qq_51443233的博客

原创 数据结构1-9（二叉树的实现）

//定义一个树的接口public interface Tree<E> { int size(); boolean isEmpty(); void clear(); void add(E element); void remove(E element); boolean contains(E element);}import java.util.Comparator;public class BinarySearchTree<E&g

原创 数据结构1-9（树）

原创 数据结构1-8-3（Hashset）

public interface IHashset<E> { void add(E key); void remove(E key); void clear(); boolean contain(E key); boolean isEmpty(); int size();}public class MyHashset<E> implements IHashset<E>{ private MyHashMap&lt

原创 数据结构1-8-2（Hashmap）

public interface IMap<K,V> { void clean(); boolean containKey(K key); boolean containValue(V value); V get(K key); boolean isEmpty(); MyHashset keySet(); void put(K key, V value); void putAll(IMap <? extends K,? ext

原创 数据结构1-8-1（哈希表）

import java.util.HashMap;import java.util.Iterator;import java.util.Map;import java.util.Random;public class Hash { public static void main(String[] args) { testHashMap(); } public static void testHashMap() { Random r = ne

原创 数据结构1-7-5（猫狗收容所）

import java.util.ArrayList;import java.util.LinkedList;import java.util.Queue;public class 猫狗收容所 { private static class Animal { int type; int time; static int timeline; public Animal(int typeNumber) { t

原创 数据结构1-7-4（对栈进行排序）

import java.util.ArrayList;import java.util.Stack;public class 对栈进行排序 { public ArrayList<Integer> twoStackSort(int[] number) { Stack<Integer> source = new Stack<>(); for (int i = number.length - 1; i >= 0; i--) {

原创 数据结构1-7-3（两个栈完成队列）

import java.util.Stack;public class 两个栈完成队列 { Stack<Integer> stack1 = new Stack<>(); Stack<Integer> stack2 = new Stack<>(); public void push(int node) { if (stack1.empty()) { move(stack2, stack1);

原创 数据结构1-7-2（队列）

public interface IQueue <T>{ void enqueue (T e);//入队 T dequeue();//出队 public int getSize(); public boolean isEmpty(); public T peek();//取队首元素}public class MyQueue<T> extends DoubleList<T> implements IQueue<T>

原创 数据结构1-7-1（栈）

public interface IStack<T> { void push(T e);//入栈 T pop();//出栈 boolean empty();//是否空栈 int getSize(); T peek();}import java.util.EmptyStackException;public class MyStack<T> extends DoubleList<T> implements IStac

原创 数据结构1-6-7（链表例题-有环链表开头结点）

import java.util.HashSet;public class 有环链表开头结点 { public class ListNode { private Object data; private ListNode next; public ListNode(Object data) { this.data = data; } public ListNode returnFirstN

原创 数据结构1-6-6（链表例题-用基准值分区链表）

public class 用基准值分区链表 { public class ListNode { private ListNode next; private int val; public ListNode(int val) { this.val = val; } } public ListNode partition(ListNode phead, int x) { List

原创 数据结构1-6-5（链表例题-链表加法）

public class 链表加法 { public class ListNode { private int data; private ListNode next; public ListNode(int data) { this.data = data; } } public ListNode plusAB(ListNode A, ListNode B) { return

原创 数据结构1-6-4（链表例题-桶排序）

public class 桶排序 { public static void bucSort(int[] arr, int min, int max){ int[] temp = new int[max-min+1]; for(int i=0; i<arr.length; i++){ temp[arr[i]-min]++; } for(int j=0; j<temp.length; j++){

原创 数据结构1-6-3（链表例题-删除单链表中某结点）

public class 删除单链表中某结点 { public class ListNode { protected Object data; protected ListNode next; public ListNode(Object data) { this.data = data; } } public boolean removeNode(ListNode pNode) {

原创 数据结构1-6-2（链表例题-查找倒数第K个结点）

public class 查找倒数第K个结点 { public int data; // 存放数据的属性 public 查找倒数第K个结点 next; //指向下一个节点 // 查找链表中倒数第k个结点 public static 查找倒数第K个结点 CountdownKListNode(查找倒数第K个结点 head, int k) { // 判断链表是否为空以及k是否为小于0的数 if (head == null || k < 0)

原创 数据结构1-6-1（链表例题-删除重复结点）

import java.util.HashSet;public class 删除重复结点 { private static class Node { Node next; Object value; public Node(Integer value) { this.value = value; } public static void main(String[] args) {

原创 数据结构1-5（迭代器，泛型）

迭代器while遍历列表：Iterator<类型名> 迭代器名 = 列表名.iterator();while (迭代器名.hasNext()) {//判断是否有下一个元素 System.out.println(迭代器名.next());//获取下一个元素}迭代器for遍历列表：for (Iterator<类型名> 迭代器名 = 列表名.iterator();迭代器名.hasNext();) { System.out.println(迭代器名.next());//获取下

