首页
学习
活动
专区
工具
TVP
发布

蜉蝣禅修之道

专栏作者
184
文章
286277
阅读量
42
订阅数
android之绕Y轴旋转
转自:http://lzyfn123.iteye.com/blog/1426844
forrestlin
2022-04-02
9930
java中Date,String,timestamp转换问题
转自:http://blog.sina.com.cn/s/blog_5e2d15540100z8y7.html
forrestlin
2022-04-02
1.1K0
Mac OS python import hashlib失败解决方法
今天在电脑在Xcode的build Phase中Run Script执行一个别人写好的python脚本时,突然报出一个错误
forrestlin
2020-05-12
2.2K0
Levenshtein distance最小编辑距离算法实现
Levenshtein distance,中文名为最小编辑距离,其目的是找出两个字符串之间需要改动多少个字符后变成一致。该算法使用了动态规划的算法策略,该问题具备最优子结构,最小编辑距离包含子最小编辑
forrestlin
2018-05-24
2.2K0
优化后的Levensthein distance算法实现
在上一篇文章Levenshtein distance算法实现中,笔者已经讲解了一般最小编辑距离的算法。该算法采用动态规划,时间复杂度是O(m*n),m,n分别为两个字符串的长度,而空间复杂度也是O(m*n),如果使用int作为矩阵元素的类型,则矩阵的占用空间大小为sizeof(int)*m*n,假如两个字符串的长度均为10000个字符,则矩阵大小为400MB,相当可观。参考一个快速、高效的Levenshtein算法实现,笔者重新实现了一遍Levenshtein distance算法,其主要思想就是利用两个
forrestlin
2018-05-24
1.5K0
Apriori算法的Python实现
Apriori算法是数据挖掘中频发模式挖掘的鼻祖,从60年代就开始流行,其算法思想也十分简单朴素,首先挖掘出长度为1的频繁模式,然后k=2 将这些频繁模式合并组成长度为k的频繁模式,算出它们的频繁次数,而且要保证其所有k-1长度的子集也是频繁的,值得注意的是,为了避免重复,合并的时候,只合并那些前k-2个字符都相同,而k-1的字符一边是少于另一边的。 以下是算法的Python实现: __author__ = 'linfuyuan' min_frequency = int(raw_input('please
forrestlin
2018-05-24
8890
基于Huffman编码的压缩软件的Python实现
哈夫曼编码是利用贪心算法进行文本压缩的算法,其算法思想是首先统计文件中各字符出现的次数,保存到数组中,然后将各字符按照次数升序排序,挑选次数最小的两个元素进行连结形成子树,子树的次数等于两节点的次数之和,接着把两个元素从数组删除,将子树放入数组,重新排序,重复以上步骤。为了解压,在压缩时首先往文件中填入huffman编码的映射表的长度,该表的序列化字符串,编码字符串分组后最后一组的长度(编码后字符串长度模上分组长度),最后再填充编码后的字符串。本算法中以一个字节,8位作为分组长度,将编码后二进制字符串一一分
forrestlin
2018-05-23
1.4K0
Simplex单纯性算法的Python实现
单纯性算法是解决线性规划的经典方法,上世纪50年代就提出了,其基本思想是在可行域内沿着边遍历所有的顶点,找出最优值,即为算法的最优值。 算法的执行过程如下: 求出初始基向量 构建单纯性表格 在所有非基向量对应的c中,找出一个最小的ci,若该ci大于0,则退出,输出obj,否则将ai入基 利用基向量组线性表示ai,得到该线性表示的系数向量Λ 对于Λ中所有大于0的分量,求出minmj=1bjΛj对应的j,然后将aj出基 问题矩阵旋转,即通过高斯行变换,将ai变换成aj 如果ci全大于0,则退出算法,输出obj,
forrestlin
2018-05-23
5540
Python递归求矩阵的行列式
为了感受Python的列表生成器的威力,写了个简单的程序——递归求矩阵的行列式,效率可能没numpy高,欢迎各位指正。 def det(m): if len(m) <= 0: return None if len(m) == 1: return m[0][0] else: s = 0 for i in range(len(m)): n = [[row[a] for a in range(len(m
forrestlin
2018-05-23
1.9K0
网络流算法Push-relabel的Python实现
网络流的背景我就不多说了,就是在一个有向图中找出最大的流量,有意思的是,该问题的对偶问题为最小割,找到一种切分,使得图的两边的流通量最小,而且通常对偶问题是原问题的一个下界,但最小割正好等于最大流,即切割的边就是最大流中各个path饱和边的一个组合。说得可能比较含糊,这里想要了解清楚还是查阅相关资料吧。 最大流最原始最经典的解法就是FF算法,算法复杂度为O(mC),C为边的容量的总和,m为边数。而今天讲的Push-relabel算法是90年代提出的高效算法,复杂度为O(n^3),其实网络流最关键的步骤就是添
forrestlin
2018-05-23
1.8K0
网络流算法Dinic的Python实现
在上一篇我们提到了网络流算法Push-relabel,那是90年代提出的算法,算是比较新的,而现在要说的Dinic算法则是由以色列人Dinitz在冷战时期,即60-70年代提出的算法变种而来的,其算法复杂度为O(mn^2)。 Dinic算法主要思想也是基于FF算法的,改进的地方也是减少寻找增广路径的迭代次数。此处Dinitz大师引用了一个非常聪明的数据结构,Layer Network,分层网络,该结构是由BFS tree启发得到的,它跟BFS tree的区别在于,BFS tree只保存到每一层的一条边,这样
forrestlin
2018-05-23
1.7K0
Centos下安装python mysqldb
环境:centos6.6 python版本:2.6 mysql版本:5.1.73 需要安装的mysqldb版本:1.2.5 ---- 下载完mysqldb后,进入其目录,运行python setup.py install会报出一大堆错,原因是很多依赖库都没有安装,我们需要在这之前运行: yum install gcc python-devel mysql-devel -y 然后再运行setup就没问题了。
forrestlin
2018-05-23
1.3K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档