- 博客(51)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 leecode - 入门 -- 双指针秒杀数组/链表题目
目录有序数组/链表去重 -- 快慢指针移除元素移动零有序数组/链表去重 – 快慢指针Leecode 26题 ： 有序数组去重快指针表示遍历数组到达的下标位置，慢指针表示下一个不同元素要填入的下标位置class Solution {public: int removeDuplicates(vector<int>& nums) { if(nums.size()==0) return 0; // 快指针表示遍历数组到达的下标位置，慢指针表
2021-07-07 17:06:40
122
原创 leecode - 入门 -- 双指针总结
目录快慢指针1 判定链表中是否含有环2 已知链表中含有环，返回这个环的起始位置3 寻找链表的中点4 寻找链表的倒数第n个元素左右指针链接双指针技巧再分为两类，一类是「快慢指针」，一类是「左右指针」。前者解决主要解决链表中的问题，比如典型的判定链表中是否包含环；后者主要解决数组（或者字符串）中的问题，比如二分查找。快慢指针1 判定链表中是否含有环力扣第 141 题class Solution {public: bool hasCycle(ListNode* head) {
2021-07-07 14:12:10
239
原创 Leecode 入门--单链表-- 递归操作
反转单链表对于递归算法，最重要的就是明确递归函数的定义对 reverseAll 函数定义：输入一个节点head，将「以head为起点」的链表反转，并返回反转之后的头结点。链接节点结构：typedef int elemtype;typedef struct node{ elemtype data; struct node *next;}node,*link_node;1.递归反转整个链表link_node reverseAll(link_node head){ if(head-&
2021-07-06 09:22:25
537
1
原创 黑马程序员C++学习笔记（第三阶段核心：STL）--- 更新中
目录vector 动态数组嵌套传送门vector 动态数组(*begin) 解析的是 vector<数据类型> 中的数据类型#include<iostream>using namespace std;#include<vector>#include<algorithm>void test01(){ // 创建 vector<int> v; // 插入尾部 v.push_back(10); v.push_back(20)
2021-07-04 10:39:45
633
1
原创 Linux学习笔记 -- 日志管理
目录日志管理自定义日志服务日志轮替 logrotate传送门日志管理/var/log 目录是 系统日志文件 的保持位置常用日志文件：rsyslogd 日志管理服务：查询 linux 中的 rsyslogd 服务是否启动ps aux | grep "rsyslog" | grep -v "grep" ; grep -v 反向匹配即过滤查询 rsyslogd 服务 为 自启动systemctl list-unit-files | grep rsyslog日志配置文件 : /
2021-06-22 14:46:26
109
原创 Linux学习笔记 -- rpm 与 shell 编程
目录rpm 与 YUMrpm 包的管理rmp 包 查询 安装 卸载yum传送门rpm 与 YUMrpm 包的管理.RPM 扩展文件 类似于 setup.exermp 包 简单查询指令：查询 已安装的rpm列表 rpm -qa | grep xxxxrpm -qa | grep firefox 查看是否安装了火狐rmp 包 查询 安装 卸载rmp 包 简单查询指令：查询安装过的所有rpm软件包 ; rpm -qa | more 即已安装程序查询软件包是否 安装： rpm -
2021-06-22 08:55:42
537
原创 Linux学习笔记 -- 定时任务调度/磁盘分区与挂载
目录任务调度 crond任务调度 crondcrontab -e 进入 vim 界面*/1 * * * * ls -l /etc > /tmp/to.txt 在 vim 界面中写入 * 代表任意* 表示 任何时间, 表示 不连续的时间- 表示 连续的时间范围*/n 表示 每隔多久执行一次vim /home/my.sh 写入 date >> /home/mycal 和 cal >> /home/mycalchmod u+x /home/my.sh 增加
2021-06-08 16:50:11
136
原创 Linux学习笔记 --组管理和权限管理
目录组管理和权限管理组管理和权限管理Linux 中 每个用户必须属于一个组，不能独立于组外Linux 中 每个文件有所有者、所在组、其它组的概念所有者（可变）： 一般为文件的创建者ls -ahl 查看当前目录下所有文件的所有者chown 用户名 文件名 修改文件的所有者所在组：其它组：...
2021-06-07 19:20:15
1063
2
原创 Linux学习笔记 -- 实用指令
目录概述Linux应用领域基础入门传送门概述Linux应用领域个人桌面领域（非主流）服务器嵌入式（物联网）-- 内核可裁剪基础入门传送门【小白入门 通俗易懂】2021韩顺平 一周学会LinuxLinux 命令大全...
