Bill_H

摘要： 1.安装selenium pip3 install selenium -i https://pypi.douban.com/simple 2.下载chrome浏览器 3.下载chrome浏览器驱动 chrome浏览器驱动下载地址 4.执行代码，保存博客 from selenium import we 阅读全文

摘要：  阅读全文

摘要： import numpy as np import matplotlib.pyplot as plt #创建新图片，设定图片尺寸 fig = plt.figure(figsize=(6,3)) x = np.linspace(-9,9,201) y = np.sin(x) #设置坐标轴范围 plt. 阅读全文

摘要： 给定 N 辆火车，每辆火车以数字1-9编号，火车站只有一个方向进出，同时停靠在火车站的列车中，只有后进站的出站了，先进站的才能出站。求所有的火车出站的方案。 例如给定输入 1 2 3 输出为 1 2 3 1 3 2 2 1 3 2 3 1 3 2 1 该问题属于栈的问题，可以用递归的思想解决，即每次 阅读全文

摘要： 全排列问题可以用递归解决。假设我们要对1，2，3，4四个数进行全排列，分四种情况： (a) 以 1 开头，求 2，3，4 全排列 (b) 以 2 开头，求 1，3，4 全排列 (c) 以 3 开头，求 1，2，4 全排列 (d) 以 4 开头，求 1，2，3 全排列 而对于 3 个数的全排列也可以按 阅读全文

摘要： 最长公共子串问题是寻找两个或多个已知字符串最长的子串。此问题与最长公共子序列问题的区别在于子序列不必是连续的，而子串却必须是。 求解最长公共子串可以借助动态规划法，思路如下： 求 'ABCDEF' 和 'BCDF' 的最长公共子串，首先可以建立两组字符串，分别是 'A' 'AB' 'ABC' 'AB 阅读全文

摘要： Levenshtein距离，又称编辑距离，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。 求解Levenshtein距离可以依靠动态规划。例如将源字符串'yabd'转换成目标字符串'abc'，该问题的求解步骤 阅读全文

摘要： 求一个序列的最长上升子序列长度可以通过动态规划求解。动态规划的思想是将一个问题分成多个阶段，每一阶段的解依靠其之前阶段的解推出。按照动态规划的思想，在求解序列[2, 5, 1, 5, 4, 5]的最长上升子序列时，可以将问题分解为： 以2为结尾的序列[2]的最长上升子序列长度， 以5为结尾的序列[2 阅读全文

摘要： 字符串 # 分割 >>> 'hello world'.split() ['hello', 'world'] # 索引 >>> 'hello world'[8:5:-1] 'row' # 迭代 >>> for i in 'hello': print(i,end=' ') h e l l o # 计数 阅读全文

摘要： 今天同事说到了一个python的排序模块bisect，觉得挺有趣的，跟大家分享分享。 先看看模块的结构： 前面五个属性大家感兴趣可以打出来看看数值，这里就不介绍了。 先说明的是，使用这个模块的函数前先确保操作的列表是已排序的。 先看看 insort 函数： 其插入的结果是不会影响原有的排序。 再看看 阅读全文