)，时间复杂度O
·2024-02-11 17:16

算法进阶——求二叉树的层序遍历

题目给定一个二叉树，返回该二叉树层序遍历的结果，（从左到右，一层一层地遍历）。例如：给定的二叉树是{3,9,20,#,#,15,7},该二叉树层序遍历的结果是[[3],[9,20],[15,7]]提示:0classSolution{public:/***@paramrootTreeNode类*@returnint整型vector>*/vector>levelOrder(TreeNode*root)
·2024-02-11 17:00

算法进阶——删除有序链表中重复的元素

题目给出一个升序排序的链表，删除链表中的所有重复出现的元素，只保留原链表中只出现一次的元素。例如：给出的链表为1→2→3→3→4→4→5,返回1→2→5。给出的链表为1→1→1→2→3,返回2→3。数据范围：链表长度0≤n≤10000，链表中的值满足∣val∣≤1000要求：空间复杂度O(n)，时间复杂度O(n)进阶：空间复杂度O(1)，时间复杂度O(n)示例1输入：{1,2,2}返回值：{1}示
·2024-02-11 17:03

算法进阶——链表中环的入口节点

题目给一个长度为n链表，若其中包含环，请找出该链表的环的入口结点，否则，返回null。数据范围：1next==nullptr){returnnullptr;}//获取到环节点的个数intloop_node_num=GetLoopNodeNum(pHead);if(loop_node_num==0){//链表中没有环returnnullptr;}ListNode*pNode1=pHead;ListN
·2024-02-11 17:59

让你能进“大厂”的数据分析项目是长怎样？全套路线（建议收藏）

虽然我感觉自己已经学了很多算法了，但是昨天熬夜整理完以后发现，自己还是个弟弟，实在忍不住了，打算把算法学习路线发出来，我把整个算法学习的阶段总结成了五个步骤，分别为：基础语法学习、语法配套练习、数据结构、算法入门、算法进阶
悠玩编程·2024-02-10 12:55

全面解析 Kmeans 聚类算法（Python）

作者|泳鱼来源|算法进阶一、聚类简介Clustering(聚类)是常见的unsupervisedlearning(无监督学习)方法，简单地说就是把相似的数据样本分到一组（簇），聚类的过程，我们并不清楚某一类是什么
AI科技大本营·2024-02-04 22:59

YOLOv5算法进阶改进（15）— 引入密集连接卷积网络DenseNet

前言：Hello大家好，我是小哥谈。DenseNet（密集连接卷积网络）是一种深度学习神经网络架构，它在2017年由GaoHuang等人提出。DenseNet的核心思想是通过密集连接（denseconnection）来促进信息的流动和共享。在传统的卷积神经网络中，每个层的输入只来自于前一层的输出。而在DenseNet中，每个层的输入不仅来自于前一层的输出，还来自于之前所有层的输出。这种密集连接的方
小哥谈·2024-02-04 11:30

YOLOv5算法进阶改进（14）— 即插即用的动态卷积之ODConv | 助力涨点

前言：Hello大家好，我是小哥谈。动态卷积（DynamicConvolution）是一种用于目标检测的卷积神经网络模块，其中ODConv（ObjectDetectionConvolution）是其一种具体实现。动态卷积在传统的卷积操作上引入了动态权重，以适应不同目标的形状和尺度变化。本文将YOLOv5的主干网络中的Conv换成即插即用的动态卷积ODConv，希望大家学习之后能够有所收获~！前期回
小哥谈·2024-02-02 22:24

【leetcode】 73.矩阵置零

##【leetcode】73.矩阵置零文章目录解法Ⅰ用两个标记数组解法Ⅱ使用两个标记变量解法Ⅲ使用一个标记变量给定一个m*n的矩阵，如果一个元素为0，则将其所在行和列的所有元素都设为0，请使用原地算法进阶一个直观的方法是使用
Carl_ux·2024-01-27 17:50

