乐乐章

摘要： labuladong 题解思路 难度困难 1102 序列化是将一个数据结构或者对象转换为连续的比特位的操作，进而可以将转换后的数据存储在一个文件或者内存中，同时也可以通过网络传输到另一个计算机环境，采取相反方式重构得到原数据。 请设计一个算法来实现二叉树的序列化与反序列化。这里不限定你的序列 / 反 阅读全文

摘要： labuladong 题解思路 难度简单 2011 给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。 请注意 ，必须在不复制数组的情况下原地对数组进行操作。 示例 1: 输入: nums = [0,1,0,3,12] 输出: [1,3,12,0,0] 示 阅读全文

摘要： labuladong 题解思路 难度中等 2682 请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。 实现 LRUCache 类： LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存 int get(int key) 如 阅读全文

摘要： labuladong 题解思路 难度中等 963 给定一个区间的集合 intervals ，其中 intervals[i] = [starti, endi] 。返回 需要移除区间的最小数量，使剩余区间互不重叠 。 示例 1: 输入: intervals = [[1,2],[2,3],[3,4],[1 阅读全文

摘要： https://zhuanlan.zhihu.com/p/590311003 前言 GPT系列是OpenAI的一系列预训练文章，GPT的全称是Generative Pre-Trained Transformer，顾名思义，GPT的目的就是通过Transformer为基础模型，使用预训练技术得到通用的 阅读全文

摘要： 2. Byte Pair Encoding原理 在NLP模型中，输入通常是一个句子，例如 "I went to New York last week." ，一句话中包含很多单词（token）。传统的做法是将这些单词以空格进行分隔，例如['i', 'went', 'to', 'New', 'York' 阅读全文

摘要： Transformer 的结构 标准的 Transformer 模型主要由两个模块构成： Encoder（左边）：负责理解输入文本，为每个输入构造对应的语义表示（语义特征），； Decoder（右边）：负责生成输出，使用 Encoder 输出的语义表示结合其他输入来生成目标序列。 这两个模块可以根据 阅读全文

摘要： Exploiting Cloze Questions for Few Shot Text Classification and Natural Language Inference 论文全程及链接：《Exploiting Cloze Questions for Few Shot Text Class 阅读全文

摘要： 解决方法简单粗暴，把队列前面的都取出来再加入队尾，让之前的队尾元素排到队头，这样就可以取出了： import queue class MyStack: def __init__(self): self.q = queue.Queue() self.top_element = 0 def push(s 阅读全文

摘要： # # @lc app=leetcode.cn id=228 lang=python3 # # [228] 汇总区间 # # @lc code=start class Solution: def summaryRanges(self, nums: List[int]) -> List[str]: i 阅读全文