随笔分类 -  课程

上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 20 下一页
摘要:一、题目 将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 二、思路 我们可以用迭代的方法来实现上述算法。当 l1 和 l2 都不是空链表时,判断 l1 和 l2 哪一个链表的头节点的值更小,将较小值的节点添加到结果里,当一个节点被添加到结果里之后,将 阅读全文
posted @ 2023-05-11 10:45 ImreW 阅读(36) 评论(0) 推荐(0)
摘要:一、题目 给定一个列表 accounts,每个元素 accounts[i] 是一个字符串列表,其中第一个元素 accounts[i][0] 是 名称 (name),其余元素是 emails 表示该账户的邮箱地址。 现在,我们想合并这些账户。如果两个账户都有一些共同的邮箱地址,则两个账户必定属于同一个 阅读全文
posted @ 2023-05-10 20:29 ImreW 阅读(29) 评论(0) 推荐(0)
摘要:一、题目 二叉树上有 n 个节点,按从 0 到 n - 1 编号,其中节点 i 的两个子节点分别是 leftChild[i] 和 rightChild[i]。 只有 所有 节点能够形成且 只 形成 一颗 有效的二叉树时,返回 true;否则返回 false。 如果节点 i 没有左子节点,那么 lef 阅读全文
posted @ 2023-05-09 17:34 ImreW 阅读(24) 评论(0) 推荐(0)
摘要:(一)Java Bean介绍 1.java Bean的介绍 在Java中,有很多class的定义都符合这样的规范: 若干private实例字段; 通过public方法来读写实例字段。 例如: public class Person { private String name; private int 阅读全文
posted @ 2023-05-07 17:36 ImreW 阅读(912) 评论(0) 推荐(1)
摘要:ConfigurableApplicationContext 是 Spring 应用程序上下文的接口之一,它是 ApplicationContext 接口的子接口。ConfigurableApplicationContext 接口扩展了 ApplicationContext 接口,使得在启动 Spr 阅读全文
posted @ 2023-05-07 16:33 ImreW 阅读(564) 评论(0) 推荐(0)
摘要:(一)基本定义 Javadoc是Sun公司提供的一个技术,从程序源代码中抽取类、方法、成员等注释形成一个和源代码配套的API帮助文档 (二)使用方式 javadoc 源文件名.java javadoc -d 文档存放目录 源文件名.java 通过IDEA生成Javadoc : Tools -> Ge 阅读全文
posted @ 2023-05-07 15:48 ImreW 阅读(857) 评论(0) 推荐(0)
摘要:原文链接:看完这篇,别人的开源项目结构应该能看懂了 (一)《阿里巴巴Java开发手册》 它这里面讲的内容大概就是:关于一个正常的企业项目里一种通用的项目结构和代码层级划分的指导意见。 按这本书上说的,一般分为如下几层: 开放接口层 终端显示层 Web 层 Service 层 Manager 层 DA 阅读全文
posted @ 2023-05-06 20:59 ImreW 阅读(10571) 评论(0) 推荐(2)
摘要:(一)JDBC是什么? 相对于数据库而言,Web应用是数据库的客户端,我们需要为客户端与数据库之间建立连接,双方才能交互。 我们已经学习了SQL,这是操纵数据库的语言。我们现在开发Web应用使用的Java语言,那怎么让Web应用于数据库进行交互呢?这就需要使用JDBC了。 JDBC是Java Dat 阅读全文
posted @ 2023-05-06 11:17 ImreW 阅读(74) 评论(0) 推荐(0)
摘要:原文链接:Java序列化与反序列化三连问:是什么?为什么要?如何做? (一)什么是序列化与反序列化? Java序列化是指把Java对象转换为字节序列的过程,而Java反序列化是指把字节序列恢复为Java对象的过程: 序列化:对象序列化的最主要的用处就是在传递和保存对象的时候,保证对象的完整性和可传递 阅读全文
posted @ 2023-05-06 10:37 ImreW 阅读(45) 评论(0) 推荐(0)
摘要:一、题目 树可以看成是一个连通且 无环 的 无向 图。 给定往一棵 n 个节点 (节点值 1~n) 的树中添加一条边后的图。添加的边的两个顶点包含在 1 到 n 中间,且这条附加的边不属于树中已存在的边。图的信息记录于长度为 n 的二维数组 edges ,edges[i] = [ai, bi] 表示 阅读全文
posted @ 2023-05-06 10:20 ImreW 阅读(15) 评论(0) 推荐(0)
