Category: 数据结构与算法

微软研究院十年前的 ResNet图片识别模型把Chessly识别成波斯猫。 Chessly是英短，虽然毛并短，估计不是纯的英短/British Short Hairs（杂交来的）。 在Chessly的每年疫苗本上写的是英短，但是她的毛很长，更像是英长/British Long Hairs。 ResNet-50 简介 ResNet（残差网络）由微软研究院在 2015 年提出。它通过残差结构解决了深层神经网络中的退化问题。 ResNet-50 是其中一个常用版本，总共有 50 层。 核心思想 残差模块的计算方式是： 这种跳跃连接（shortcut connection）可以避免梯度消失，让更深的网络更容易训练。 网络结构 输入图像大小通常为 224×224。 主要阶段： 7×7 卷积 + 最大池化 …

Python 基础排序算法：基数排序详解与示例 Python Radix Sort 教程：整数、负数和浮点数排序 Python 数字排序指南：从整数到浮点的基数排序实现 高效排序算法讲解：Python 中的基数排序应用 Python 排序算法全解析：Radix Sort 的用法与实例 Python 基数排序简介 基数排序是一种非比较型排序算法，它通过按位对数字进行排序来完成排序。与直接比较整个数字（如快速排序或归并排序）不同，基数排序将元素根据其数字或字符分配到“桶”中，然后逐位处理。 对于整数，基数排序通常从最低有效位（LSD）到最高有效位（MSD）进行排序。这样可以保证稳定性，在处理完所有位后得到有序数组。 — 基数排序的工作原理 找到数组中的最大值，以确定需要处理的位数。 对每一位（个位、十位、百位等）使用稳定排序（如计数排序）。 重复此过程直到处理完所有位。 示例：对数组 进行排序： 按个位排序 → 按十位排序 → …

有序数据结构在编程中（尤其是算法竞赛和竞技编程）非常实用。在 Python 中，主要由 Sorted Containers 库提供三种有序数据结构：SortedDict、SortedSet 和 SortedList。 深入理解 Python 有序数据结构：从内置到 SortedContainers Python 有序数据结构完整指南 Python 中的有序列表、字典与集合实战解析 带你玩转 Python SortedContainers 与内置排序结构 Python 开发者必读：SortedContainers 与内置数据结构对比 Python 有序数据结构教程 排序是编程中最常见的操作之一。Python 提供了多种方式来维护有序数据，从内置的列表、集合、堆，到第三方库 sortedcontainers。 本教程将介绍 …

前两天，我想查一下自己在 STEEM 区块链上一些重要记录对应的区块号，比如： 注册了我的账号 #4253590 成为见证人 #20190755 挖到我的第一个区块 #20390040 被孙宇晨大佬代理了 SP #41676911 收到一笔 DAO 收入 #95403889 当时手头只有时间戳，却不知道对应的是哪个区块，于是我想到可以用二分查找（binary search）算法来定位。 其实，这个思路在其它区块链上同样适用，并不依赖于特定的链（如 Steem、以太网/Ethereum、比特币/Bitcoin 等）。虽然具体的实现细节（RPC 方法名、时间戳格式等）会有所不同，但整体逻辑是一致的：通过 RPC API 获取某个区块的时间戳；获取最新区块作为上界；然后在区间内使用二分查找。通过多次查询区块时间戳，就能把给定的时间戳映射到最接近的区块号，算法复杂度约为 O(log N)。 当然，大多数区块链也会提供专门的 API …

argmax：从未来推理现在 整个机器学习(最优化)，背后的根本数学原理是下面这个公式: arg_max_{x∈X} F(x) 它的含义是：在所有可能的输入 x ∈ X 中，找出让目标函数 F(x) 最大的那个 x。这个公式返回的是最优解 x，而不是最大值本身。 这个公式代表【从未来推理出现在的最佳选择】，因为所有的x有哪些，实际上是没办法穷尽的，以及F有哪些，是未来才知道的。代表一种完全信息视角。 这个和“传统”的数学递推公式是反过来的，传统的递推公式是，利用过去的推理未来的，例如斐波那契额数列 ，假设的是F(n-1)和F(n-2)我们已经知道，我们就可以推理F(n)（这也是动态规划算法的核心）。这个是【利用过去的信息推理未来的】。 因此，机器学习/最优化，本质是预测未来。实际上，arg_max 公式，如果用编程语言来表达，非常好理解： 这个思维方式代表的是“从未来反推现在”：F(x) 是未来某种评估函数，我们假设它存在，并试图找到现在该做什么（x）才能让它最大。 def arg_max(X, F): best_x = None best_score = float('-inf') …

在面试流程（例如筛选）的早期阶段，一位 Google 招聘人员曾向我问过这个问题。 在C++中，当你使用std::map访问一个不存在的键时，行为取决于你是如何访问它的。 使用下标操作符 访问时 如果键不存在，std::map 会默认插入一个该键的元素，并为其赋值为类型的默认值。比如，如果 map 的值类型是 int，那么它会插入该键并赋值为 0。 例子： std::map<int, int> myMap; int value = myMap; // 如果键10不存在，会插入myMap = 0 使用 at() 方法访问时 如果键不存在，at() 会抛出 …

给定一个数独(Sudoku), 我们可以使用深度优先搜索算法(DFS), 迭代加深搜索算法(IDS)或广度优先搜索算法(BFS)来寻找可能的解. 反过来, 如果我们要设计一个算法来生成有效的数独, 我们需要澄清以下问题: 生成的数独(Sudoku)必须有可解状态吗? 是的 生成的数独(Sudoku)有多个解吗? 我们可以假设返回的Suduoku只有1个唯一解 生成的数独(Sudoku)的找解难度? 我们可以为此设置一个参数: 简单, 中等或困难 一共有6.671×10^21个有效的数独状态, 如果我们忽略旋转, 镜像状态等重复的状态, 这个数字就降到了5.4×10^9个状态. 我们可以随机生成一个由数字1-9填充的矩阵, 并检查它是否是有效的数独, 但这非常低效, 因为生成的矩阵极有可能不是有效的数独. 设计一个随机数独的算法 为了设计一个有效的算法, 生成一个随机的有效数独, 我们可以采用以下算法: 使用回溯(深度优先搜索)算法来生成一个具有随机性的有效完整数独. 例如, 我们可以随机选择数字, …