尧的Blog

简介KNN算法（K-Nearest Neighbors，K近邻算法），其基本思想是：如果一个样本在特征空间中的k个最相似的样本中的大多数属于某个类别，则该样本也属于这个类别。有点像“物以类聚，人以群分”。 用途（有监督学习） 分类问题（标签不连续）：KNN算法可以用于分类问题，它根据样本的特征向量找到其k个最邻近的样本，并将这些样本的类别进行投票，选择出现次数最多的类别作为该样本的类别。 回归问题（标签连续）：KNN算法可以用于回归问题，它根据样本的特征向量找到其k个最邻近的样本，并将这些样本的输出值进行平均，作为该样本的输出值。 如何确定样本的相似性？KNN算法的核心是计算样本之间的距离，距离的度量方法有很多种，常用的有欧氏距离、曼哈顿距离（街区距离）、切比雪夫距离等。样本距离越近，则样本之间的相似性越高。 算法流程1. 分类问题： 计算待分类样本与训练集中每个样本之间的距离。 按照距离升序排序。 取出距离最近的K个训练样本 进行多数表决（投票）：统计K个样本中哪个类别的样本个数最多。 将未知样本的类别设置为多数表决的类别。 代码实现：1234567891011121314...

题目描述汉诺塔由三根柱子（分别用A、B、C表示）和n个大小互不相同的空心盘子组成。一开始n个盘子都摞在柱子A上，大的在下面，小的在上面，形成了一个塔状的锥形体。对汉诺塔的一次合法的操作是指：从一根柱子的最上层拿一个盘子放到另一根柱子的最上层，同时要保证被移动的盘子一定放在比它更大的盘子上面（如果移动到空柱子上就不需要满足这个要求）。我们可以用两个字母来描述一次操作：第一个字母代表起始柱子，第二个字母代表目标柱子。例如，AB就是把柱子A最上面的那个盘子移到柱子B。汉诺塔的游戏目标是将所有的盘子从柱子A移动到柱子C上面。计算汉诺塔移动所需要的最少步骤数。 输入格式输入一个整数n（1≤n≤30），代表盘子的个数。 输出格式输出每一步操作的方法，最后输出一个数，这个数表示移动的次数。我们保证答案不会超过10的18次方。 输入输出样例 #1输入 #111 输出 #112Move disk 1 from A to C1 输入输出样例 #2输入 #212 输出 #21234Move disk 1 from A to BMove disk 2 from A to CMove disk 1...

贪心算法介绍贪心算法，顾名思义，就是采取贪心的策略去解决或者优化问题。其主要思想是：保证每次操作都是局部的最优解，从而得到全局最优解。（但其实从字面上来看，贪心显然不是一个好词，他仅仅局限于当下，而不是去纵观全局，因此，有时候贪心算法并不能得到全局最优解。） 贪心算法的思路我们首先肯定是要确定我们的贪心目标，比如性价比最高的商品，或者最短的时间，或者最少的钱。然后，我们按照这个目标，一步一步的进行贪心选择，直到我们达到目标。 贪心算法的应用背包问题洛谷P2240这里还是把题目写出来吧 题目描述阿里巴巴走进了装满宝藏的藏宝洞。藏宝洞里面有 $N(N \le 100)$ 堆金币，第 $i$ 堆金币的总重量和总价值分别是 $m_i,v_i(1\le m_i,v_i \le 100)$。阿里巴巴有一个承重量为 $T(T \le 1000)$ 的背包，但并不一定有办法将全部的金币都装进去。他想装走尽可能多价值的金币。所有金币都可以随意分割，分割完的金币重量价值比（也就是单位价格）不变。请问阿里巴巴最多可以拿走多少价值的金币？ 输入格式第一行两个整数 $N,T$。 接下来 $N$ 行，每行两...

