摘要: 步骤: (1)创建Scanner对象,接受从控制台输入 Scanner input=new Scanner(System.in);(2)接受String类型或int类型 String str=new input.next();int n=input.nextInt(); /*在新增一个Scanner 阅读全文
posted @ 2019-09-05 22:01 上官蓓儿 阅读(3011) 评论(0) 推荐(0) 编辑
摘要: //构建二叉排序树并先序遍历public class BinaryTree{static NodeTree root; public void insert(int data) { NodeTree newRoot=new NodeTree(data); if(root==null) { root= 阅读全文
posted @ 2019-09-02 20:09 上官蓓儿 阅读(479) 评论(0) 推荐(0) 编辑
摘要: 数组法构建二叉树 public class Main { static LinkedList<Tree> linkedList=new LinkedList<Tree>(); static int[] a= {1,2,3,4,5,6,7,8,9}; public static void main(S 阅读全文
posted @ 2019-08-29 09:32 上官蓓儿 阅读(224) 评论(0) 推荐(0) 编辑
摘要: public class Main { public static void main(String[] args) { System.out.println(gcd(4,8)); }//辗转相除法 public static int gcd(int x, int y){ if(y == 0) re 阅读全文
posted @ 2019-08-26 16:28 上官蓓儿 阅读(1839) 评论(0) 推荐(0) 编辑
摘要: java.lang.Math.max(参数1,参数2)是一个静态的工具方法,主要用来比较两个相同类型参数的大小,支持的类型有double,float,int,long四种类型。 阅读全文
posted @ 2019-08-26 15:02 上官蓓儿 阅读(210) 评论(0) 推荐(0) 编辑
摘要: 第一部分 3道题彻底搞定:套路解决递归问题 前言 相信不少同学和我一样,在刚学完数据结构后开始刷算法题时,遇到递归的问题总是很头疼,而一看解答,却发现大佬们几行递归代码就优雅的解决了问题。从我自己的学习经历来看,刚开始理解递归思路都很困难,更别说自己写了。 我一直觉得刷算法题和应试一样,既然是应试就 阅读全文
posted @ 2019-08-02 08:49 上官蓓儿 阅读(199) 评论(0) 推荐(0) 编辑
摘要: 本篇文章假设你已有lstm和crf的基础。 BiLSTM+softmax lstm也可以做序列标注问题。如下图所示: 双向lstm后接一个softmax层,输出各个label的概率。那为何还要加一个crf层呢? 我的理解是softmax层的输出是相互独立的,即虽然BiLSTM学习到了上下文的信息,但 阅读全文
posted @ 2019-06-15 16:17 上官蓓儿 阅读(1650) 评论(0) 推荐(0) 编辑
摘要: 1.介绍 基于神经网络的方法,在命名实体识别任务中非常流行和普遍。在文献【1】中,作者提出了Bi-LSTM模型用于实体识别任务中,在模型中用到了字嵌入和词嵌入。本文将向你展示CRF层是如何工作的。 如果你不知道Bi-LSTM和CRF是什么,你只需要记住他们分别是命名实体识别模型中的两个层。 1.1开 阅读全文
posted @ 2019-05-15 09:12 上官蓓儿 阅读(3301) 评论(0) 推荐(0) 编辑
摘要: 选择排序:不稳定 适用于:数据量大的情况。 public class QuickSortP252 { public static void main(String[] args) { int[] a= {5,4,9,8,7,6,0,1,3,2}; quickSort(a); System.out.p 阅读全文
posted @ 2019-04-26 15:20 上官蓓儿 阅读(700) 评论(0) 推荐(0) 编辑
摘要: 选择排序:稳定 适用于:数据量大,并且对稳定性有要求的情况。 public class MergeSort { public static void main(String[] args) { int[] a= {3,4,2,5,1}; mergeSort(a,0,a.length-1); Syst 阅读全文
posted @ 2019-04-25 14:02 上官蓓儿 阅读(986) 评论(0) 推荐(0) 编辑