SurprisedCat
主页
专栏 icon
学习笔记 工程笔记
资料库 icon
资料Web版 资料库链接
分类
归档
关于
  • 算法理论之P,NP,NPC和NP-hard

    Apr 19, 2021 · 算法理论  ·
    分享到:
    算法理论之P,NP,NPC和NP-hard

    转自Matrix67的博客《什么是P问题、NP问题和NPC问题》。这或许是众多OIer最大的误区之一。你会经常看到网上出现“这怎么做,这不是NP问题吗”、“这个只有搜了,这已经被证明是NP问题了”之类的话。你要知道,大多数人此时所说的NP问题其实都是指的NPC问题。他们没有搞清楚NP问题和NPC问题的概念。

    更多
  • 算法导论-贪心

    Apr 18, 2021 · 算法理论  ·
    分享到:
    算法导论-贪心

    贪心算法通常是自顶向下设计的。也需要具有最优子结构。贪心算法也是一种启发式算法,并不能一定保证是最优解。从动态规划到贪心算法的转化中,我们通常经理如下步骤:……

    更多
  • 算法导论-渐进记号

    Apr 17, 2021 · 算法理论  ·
    分享到:
    算法导论-渐进记号

    来自:https://blog.csdn.net/so_geili/article/details/53353593 版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

    更多
  • 算法导论-分治

    Apr 16, 2021 · 算法理论  ·
    分享到:
    算法导论-分治

    分治算法的三个步骤:分开-解决-合并

    更多
  • 算法导论-DP

    Apr 15, 2021 · 算法理论  ·
    分享到:
    算法导论-DP

    动态规划和分治算法的区别在于,分治算法将问题分成不重叠的几个子问题,分别求解;而动态规划的子问题是重叠的,每次求解子问题后会把子问题保存起来(例如表格),避免了重复计算。

    更多
SurprisedCat photo

SurprisedCat

朝花夕拾,人类从历史中学到的唯一教训,就是人类无法从历史中学到任何教训。

分类

概率统计随机过程 27 优化理论 21 线性代数与矩阵 18 数学分析 14 机器学习 13 PYTHON 12 测度论 12 LINUX 11 SHELL 9 实变函数 8
所有分类
A1 AI1 BUGS1 CPLUS3 DEVOPS1 ECMASCRIPT5 JEKYLL2 LINUX11 MATLAB4 PYTHON12 RASPBERRY7 SHELL9 WINDOWS1 优化理论21 博弈论3 变分法4 图像处理1 大数据2 实变函数8 强化学习5 拓扑学3 数值计算3 数学3 数学分析14 数据库1 无线通信2 机器学习13 概率统计随机过程27 正则表达式1 测度论12 深度学习2 离散数学1 算法3 算法理论5 线性代数与矩阵18 组合数学2
字母数量

精选文章

  • hadoop-HDFS集群部署
  • hadoop-搭建Hadoop虚拟机环境
  • javascript-Chrome扩展实例(三)
  • javascript-Chrome扩展实例(二)
  • javascript-Chrome扩展实例(一)

最新文章

  • hadoop-HDFS集群部署
  • hadoop-搭建Hadoop虚拟机环境
  • AI-神经网络玩雅达利游戏(atari 2600)的预处理

标签

概率统计随机过程 27 优化理论 21 线性代数与矩阵 18 数学分析 14 PYTHON 13 机器学习 13 测度论 12 LINUX 11 SHELL 9 实变函数 8
所有标签
A1 AI1 BUGS1 CLI处理流程6 CPLUS4 DEVOPS1 DOCKER2 ECMASCRIPT5 HADOOP2 IDE2 JAVASCRIPT5 JEKYLL2 LINUX11 LINUX文本处理1 MATLAB4 PYTHON13 PYTORCH1 RASPBERRY7 SHELL9 TENSORFLOW4 WINDOWS1 优化理论21 博弈论3 变分法4 图像处理1 复变函数1 大数据2 安全1 实变函数8 强化学习5 拓扑学3 数值计算3 数学3 数学分析14 数据库1 数理统计1 无线通信2 机器学习13 概率统计随机过程27 正则表达式1 测度论12 深度学习2 离散数学1 算法5 算法理论5 线性代数与矩阵18 组合数学2 统计学3 读书笔记2 贝叶斯统计2
字母数量
SurprisedCat

Copyright 2020-  SURPRISEDCAT. All Rights Reserved