最近在学习吴恩达神经网络和深度网络相关内容,遇到一个问题,因为使用的是Jupyter Notebook进行编码,创建第三方环境后Jupyter默认调用的Kernel还是本地Python环境。
该问题已成功解决,本文总结一下解决方法。
最近在学习吴恩达神经网络和深度网络相关内容,遇到一个问题,因为使用的是Jupyter Notebook进行编码,创建第三方环境后Jupyter默认调用的Kernel还是本地Python环境。
该问题已成功解决,本文总结一下解决方法。
西南某985 软工专业 GPA 3.8,有一些计算机类竞赛获奖,一国三,两省二,初试成绩366,复试成绩92(专业第一?),成功上岸复旦 工程与应用技术研究院 计算机方向,我将从自己的考研经历开始介绍,希望能给诸位带来一些帮助。本文同步发布于我的个人博客和知乎及王道论坛,本人未参加任何考研辅导机构。
之前打算出国,因为突逢疫情,实际从6月份才开始了解考研(时间晚也完全来的及),数学只过了一遍,专业课两遍。2020春季学期在伯克利交流,5月底在大使馆帮助下回国,当时特别的纠结与迷茫,在隔离期间和学长学姐,还有同学不断交流,决定考研,在此也非常感谢他们的帮助和鼓励。
Description:假设日期1969.01.01用0表示,请开发一个函数输出任意日期的整数表示(日期小于1969.01.01的用负数表示)。反过来,给定日期的整数表示,开发一个函数求日期对应的年月日。
HashMap在Java里是一种非常常用的数据结构,这次主要想从源码层面来进一步了解学习一下HashMap。
本文主要讨论的问题:
首先我们需要理解动态语言和静态语言
反射机制允许程序在执行期间通过Reflection API取得任何类的内部信息,并能直接操作任意对象内部属性及方法。加载完类之后,在堆内存的方法区中就产生了一个Class类型的对象(一个类只有一个Class对象),这个对象就包含了完整的类的结构信息。
排序算法 | 平均时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 |
---|---|---|---|---|
插入排序 | \(O(n^2)\) | \(O(n^2)\) | \(O(1)\) | 稳定 |
希尔排序 | \(O(n^{1.3})\) | \(O(n^2)\) | \(O(1)\) | 不稳定 |
快速排序 | \(O(nlogn)\) | \(O(n^2)\) | \(O(logn)\) | 不稳定 |
冒泡排序 | \(O(n^2)\) | O\((n^2)\) | \(O(1)\) | 稳定 |
选择排序 | \(O(n^2)\) | \(O(n^2)\) | \(O(1)\) | 不稳定 |
堆排序 | \(O(nlogn)\) | \(O(nlogn)\) | \(O(1)\) | 不稳定 |
归并排序 | \(O(nlogn)\) | \(O(nlogn)\) | \(O(n)\) | 稳定 |
基数排序 | \(O(d(n+r))\) | \(O(d(n+r))\) | \(O(r)\) | 不稳定 |
本文主要讨论二叉树的四种遍历方式,以及对应线索二叉树的构造以及遍历过程。
算法逻辑:(NLR)
由此可以简单写出对应递归算法:
1 | void PreOrder(BinTree T) { |
因为每个节点都被访问一次,所以时间复杂度为\(O(n)\),递归工作栈的深度恰好为树的深度,所以最坏情况是树为单链树时空间复杂度为\(O(n)\)。
接下来使用非递归方式实现二叉树的先序遍历:
\[ P_n(x)=\left\{ \begin{array}{aligned} 1, && n=0 \\ 2x, && n=1\\ 2xP_{n-1}(x)-2(n-1)P_{n-2}(x), && n>1 \end{array} \right. \]
首先我们定义栈的初始结构,栈应该要记录每次对应的n值,和函数值。
1 | struct stack |
算法的代码描述如下:
1 | void deleteRecursive(LNode &p, Elemtype x) { |
算法的代码描述如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18Elemtype deleteMin(Sqlist &arr) { //可以考虑形参中引入 &min,
if (arr.length == 0 && arr == null) {
printf("The array is empty.");
return 0;
} else {
Elemtype min = arr[0];
int index = 0;
for(int i = 1; i <= arr.length; i++) {
if (arr[i] <= min) {
min = arr[i];
index = i;
}
}
arr[index] = arr[arr.length - 1];
arr.length--;
return min;
}
}