04 2021 档案
摘要：树的高度：节点到叶子节点的最大值就是其高度。树的深度：高度和深度是相反的，高度是从下往上数，深度是从上往下。因此根节点的深度和叶子节点的高度是 0。树的层：根开始定义，根为第一层，根的孩子为第二层。二叉树，三叉树，。。。 N 叉树，由其子节点最多可以有几个决定，最多有 N 个就是 N 叉树 二叉搜索
阅读全文
摘要：# 二叉树系列 class BinaryTree(object): def __init__(self, item): self.item = item self.left = None self.right = None def create_tree_data(): a = BinaryTree
阅读全文
摘要：关键点：贪心算法 def longest_continue_subseq(li): start = 0 res = 0 for i in range(1, len(li)): if li[i] <= li[i-1]: start = i res = max(res, i - start + 1) r
阅读全文
摘要：def reverse_str(s): from functools import reduce res = s[::-1] # 切片 res = "".join(list(reversed(s))) # 反转函数 res = reduce(lambda x,y:y+x, s) # reduce p
阅读全文
摘要：技巧：采用滑动窗口方法，首数值更新尾数值 实现： def max_continue_avg(li, k): first_sum = 0 for i in range(k): first_sum += li[i] res = first_sum for j in range(k, len(li)):
阅读全文
摘要：定义：从根节点到最近叶子结点的最短路径上的节点个数 实现： class TreeNode(object): def __init__(self, item): self.item = item self.left = None self.right = None def create_tree():
阅读全文
摘要：方法一：set集合法，数据节点存在则说明有环 def create_circle_linklist(): a = Node(1) b = Node(2) c = Node(3) d = Node(4) a.next = b b.next = c c.next = d d.next = b retur
阅读全文
摘要：问题： 输入整型数组，返回两元素的索引，使得这两个元素之和为特定的结果。假设这两个元素为不同元素。例如: nums = [1,3,2,7] , target = 5返回[1,2], 因为nums[1] + nums[2] = 3 + 2 = 5; 当没有符合元素时, 返回null def two_s
阅读全文
摘要：三种情况：1）全部为正数；2）全部为负数；3）有负有正。对传入数据排序： 如果排序后的数组的最大元素为负数，则说明数组元素均为负数如果排序后的数组的最大元素为正数，则又需要分情况讨论：数组中所有元素均为正数，则最大值为最后三个数组元素的乘积；数组中元素有正数，也有负数；这时候就需要进行比较了；用最后
阅读全文
摘要：思路： def new_ton(num): if num == 0: return 0 res = int(sqrt(num, num)) print(res) def sqrt(n, x): cur = (n + x/n) / 2 if cur == n: return cur else: ret
阅读全文
摘要：需求：顺序加载多个计算图时，会导致第二个计算图后变量 不可用，在程序初始化中解决该问题（一下代码没有做优化，请读者自行修正） class BertEncoder(object): """ model """ def __init__(self, OUTPUT_GRAPH, OUT_TENSOR):
阅读全文
摘要：def find_index(li): if not li or len(li) == 0: return li_sum = sum(li) left_total = 0 for i in range(len(li)): left_total += li[i] right_total = li_su
阅读全文
摘要：一个数的平方根在1～x-1内 def find_sqrt_int(num): if not num: return left, right = 0, num while left <= right: mid = left + (right-left) / 2 if mid ** 2 >= num:
阅读全文
摘要：题目：给定一个排序数组，你需要在 原地 删除重复出现的元素，使得每个元素只出现一次，返回移除后数组的新长度。不要使用额外的数组空间，你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。解法：采用双指针，遍历数组，发现两个值相等，移动指针，发现两个值不相等，互换位置保证指针走过的地
阅读全文
摘要：def biggest_divisor(a, b): """ 欧几里得法获得最大公约数，递归要有停止条件""" if b == 0: return a else: return biggest_divisor(b, a % b) def biggest_divisor_v2(a, b): while
阅读全文