题目来源：洛谷P1002题目描述棋盘上 $A$ 点有一个过河卒，需要走到目标 $B$ 点。卒行走的规则：可以向下、或者向右。同时在棋盘上 $C$ 点有一个对方的马，该马所在的点和所有跳跃一步可达的点称为对方马的控制点。因此称之为“马拦过河卒”。 棋盘用坐标表示，$A$ 点 $(0, 0)$、$B$ 点 $(n, m)$，同样马的位置坐标是需要给出的。 现在要求你计算出卒从 $A$ 点能够到达 $B$ 点的路径的条数，假设马的位置是固定不动的，并不是卒走一步马走一步。 输入格式一行四个正整数，分别表示 $B$ 点坐标和马的坐标。 输出格式一个整数，表示所有的路径条数。 输入输出样例 #1输入 #116 6 3 3 输出 #116 说明/提示对于 $100 %$ 的数据，$1 \le n, m \le 20$，$0 \le$ 马的坐标 $\le 20$。 大概思路这里我们先忽略马的控制点，只讨论卒从A点运动到B点的路径条数。 不难发现，如果B点与A点在同一条直线上，那么卒的路径就只有一条。 现在假设B点坐标为$(1,1)$,那路径是不是有两条？一个是先向下再向右，另一...

前言在高中班群里水群的时候，大肌让我教他C++，昨天和xy聊天的时候他也间接性地“催更”了，甚至还把我的博客网址单独记录下来。呜呜呜，有点感动。 原本是计划寒假的时候再更新博客，因为我想把博客做好一点，但想了想，好像也没有哪个陌生人会关注我的博客，所以倒不如写自己想写的，学了什么就写什么，这样一来既可以督促自己重新消化所学的知识，又可以给别人提供参考。而且如果大肌都可以看明白，说明我写得还不错？哈哈哈哈，开玩笑的 递归函数递归函数，简单来说就是函数自己调用自己。可能有点抽象，那我们直接上代码吧。 现在我们要写一个等差数列的函数，首项是1，公差是3，怎么用递归函数来实现呢？ 首先，我们定义的这个函数很显然有返回值，然后再观察等差数列的性质：后一项与前一项的差等于公差。我们先写一个大概的函数框架： 12345int f(int n){ int result; result = f(n-1) + 3; return result;} 我们先来举个例子，要求第四项是多少，我们就要知道第三项是多少，以此类推……直到我们要知道第一项是多少。好，然后我们要...

WEEK 3概述在CS50的第三周，我们主要了解到了三种算法：冒泡排序（bubble sort），选择排序（selection sort），以及归并排序（merge sort），还有递归的思想，并且对时间复杂度有了一个大概的了解。下面我们来总结一下这三种算法的特点以及代码实现。 btw，其实在C++中，我们不用自己实现排序算法，因为C++已经内置了排序函数，也就是std::sort()，并且sort()使用的是快速排序算法，其时间复杂度为O(nlogn)。 冒泡排序（Bubble Sort）冒泡排序是一种简单的排序算法。主要思想是通过对相邻元素进行比较和交换，使得较大的元素逐渐向上移动，直到最后一个元素。 特点 时间复杂度：O(n^2) 空间复杂度：O(1) 稳定性：稳定 代码实现1234567891011121314#include <stdio.h>void bubble_sort(int arr[], int n) { int i, j; for (i = 0; i < n - 1; i++) { for ...

1.前言其实关于博客的搭建我花了不少时间，在网上搜集查找了很多文章，期间还向AI请教了一下，前前后后差不多有两天吧，问题主要出现在了一些文件的配置上，所以借此机会，整理一下自己的经验，希望能帮助到大家。 2.准备工作由于我使用的是Windows系统，所以以下操作均在Windows环境下进行。 2.1 安装Node打开Node官网，下载与你的系统适配的安装程序，版本的话可以是选择低一点的，不然可能会出现不兼容的问题。安装完成后记得检查一下是否安装成功。键盘按下win+R，输入cmd，打开命令行窗口，输入以下命令： 1node -v 如果出现版本号，则说明安装成功。 2.2 安装Git 打开Git官网下载安装程序。 点击电脑开始菜单，我们可以看见Git Bash。等会我们会一直用到它。 2.3 安装Hexo 在Git Bash中输入以下命令： 1npm install -g hexo-cli 安装完成后，输入以下命令： 1hexo -v 如果出现版本号，则说明安装成功。 2.4 创建Github仓库(首先要确保你已经注册了Github账号) 打开Github...