刚刚接触到深度学习，前2个月的时间里，我用一维的卷积神经网络实现了对于一维数据集的分类和回归。由于在做这次课题之前，我对深度学习基本上没有过接触，所以期间走了很多弯路。在刚刚收到题目的要求时，我选择使用TensorFlow来直接编写函数，结果由于没有什么基础，写了一个周我就放弃了，改用keras来完成我的任务。用keras来搭建神经网络其实很简单。网络的前面部分都是在提取一维信号的特征...

树的孩子兄弟表示法也叫树的二叉树表示法。树的左指针指向自己的第一个孩子，右指针指向与自己相邻的兄弟。结构的最大优点是：它和二叉树的二叉链表表示完全一样。可利用二叉树的算法来实现对树的操作 。左孩子右兄弟表示的树的高度因为二叉树表示法的根节点没有右孩子，所以树高就是左子树树高 + 1。然后我们看下根节点第一个孩子的高度，由于第一个孩子的右子树和第一个孩子的高度是相同的，所以比较左子树 + 1的高度来

并查集并查集用来判断一个图中的两个点是否连通，通过标记确定该成员所在的团队，每个团队都有自己的领头羊。我们给每个成员赋初值为 -1 ，那么下标对应值为 -1 的即为这个团队的领头羊。vector<int> parent(6,-1);每个团队都有自己的代理人，如何找到它呢？顺着这个成员往它的上级找，找到标记为 -1 的成员，就抓住了领头羊。//查询操作int getFather(int

判断一棵二叉树是不是满二叉树除最后一层无任何孩子外，每一层上的所有结点都有左右孩子的二叉树叫做满二叉树。判断一棵二叉树是不是满二叉树，首先是递归的方法：空树是满二叉树，非空的树当且仅当它的左右子树都是满二叉树的时候，它就是一棵满二叉树。每个子树应当满足：① 同时存在左子树和右子树；② 左右子树高度相同。/*每个节点都存在左右孩子并且左右子树深度相同时是满二叉树*/int Height(Tree&a

numpy实现lasso回归和ridge回归

PTR-prompt关系抽取-2021