摘要: 1.二叉树新节点的插入:create(root,val) class node: def __init__(self): self.data = 0 self.left = No... 阅读全文
posted @ 2019-02-16 19:51 jj千寻 阅读(131) 评论(0) 推荐(0) 编辑
摘要: 从图的某个节点开始遍历,访问了则标记下来,然后访问此点所有邻域中任意点为新起点,且做上访问标记,通常通过递归和栈的技巧实现。1:以1为起点,[5,2]入栈2:弹出上面的2,2相邻且未标记访问的3,... 阅读全文
posted @ 2019-02-16 19:51 jj千寻 阅读(103) 评论(0) 推荐(0) 编辑
摘要: 将图的各边按权值小到大排列,从最低权值开始建立最小成本生成树,如果造成回路则不使用此边,直到加入n-1个边。比如对于如下图: 按照权值排序边:以B-C为最小边开始构造,然后是B-D,A-B,跳过C-D,加入B-F... 阅读全文
posted @ 2019-02-16 19:51 jj千寻 阅读(107) 评论(0) 推荐(0) 编辑
摘要: def inorder(root): ''' 中序遍历 :param root: :return: ''' if root != None: inorder(ro... 阅读全文
posted @ 2019-02-16 19:51 jj千寻 阅读(43) 评论(0) 推荐(0) 编辑
摘要: 从图的某个节点开始遍历,访问了则标记下来,然后遍历此点邻域中且未访问的点为新起点,且做上访问标记,通常通过递归和队列的技巧实现。1:以1为起点,[2,5]入队列2:取出2,相邻且未标记访问的3,4... 阅读全文
posted @ 2019-02-16 19:51 jj千寻 阅读(97) 评论(0) 推荐(0) 编辑
摘要: 1.了解KDTree:KDTree的思想、划分、实现2.K近邻(KNN):scikit-learn 中KNN相关的类库概述原理很简单:K近邻法(KNN)原理小结取数据集中最近的k个点,然后投票,k个点中标记的众数... 阅读全文
posted @ 2019-02-16 19:50 jj千寻 阅读(881) 评论(0) 推荐(0) 编辑
摘要: https://blog.csdn.net/yj1556492839/article/details/79031693np.r_是按列连接两个矩阵,就是把两矩阵上下相加,要求列数相等,类似于pandas中的con... 阅读全文
posted @ 2019-02-16 19:50 jj千寻 阅读(122) 评论(0) 推荐(0) 编辑
摘要: https://www.cnblogs.com/mzct123/p/8659193.html from numpy import *a = arange(12).reshape(3,4)print(a)# [[ ... 阅读全文
posted @ 2019-02-16 19:50 jj千寻 阅读(142) 评论(0) 推荐(0) 编辑
摘要: 若每年要统计一个城市极其郊区人口,像,可以显示60%住城市,40%住郊区,加起来是1;具有这种特性的向量称为:概率向量;随机矩阵是各列都是这样的向量组成的方阵;马尔科夫链是一个概率向量序列,和一个随机矩阵P()例... 阅读全文
posted @ 2019-02-16 19:49 jj千寻 阅读(756) 评论(0) 推荐(0) 编辑
摘要: https://blog.csdn.net/shujuelin/article/details/79635768本文是对pandas官方网站上《10Minutes to pandas》的一个简单的翻译,原文在这里... 阅读全文
posted @ 2019-02-16 19:49 jj千寻 阅读(127) 评论(0) 推荐(0) 编辑