【蓝桥杯冲冲冲】贪心算法进阶之删数问题

蓝桥杯备赛|洛谷做题打卡day17文章目录蓝桥杯备赛|洛谷做题打卡day17删数问题题目描述输入格式输出格式样例#1样例输入#1样例输出#1我们的思路是这样的：题解代码我的一些话删数问题题目描述键盘输入一个高精度的正整数NNN（不超过250250250位），去掉其中任意kkk个数字后剩下的数字按原左右次序将组成一个新的非负整数。编程对给定的NNN和kkk，寻找一种方案使得剩下的数字组成的新数最小。
松叶子吖·2024-01-26 17:37

数据结构刷题计划

算法基础课17题（目前该部分已经做完了，但是是很久之前做的，现在从头开始刷）算法提高课21题算法进阶课41题算法竞赛进阶指南37题＋34题总共150题感觉整个寒假能把这个题单做完就已经非常不错了争取27
三冬四夏会不会有点漫长·2024-01-26 00:20

算法进阶——数据流中的中位数

题目如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。数据范围：数据流中数个数满足1≤n≤1000，大小满足1≤val≤1000。进阶：空间复杂度O(n)，时间复杂度O
拉普拉斯妖1228·2024-01-24 08:56

python机器学习算法进阶视频教程 24课 适合进阶学习 高清课件代码全

课程介绍：机器学习是人工智能的一个分支。我们使用计算机设计一个条统，使它能够根据提供的训练数据按照一定的方式来学习；随着训练次数的增加，该条统可以在性能上不新学习和改进；通过参数优化的学习模型，能够用于预测相关问题的输出。授课时长：48小时授课环境：Python3配套资料：高清视频、课件讲义、源码课程目录：01.第一课：机器学习与数学分析02.第二课：概率论与贝叶斯先验03.第三课：矩阵和线性代数
花心五花肉·2024-01-24 02:45

排序算法进阶——归并排序【详细图解，递归和非递归】

文章目录归并算法基本思想：具体代码实现：归并排序基本思想方法一：递归实现方法：完整代码：方法二：利用下标变化直接在数组中归并【非递归】实现方法：完整代码：归并排序的时间复杂度归并排序的空间复杂度归并排序的稳定性归并算法在了解归并排序之前让我们先了解一下归并这一算法吧！归并算法一般应用于合并两个已经有序的序列，使合并后的序列也有序，是一个时间复杂度为O（N）的算法，不过一般要借助两个要排序的序列的元
liuyunluoxiao·2024-01-23 18:46

golang二分查找算法实现

目录前言二分查找算法简介二分查找算法简单实现二分查找算法进阶使用1.查找第一个或最后一个等于目标值的元素：2.查找第一个大于或等于目标值的元素：3.查找最后一个小于或等于目标值的元素：4.查找循环有序数组中的元素
莫忘初心丶·2024-01-21 16:58

（202401）深度强化学习基础与实践1：马尔科夫过程、DNQ算法回顾

文章目录序言马尔科夫决策过程含义性质回报状态转移矩阵DQN算法深度网络经验回放目标网络实战DQN算法DQN算法进阶DoubleDQNDuelingDQNNoisyDQNPERDQNC51算法序言本文章记录
早上真好·2024-01-20 22:56

Datawhale 强化学习笔记(二）马尔可夫过程，DQN 算法

文章目录参考马尔可夫过程DQN算法（DeepQ-Network）如何用神经网络来近似Q函数如何用梯度下降的方式更新网络参数强化学习vs深度学习提高训练稳定性的技巧经验回放目标网络代码实战DQN算法进阶DoubleDQNDuelingDQN
RessCris·2024-01-20 17:54

奇数码问题

title:奇数码问题date:2024-01-0511:52:04tags:逆序对cstefories:算法进阶指南题目大意解题思路将二维转化为一维，求他的逆序对，如果逆序对的奇偶性相同，则能够实现。
予你成风·2024-01-14 19:47

跑步中位数

title:跑步中位数date:2024-01-0415:47:51tags:对顶堆catefories:算法进阶指南题目大意解题思路动态维护中位数问题。
予你成风·2024-01-14 19:17

超快速排序

title:超快速排序date:2024-01-0511:51:43tags:逆序对categories:算法进阶指南题目大意解题思路逆序数是一个序列每一个数的左边有多少比他本身大的值。
予你成风·2024-01-14 19:17

