08 2022 档案
摘要：给定一个整数数组和一个滑动窗口大小，求在这个窗口的滑动过程中，每个时刻其包含的最大值。 示例： 输入：nums = [1,3,-1,-3,5,3,6,7], k = 3 输出：[3,3,5,5,6,7] 解释： 滑动窗口的位置 最大值 [1 3 -1] -3 5 3 6 7 3 1 [3 -1 -3
阅读全文
摘要：给定一个起始字符串和一个终止字符串，以及一个单词表，求是否可以将起始字符串每次改一个字符，直到改成终止字符串，且所有中间的修改过程表示的字符串都可以在单词表里找到。若存在，输出需要修改次数最少的所有更改方式。 输入是两个字符串，输出是一个二维字符串数组，表示每种字符串修改方式。 示例： 输入：beg
阅读全文
摘要：给定建筑物的起止位置和高度，返回建筑物轮廓（天际线）的拐点。 示例： 输入：buildings = [[2,9,10],[3,7,15],[5,12,12],[15,20,10],[19,24,8]] 输出：[[2,10],[3,15],[7,12],[12,0],[15,10],[20,8],[2
阅读全文
摘要：字典 wordList 中从单词 beginWord 和 endWord 的 转换序列 是一个按下述规格形成的序列 beginWord -> s1 -> s2 -> ... -> sk： 每一对相邻的单词只差一个字母。 对于 1 <= i <= k 时，每个 si 都在 wordList 中。注意，
阅读全文
摘要：在给定的二维二进制数组 A 中，存在两座岛。（岛是由四面相连的 1 形成的一个最大组。） 现在，我们可以将 0 变为 1，以使两座岛连接起来，变成一座岛。 返回必须翻转的 0 的最小数目。（可以保证答案至少是 1 。） 示例： 输入：A = [[1,1,1,1,1],[1,0,0,0,1],[1,0
阅读全文
摘要：按照国际象棋的规则，皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。 n 皇后问题 研究的是如何将 n 个皇后放置在 n×n 的棋盘上，并且使皇后彼此之间不能相互攻击。 给你一个整数 n ，返回所有不同的 n 皇后问题 的解决方案。 每一种解法包含一个不同的 n 皇后问题 的棋子放置方案，该方
阅读全文
摘要：给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中，返回 true ；否则，返回 false 。 单词必须按照字母顺序，通过相邻的单元格内的字母构成，其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母不允许被重复使用。 示
阅读全文
摘要：给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合。可以按 任何顺序 返回答案。 示例： 输入：n = 4, k = 2 输出：[[2,4], [3,4], [2,3], [1,2], [1,3], [1,4]] 回溯法 排列回溯的是交换的位置，而组合回溯的是否把当前的数
阅读全文
摘要：给定一个不含重复数字的数组 nums ，返回其 所有可能的全排列 。可以按任意顺序返回答案。 示例1： 输入：nums = [1,2,3] 输出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]] 示例2： 输入：nums = [1] 输出：[[1]]
阅读全文
摘要：给定一个二维的非负整数矩阵，每个位置的值表示海拔高度。假设左边和上边是太平洋，右边和下边是大西洋，求从哪些位置向下流水，可以同时流到太平洋和大西洋。水只能从海拔高的位置流到海拔低或相同的位置。 示例： 输入: heights = [[1,2,2,3,5],[3,2,3,4,4],[2,4,5,3,1
阅读全文
摘要：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。 定义 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 isCon
阅读全文
摘要：卷积网络一般是指有卷积层的网络，英文名简写为CNN。 一般用卷积神经网络来处理图片。因为一张图片中的信息量往往很大，需要通过卷积层来将所有信息中的关键特征提取出来，然后再将化简后的特征传入后续的网络进行学习。卷积层的作用是利用卷积核将图片卷积化。 匹配过程 卷积核是一个n*n的矩阵，矩阵中的元素组合
阅读全文
摘要：使用人工智能判断imdb电影评论网站上的评论是好评还是恶评。 这些评论都是英文的，这时候我们需要将文字转换成对应的数字，神经网络才能对这些数字进行计算和分析。不过，keras已经把这些工作都做好了，它为这些评论中的单词设立了一个字典 有了这个字典之后，keras把原评论中的单词变成了单词对应数字组成
阅读全文
摘要：“识别手写数字”被称为“人工智能”中的“hello world”。 前置知识 图片数据形式 用shape()查看数据形状。 第一个数字为数据项数。一项数据代表一张图片，称为一个样本。 第2、3个数字表示数据形式，是一个什么形状的矩阵。矩阵中的数字值代表了这张正方形图片中对应位置的像素值，像素值为 0
阅读全文
摘要：跑一个简短的程序 from tensorflow import keras from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Activation from tensor
阅读全文
摘要：人工智能 人类的大脑之所以被称为智能，是因为它拥有学习和分析的能力，我们可以通过观察身边的事物来学习他们的规律，然后根据这个规律对未知结果的问题给出答案。 “对未知结果的问题给出答案”这件事按照数学思想来分类，可以分为“预测”问题和“分类”问题。 在大多数情况下，生活中的问题的都可以逻辑化简为“预测
阅读全文
摘要：参考：TensorFlow 入门 TensorFlow 是什么 TensorFlow 是一个深度学习库，由 Google 开源，可以对定义在 Tensor(张量)上的函数自动求导。 Tensor(张量) 意味着 N 维数组，Flow(流) 意味着基于数据流图的计算，TensorFlow 即为 张量从
阅读全文
