一、选择题1.顺序查找法适合于存储结构为哪一种存储方式的线性表。（A）A 顺序存储或链接存储B 散列存储C 压缩存储D 索引存储2.对线性表进行二分查找时，要求线性表必须（A）A 以顺序方式存储，且结点按关键字有序排序B 以顺序方式存储C 以链接方式存储D 以链接方式存储，且结点按关键字有序排序3.对于查找表的查找过程中，若被查找的数据元素不存在，则把该数据元素插入到集合中。这种方式主要适合于（A

文章目录一、判断字符串镜像——栈二、表达式求值问题三、银行排队——队列一、判断字符串镜像——栈【问题描述】试写一个算法，识别依次读入的一个以“@”为结束符的字符序列是否为形如 “序列1&序列2” 模式的字符序列。其中序列1和序列2都不含字符 “&”，且序列2是序列1的逆序列。例如，“ a+b&b+a ”是属该模式的字符序列，而 “1+3&3-1”则不是。【输入形式】

选择题1.若某串的长度小于一个常数，则采用什么存储方式最为节省空间。（C）A 链式B 堆结构C 顺序表2.串是 （D）A 少于一个字母的序列B 任意个字母的序列C 不少于一个字符的序列D 有限个字符的序列3.串的长度是（C）A 串中不同字母的个数B 串中不同字符的个数C 串中所含的字符的个数D 串中所含字符的个数，且大于04.设串的长度为n，则它的子串个数为 （C）A nB n(n+1)C n(n

本人基本情况如下学校：211专业：计算机科学与技术成绩排名：3/137英语水平：四六级飘过在校期间参加过一项省级创新创业项目，和区块链有关，同时也参加过数学竞赛夏令营offer：北京理工大学网安优营、中南大学大数据研究院优营、山东大学网安优营、中科院信工所优营、上海交通大学网安直博、南京大学计算机系直博。预推免offer：武汉大学网安学硕、复旦大学计算机学院学硕最终去向：复旦大学计算机科学技术学院

AGNES是一种采用自底向上聚合策略的层次聚类算法，它先将数据集中的每个样本看作一个初始聚类簇，然后在算法运行的每一步中找出距离最近的两个聚类簇进行合并，该过程不断重复，直到达到预设的聚类簇个数，所以关键在于如何计算聚类簇之间的距离。聚类试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集称为一个“簇”，通过这样的划分，每个簇可能对应于一些潜在的概念（类别），这些概念对聚类算法而言事先是未

随着社交媒体的普及，网络上出现了大量的攻击性言论，这些言论不仅影响了网络环境的文明程度，也对使用预训练语言模型的应用带来了潜在的风险。因此，检测和过滤攻击性言论是一项重要的任务，也是自然语言处理领域的一个研究热点。然而，目前针对中文攻击性言论检测的研究还很少，主要原因是缺乏可靠的数据集。这篇文章提出了一个中文攻击性言论检测的基准测试——COLD，包括一个数据集和一个检测器。

推荐系统（Recommendation Systems, RS）已在电子商务、影视推荐及音乐发现等领域实现广泛部署，显著优化了用户体验。用户行为建模作为核心环节，其关键在于解码行为序列中蕴含的细粒度偏好信号。传统模型（如DIN、DIEN）主要依赖用户行为的离散标识符特征语义理解缺失：无法有效捕捉用户与项目的语义关联，在数据密集型场景中形成认知鸿沟；行为完整性忽视：仅利用局部历史行为片段，导致偏好建

尽管多任务学习在许多推荐应用中取得了成功，但现有模型常常因为现实世界推荐系统中任务之间复杂的相互关系而导致性能退化，这种现象称为负迁移。此外，研究者们观察到了一个有趣的跷跷板现象，即一个任务的性能提升往往以牺牲其他任务的性能为代价。为了解决这些问题，论文提出了一种名为渐进分层提取（Progressive Layered Extraction, PLE）的新型MTL模型。

其中，训练集和测试集是必须的，而验证集是可选的，如果没有设置验证集，通常得等到测试集才可以知道训练之后的模型效果如何，然后再来调整超参数，这样时间代价较高，通过验证集可以训练几个epoch后查看模型的训练效果，然后决定怎么调整超参数。：数据集、示例（样本）、属性（特征）、属性值、属性空间（样本空间、输入空间）、特征向量、学习（训练）、训练数据（训练集）、训练样本、学习器、标记空间（输出空间）、分类

本篇博客主要总结一下博主看过的人工智能领域的一些前沿论文，期待与大家一起进行交流探讨，列表中有超链接的是已经进行了精读的完整笔记，没有超链接的是进行了泛读的论文，博主会快马加鞭进行更新滴！请耐心等待博主嘿嘿，有什么比较好的论文也欢迎大家推荐给我啦，和大家一起学习共同进步！