这里有大量的词汇,这是非常大的。随着单词的不断出现,可以要求它来判断一个短语是否已经发生在已经看到或没有?在不同的时间可能有多个这样的查询。
例如,假设到目前为止所看到的语流是:
你好,世界,这是另一个程序员
然后,它被要求判断短语here is another是否已经被看到,这在本例中是正确的。
如何最优地返回这个?
我一直在尝试使用图的构造和在查询时执行BFS的解决方案,但它带来了两个问题:
首先,为了达到最佳效果,我还必须将节点的单词=>地址存储在哈希表中的图对中。
其次,当有循环时,算法就会失败,就像流:a b c d a b c e一样。
为需求提出最佳
我正在学习Cormen的“算法导论第二版”中的Ford-Fulkerson算法。在伪代码中对有向图G=(V,E)进行如下描述,其中f是定义在VxV上的流
FORD-FULKERSON(G, s, t)
for each edge (u,v) in E(G)
do f[u, v] = 0
f[v, u] = 0
while there is a path p from s to t in the residual network Gf
do m = min{c(u, v)-f[u, v]: (u, v) is on p}
DEAP是一个支持进化算法的了不起的Python包。
现在,我从简单的示例中学习它
使用HallofFame on,“它将跟踪进化中出现的最佳个体(即使在其熄灭的情况下)”。
但当我使用它时,种群在进化过程中的最大适应度有时会下降一些。
我认为当最好的父母离开时,fitness.Max永远不应该减少,而应该保持不变或增加。
这是我直接在DEAP网站上复制的代码。
import array
import random
import numpy
from deap import algorithms
from deap import base
from deap import creator