摘要：def lcs(s1, s2): m = len(s1) # 记录s1长度 n = len(s2) # 记录s2长度 a = [[0 for j in range(n+1)]for i in range(m+1)] # 得分数组 b = [[0 for j in range(n+1)]for i i
阅读全文
摘要：首先我们看操作手册： 在想要快速计算特定维度上的求和使用该方法，如：
阅读全文
摘要：方法一：双指针法 采用就地反转，不用额外开辟空间 注意：接收链表的head节点，返回当前节点 方法二：递归法 代码如下： class Node(object): def __init__(self, item, next=None): self.item = item self.next = nex
阅读全文
摘要：问题：对于n个非负整数，如何拼接它们使得他们得到整数结果值最大？如：32, 64, 12, 118, 11829, 10 拼接的最大整数是：6432121182911810 解决：将应当拼接的顺序排列好直接join。直接上，首字数大的排在最前，但如果首字数相同如何比较呢，如：718和71819谁要放
阅读全文
摘要：类别：1）0-1背包；2）分数背包 0-1背包使用贪心算法无法获得最优解 分数背包代码如下： def fractional_package(goods, w): """ :param data: [(价值，重量),...] :param w: 要拿取的总重量 :return:(拿走的数量，拿走的总价
阅读全文
摘要：问题：店家现有纸币：100元、50元、20元、5元、1元，对于某一商品的费用找钱，如何使得找的纸币数量最少 解决：贪心算法 代码： def change_money(data, num): """ :param data: 纸币面值 :param num: 当前费用 :return: 对应纸币面值数
阅读全文
摘要：话不多说，直接上重点： 本质：Python函数功能：可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象主要需求场景：性能测试、插入日志、事务处理、缓存、权限校验等优势：可以抽离出大量与函数功能本身无关的雷同代码并继续重用，即：为已经存在的对象添加额外的功能 实验
阅读全文
摘要：class Node(): def __init__(self, item): self.item = item self.next = None def create_linklist_head(li): head = Node(li[0]) for e in li[1:]: node = Nod
阅读全文
摘要：在已有排序的列表中，如果需要高性能查找特定数，使用二分查找；即使是无序列表，也可以先采用O(nlogn)时间复杂度下排序，再二分查找也是不错的选择 def binary_search(li, left, right, num): while left < right: mid = (left + r
阅读全文
摘要：通常，我们使用bert做文本分类，泛化性好、表现优秀。在进行文本相似性计算任务时，往往是对语料训练词向量，再聚合文本向量embedding数据，计算相似度；但是，word2vec是静态词向量，表征能力有限，此时，可以用已进行特定环境下训练的bert模型，抽取出cls向量作为整个句子的表征向量以供下游
阅读全文
摘要：侧重点一：点击率(Click Through Rate, 缩写为CTR)：为点击条目的个数除以总条目个数。 侧重点二：K位准确率(Precision@K)：为在最好的K个推荐的条目中获得的点击数除以K。 侧重点三：归一化折扣累计收益(Normalized Discounted Cumulative
阅读全文
摘要：def partition(data, left, right): tmp = data[left] while left < right: while left < right and data[right] >= tmp: right -= 1 data[left] = data[right]
阅读全文
摘要：""" Function: do it """ li = [3, 4, 2, 9, 1, 7, 6, 5, 8] def select_sort(data): for i in range(len(data)-1): min_loc = i # 假设当前位是最小值位置 for j in range(
阅读全文
摘要：li = [3, 4, 2, 9, 1, 7, 6, 5, 8] def insert_sort(data): for i in range(1, len(data)): tmp = data[i] # 拿到手里的数 j = i - 1 # 开始往前比较的开始位 while j >= 0 and d
阅读全文
摘要：li = [3, 4, 2, 9, 1, 7, 6, 5, 8] def bubble_sort(data): for i in range(len(data)-1): exchange = True for j in range(len(data)-i-1): if data[j] > data[
阅读全文
摘要：重要组件：1.query解析；2.目标召回；3.目标排序 解决问题：1.语义检索问题；2.个性化检索问题 如何召回语义上相似但没有明确和query项匹配的物品 针对不同的人相同的搜索词，希望召回一些个性化的物品，较为发散 应用依据：电商领域最常用的召回当属item-based CF，此类方法根据it
阅读全文
摘要：童话结尾，寒冬到了，动物们汇成迁徙的大潮，无论是落寞的熊，还是漂亮的狐狸，都汇入大军，心事重重地走在冬天的冰河上
阅读全文