LeetCode训练

LeetCode第181题_超过经理收入的员工

LeetCode第181题：超过经理收入的员工题目描述表：Employee+-------------+---------+|ColumnName|Type|+-------------+-------
@蓝莓果粒茶·2025-05-01 07:57

LeetCode第179题_最大数

LeetCode第179题：最大数题目描述给定一组非负整数nums，重新排列每个数的顺序（每个数不可拆分）使之组成一个最大的整数。注意：输出结果可能非常大，所以你需要返回一个字符串而不是整数。
@蓝莓果粒茶·2025-05-01 07:27

LeetCode：55.跳跃游戏——局部最优并非全局最优！

前言：今天刷到一道题，终于理解了所谓的贪心算法中的“局部最优解并非是全局最优解”。最近一段时间很是焦虑，原因是自己总想着要最好，要找实习，进大厂，要发论文发最好的。于是就逼着自己把生活中遇到的每一件事都要求做到完美，做到最好。学一个知识点时，沿着深度去学习定义、理论、原理、应用等等。导致学习的速度很慢、广度很小。总是想着把眼前的遇到的问题，做到最优，那么是不是最终的目的也就是最优了呢？答案显然是：
ricky_fan·2025-05-01 05:11

【2025A卷】华为OD机试九日集训第1期 - 按算法分类，由易到难，循序渐进，提升编程能力和解题技巧，从而提高机试通过率（Python/JS/C/C++）

目录一、适合人群二、本期训练时间三、如何参加四、数据结构与算法大纲五、华为OD九日集训第1期第1天、逻辑分析第2天、逻辑分析第3天、逻辑分析第4天、逻辑分析第5天、逻辑分析第6天、逻辑分析第7天、双指针第
哪 吒·2025-05-01 00:12

IsaacLab最新2025教程(7)-创建Interactive Scene

在isaaclab中创建的强化学习训练环境有两种：directworkflow，风格与isaacgym一样。
Calm_dw·2025-04-30 23:08

Leetcode刷题报告1——哈希表

文章目录说明[1.两数之和](https://leetcode.cn/problems/two-sum/)题干题解[49.字母异位词分组](https://leetcode.cn/problems/group-anagrams
红白小蛋糕·2025-04-30 22:27

20_大模型微调和训练之-基于LLamaFactory+LoRA微调LLama3后格式合并

1.什么是GGUFGGUF格式的全名为(GPT-GeneratedUnifiedFormat)，提到GGUF就不得不提到它的前身GGML(GPT-GeneratedModelLanguage)。GGML是专门为了机器学习设计的张量库，最早可以追溯到2022/10。其目的是为了有一个单文件共享的格式，并且易于在不同架构的GPU和CPU上进行推理。但在后续的开发中，遇到了灵活性不足、相容性及难以维护的
吴法刚·2025-04-30 21:56

leetcode373.寻找和最小的k对数字

这题优先想到小根堆，利用小根堆，存储一个三元组，三元组第一个数字表示选取两个数组的值的总和，用于小根堆排序，第二个数是数组1的下标，第三个数是数组2的下标两个数组nums1和nums2都是非递减排序的，因此：最小的和一定是nums1[0]+nums2[0]（两个数组的第一个元素）。次小的和可能是nums1[0]+nums2[1]或nums1[1]+nums2[0]（在第一个元素的右侧或下一个元素中
ゞ 正在缓冲99%…·2025-04-30 21:26

leetcode189. 轮转数组

原理与步骤问题分析将数组元素向右轮转k个位置。例如，[1,2,3,4,5]轮转k=2后变为[4,5,1,2,3]。要求原地操作且时间复杂度为O(n)。解决思路采用三次反转法：反转后k个元素：将后k个元素的顺序颠倒。反转前n-k个元素：将前n-k个元素的顺序颠倒。整体反转数组：交换前n-k和后k两部分的位置，并恢复各自顺序。图示法步骤（以输入nums=[1,2,3,4,5],k=2为例）步骤操作说明
小王Jacky·2025-04-30 21:25

Leetcode189. 轮转数组

问题描述：给定一个整数数组nums，将数组中的元素向右轮转k个位置，其中k是非负数。示例1:输入:nums=[1,2,3,4,5,6,7],k=3输出:[5,6,7,1,2,3,4]解释:向右轮转1步:[7,1,2,3,4,5,6]向右轮转2步:[6,7,1,2,3,4,5]向右轮转3步:[5,6,7,1,2,3,4]示例2:输入：nums=[-1,-100,3,99],k=2输出：[3,99,-
only-qi·2025-04-30 21:55

leetcode 189.轮转数组

示例1:输入:nums=[1,2,3,4,5,6,7],k=3输出:[5,6,7,1,2,3,4]解释:向右轮转1步:[7,1,2,3,4,5,6]向右轮转2步:[6,7,1,2,3,4,5]向右轮转3步:[5,6,7,1,2,3,4]示例2:输入：nums=[-1,-100,3,99],k=2输出：[3,99,-1,-100]解释:向右轮转1步:[99,-1,-100,3]向右轮转2步:[3,9
Coder Leo·2025-04-30 21:54

大模型训练从零到精通：详解如何训练大模型的完整指南

但还有一个很直观的情况，随着预训练样本的质量不断提升，训练手段的优化。新的模型，往往效果能轻松反超参数量两倍于它的模型。例如，最新出的minicpm，微信内部评测效果也是非常棒的。
AGI大模型老王·2025-04-30 21:54

