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

【滑动窗口与双指针】【定长滑动窗口】——灵神基础篇刷题笔记1

给你一个长度为 n 下标从 0 开始的字符串 blocks ,blocks[i] 要么是 ‘W’ 要么是 ‘B’ ,表示第 i 块的颜色。这个用例,字符串长度等于k,且原本就全是B黑块,一块都不用涂,应该直接返回0,但是由于res初始设置为字符串长度n,而我的代码逻辑没处理这个特例!给定字符串s和整数k,返回字符串s中长度为k的单个子字符串中包含的最大元音字母数。给你一个由 n 个元素组成的整数数

【conda配置深度学习环境】

好的!我们从头开始配置一个,覆盖深度学习(如PyTorch)和传统机器学习(如XGBoost),并适配你的显卡(假设为NVIDIA,若为AMD请告知)。如果确定不再使用之前的lidar_env环境,直接删除其文件夹即可(通常在),无需命令行操作。Conda比pip更适合管理复杂依赖(如CUDA、PyTorch版本),且兼容Python多版本。

#conda#深度学习#人工智能
【ACM模式的输入输出练习】——python

我们进行机试时,通常都需要自己手动处理输入输出(我已经吃了一次大亏…),与力扣只需要核心代码的形式完全不同。这篇文章将我遇到的所有输入输出形式进行总结,方便复习。一、从标准输入读取一行字符串这行代码的作用是从标准输入(通常是控制台)读取一行字符串,并将其赋值给变量。具体步骤如下:例如,如果用户输入,那么的值就是。二、从标准输入读取多个值并进行处理这行代码的作用是从标准输入读取一行包含多个值的字符串

文章图片
#python#java#算法
【conda配置深度学习环境】

好的!我们从头开始配置一个,覆盖深度学习(如PyTorch)和传统机器学习(如XGBoost),并适配你的显卡(假设为NVIDIA,若为AMD请告知)。如果确定不再使用之前的lidar_env环境,直接删除其文件夹即可(通常在),无需命令行操作。Conda比pip更适合管理复杂依赖(如CUDA、PyTorch版本),且兼容Python多版本。

#conda#深度学习#人工智能
【ACM模式的输入输出练习】——python

我们进行机试时,通常都需要自己手动处理输入输出(我已经吃了一次大亏…),与力扣只需要核心代码的形式完全不同。这篇文章将我遇到的所有输入输出形式进行总结,方便复习。一、从标准输入读取一行字符串这行代码的作用是从标准输入(通常是控制台)读取一行字符串,并将其赋值给变量。具体步骤如下:例如,如果用户输入,那么的值就是。二、从标准输入读取多个值并进行处理这行代码的作用是从标准输入读取一行包含多个值的字符串

文章图片
#python#java#算法
【排序算法总结】

一、排序算法概述排序算法是将一组数据按照特定的顺序进行排列的方法。在计算机科学中,排序算法有着广泛的应用,如数据库查询、数据处理、图形学等领域。不同的排序算法具有不同的时间复杂度、空间复杂度和稳定性等特点。简单排序算法:包括冒泡排序、插入排序和选择排序。这些算法的实现相对简单,但效率较低,时间复杂度通常为 O(n²)。高效排序算法:如快速排序、归并排序和堆排序。这些算法的时间复杂度为 O(n lo

文章图片
#排序算法#算法#python +1
【conda配置深度学习环境】

好的!我们从头开始配置一个,覆盖深度学习(如PyTorch)和传统机器学习(如XGBoost),并适配你的显卡(假设为NVIDIA,若为AMD请告知)。如果确定不再使用之前的lidar_env环境,直接删除其文件夹即可(通常在),无需命令行操作。Conda比pip更适合管理复杂依赖(如CUDA、PyTorch版本),且兼容Python多版本。

#conda#深度学习#人工智能
【LeetCode 题解】两数之和(C++/Python 双解法):从语法到算法的全面解析

必须加分号的情况场景示例代码说明语句末尾int a = 10;每个完整语句结束后必须加分号单行控制流语句if (a>0) cout << "正数";单行if/while语句末尾加分号类成员声明void f();成员变量和函数声明后加分号枚举/联合体定义定义末尾必须加分号// 成员函数} // ❌ 错误:缺少分号修正:在类定义结束的后添加分号:class Solution {// 成员函数// ✅

#算法#leetcode#c++
网络编程学习路线图

记住,网络编程是一个实践性很强的领域,光看代码是不够的,一定要动手实践。这样学习下来,你就能真正掌握这个网络库,并且能够应对面试官的深度拷打!

#网络#学习#php
    共 13 条
  • 1
  • 2
  • 请选择