上一页 1 ··· 25 26 27 28 29 30 31 32 33 ··· 83 下一页
摘要: O(n) 注意点k可能大于 n / 2即可 /** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode() : val(0), next(nullptr) { 阅读全文
posted @ 2021-10-08 10:05 WTSRUVF 阅读(25) 评论(0) 推荐(0) 编辑
摘要: 写麻烦了 flag 对于叶子节点表示val是0还是1 对于非叶子节点表示子节点删没删 dfs就好了 写了free就报错,不知道是我写的方式错了,还是oj有问题。 /** * Definition for a binary tree node. * struct TreeNode { * int va 阅读全文
posted @ 2021-10-07 20:50 WTSRUVF 阅读(28) 评论(0) 推荐(0) 编辑
摘要: dfs水题 /** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode *left; * TreeNode *right; * TreeNode() : val(0), left(nullptr 阅读全文
posted @ 2021-10-07 20:02 WTSRUVF 阅读(24) 评论(0) 推荐(0) 编辑
摘要: 数据量比较小,两个数相加最大不超过1000,那就先将1000以内的60的倍数存起来, 记录time数组中每个数是否出现,以及下标, 之后遍历time数组,对于time[i],遍历60的每个倍数m,如果m - time[i] 存在,并且下标大于i,则cnt++,存在几个就++几次,同时注意m 是否大于 阅读全文
posted @ 2021-10-06 10:59 WTSRUVF 阅读(22) 评论(0) 推荐(0) 编辑
摘要: 放到数组里排序就行了 /** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode() : val(0), next(nullptr) {} * ListNod 阅读全文
posted @ 2021-10-05 22:05 WTSRUVF 阅读(19) 评论(0) 推荐(0) 编辑
摘要: 只用了200个数据集 以上是在复现代码时的一些发现记录 现在是将分类代码和分割代码写到了一起,事先重新规划了一下分类代码的编排 文件夹: configuration.py import torch class config(): batch_size = 4 num_epochs = 10 num_ 阅读全文
posted @ 2021-10-05 21:56 WTSRUVF 阅读(178) 评论(0) 推荐(0) 编辑
摘要: 快速幂 注意int范围为$[2^{31},2^{31} - 1]$,若n为最小值,变为正数时会溢出,所以先用longlong存n比较好 class Solution { public: double myPow(double x, int n) { int flag = 0; long long N 阅读全文
posted @ 2021-10-04 22:12 WTSRUVF 阅读(21) 评论(0) 推荐(0) 编辑
摘要: 只用了modelnet40的第一个部分训练的 大致思路和图像一样,只不过用的conv1d,在数据集处理上也稍有不同 my_Dataset.py: import numpy as np import h5py import torch import random import torchvision. 阅读全文
posted @ 2021-10-04 21:56 WTSRUVF 阅读(119) 评论(0) 推荐(0) 编辑
摘要: dfs就好了 先去重一下 class Solution { public: vector<vector<int> > ret; int cnt[55], n; void dfs(vector<int> candidates, int target, int k, vector<int> v) { i 阅读全文
posted @ 2021-10-03 16:02 WTSRUVF 阅读(21) 评论(0) 推荐(0) 编辑
摘要: 主要是练了一下数据读取 这次用的cifa10,整个是一个字典,取了前100个去训练了一下 要先把每一行reshape成32 * 32 * 3 self.data = self.data.reshape(-1, 32, 32, 3) __getitem__ 里放到tranforms之前先Image.f 阅读全文
posted @ 2021-10-03 14:52 WTSRUVF 阅读(93) 评论(0) 推荐(0) 编辑
上一页 1 ··· 25 26 27 28 29 30 31 32 33 ··· 83 下一页