摘要: 字符串 S 由小写字母组成。我们要把这个字符串划分为尽可能多的片段,同一个字母只会出现在其中的一个片段。返回一个表示每个字符串片段的长度的列表。 示例 1: 输入: S = "ababcbacadefegdehijhklij"输出: [9,7,8]解释:划分结果为 "ababcbaca", "def 阅读全文
posted @ 2019-11-25 12:48 Freiburger 阅读(150) 评论(0) 推荐(0) 编辑
摘要: 假设有打乱顺序的一群人站成一个队列。 每个人由一个整数对(h, k)表示,其中h是这个人的身高,k是排在这个人前面且身高大于或等于h的人数。 编写一个算法来重建这个队列。 注意:总人数少于1100人。 示例 输入:[[7,0], [4,4], [7,1], [5,0], [6,1], [5,2]] 阅读全文
posted @ 2019-11-23 18:02 Freiburger 阅读(153) 评论(0) 推荐(0) 编辑
摘要: 一:频率派,贝叶斯派的哲学 现在考虑一个最最基本的问题,到底什么是概率?当然概率已经是在数学上严格的,良好定义的,这要归功于30年代大数学家A.N.Kolmogrov的概率论公理化。但是数学上的概率和现实世界到底是有怎样的关系?我们在用数学理论 概率论解决实际问题的时候,又应该用什么样的观点呢?这真 阅读全文
posted @ 2019-11-21 23:21 Freiburger 阅读(864) 评论(0) 推荐(0) 编辑
摘要: 所谓蒙特卡罗方法(Monte Carlo method),也称为统计模拟方法,指的是一系列随机模拟某个分布,然后近似计算某些量的方法。蒙特卡罗方法在金融,计算物理,机器学习等领域有着广泛的应用。蒙特卡罗方法的命名来自于大数学家冯诺依曼(John von Neumann),其将该算法命名为一家摩纳哥的 阅读全文
posted @ 2019-11-16 00:42 Freiburger 阅读(1424) 评论(0) 推荐(0) 编辑
摘要: 一.蒙特卡罗法的缺陷 通常的蒙特卡罗方法可以模拟生成满足某个分布的随机向量,但是蒙特卡罗方法的缺陷就是难以对高维分布进行模拟。对于高维分布的模拟,最受欢迎的算法当属马尔科夫链蒙特卡罗算法(MCMC),他通过构造一条马尔科夫链来分步生成随机向量来逼近制定的分布,以达到减小运算量的目的。 二.马尔科夫链 阅读全文
posted @ 2019-11-13 03:02 Freiburger 阅读(3617) 评论(0) 推荐(0) 编辑
摘要: 题目描述: 在二维空间中有许多球形的气球。对于每个气球,提供的输入是水平方向上,气球直径的开始和结束坐标。由于它是水平的,所以y坐标并不重要,因此只要知道开始和结束的x坐标就足够了。开始坐标总是小于结束坐标。平面内最多存在104个气球。 一支弓箭可以沿着x轴从不同点完全垂直地射出。在坐标x处射出一支 阅读全文
posted @ 2019-11-12 03:15 Freiburger 阅读(229) 评论(0) 推荐(0) 编辑
摘要: LeetCode 45. 跳跃游戏2 给定一个非负整数数组,你最初位于数组的第一个位置。 数组中的每个元素代表你在该位置可以跳跃的最大长度。 你的目标是使用最少的跳跃次数到达数组的最后一个位置。 示例: 输入: [2,3,1,1,4] 输出: 2 解释: 跳到最后一个位置的最小跳跃数是 2。 从下标 阅读全文
posted @ 2019-11-07 01:14 Freiburger 阅读(111) 评论(0) 推荐(0) 编辑
摘要: 1. Kullback-Leibler 散度: 在概率论,信息论中我们往往得考虑两个概率分布(更一般的,测度)的差异度,一种衡量方式就是所谓的用Kullback-Leibler散度(或者称距离)表征两个测度(分布)的差异度,其定义如下: 定义 1.1 :$P,Q$是样本空间$(\Omega, \ma 阅读全文
posted @ 2019-11-05 08:57 Freiburger 阅读(1305) 评论(0) 推荐(0) 编辑
摘要: 回忆上次所提到的,隐马尔科夫模型引出的三个基本问题: 1)概率计算问题:给定模型参数$\lambda=(A,B,\pi)$ 以及某个观测序列$O=(0_{1},...,0_{T})$, 如何高效地计算出概率$P(O\mid \lambda)$? 2)学习问题:已知某个观测序列$O=(o_{1},.. 阅读全文
posted @ 2019-11-03 21:02 Freiburger 阅读(206) 评论(0) 推荐(0) 编辑
摘要: 隐马尔科夫模型是一种序列模型,广泛应用于自然语言处理,语音识别,生物信息等领域。 1. 模型的定义与约定: 定义一:一个隐马尔科夫模型指的是如下的两个随机序列$I,O$: 1)一个不可观测随机序列:$I=(i_{1},...,i_{T})$, 可以取值状态集合$Q=\lbrace 1,...,K\r 阅读全文
posted @ 2019-11-01 22:49 Freiburger 阅读(218) 评论(0) 推荐(0) 编辑