算法进阶——按之字形顺序打印二叉树

题目给定一个二叉树，返回该二叉树的之字形层序遍历，（第一层从左向右，下一层从右向左，一直这样交替）。数据范围：0≤n≤1500,树上每个节点的val满足∣val∣#includeclassSolution{public:/***@parampRootTreeNode类*@returnint整型vector>*/vector>Print(TreeNode*pRoot){//writecodehere
拉普拉斯妖1228·2024-01-13 23:50

python使用双指针算法进阶，解决数组求和问题

对给定的数组的求和问题中，之前求了数组中三个数的和的问题的一篇问题，在此文章中主要描述的是使用双指针的方式来进行求解，有空的可以查看一下前一篇文章中的解决问题的思路。这次主要是想要解决给定数组中，求解四个数的和的问题，给定一个包含有n个整数的数组和给定一个目标总值，对这个数组任意取4个元素，使这四个数的和与给定的目标总值相等，并且找到的四个数组成的元组要不重复。例如给定数组，A=[1,0,-1,0
X Y sawyer·2024-01-08 16:29

动手学深度学习(八) 优化算法进阶

11.6Momentum在Section11.4中，我们提到，目标函数有关自变量的梯度代表了目标函数在自变量当前位置下降最快的方向。因此，梯度下降也叫作最陡下降（steepestdescent）。在每次迭代中，梯度下降根据自变量当前位置，沿着当前位置的梯度更新自变量。然而，如果自变量的迭代方向仅仅取决于自变量当前位置，这可能会带来一些问题。对于noisygradient,我们需要谨慎的选取学习率和
致Great·2024-01-05 00:19

YOLOv5算法进阶改进（10）— 更换主干网络之MobileViTv3 | 轻量化Backbone

前期回顾：YOLOv5算法进阶改进（1）—改进数据增强方式+添加CBAM注意力机制
小哥谈·2024-01-03 04:54

YOLOv5算法进阶改进（9）— 引入ASPP | 空洞空间金字塔池化

前言：Hello大家好，我是小哥谈。ASPP是空洞空间金字塔池化（AtrousSpatialPyramidPooling）的缩写。它是一种用于图像语义分割任务的特征提取方法。ASPP通过在不同尺度上进行空洞卷积操作，从而捕捉到图像中不同尺度的上下文信息。ASPP的主要思想是在输入特征图上应用多个不同采样率的空洞卷积，然后将这些特征图进行池化和融合，最后输出一个具有丰富上下文信息的特征图。前期回顾：
小哥谈·2023-12-31 15:19

算法进阶——删除有序链表中重复的元素

题目给出一个升序排序的链表，删除链表中的所有重复出现的元素，只保留原链表中只出现一次的元素。例如：给出的链表为1→2→3→3→4→4→5,返回1→2→5。给出的链表为1→1→1→2→3,返回2→3。数据范围：链表长度0≤n≤10000，链表中的值满足∣val∣≤1000要求：空间复杂度O(n)，时间复杂度O(n)进阶：空间复杂度O(1)，时间复杂度O(n)示例1输入：{1,2,2}返回值：{1}示
拉普拉斯妖1228·2023-12-28 15:26

算法进阶——求二叉树的层序遍历

题目给定一个二叉树，返回该二叉树层序遍历的结果，（从左到右，一层一层地遍历）。例如：给定的二叉树是{3,9,20,#,#,15,7},该二叉树层序遍历的结果是[[3],[9,20],[15,7]]提示:0classSolution{public:/***@paramrootTreeNode类*@returnint整型vector>*/vector>levelOrder(TreeNode*root)
拉普拉斯妖1228·2023-12-28 15:24

AcWing算法进阶课-1.17.1费用流

算法进阶课整理CSDN个人主页：更好的阅读体验原题链接题目描述给定一个包含nnn个点mmm条边的有向图，并给定每条边的容量和费用，边的容量非负。图中可能存在重边和自环，保证费用不会存在负环。
星河依旧长明·2023-12-25 14:08

【笔记】左偏树

左偏树详解算法进阶课整理CSDN个人主页：更好的阅读体验左偏树功能简介定义与一些性质核心操作：合并算法流程时间复杂度代码其他的操作插入算法流程时间复杂度O(log⁡n)O(\logn)O(logn)找最值算法流程时间复杂度
星河依旧长明·2023-12-22 06:00

