上一页 1 ··· 12 13 14 15 16 17 18 19 20 ··· 26 下一页
摘要: 1、96. 不同的二叉搜索树 给定一个整数 n,求以 1 ... n 为节点组成的二叉搜索树有多少种? 示例: 大概是这个意思: 当节点个数为0时有一种形态的树(也就是空树吧),当节点个数为1时有一种形态的树,之后就可以向下继续计算节点为2,3,4,5,……n。 2、95. 不同的二叉搜索树 II 阅读全文
posted @ 2018-08-09 10:56 深度机器学习 阅读(329) 评论(0) 推荐(0) 编辑
摘要: 1、[编程题] 洗牌 洗牌在生活中十分常见,现在需要写一个程序模拟洗牌的过程。 现在需要洗2n张牌,从上到下依次是第1张,第2张,第3张一直到第2n张。首先,我们把这2n张牌分成两堆,左手拿着第1张到第n张(上半堆),右手拿着第n+1张到第2n张(下半堆)。接着就开始洗牌的过程,先放下右手的最后一张 阅读全文
posted @ 2018-08-08 20:39 深度机器学习 阅读(409) 评论(0) 推荐(0) 编辑
摘要: 1、41. 缺失的第一个正数 给定一个未排序的整数数组,找出其中没有出现的最小的正整数。 示例 1: 示例 2: 示例 3: 思路:交换数组元素。使得数组中第i位存放数值(i+1)。 最后遍历数组,寻找第一个不符合此要求的元素,返回其下标。整个过程须要遍历两次数组,复杂度为O(n)。 下图以题目中给 阅读全文
posted @ 2018-08-08 09:51 深度机器学习 阅读(1963) 评论(0) 推荐(0) 编辑
摘要: 1、84.柱状图中最大的矩形 给定 n 个非负整数,用来表示柱状图中各个柱子的高度。每个柱子彼此相邻,且宽度为 1 。 求在该柱状图中,能够勾勒出来的矩形的最大面积。 以上是柱状图的示例,其中每个柱子的宽度为 1,给定的高度为 [2,1,5,6,2,3]。 图中阴影部分为所能勾勒出的最大矩形面积,其 阅读全文
posted @ 2018-08-08 09:49 深度机器学习 阅读(383) 评论(0) 推荐(0) 编辑
摘要: 1、最大和子矩阵 问题:求一个M*N的矩阵的最大子矩阵和。比如在如下这个矩阵中:0 -2 -7 09 2 -6 2-4 1 -4 1-1 8 0 -2 拥有最大和的子矩阵为:9 2-4 1-1 8其和为15。 假定原始矩阵的行数为M,那么对于子矩阵,它的行数可以是1到M的任何一个数,而且,对于一个K 阅读全文
posted @ 2018-08-08 09:45 深度机器学习 阅读(371) 评论(0) 推荐(0) 编辑
摘要: 1、64. 最小路径和 给定一个包含非负整数的 m x n 网格,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小。 说明:每次只能向下或者向右移动一步。 示例: 输入: [ [1,3,1], [1,5,1], [4,2,1] ] 输出: 7 解释: 因为路径 1→3→1→1→1 的总和 阅读全文
posted @ 2018-08-08 09:44 深度机器学习 阅读(182) 评论(0) 推荐(0) 编辑
摘要: 1、74、搜索二维矩阵 编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target。该矩阵具有以下特性: 每行的元素从左到右升序排列。 每列的元素从上到下升序排列。 示例: 现有矩阵 matrix 如下: 给定 target = 5,返回 true。 给定 target  阅读全文
posted @ 2018-08-08 09:43 深度机器学习 阅读(207) 评论(0) 推荐(0) 编辑
摘要: 1、54. 螺旋矩阵 给定一个包含 m x n 个元素的矩阵(m 行, n 列),请按照顺时针螺旋顺序,返回矩阵中的所有元素。 示例 1: 示例 2: 思想:用左上和右下的坐标定位出一次要旋转打印的数据,一次旋转打印结束后,往对角分别前进和后退一个单位。 提交代码时,主要的问题出在没有控制好后两个f 阅读全文
posted @ 2018-08-08 09:43 深度机器学习 阅读(468) 评论(0) 推荐(0) 编辑
摘要: 1、48. 旋转图像 给定一个 n × n 的二维矩阵表示一个图像。 将图像顺时针旋转 90 度。 说明: 你必须在原地旋转图像,这意味着你需要直接修改输入的二维矩阵。请不要使用另一个矩阵来旋转图像。 示例 1: 示例 2: 这种方法首先对原数组取其转置矩阵,然后把每行的数字翻转可得到结果,如下所示 阅读全文
posted @ 2018-08-08 09:43 深度机器学习 阅读(289) 评论(0) 推荐(0) 编辑
摘要: 最大似然估计(Maximum likelihood estimation, 简称MLE)和最大后验概率估计(Maximum aposteriori estimation, 简称MAP)是很常用的两种参数估计方法。 1、最大似然估计(MLE) 在已知试验结果(即是样本)的情况下,用来估计满足这些样本分 阅读全文
posted @ 2018-08-07 21:40 深度机器学习 阅读(4013) 评论(0) 推荐(0) 编辑
上一页 1 ··· 12 13 14 15 16 17 18 19 20 ··· 26 下一页