摘要：
本题使用动态规划的思想，创建一维数组dp(n) 1. 初始化与源数组相同，即将原数组进行拷贝 2. 状态转移方程是：如果dp[i-1] > 0 then dp[i] = dp[i-1] + nums[i] 否则 保持dp[i]值不变 3. 求取dp中的最大值，即为最大子序和 代码如下 class S 阅读全文
摘要：
动态规划方法 解题思路 1. 定义dp[i][j] 容器，其中i, j表示为字符串中i到j的子串，是否为回文 2. dp初始化 2.1 dp[i][i] = true; 2.2 if s[i] == s[i+1] 则 dp[i][i+1] = true； 3. 状态转移方程：如果dp[i+1][j- 阅读全文
摘要：
class Solution { public: void FindNumsAppearOnce(vector<int> data,int* num1,int *num2) { vector<int> res; map<int, int> m; for(auto x:data) m[x]++; fo 阅读全文
摘要：
// 【1, 2, 3, 4, 5】 -> [4, 5, 1, 2, 3] 查找某个元素，返回下标 int findNum(vector<int> &array, int target){ int left = 0; int right = array.size() - 1; while(left 阅读全文
摘要：
map阶段 # -*- coding: utf-8 -*- import sys for line in sys.stdin: line = line.strip() words = line.split() for word in words: print("%s\t%s" % (word, 1) 阅读全文
摘要：
背景 数据备份时，将主机A上的数据拷贝到主机B中 dd if=/root/a | ssh B_ip "dd of=/root/a" 阅读全文
摘要：
编辑距离是求两个文本的相似度的一种算法。 我们将两个字符串 a,b 的 Levenshtein Distance 表示为 lev_{a,b}(|a|, |b|)，其中|a| 和 |b| 分别对应a,b 的长度，公式如下 红框中的数字即为最终求取的"xyz"与"xxc"的编辑距离 应用与思考 编辑距离 阅读全文
摘要：
背景 彻底搞懂lstm 原理 lstm是长短记忆神经网络，如何做到长短记忆，有上图内部结构实现 首先长时间记忆单元C(t-1)通过遗忘门g_forget去遗忘一些信息，受如下信息的控制。 当前时刻的外部输入x(t) 上一时刻的输出（短时记忆）h(t-1) 上一时刻的长时记忆C（t-1） 然后由输入门 阅读全文
摘要：
背景 学习裸盘挂载到云主机上，如何分区，格式化 分区操作 fdisk /dev/vdb 1. m ：help功能 2. n : 创建分区 3. p: 创建一个主分区 4. 1：输入分区号 5. 2048： 输入起始扇区 6. +512M：输入扇区大小 7. w: 保存 分好的区格式化成文件系统 mk 阅读全文