2021-06-05 19:51:36
253
2
原创 计算机网络知识学习（核心：网络协议）-- 运输层
目录概述运输层端口号、复用与分用TCP ，UDP对比TCP流量控制传送门概述计算机网络中的物理层、数据链路层以及网络层他们共同解决了将主机通过异构网络互连起来所面临的问题，实际了主机到主机的通信在计算机网络中进行通信的真正实体是位于通信两端主机中的进程运输层任务是为运行在不同主机上的应用进程提供直接的通信服务运输层协议又称为端到端协议在运输层中不同的端口(统一应用进程标识符)对应不同的应用进程运输层为应用层提供两种不同的运输协议：面向连接的TCP协议、无连接的UDP协议运
2021-05-31 09:41:10
431
原创 C++面试高频考点整理--基础
目录1、const、define的联系与区别2、指针和引用的区别传送门1、const、define的联系与区别const ：在堆栈分配了空间，在程序中可以被调用、传递，存在于程序的数据段define：仅将具体数值传递到目标变量，生命周期止步于编译期，在程序中仅是一个常数，没有实际存在，存在于数据的代码段2、指针和引用的区别指针：是一个变量，指向内存中的一个存储单元，存储的是一个地址可以有const指针可以有多级，即指针的指针可以为空 nullptr初始化后指针指向可以改变size
2021-05-29 15:18:28
364
1
原创 计算机网络知识学习（核心：网络协议）-- 应用层
目录客户/服务器方式(C/S方式)和对等方式(P2P方式)动态主机配置协议DHCP传送门客户/服务器方式(C/S方式)和对等方式(P2P方式)动态主机配置协议DHCP传送门计算机网络微课堂
2021-05-18 10:54:40
91
原创 学习笔记-数据结构与算法之二叉树
#include<iostream>using namespace std;#include<math.h>#include<stdlib.h>#include<string>// 孩子兄弟表示法typedef char elemtype;typedef struct node{ elemtype data; struct node *first_child,*right_sib;}tree_node,*link_tree_node;
2021-05-06 11:10:54
134
原创 MySQL 主键相关操作
desc user_score; -- 查看数据表 user_score 结构alter table user_score add primary key(id,score); -- 设置双主键 alter table user_score modify id smallint auto_increment; -- 设置自增键删除主键时应注意 对应自增键的主键无法删除 需将自增键重设alter table user_score drop primary key;alter table
2021-03-29 09:36:08
105
原创 爬虫代码分析（1）--下载小说
目录代码块代码剖析字符 \xa0删除：.strip()；分割：.split()join()方法：解析库find()；find_all传送门代码块import requestsimport timefrom tqdm import tqdmfrom bs4 import BeautifulSoup # 解析网页数据def get_content(target): req=requests.get(url=target) req.encoding = 'utf-8' htm
2021-03-20 12:14:26
227
原创 CodeWithMosh--mysql 学习笔记（4） -- 相关数据类型
目录string types 字符串类型numeric types 数值类型integer types 整数类型Fixed-point and floating-point types 定点数类型和浮点数类型boolean types 布尔类型enum and set types 枚举和集合类型 -- 限定字符串选择范围 -- 少用，可以单独建立一个查询表解决需求date and time typesBolb typesJson types语法传送门string types 字符串类型char()
2021-03-08 19:40:03
203
2
原创 CodeWithMosh--mysql 学习笔记（3）
目录存储过程procedure创建 -- delimiter -- call删除 -- drop添加参数默认值参数传送门存储过程procedure创建 – delimiter – calldelimiter $$ create procedure get_clients() -- () 用于添加参数为存储过程传递值begin select * from clients;end $$delimiter ;call get_clients -- 使用 call 调用存储过程也可用
2021-03-03 15:57:23
416
原创 CodeWithMosh--mysql 学习笔记（2）
目录复杂查询传送门复杂查询传送门SQL进阶教程 | 史上最易懂SQL教程！10小时零基础成长SQL大师！！
2021-02-28 14:20:52
259
原创 Mosh--mysql 学习笔记（1）
目录选择语句 SELECT / FROM / WHERE / ORDER BY选择子句 -- AS / DISTINCT练习比较运算符 - < 、 <= 、 > 、 >=、 = 、 != (<>)AND、OR 、NOT练习传送门选择语句 SELECT / FROM / WHERE / ORDER BYselect * -- 返回所有列from customers -- customers 表中-- where customer_id = 1-- ORDE
2021-02-26 19:50:48
694
原创 机器学习之集成算法----Adaboost算法
目录boost算法问题描述Adaboost 算法基本思路传送门boost算法问题描述1 如何计算学习误差率e2 如何得到弱学习器权重系数α3 如何更新样本权重D4 使用何种结合策略在boosting系列算法中， Adaboost是最著名的算法之一。Adaboost既可以用作分类，也可以用作回归，因此本次对Adaboost进行总结Adaboost 算法基本思路传送门集成学习之Adaboost算法原理小结...
