AI 助理
备案控制台
开发者社区 人工智能 文章 正文

practice2-基础算法2

2022-12-01 71
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 快速学习practice2-基础算法2

基础算法2


分治算法思想

要求：了解分治的概念

  分解

  解决

  合并

  经典分治算法：快排、归并排序


快速排序

 要求：掌握分治、递归的思想


归并排序

 要求：掌握分治、递归的思想


全排列

要求：

1、了解回溯思想的概念

2、掌握全排列算法，推荐视频：全排列

3、找到适合自己的板子，背下来

4、例题


位运算

要求：

1、了解位运算的概念和位运算符号


延伸：求一个数字二进制中1个个数

  • 求余法
  • 位运算法


拓展：巧用进制解决天平问题

思考：进制与数，要求掌握进制转换的方法

2db526edcf35c4aac0e2c536fabd44e.png

文章标签：
算法
游客dnwnpshbiaxrq
目录
相关文章
BetterBench
|
4月前
|
机器学习/深度学习 传感器 人工智能
【博士每天一篇论文-综述】Brain Inspired Computing : A Systematic Survey and Future Trends
本文提供了对脑启发计算（BIC）领域的系统性综述，深入探讨了BIC的理论模型、硬件架构、软件工具、基准数据集，并分析了该领域在人工智能中的重要性、最新进展、主要挑战和未来发展趋势。
BetterBench
87 2
【博士每天一篇论文-综述】Brain Inspired Computing : A Systematic Survey and Future Trends
BetterBench
|
4月前
|
机器学习/深度学习 存储 算法
【博士每天一篇文献-综述】2024最新联邦遗忘综述：Federated unlearning A survey on methods, design guidelines
本文提供了联邦遗忘（Federated Unlearning, FU）领域的全面综述，包括背景概念、动机、挑战、设计指南、评估指标体系，并探讨了FU在隐私保护和安全性方面的应用，以及面临的技术挑战和未来研究方向。
BetterBench
159 3
BetterBench
|
4月前
|
机器学习/深度学习 数据采集 运维
【博士每天一篇文献-综述】2024机器遗忘最新综述之一：A Survey on Machine Unlearning Techniques and New Emerged Privacy Risks
本文综述了机器遗忘技术及其面临的新兴隐私风险，提出了面向数据和模型的分类法，分析了信息窃取和模型破坏攻击手段，探讨了相应的防御策略，并讨论了机器遗忘技术在大型语言模型、联邦学习和异常检测等领域的应用。
BetterBench
67 5
BetterBench
|
4月前
|
存储 机器学习/深度学习 算法
【博士每天一篇文献-算法】连续学习算法之RWalk：Riemannian Walk for Incremental Learning Understanding
RWalk算法是一种增量学习框架，通过结合EWC++和修改版的Path Integral算法，并采用不同的采样策略存储先前任务的代表性子集，以量化和平衡遗忘和固执，实现在学习新任务的同时保留旧任务的知识。
BetterBench
97 3
BetterBench
|
4月前
|
机器学习/深度学习 算法 网络性能优化
【博士每天一篇文献-算法】A brain-inspired algorithm that mitigates catastrophic forgetting of
本文提出了一种受大脑启发的神经调节辅助信用分配（NACA）算法，该算法通过模拟大脑中的神经调节机制，有效减轻了人工神经网络（ANNs）和脉冲神经网络（SNNs）在学习过程中的灾难性遗忘问题，并具有较低的计算成本。
BetterBench
66 1
小小何先生
|
机器学习/深度学习 自然语言处理 监控
Lecture 1：强化学习简介
Lecture 1：强化学习简介
小小何先生
100 0
AiCharm
|
机器学习/深度学习 开发框架 编解码
动手学强化学习（三）：动态规划算法 （Dynamic Programming）
动态规划（dynamic programming）是程序设计算法中非常重要的内容，能够高效解决一些经典问题，例如背包问题和最短路径规划。动态规划的基本思想是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到目标问题的解。动态规划会保存已解决的子问题的答案，在求解目标问题的过程中，需要这些子问题答案时就可以直接利用，避免重复计算。本章介绍如何用动态规划的思想来求解在马尔可夫决策过程中的最优策略。
AiCharm
275 0
动手学强化学习（三）：动态规划算法 （Dynamic Programming）
游客dnwnpshbiaxrq
|
算法
practice3-基础算法3
快速学习practice3-基础算法3
游客dnwnpshbiaxrq
92 0
游客dnwnpshbiaxrq
|
算法 Java C语言
practice1-基础算法
快速学习practice1-基础算法
游客dnwnpshbiaxrq
119 0
LightOf
UCF 2021 Practice F.Balanced Strings (思维 组合数学)
UCF 2021 Practice F.Balanced Strings (思维 组合数学)
LightOf
108 0