logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

C/C++中的结束输入条件判断 (scanf、EOF、getchar()、cin.get()、getline)

本教程主要适用于一些程序比赛或大公司机试中的输入数据的处理,总的来说,可以分为以下三种情况:情况一:输入的测试样例有多组,每组需要相同逻辑的处理;处理方案:在C语言中可利用scanf("%d",&n)!=EOF,在C++中可以使用while(cin>>n)。例如:计算两数之和,输入可能有多组样例。#include <io

蓝桥杯-数字游戏

问题描述: 给定人的个数n, 取的模值k, 栋栋要报的数字个数T, 求T个数字之和问题分析: 本题最直接的做法是 模拟这个报数的过程,每两个人之间的差值 在逐渐增加,每次都加一。把每个人要报的数 放在一个sayDigit数组里,这个数组保留n个元素,分别是每轮每个人要报的数,当栋栋报完之后,立即累加到结果中。代码展示:#include <iostream>using n

#蓝桥杯#数学
经典排序算法之冒泡排序

冒泡排序基本思想:从一端开始,逐个比较相邻的两个元素,发现倒序则交换。典型的做法是从后往前,或从下往上逐个比较相邻的元素,发现倒序就进行交换。一轮比较之后,一定可以将最大的元素交换到其最终位置上。 时间复杂度:O(n*2) 稳定性分析:稳定的排序算法这里说明一下,何为排序算法的稳定性?排序算法的稳定性就是假定在待排序的记录序列中,存在多个具有相同的关键字

#排序算法
LeetCode. 102 二叉树的层次遍历

给定一个二叉树,返回其按层次遍历的节点值。 (即逐层地,从左到右访问所有节点)。例如:给定二叉树: [3,9,20,null,null,15,7],3/ \920/\157返回其层次遍历结果:[[3],[9,20],[15,7]]本题我是利用BFS遍历来实现,按层将节点不断压入队列,因为同一层的节点是在一个vector中的...

LeetCode53. 最大子序和 (动态规划/分治法)

题目大意:求出一个序列的最大子序和,顾名思义,就是一段最大的连续序列的和题目分析:本题可以用两种解法求解,动态规划或分治法法一:动态规划,用result[i]保存以数字nums[i]结尾的最大子序和,然后不断更新result数组的最大值即可。时间复杂度O(n)代码展示:class Solution(object):def maxSubArray(self, nums):...

#动态规划
蓝桥杯-幸运数 (模拟)

题目大意:根据幸运数的条件,不断地将幸运数的倍数删去,留下的就是幸运数。要求的是在某个区间,幸运数的个数。题目分析:这道题直接模拟删除的步骤,就可以得到一个幸运数的数组,然后在数组中求给定区间上的幸运数的个数即可。代码解释:首先将2的倍数从数组中刨去,那么num数组中就只剩下1,3,5,7,9,11,13……然后我取到数组中的第二个数,也就是3,将所有位置是3的倍数的数删掉,也就是将不是3的倍数的

#蓝桥杯
ubuntu系统安装Matlab2014a

作为在Linux下安装的第一个程序,我还是有点小激动的。因为知道安装Matlab有点繁琐,所以抱着尝试的态度搜了一下网上的教程,终于在我捣鼓了一阵子之后终于装好了。下面分享一下,我安装Matlab的历程。首先,将下载好的 Matlab镜像文件 和 crack 破解文件 拷到 磁盘中,前提是 你ubuntu系统有足够的预留空间,最多要有20G其次,挂载ISO文件到Linux系统。 要

#ubuntu#linux#matlab
ubuntu系统下建立wifi热点

最近笔记本电脑装了双系统,win8+ubuntu,在ubuntu下就必然要涉及到 开热点,将就的我不想一直蹭别人的wifi下面说一下建立热点的过程,不是一帆风顺的。。首先将我连接成功的做法:1.在自带的软件商店下载kde nm connection,然后点击安装2.安装完成后,在终端进入存放目录  cd  /var/cache/apt/archives 友情提醒一下,这是软件商店下

#ubuntu
计算机视觉、机器学习、模式识别、图像处理领域国内外期刊、会议汇总

重要国际期刊一、IEEE Transactions on Pattern Analysis and Machine Intelligence   (PAMI)               (IEEE模式分析与机器智能汇刊)            链接:http://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=34

#机器学习#深度学习#计算机视觉
基于PyTorch的CNN卷积神经网络识别MNIST手写数字

本篇博客主要介绍基于PyTorch深度学习框架来实现MNIST经典的手写数字,运用CNN卷积神经网络。MNIST数据集来自美国国家标准与技术研究所,其中训练数据有60000张,测试数据有10000张,每张图片的大小是28*28像素我们可以基于PyTorch直接下载该数据集。该识别程序先使用一层卷积层(卷积核数量16,卷积核大小5*5,步长为1,允许边缘扩充),紧接着激活层使用ReLU函数,之后紧跟

    共 26 条
  • 1
  • 2
  • 3
  • 请选择