C# —— while循环语句 2024-06-16 c#, 算法, 前端, javascript, 开发语言 62人 已看 通过使用break关键字 跳出循环 break之后的代码不会再进行执行 当然 循环也会结束。当代码逻辑执行完 会回到while循环开头。// 条件分支语句: 让代码产生分支 进行执行。循环体(条件满足时执行的代码块)嵌套使用时 先循环最里面的循环体 循环完之后再执行外层的循环体。// 循环语句 : 让代码可以重复执行。循环未结束时 会一直执行里面的代码块。让顺序执行的代码 可以停下来 循环执行某一代码块。一直循环 执行循环体内的代码块 "直到死为止"作用 : 控制循环逻辑的关键词。
LeetCode 0521.最长特殊序列 Ⅰ:脑筋急转弯 2024-06-16 算法, leetcode, 职场和发展 59人 已看 LeetCode 0521.最长特殊序列 Ⅰ:脑筋急转弯给你两个字符串 a 和 b,请返回 这两个字符串中 最长的特殊序列 的长度。如果不存在,则返回 -1 。「最长特殊序列」 定义如下:该序列为 某字符串独有的最长子序列(即不能是其他字符串的子序列) 。字符串 s 的子序列是在从 s 中删除任意数量的字符后可以获得的字符串。例如,"abc" 是 "aebdc" 的子序列,因为删除 "aebdc" 中斜体加粗的字符可以得到 "abc" 。 "aebdc" 的子序列还包括 "aebdc"
python中的数据分析(juypter) 2024-06-12 算法, python, 数据分析, 数据挖掘, 开发语言 94人 已看 加载数据后的套路df.head()df.info()选择部分数据df[[要选中的列名的列表]]df.loc[,]df.iloc[,]df.query()增加df[新列名] = [新值]删除df.drop()axis =0 可以改成1inplace修改数据return xs.apply(func) # 自定义处理,当修改的逻辑比较复杂的时候修改表结构indexdf.set_index() # 把df中一列数据变成行索引。
【UE数字孪生学习笔记】 Gameplay框架之TSubclassOf 2024-06-17 学习, 算法, 笔记, java, 前端 79人 已看 它在UE中的使用场景非常广泛,尤其在处理各种动态生成和配置类对象的情况下非常有用。通过 TSubclassOf,开发者可以更灵活地设计和组织他们的代码,同时减少硬编码,提高代码的可维护性和可扩展性。TSubclassOf能够约束下拉框中只会出现继承于T的类或者T本身,并且C++层面也能实现类型安全,如果给TSubclassOf对象赋值一个类型不兼容的UClass,则会得到编译错误。声明:部分内容来自于b站,知乎,慕课,公开课等的课件,仅供学习使用。如有问题,请联系删除。基于FloatingActor。
代码随想录算法训练营day44 2024-06-13 算法, 图论, leetcode, 动态规划, 数据结构 84人 已看 递推公式,这里就要详细思考一下,因为本题的dp和之前求的方法数等不一样,先装物品i,如果能先装进去,则j-coin[i]的需要最少个数为dp[j-coin[i]],故此时dp[j]=dp[j-coin[i]]+1,由于本题求的是最少个数,故应该使用min;初始化,dp[0]表示空串能否由字典中元素组成,但本题中s非空,故没有空串的情况,根据递推公式,dp[0]必须为true,否则后面全为false,其他值初始化为false;对本题,dp五部曲:dp数组,dp[j]表示容量为j的背包能装的最大价值;
探索JVM垃圾回收算法:选择适合你应用的最佳GC策略 2024-06-11 jvm, 算法, java, 开发语言 77人 已看 算法优点缺点使用示例推荐参数Serial GC实现简单,适合单核CPU停顿时间长,不适合多线程环境-Xms-Xmx高吞吐量,适合多核环境仍然存在“Stop-The-World”,调优难度大-Xms-XmxCMS GC低停顿时间,适合延迟敏感应用内存碎片问题严重,整体吞吐量低-Xms-XmxG1 GC停顿时间可控,适合大规模应用,减少内存碎片实现复杂,调优难度较大,在某些场景下性能不如Parallel GC-Xms-Xmx选择适合的GC算法需要根据具体应用的需求和环境进行权衡。
C语言 | Leetcode C语言题解之第144题二叉树的前序遍历 2024-06-11 算法, c语言, leetcode, 数据结构, 开发语言 70人 已看 C语言 | Leetcode C语言题解之第144题二叉树的前序遍历
【机器学习】第10章 聚类算法 2024-06-18 支持向量机, 算法, 机器学习, 人工智能, 数据挖掘 96人 已看 (1)其中K代表要求划分成K个簇,means是均值的意思,也就是说每个簇的中心点是该簇中所有点的均值。聚类是把各不相同的个体分割为有更多相似性子集合的工作,聚类生成的子集合称为簇(cluster)。生成的簇内部的任意两个对象之间具有较高的相似度,于不同簇的两个对象间具有较高的相异度。c.对每个族,计算所有点的均值作为新的聚类中心,注意这个点是产生出来的。聚类所要求划分的类是未知的,是无意识的,一般把它理解为无监督学习。b.对于剩下的点,根据其与聚类中心的距离,将其归入最近的族。