万门大学·数据结构与算法进阶班

刚毕业立志成为程序猿/媛，但不知道努力方向？想进入BAT拿大公司Offer，但不知道面试过程中如何准备？来这里，让美国银行金融量化分析师冯昆吾博士一一为你答疑解惑！1个月高强度学习IT面试必考知识60课时系统谅解数据结构与算法300道顶尖科技公司技术面试真题让你在技术面试中掌握先机攻克数据结构与算法的难题带你从Zero到Hero拿下科技公司高薪职位新课预售，组建学员交流群，老师在线答疑，终身VIP
小万君李辉·2023-12-19 07:55

最高的牛

title:最高的牛date:2023-12-1421:29:19tags:差分categories:算法进阶指南—>传送门题目大意思路题目中的MMM对关系给我们的信息实际上是牛之间身高的相对大小的关系
予你成风·2023-12-18 08:00

IncDec序列

title:IncDec序列date:2023-12-1421:10:36tags:差分categories:算法进阶指南—>传送门题目大意解题思路区间操作，可以考虑差分。
予你成风·2023-12-18 08:00

最佳牛围栏

title:最佳牛围栏date:2023-12-1721:26:57tags:二分categories:算法进阶指南—>传送门题目大意给定正整数序列AAA，求一个平均数最大的、长度不小于LLL(连续的)
予你成风·2023-12-18 08:00

Fractal-Streets

title:FractalStreetsdate:2023-12-1314:48:45tags:分形categories:算法进阶指南题目大意将原来的城市复制一遍放在原城市的上方，将原城市顺时针90°放在原城市的左上方
予你成风·2023-12-18 08:59

递归实现组合型枚举

title:递归实现组合型枚举date:2023-12-1019:52:32tags:递归catgories:算法进阶指南—>传送门题目大意从1~nnn这nnn个整数随机选取mmm个，输出所有可能的选择方案思路在指数型基础上改一下即可
予你成风·2023-12-18 08:29

YOLOv5算法进阶改进（5）— 主干网络中引入SCConv | 即插即用的空间和通道维度重构卷积

前期回顾：YOLOv5算法进阶改进（1）—改进数据增强方式+添加CBAM注意力机制
小哥谈·2023-12-04 04:31

YOLOv5算法进阶改进（7）— 将主干网络SPPF更换为SimSPPF / SPP-CSPC / SPPF-CSPC

前言：Hello大家好，我是小哥谈。SimSPPF是YOLOv6中提出的一种改进的空间金字塔池化方法，它是SPPF的升级版。SimSPPF通过在不同尺度上使用不同大小的池化核来提取特征，从而提高了检测器的性能。与SPPF相比，SimSPPF可以在不增加计算成本的情况下提高检测器的性能。本节课就教大家如何将主干网络中的SPPF更换为SimSPPF/SPP-CSPC/SPPF-CSPC，希望大家学习之
小哥谈·2023-12-03 09:55

算法进阶——链表中环的入口节点

题目给一个长度为n链表，若其中包含环，请找出该链表的环的入口结点，否则，返回null。数据范围：1next==nullptr){returnnullptr;}//获取到环节点的个数intloop_node_num=GetLoopNodeNum(pHead);if(loop_node_num==0){//链表中没有环returnnullptr;}ListNode*pNode1=pHead;ListN
拉普拉斯妖1228·2023-12-02 11:06

YOLOv5算法进阶改进（6）— 更换主干网络之ResNet18

前期回顾：YOLOv5算法进阶改进（1）—改进数据增强方式+添加CBAM注意力机制<
小哥谈·2023-11-30 01:39

YOLOv5算法进阶改进（4）— 引入解耦合头部 | 助力提高检测准确率

前期回顾：YOLOv5算法进阶改进（1）—改进数据增强方式+添加CBAM注意力机制
小哥谈·2023-11-27 05:40

机器学习第四章线性回归算法进阶4.3线性回归的正则化（《大话Python机器学习》学习笔记）

第四章线性回归算法进阶4.3线性回归的正则化4.3.1为什么要使用正则化欠拟合（Underfitting）：  采用一定的算法去拟合时，如果没有考虑相当的信息量（特征变量），从而对训练数据集的拟合算法无法精确
BianchiHB·2023-11-26 22:49