2020-11-30 17:08:57
1381
原创 机器学习之集成学习概述
目录集成方法概述传送门集成方法概述集成学习是一种机器学习范式。在集成学习中，我们会训练多个模型（通常称为「弱学习器」）解决相同的问题，并将它们结合起来以获得更好的结果。最重要的假设是：当弱模型被正确组合时，我们可以得到更精确和/或更鲁棒的模型。在集成学习理论中，我们将弱学习器（或基础模型）称为「模型」，这些模型可用作设计更复杂模型的构件。在大多数情况下，这些基本模型本身的性能并不是非常好，这要么是因为它们具有较高的偏置（例如，低自由度模型），要么是因为他们的方差太大导致鲁棒性不强（例如，高自由度模型）
2020-11-26 10:30:50
206
原创 sklearn分类、回归器总结
目录sklearn.svm.SVCsklearn.svm.SVRsklearn.svm.SVCLine Support Vctor ClassificationC：惩罚项，float类型，可选参数，默认为1.0，C越大，即对分错样本的惩罚程度越大，因此在训练样本中准确率越高，但是泛化能力降低，也就是对测试数据的分类准确率降低。相反，减小C的话，容许训练样本中有一些误分类错误样本，泛化能力强。对于训练样本带有噪声的情况，一般采用后者，把训练样本集中错误分类的样本作为噪声。kernel：核函数类型，
2020-11-24 14:23:55
1043
原创 黑马程序员C++学习笔记（第二阶段核心：面向对象）（二）
目录C++对象模型和this指针成员变量和成员函数分开存储this 指针C++对象模型和this指针成员变量和成员函数分开存储在C++中，类内的成员变量和成员函数分开存储只有非静态成员变量才属于类的对象上面(类对应的对象的内存大小不会发生改变) 空对象占用内存空间为: C++编译器会给每个空对象也分配一个字节空间，是为了区分空对象占内存的位置 每个空对象也应该有一个独一无二的内存地址this 指针每一个非静态成员函数只会诞生一份函数实例，也就是说多个同类型的对象会共用一块代码。那
2020-10-14 19:34:02
397
2
原创 优化算法之遗传算法(Genetic Algorithm, GA)
目录概述相关术语遗传算法的实现过程遗传算法的一般步骤代码描述解码相关问题适应度函数选择函数小问题：交叉、变异传送门代码相关概述遗传算法（Genetic Algorithm, GA） 起源于对生物系统所进行的计算机模拟研究。它是模仿自然界生物进化机制发展起来的 随机全局搜索和优化方法，借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最佳解。相关术语基因型(genotype)：性状染色体的内部
2020-10-12 15:37:13
1386
原创 黑马程序员C++学习笔记（第二阶段核心：面向对象）（一）
内存分区：代码区，全局区，栈区，堆区程序运行前：代码区，全局区程序运行后：栈区，堆区数据保留一次//栈区：局部变量int a=10;// 堆区:程序员开辟new，释放delete,int *p=new int(10); // 返回的是整型数据10存放的地址编号int *p = new int(10); //开辟delete p; //释放int *arr = new int[10]; //10个元素 返回首地址\for(int i=0;i<10;i++){ a
2020-09-29 19:26:17
567
原创 黑马程序员C++学习笔记（第一阶段：基础）
目录起步：hello c++定义常量：# define ,const起步：hello c++#include <iostream>using namespace std;int main(){ cout <<"hello c++"<< endl; // system("pause"); return 0;}定义常量：# define ,const#define 宏变...