摘要:(一)Thread类实现了Runnable接口吗? 在线程使用过程中,我们肯定会用到Runnable与Thread,前者的实现方式是实现其接口即可,后者的实现方式是继承其类。两者实现方式带来最明显的区别就是,由于Java不允许多继承,因此实现了Runnable接口可以再继承其他类,但是Thread明 阅读全文
posted @ 2023-05-03 20:30 ImreW 阅读(107) 评论(0) 推荐(0)
摘要:一、题目 有 n 个城市,其中一些彼此相连,另一些没有相连。如果城市 a 与城市 b 直接相连,且城市 b 与城市 c 直接相连,那么城市 a 与城市 c 间接相连。 省份 是一组直接或间接相连的城市,组内不含其他没有相连的城市。 给你一个 n x n 的矩阵 isConnected ,其中 isC 阅读全文
posted @ 2023-05-03 20:10 ImreW 阅读(16) 评论(0) 推荐(0)
摘要:原文链接:Java 里的异常(Exception)详解 (一)什么是java里的异常 由于java是c\c++ 发展而来的, 首先我们先看看c语言里的错误. 1.c语言里的错误 我们实现一个程序的过程包括, 代码编写, 编译代码成为程序, 执行程序.其中大部分常见的语法错误都会被编译代码这样部过滤掉 阅读全文
posted @ 2023-05-02 16:01 ImreW 阅读(24) 评论(0) 推荐(0)
摘要:一、题目 有一个具有 n 个顶点的 双向 图,其中每个顶点标记从 0 到 n - 1(包含 0 和 n - 1)。图中的边用一个二维整数数组 edges 表示,其中 edges[i] = [ui, vi] 表示顶点 ui 和顶点 vi 之间的双向边。 每个顶点对由 最多一条 边连接,并且没有顶点存在 阅读全文
posted @ 2023-05-01 22:04 ImreW 阅读(38) 评论(0) 推荐(0)
摘要:(一)RNN的长期依赖问题 循环神经网络RNN在训练的过程中会有长期依赖的问题,这是由于RNN模型在训练时会遇到梯度消失(大部分情况)或者梯度爆炸(很少,但对优化过程影响很大)的问题。 对于梯度爆炸是很好解决的,可以使用梯度修剪(Gradient Clipping),即当梯度向量大于某个阈值,缩放梯 阅读全文
posted @ 2023-05-01 10:53 ImreW 阅读(2324) 评论(0) 推荐(0)
摘要:一、题目 给你一个由 '1'(陆地)和 '0'(水)组成的的二维网格,请你计算网格中岛屿的数量。 岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。 此外,你可以假设该网格的四条边均被水包围。 二、思路 为了求出岛屿的数量,我们可以扫描整个二维网格。如果一个位置为 11 阅读全文
posted @ 2023-04-30 19:54 ImreW 阅读(17) 评论(0) 推荐(0)
摘要:(一)什么是CRF? CRF,全称 Conditional Random Fields,中文名:条件随机场。是给定一组输入序列的条件下,另一组输出序列的条件概率分布模型。 (二)什么时候可以用CRF? 当输出序列的每一个位置的状态,需要考虑到相邻位置的状态的时候。举两个例子: 1、假设有一堆小明日常 阅读全文
posted @ 2023-04-30 10:02 ImreW 阅读(280) 评论(0) 推荐(0)
摘要:一、题目 给定一个未排序的整数数组 nums ,找出数字连续的最长序列(不要求序列元素在原数组中连续)的长度。 请你设计并实现时间复杂度为 O(n) 的算法解决此问题。 二、思路 所有在一个连续区间的元素都会在一个连通分量中,且该连通分量的根节点为该连续区间中的最大值 遍历数组,如果nums[i]+ 阅读全文
posted @ 2023-04-29 19:33 ImreW 阅读(31) 评论(0) 推荐(0)
摘要:对于 精准率(precision )、召回率(recall)、f1-score,他们的计算方法很多地方都有介绍,这里主要讲一下micro avg、macro avg 和weighted avg 他们的计算方式。 1、微平均 micro avg: 不区分样本类别,计算整体的 精准、召回和F1 精准 m 阅读全文
posted @ 2023-04-29 11:05 ImreW 阅读(1353) 评论(0) 推荐(0)
摘要:隐马尔可夫模型(Hidden Markov Model,HMM)是统计模型,它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。隐马尔可夫模型(HMM)可以用五个元素来描述,包括2个状态集合和3个概率矩阵:1. 隐含状态 S、2. 可观测状态 O、3. 初始状 阅读全文
posted @ 2023-04-29 10:43 ImreW 阅读(92) 评论(0) 推荐(0)

上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 20 下一页