Hello,world.
民胞物与,念兹在兹
一道编程题——合成有序链表 一道编程题——合成有序链表
将两个有序的链表合并为一个新链表,要求新的链表是通过拼接两个链表的节点来生成的,且合并后新链表依然有序。
2020-02-08
git 简明教程与命令 git 简明教程与命令
Git是目前世界上最先进的分布式版本控制系统,可以极大便利我们的项目管理与文件版本管理。本文记录了常用git命令,并对git的使用原理做一些简明的教程。
2020-01-30
一道编程题——判断二叉树是否对称 一道编程题——判断二叉树是否对称
给定一棵二叉树,判断它是否是自身的镜像(即:二叉树是否为轴对称)。这种题目是判断左右子树是否相等的变式。
2019-12-28
一道编程题——判断链表是否有环 一道编程题——判断链表是否有环
判断给定的一个链表中是否有环。如果有环则返回true,否则返回false。需要给出空间复杂度为O(1)的解法。
2019-12-11
一道编程题——按组翻转链表 一道编程题——按组翻转链表
编程题:将给出的链表中的节点每 k 个一组翻转,返回翻转后的链表,如果链表中的节点数不是 k 的倍数,将最后剩下的节点保持原样。
2019-10-26
三元组损失模型 三元组损失模型
三元组损失(Triplet loss)函数是当前应用较为广泛的一种损失函数,最早由Google研究团队在论文《FaceNet:A Unified Embedding for Face Recognition》所提出,常用在人脸识别任务中。目的是做到非同类极相似样本的区分。
2019-08-22
常见排序算法实现与比较——Python版 常见排序算法实现与比较——Python版
本文用Python实现列几种排序算法(冒泡排序、选择排序、插入排序、二分插入排序、快速排序、优化快速排序,并比较了他们在随机数组上的排序效率。
2019-07-07
Matplotlib 可视化 Matplotlib 可视化
上一篇文章:“神经网络——自编码器”中,在使用自编码器压缩特征至二维和三维后,利用matplotlib绘制了降维后的可视化特征图。本文记录一下绘制方法和matplotlib的一些基础方法。
2019-05-20
神经网络——自编码器(Autoencoder) 神经网络——自编码器(Autoencoder)
自编码器(Autoencoder,AE),是一种利用反向传播算法使得输出值等于输入值的神经网络,它先将输入压缩成潜在空间表征,然后通过这种表征来重构输出。是一种简单却非常奇妙的神经网络结构。
2019-04-16
Vue初见——如何运行一个Vue项目 Vue初见——如何运行一个Vue项目
一开始刚接手项目内的vue.js,或者在GitHub上找到vue.js的开源项目,会发现不知如何运行这个项目。通过查阅网上教程,成功搭建好项目环境,同时对前段工程化有了朦朦胧胧的认知,因此将环境搭建过程分享给大家。
2019-03-16
一道编程题——两个栈实现队列 一道编程题——两个栈实现队列
编程题:用两个栈来实现一个队列,完成队列的Push和Pop操作。 队列中的元素为int类型。栈的特点是先进后出,队列为先进先出。
2019-03-10
一道编程题——重建二叉树 一道编程题——重建二叉树
编程题:输入某二叉树的前序遍历和中序遍历的结果,请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6},则重建二叉树并返回。
2019-03-03
3 / 4