2020-09-20 16:12:00
806
转载 机器学习算法之手撕SVM-线性(理论)
感谢Jack-Cui大佬的知识分享机器学习专栏点击这里目录感谢Jack-Cui大佬的知识分享0. 什么是SVM？分类概述1. 线性SVM传送门0. 什么是SVM？支持向量机(support vector machine, SVM) 是一类通用有效的机器学习方法，它被广泛地应用于模式识别(分类)，函数估计(回归)，时间序列预测等数据挖掘问题，其本质是基于统计学习理论的一种机器学习方法。分类概述当一个分类问题，数据是线性可分的，也就是用一根棍就可以将两种小球分开的时候，我们只要将棍的位置放在让小球距
2020-09-03 14:21:29
282
1
原创 机器学习监督学习之分类算法---朴素贝叶斯代码实践
目录1. 言论过滤器1.1 项目描述1.2 朴素贝叶斯 工作原理:1.2.1 词条向量1.3 开发流程：传送门朴素贝叶斯分类常用于文本分类，尤其是对于英文等语言来说，分类效果很好。它常用于垃圾文本过滤、情感预测、推荐系统等。1. 言论过滤器1.1 项目描述以在线社区留言为例。为了不影响社区的发展，我们要屏蔽侮辱性的言论，所以要构建一个快速过滤器，如果某条留言使用了负面或者侮辱性的语言，那么就将该留言标志为内容不当。过滤这类内容是一个很常见的需求，对此问题建立两个类型：侮辱类和非侮辱类，使用1和0分
2020-08-27 11:12:52
434
原创 机器学习监督学习之分类算法---朴素贝叶斯理论知识
感谢Jack-Cui大佬的知识分享机器学习专栏点击这里目录感谢Jack-Cui大佬的知识分享
2020-08-26 09:57:02
1655
原创 数据预处理知识框架
目录0.概述1. 数据可能存在的问题2. 数据预处理步骤：2.1 数据清洗阶段2.1.1 缺失数据：2.1.2 离群点2.1.3 重复数据2.2 数据转换阶段传送门0.概述数据是机器学习的原料，在把数据投入机器学习模型前，我们需要对数据进行加工。同样的，正确预处理数据对模型输出结果有非常非常非常（重要的事情说三遍）大的影响。可以说，数据预处理是机器学习落地最麻烦但最具有挑战的环节。1. 数据可能存在的问题在实际业务处理中，数据通常是脏数据。所谓的脏，指数据可能存在以下几种问题（主要问题）：数据缺失，
2020-08-25 09:35:52
372
原创 机器学习----监督学习算法之决策树(Decision Tree)
目录感谢Jack-Cui大佬的知识分享概述使用决策树做预测需要以下过程：传送门感谢Jack-Cui大佬的知识分享机器学习专栏点击这里概述决策树（Decision Tree）是一种基本的分类与回归方法，其模型呈树状结构，在分类问题中，表示基于特征对实例进行分类的过程。本质上，决策树模型就是一个定义在特征空间与类空间上的 条件概率分布。分类决策树模型是一种描述对实例进行分类的树形结构，决策树由 节点（node）和有向边（directed edge） 组成。节点有两种类型：内部节点（internal n
2020-07-31 16:20:43
499
原创 KNN之约会网站测试
部分数据如下图所示：传送门sklearn.neighbors.KNeighborsClassifier的k-近邻算法使用介绍深入浅出KNN算法（二） sklearn KNN实践cross_val_score交叉验证及其用于参数选择、模型选择、特征选择使用sklearn的cross_val_score进行交叉验证...
2020-07-17 10:35:55
378
原创 首次安装pytorch--实测可用
首先到下面链接中找到适合自己的pytorch版本pytorch各个版本的.whl文件下载地址点击这里我选择下面的版本：pytorch1.0.0 python==3.6，window系统下载后文件如图所示：下载好就可以通过安装了因为文件下载到桌面上，所以需要通过命令行将目录切换到桌面下然后通过dir显示当前目录是否有对应文件然后通过pip install +对应文件名 安装即可，具体如下：显示安装成功验证是否安装成功import torchprint(torch.__vers
2020-07-11 20:34:20
213
原创 机器学习-监督学习之分类算法：K近邻法 （K-Nearest Neighbor,KNN）
目录KNN概述举个例子：K值选取距离计算曼哈顿距离，切比雪夫距离关系（相互转化）传送门KNN概述k近邻法(k-nearest neighbor, k-NN)是一种基本分类方法。它的 工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据 都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后，将新的数据的每个特征与样本集中数据对应的特征进行比较，然后通过算法提取样本最相似数据(最近邻)的分类标签。一般来说，我们只选择样本数据集中前k个最相似的数据，这就
2020-07-09 16:38:31
1109
原创 强化学习（二）--动态规划寻找最优策略
传送门David Silver强化学习公开课中文讲解及实践系列动态规划寻找最优策略之policy evaluation(策略估计)补充系列强化学习（三）用动态规划（DP）求解
2020-05-31 20:59:54
753
空空如也
使用requests 获取博客园每页内容时，为什么一直重复爬取第一页内容？感谢大佬
2021-04-03
TA创建的收藏夹 TA关注的收藏夹
TA关注的人