原创 数据结构1-4（双链表）

public interface Mydoublelist { void add(Object element); void delete(Object element); void delete(int index); void updata(int index,Object newElement); boolean contain(Object target); Object at(int index); int Indexof(Object el

原创 数据结构1-3（单链表）

实现单链表：1.首先列出单链表的功能(增、删、改、查) 使用接口来定义功能。2.实现接口，实现单链表的功能public interface MySingleList { void add(Object element); void delete(Object element); void delete(int index); void updata(int index,Object newElement); boolean contain(Object targ

原创 数据结构1-2（基于数组实现线性表）

实现底层基于数组的一个线性表：1.首先列出线性表的功能(增、删、改、查) 使用接口来定义功能。2.实现接口，实现线性表的功能public interface Mylist1_2 { void add(Object element); void delete(Object element); void delete(int index); void updata(int index,Object newElement); boolean contain(Obje

原创 数据结构1-1（面向对象，数据结构概述）

2022蓝桥杯JavaB组考试范围：计算机算法：枚举、排序（10种）、搜索、计数、贪心、动态规划、图论、数论、字符串算法等。数据结构：数组（很重要）、对象/结构、字符串、队列、栈、树、图、堆、平衡树/线段树、复杂 数据结构*、嵌套数据结构*等。算法：位运算的奇巧淫技：查找与排序：多维数组与矩阵：字符串专题：基本数学问题：递归，DFS，剪枝，回溯：贪心策略与动态规划：数据结构（线，树，图）：线性结构：列表，链表，栈，队列，哈希表，哈希映射：树结构：图论：面向对象的概述：

原创 组管理和权限管理

一、基本介绍在Linux中的每一个用户必须属于一个组，不能独立于组外。在Linux中每个文件有所有者、所在组、其他组的概念。二、文件/目录 所有者所在组一般为文件的创建者，谁创建了文件，就自然的成为该文件的所有者，文件的所在组就是该用户的所在组查看文件的所有者案例：ls -lh修改文件的所有者（Change Owner）语法：chown 用户名 文件名案例：使用root创建一个apple.txt，然后将所有者修改为tomtouch apple.txtchown tom appl

原创 神经网络简单函数及代码实现

import numpy as npfrom sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import accuracy_scorefrom sklearn.preprocessing import OneHotEncoderdef norm(x): x_max = np.max(x, axis=0) x_min

原创 random.randint()用法

函数功能：random.randint(参数1，参数2)参数1、参数2必须是整数函数返回参数1和参数2之间的任意整数import randomresult = random.randint(1,10)print("result: ",result)输出：result: 9

原创 Linux忘记root密码怎么办

1.首先，启动系统，进入开机界面，在界面中按“e”进入编辑界面。如图2.进入编辑界面，使用键盘上的上下键把光标往下移动，找到以““Linux16”开头内容所在的行数”3.在行的最后面输入：init=/bin/sh。如图4.输入完成后，直接按快捷键：Ctrl+x 进入单用户模式5.在光标闪烁的位置中输入：mount -o remount,rw /（注意空格），完成后按键盘的回车键（Enter）。如图6.在新的一行最后面输入：passwd7.输入新密码8.再次输入新密码9.

原创 基于HMM马尔可夫+维特比算法的中文分词

1.中文分词任务：正向最大匹配：从左到右将待切分句子的m个字符作为匹配字符，m为初始词典中最长词条的长度。将字符与字典中元素进行匹配：若匹配成功，则将这个字符作为一个词切分出来。若匹配不成功，则将这个字符的最后一个字去掉，再进行匹配，重复上述过程，知道切分完整个文本为止。逆向最大匹配：从右至左将待切分句子的m个字符作为匹配字符，m为初始词典中最长词条的长度。将字符与字典中元素进行匹配：若匹配成功，则将这个字符作为一个词切分出来。若匹配不成功，则将这个字符的最后一个字去掉，再进行

原创 os.walk()与os.listdir()的理解（秒懂）

os.walk():os.walk()用类似于深度遍历的方式遍历文件夹中的子文件夹以及文件。在代码的时候 如果涉及到 要遍历文件夹里的文件可以采用os.listdir ()以及os.walk()：两者的区别就在于os.listdir () 会返回 该路径里包含的一层文件和文件夹举例子 如果 a文件夹里有 b c d三个文件夹 还有 e f 两个文件那么listdir就会返回 bcdef bcd文件夹里面有什么不会得知。**os.walk()**会得到 该文件下所有的文件夹 以及里面的文件无

原创 python中pop() 和 append() 的用法

pop()函数：描述pop() 函数用于移除列表中的一个元素（默认最后一个元素），并且返回该元素的值。默认删除列表中最后一个与append（）类似。例子：aList = [123, 'lining', 'anta', 'pike'];print(aList.pop())print(aList.pop(2))结果：pikeantaappend函数:描述append()函数用于在列表末尾添加新的对象。alist1 = ['C++', 'Java', 'Python']alis