位运算“奇技淫巧”大总结（算法进阶）

文章目录运算性质异或运算的一些性质秀秀伸手1、只用位运算来完成两个整数相加2、不用临时变量，交换a、b两个数的值3、判断一个数是奇数还是偶数3、快速计算2*n、2*n+1和n/24、`N&(N-1)`是啥？`N&(~N+1)`是什么？`N&(-N)`是啥？5、我们知道`n>>3`是计算n/8的值，那n%8可以用位运算代替么？可以！对于16,32,...,512等`2^x`的数同理6、`n>0&&(
liberg·2023-11-13 17:57

写给前端的算法进阶指南，我是如何两个月零基础刷200题

前言最近国内大厂面试中，出现LeetCode真题考察的频率越来越高了。我也观察到有越来越多的前端同学开始关注算法这个话题。但是算法是一个门槛很高的东西，在一个算法新手的眼里，它的智商门槛要求很高。事实上是这个样子的吗？如果你怀疑自己的智商不够去学习算法，那么你一定要先看完这篇文章：《天生不聪明》，也正是这篇文章激励了我开始了算法之路。这篇文章，我会先总结几个必学的题目分类，给出这个分类下必做例题的
frontend_frank·2023-11-13 13:10

YOLOv5算法进阶改进（1）— 改进数据增强方式 + 添加CBAM注意力机制

前言：Hello大家好，我是小哥谈。本节课设计了一种基于改进YOLOv5的目标检测算法。首先在数据增强方面使用Mosaic-9方法来对训练集进行数据增强，使得网络具有更好的泛化能力，从而更好适用于应用场景。而后，为了更进一步提升检测精度，在backbone中嵌入了CBAM注意力机制模块，通过对特征通道和空间的学习，使得网络能够更好地提取到有用特征并抑制不重要特征。实验结果表明，改进后的网络在数据集
小哥谈·2023-11-12 05:51

算法进阶指南图论 道路与航线

其实再次看这题的时候。想法就是和强连通分量有关，我们很容易发现，题目中所说的双向边，就构成了一个强连通分量，而所谓的单向边，则相当于把强连通分量进行缩点，然后整个图成为了一个DAG，众所周知，对于DAG,我们可以在O(n)的时间复杂度内处理很多东西，比如最短路，最长链等。而对于这题，我们并不需要求出其强连通分量，我们先只建出包含双向边的图，由此，整个图会分成若干个连通块，我们运用dfs去搜出每个连
Unlimitedz·2023-11-11 14:53

算法进阶指南图论 最优贸易

最优贸易题目描述CCC国有nnn个大城市和mmm条道路，每条道路连接这nnn个城市中的某两个城市。任意两个城市之间最多只有一条道路直接相连。这mmm条道路中有一部分为单向通行的道路，一部分为双向通行的道路，双向通行的道路在统计条数时也计为111条。CCC国幅员辽阔，各地的资源分布情况各不相同，这就导致了同一种商品在不同城市的价格不一定相同。但是，同一种商品在同一个城市的买入价和卖出价始终是相同的。
Unlimitedz·2023-11-09 11:45

算法进阶指南图论 通信线路

通信线路思路：我们考虑需要升级的那条电缆的花费，若其花费为w，那么从1到n的路径上，至多存在k条路径的价值大于w，这具有一定的单调性，当花费w越大，我们路径上价值大于w的花费会越少，由此可以进行二分，求出我们所需要的最小花费。考虑如何写check函数，根据上面所说，如果从1-n的路径上，其花费大于w的数量小于等于k，那么即为合法。由此我们可以转化为，对于从1-n路径上的边，若其边权大于w，则为1，
Unlimitedz·2023-11-09 11:13

KNN算法进阶

KNN算法进阶前言一、算法分析算法图解1.度量方式2.k值的选择3.分类决策规则二、测试算法1.约会配对2.手写体识别总结前言之前一篇文章里主要对KNN的代码进行了测试，而这篇文章是为了弥补理论的不足。
carrine·2023-10-31 20:08
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他