上一页 1 2 3 4 5 6 ··· 8 下一页
摘要: 这种算法是可以支持负权值的存在的; 这种算法和Dijkstra算法的区别就是在于,在每次增加新的节点之后就会对于内部的节点进行更新,看看是否内部节点之内是可以被优化的; Bellman-Ford算法的流程如下:给定图G(V, E)(其中V、E分别为图G的顶点集与边集),源点s,数组Distant[i 阅读全文
posted @ 2020-04-11 10:17 Ian_learning 阅读(171) 评论(0) 推荐(0) 编辑
摘要: 下面的是证明的东西; 阅读全文
posted @ 2020-04-06 17:56 Ian_learning 阅读(266) 评论(0) 推荐(0) 编辑
摘要: 证明: 使用cut & paste的方式,先假定最小权值边不属于最小生成树,然后先去掉原先连接2棵树的边,连接上最小权值边,会发现新的树权值会更小,证明通过最小权值边一定是属于最小生成树; 关于图的几个概念定义: 连通图:在无向图中,若任意两个顶点vivi与vjvj都有路径相通,则称该无向图为连通图 阅读全文
posted @ 2020-03-29 15:44 Ian_learning 阅读(409) 评论(0) 推荐(0) 编辑
摘要: 动态规划 特征一: 主问题的解包含了子问题的解; 特征二: 子问题出现重叠; ## 前缀动态规划:最长公共子序列(LCS) 问题描述:Z是序列X与Y的公共子序列,如果Z是X的子序列也是Y的子序列。 Naive方法: 枚举X的每个子序列Z 检查Z是否为Y的子序列 T(n)=O(n2m) 优化子结构: 阅读全文
posted @ 2020-03-14 17:27 Ian_learning 阅读(232) 评论(0) 推荐(0) 编辑
摘要: 1 import pandas as pd 2 import pymysql 3 4 5 # 参数设置 DictCursor使输出为字典模式 连接到本地用户ffzs 密码为666 6 config = dict(host='localhost', user='xxx', password='xxxx 阅读全文
posted @ 2020-03-14 15:12 Ian_learning 阅读(1537) 评论(0) 推荐(0) 编辑
摘要: 未完!!! 使用方法: find(name,attrs,recursive,text,**kwargs)find返回的匹配结果的第一个元素 其他一些类似的用法:find_parents()返回所有祖先节点,find_parent()返回直接父节点。find_next_siblings()返回后面所有 阅读全文
posted @ 2020-02-01 17:52 Ian_learning 阅读(118) 评论(0) 推荐(0) 编辑
该文被密码保护。 阅读全文
posted @ 2019-12-21 20:22 Ian_learning 阅读(1) 评论(0) 推荐(0) 编辑
摘要: 队列queue: 作用:程序之间解耦;提高运行效率 集群的基础: 经典的生产者消费者模型 阅读全文
posted @ 2019-11-04 21:06 Ian_learning 阅读(155) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2019-10-28 21:30 Ian_learning 阅读(273) 评论(0) 推荐(0) 编辑
摘要: 本文链接:https://blog.csdn.net/weixin_37292229/article/details/81737194常用快捷键 1、Ctrl + Enter:在下方新建行但不移动光标; 2、Shift + Enter:在下方新建行并移到新行行首; 3、Ctrl + /:注释(取消注 阅读全文
posted @ 2019-10-23 23:34 Ian_learning 阅读(354) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 ··· 8 下一页