颜色分类 - LeetCode 热题 98 2024-06-19 算法, leetcode, 职场和发展, 分类 77人 已看 大家好!我是曾续缘💘今天是《LeetCode 热题 100》系列发车第 98 天技巧第 3 题给定一个包含红色、白色和蓝色、共n个元素的数组nums对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。我们使用整数01和2分别表示红色、白色和蓝色。必须在不使用库内置的 sort 函数的情况下解决这个问题。[0,1,2]012。
[移动通讯]【无线感知-P2】[特征,算法,数据集】 2024-06-05 算法, 智能电视 57人 已看 OFDM便是多载波调制的特例,其使用数个正交载波调制信号,在每个子载波间不需要有保护间隔,大大的增加了带宽使用效率,且使OFDM更有位分配的概念,即通道环境好的子载波就加大该载波的power或提高调制等级(ex:BPSK->QAM),位分配使得OFDM带宽使用效率更加高。AOA 定位一般是基于相位差的方式计算出到达角度,一般不单独使用,由于 AOA 涉及到角度分辨率的问题,若单纯 AoA 定位, 若离基站越远,定位精度就越差。随着机器学习,深度学习的发展,很多深度学习的模型应用于无线感知,效果较好。
c++题目_第K小的数(进阶) 2024-06-15 算法, 数据结构 52人 已看 每组数据第一行包含三个正整数 n,m,k(1≤n,m≤100000,1≤k≤n×m)n,m,k(1≤n,m≤100000,1≤k≤n×m)。,ana1,a2,…请在 n×mn×m 个 ai+bj(1≤i≤n,1≤j≤m)ai+bj(1≤i≤n,1≤j≤m) 中,找到第 kk 小的数(不去重)。,an(1≤ai≤108)a1,a2,…,bm(1≤bi≤108)b1,b2,…第一行包含一个正整数 T(1≤T≤10)T(1≤T≤10),表示测试数据的组数。其他语言 512MB。
算法训练营第六十天(延长12天添加图论) | LeetCode 647 回文子串、LeetCode 516 最长回文子序列 2024-06-15 算法, 图论, leetcode, 职场和发展 73人 已看 如果相等就都放入,并且dp[i][j]等于dp[i+1][j-1]+2,否则dp[i][j]取dp[i+1][j]、dp[i][j-1]、dp[i][j]中最大值即可。这就是这道题的递推逻辑了。原本是从前往后循环内从后往前统计回文字符串数目,这题是从中间往两边,看两边分别接触到的第一个字符是否相等。思路很简单,每一个dp[i]等于dp[i-1]加上当前字符向前直到0各个长度字符串回文串个数即可。初始化方式是在i==j时要初始化为1。或者将dp[i][i]初始化为1也行。这题要在上一题基础上稍微转换下思路。
一篇文章了解常用排序算法 2024-06-18 算法, java, 排序算法, 数据结构, 开发语言 77人 已看 排序文章目录排序直接(插入)排序InsertSort思想实现方法:希尔排序ShellSort(可过OJ)思想预排序gap的作用整体代码选择排序SelectSort思想完整代码堆排序HeapSort(可过OJ)思想大根堆向下调整完整代码冒泡排序BubbleSort快速排序(快排)QuickSort缺陷三数取中法,规避缺陷情况快排的实现方式双(左右)指针法挖坑法前后指针法快排的非递归方式归并排序(外排序)MergeSort (像后序遍历)(可过OJ)归并排序的内存中(内排序)实现方法归并排序内排序的非递归归并
找单身狗2 2024-06-18 算法, java, 数据结构, 排序算法, 开发语言 75人 已看 这里是最后一位进行比较,按位异或是相同为0,相异为1,最后一位从上图看出是1,说明这两个数不一样,就可以让这两个数被分开。接下来的问题是怎么把5和6分开来?3.根据什么标准分成两组?1.怎么把它分成两组?2.为什么分成两组?
机器学习的概念、分类、应用 2024-06-11 算法, 机器学习, 人工智能, 数据挖掘, 分类 74人 已看 机器学习(Machine Learning, ML)是人工智能(Artificial Intelligence, AI)的一个子领域,旨在通过算法和统计模型使计算机系统能够在没有明确编程的情况下从数据中学习和做出决策。以下是机器学习的一些基本概念和分类。常见算法:聚类(如K-means、层次聚类)、降维(如主成分分析PCA)、关联规则学习(如Apriori)。常见算法:线性回归、逻辑回归、支持向量机(SVM)、决策树、随机森林、神经网络等。应用场景:分类问题(如垃圾邮件分类)、回归问题(如房价预测)。