05 2020 档案

字符串解码——LeetCode394题详解
摘要：一、题目描述 给定特点编码格式的字符串，要求解码。编码的字符串中数字代表一对[]里面字符串的数字。 例如： 原编码字符串：3[a2[c]] 解码后字符串：accaccacc 二、算法思想 1、借助栈的思想 算法： 对于这里的字符串的解码，最特殊的就是内嵌的形式，所以要从里往外解码。这就自然而然想到栈 阅读全文
posted @ 2020-05-30 21:55 SupremeBoy 阅读(427) 评论(0) 推荐(0)
LeetCode“前缀和”系列（1）——第974题详解
摘要：一、什么是“前缀和”？ 前缀和就是数组第0项到当前项的和。如果用一个数组preSum表示数组A的前缀和： preSum[i]=A[0]+A[1]+...+A[i]; 数组A中的某项，可以表示为相邻前缀和之差： A[i]=preSum[i]-preSum[i-1] 多项叠加，等号右边加减相消，得到通式 阅读全文
posted @ 2020-05-27 22:11 SupremeBoy 阅读(827) 评论(0) 推荐(0)
np.ravel()和np.flatten()的区别
摘要：两者的功能是一致的，将多维数组降为一维，但是两者的区别是返回拷贝还是返回视图，np.flatten(0返回一份拷贝，对拷贝所做修改不会影响原始矩阵，而np.ravel()返回的是视图，修改时会影响原始矩阵 示例： import numpy as np a = np.array([[1 , 2] , 阅读全文
posted @ 2020-05-25 13:56 SupremeBoy 阅读(609) 评论(0) 推荐(0)
np.sum()函数详解
摘要：首先：sum()如果不传参就是对所有元素求和。 1、sum函数可以传入一个axis的参数，这个参数怎么理解呢？这样理解： 假设我生成一个numpy数组a，如下 >>> import numpy as np >>> a = np.array([[[1,2,3,2],[1,2,3,1],[2,3,4,1 阅读全文
posted @ 2020-05-25 10:54 SupremeBoy 阅读(19592) 评论(0) 推荐(2)
scipy.sparse的一些整理
摘要：一、scipy.sparse中七种稀疏矩阵类型 1、bsr_matrix：分块压缩稀疏行格式 介绍 BSR矩阵中的inptr列表的第i个元素与i+1个元素是储存第i行的数据的列索引以及数据的区间索引，即indices[indptr[i]:indptr[i+1]]为第i行元素的列索引，data[ind 阅读全文
posted @ 2020-05-24 21:19 SupremeBoy 阅读(4071) 评论(0) 推荐(1)
csr_matrix矩阵用法小节
摘要：from scipy.sparse import * row = [0,0,0,1,1,1,2,2,2]#行指标 col = [0,1,2,0,1,2,0,1,2]#列指标 data = [1,0,1,0,1,1,1,1,0]#在行指标列指标下的数字 team = csr_matrix((data, 阅读全文
posted @ 2020-05-24 19:22 SupremeBoy 阅读(1388) 评论(0) 推荐(0)
pandas (loc、iloc、ix)的区别
摘要：loc：通过行标签索引数据 iloc：通过行号索引行数据 ix：通过行标签或行号索引数据（基于loc和iloc的混合） 代码： import pandas as pd data = [[1, 2, 3], [4, 5, 6]] index = ['a', 'b'] column = ['left', 阅读全文
posted @ 2020-05-19 21:39 SupremeBoy 阅读(284) 评论(0) 推荐(0)
LeetCode数学系列（3）——快速幂算法（50题）
摘要：一、题目描述 实现 pow(x, n) ，即计算 x 的 n 次幂函数。 二、算法分析 class Solution { public double quickMul(double x, long N) { if (N == 0) { return 1.0; } double y = quickMu 阅读全文
posted @ 2020-05-12 09:04 SupremeBoy 阅读(435) 评论(0) 推荐(0)