原创 split()函数的使用

函数：split()Python中有split()和os.path.split()两个函数，具体作用如下：split()：拆分字符串。通过指定分隔符对字符串进行切片，并返回分割后的字符串列表（list）os.path.split()：按照路径将文件名和路径分割开1、split()函数语法：str.split(str="",num=string.count(str))[n]切分后放在一个列表中。参数说明：str： 表示为分隔符，默认为空格，但是不能为空(’’)。若字符串中没有分隔符，则把整

原创 与门，或门，与非门，异或门的python实现

import numpy as npx = np.array([0,1])def date(): w = np.array([1,0]) b = 0.1 x = [1,1] # s = np.matmul(w,x)+b s = np.sum(w * x) + b print(int(round(s,0)))def get_and(x1, x2): x = np.array([x1, x2]) y = np.array([0.5, 0.

原创 Svm支持向量机代码实现

import numpy as np#我们获取x和y，分别为x为特征矩阵(3, 10)，有3个数据，每个数据10个特征，y为类别向量(3,)，有三个数据，每个数据对应一个类别，#数据的特征和类别在x和y上的索引是对应的cat = np.array([0.5,2.4,3.2,2.4,5.5,3.5,2.2,1.4,2.0,4.0])dog = np.array([3.4,1.0,0.1,1.8,6.4,1.2,2.0,1.1,5.2,3.4])frog = np.array([3.3,2.0,

原创 Pandas

pd.DataFrame:DataFrame是Python中Pandas库中的一种数据结构，它类似excel，是一种二维表。import pandas as pdimport numpy as npdf1 = pd.DataFrame(np.random.randn(3, 3), index=list('abc'), columns=list('ABC'))print(df1)# A B C# a -0.612978 0.237191

原创 python学习关于title()函数

title函数：python中字符串函数，返回’标题化‘的字符串，就是单词的开头为大写，其余为小写。语法：x = 'the sun rises from the horizontal line 'print(x.title())The Sun Rises From The Horizontal Line

原创 k_means聚类算法简单代码实现

import numpy as npfrom sklearn import datasets#1.导入数据，需要其所有的特征数据，target数据为计算聚类准确度def load_iris_data(): #导入数据集，结构为[data:特征，target:类别，target_name:类别对应名称] #数据量为150个数据点，每个数据点对应4维特征，和一个类别，类别为0,1,2 iris = datasets.load_iris() #将data特征传入x

原创 KNN最邻近分类算法简单代码实现

import numpy as npimport matplotlib.pyplot as plt # 画图用import math# 这是训练集train_x = [[3.3935, 2.3312], [3.1100, 1.7815], [1.3438, 3.3686], [3.5822, 4.6791], [2.2803, 2.8669], [7.4234, 4.6965],

原创 无监督学习的基础算法

无监督学习k_means:简述：K-means算法，也称为K-平均或者K-均值，一般作为掌握聚类算法的第一个算法。这里的K为常数，需事先设定，通俗地说该算法是将没有标注的 M 个样本通过迭代的方式聚集成K个簇。在对样本进行聚集的过程往往是以样本之间的距离作为指标来划分。算法步骤：选取K个点做为初始聚集的簇心（也可选择非样本点）;分别计算每个样本点到 K个簇核心的距离（这里的距离一般取欧氏距离或余弦距离），找到离该点最近的簇核心，将它归属到对应的簇；所有点都归属到簇之后， M个点就分

原创 监督学习的基础算法

监督学习首先说说回归与分类的区别：1.回归问题的应用场景（预测的结果是连续的，例如预测明天的温度，23，24，25度）回归问题通常是用来预测一个值2.分类问题的应用场景（预测的结果是离散的，例如预测明天天气-阴，晴，雨）分类问题是用于将事物打上一个标签，通常结果为离散值。线性回归：线性回归是一种x和y之间的关系为线性关系的回归分析。y=a1x1+a2x2+by=a1x1+a2x2+b，这个叫线性关系。如果这里出现了x2x2,log(x)log(x), sin(x)sin(x)之类的，那就不是

原创 机器学习分类

机器学习通常分为四类监督学习无监督学习半监督学习强化学习1.监督学习：监督学习是从标记的训练数据来推断一个功能的机器学习任务。当我们已经拥有–些数据及数据对应的类标时，就可以通过这些数据训练出一个模型，再利用这个模型去预测新数据的类标，这种情况称为有监督学习。在回归问题中，我们预测的结果是连续值;而在分类问题中，我们预测的结果是离散值。常见的有监督学习算法包括线性回归、逻辑回归、K-近邻(knn)、朴素贝叶斯、决策树、随机森林、支持向量机（svm）等。2.无监督学习:在无监督学习中是

原创 Liunx的安装

链接：https://pan.baidu.com/s/1zfCg5Xx1ysqonD-7lnKtiA提取码：7co9