LeetCode 189.轮转数组

189.轮转数组给定一个整数数组nums，将数组中的元素向右轮转k个位置，其中k是非负数。示例1:输入:nums=[1,2,3,4,5,6,7],k=3输出:[5,6,7,1,2,3,4]解释:向右轮转1步:[7,1,2,3,4,5,6]向右轮转2步:[6,7,1,2,3,4,5]向右轮转3步:[5,6,7,1,2,3,4]示例2:输入:nums=[-1,-100,3,99],k=2输出:[3,9
Tanecious.·2025-04-30 21:53

三维场景中的人类动作生成：ZeroHSI 技术解析

场景中人类动作生成的核心挑战在计算机图形学和人工智能领域，生成**3D场景中人类与物体的自然交互动作**（如“坐在沙发上弹吉他”“在厨房切菜”）长期面临两大瓶颈：运动捕捉数据的稀缺性与高成本：传统方法依赖**运动捕捉（MoCap）数据**训练模型
数据分析能量站·2025-04-30 21:52

机器学习和深度学习的_滑坡自动识别和滑坡易发性制图 基于滑坡自动识别和滑坡易发性制图的完整实现

机器学习和深度学习的_滑坡自动识别和滑坡易发性制图基于滑坡自动识别和滑坡易发性制图的完整实现文章目录**1.数据集制作**1.1数据来源1.2数据预处理1.3数据格式**2.代码实现**2.1数据读取与处理2.2模型训练随机森林模型支持向量机模型神经网络模型
计算机C9硕士_算法工程师·2025-04-30 20:18

python训练营Day2打卡

一、字符串的操作1.字符串拼接1）使用“+”运算符：直接将多个字符串连接起来str1="Hello"str2="World"result=str1+str2print(result)#输出:HelloWorld2）使用join()方法：适用于连接字符串列表，效率较高。words=["Hello","World","!"]result="".join(words)print(result)#输出:H
Lee_m11·2025-04-30 19:37

生成式AI智能体白皮书解读：剖析架构、工具与应用，展望智能新未来

人类常借助工具辅助决策，受此启发，生成式AI模型也能经训练使用工具，实现与现实世界交互，执行多样化任务，智能体概念应运而生。本白皮书围绕智能体展开，详细探讨其架构、工具、应用及发展潜力。
AI小白熊·2025-04-30 19:07

python训练营day10

2.开始机器学习建模（简单建模，不涉及调参）和评估预处理流程回顾1.导入库2.读取数据查看数据信息--理解数据3.缺失值处理4.异常值处理5.离散值处理6.删除无用列7.划分数据集8.特征工程9.模型训练
低维歌者·2025-04-30 19:36

python训练营day11

超参数调整专题1知识点回顾网格搜索随机搜索（简单介绍，非重点实战中很少用到，可以不了解）贝叶斯优化（2种实现逻辑，以及如何避开必须用交叉验证的问题）time库的计时模块，方便后人查看代码运行时长简单的调参方法1.随机搜索：在参数空间中随机选择参数组合，然后使用交叉验证来评估每个组合的性能：2.网格搜索3.贝叶斯优化-基线模型（基准模型）:首先运行一个使用默认参数的RandomForestClass
低维歌者·2025-04-30 19:36

一文搞定搜索

搜索算法入门二分查找左闭右开区间二分查找插入点无重复元素存在重复元素二分查找边界查找左边界查找右边界哈希优化策略线性查找哈希查找相关例题leetcode704.二分查找法一：二分查找leetcode278
TenPeaches·2025-04-30 18:30

2.2 主流大模型架构：GPT、DeepSeek、GLM、Claude、QwQ、Qwen2.5-Max等模型的比较与应用场景

这些模型主要基于Transformer架构，但在设计理念、训练策略和应
MonkeyKing.sun·2025-04-30 18:29

【深度学习】评估模型复杂度：GFLOPs与Params详解

1.Params：模型参数量1.1基本概念Params（Parameters）指的是神经网络模型中所有可训练参数的总数量。这些参数包括：卷积层的权重和偏置全连接层的权重和偏置归一化层的可
烟锁池塘柳0·2025-04-30 17:24

LeetCode100题

LeetCode100两数之和遍历数组，以哈希表存数与下标，边存边查，速找和为目标值的两数下标classSolution{publicint[]twoSum(int[]nums,inttarget){int
雪落山庄·2025-04-30 16:51

Leetcode 3533. Concatenated Divisibility

Leetcode3533.ConcatenatedDivisibility1.解题思路2.代码实现题目链接：3533.ConcatenatedDivisibility1.解题思路这一题的话事实上如果我们原始的数组有序排列一下
Espresso Macchiato·2025-04-30 16:20

4.5蓝桥杯|高塔登顶方案（5025）

2、只有我受煎熬吗，偶买噶，，，目录研究步骤：第一步：去做70.爬楼梯-力扣（LeetCode）第二步：使用斐波那契数列的思路暴力高塔登顶方案第三步：使用前缀和优化研究高塔登顶方案，如果没有思路：研究步骤
幼稚鬼？·2025-04-30 16:50

算法 ｜ 基于SSA-CNN-LSTM（麻雀算法优化卷积长短期记忆神经网络）的股票价格预测（附完整matlab代码，公式，原理，可用于毕业论文设计）

代码分为数据预处理、模型构建、优化算法、训练预测四个部分。
单北斗SLAMer·2025-04-30 14:07

Day105 | 灵神 | 二叉树 出现次数最多的子树元素和

Day105|灵神|二叉树出现次数最多的子树元素和1026.节点与其祖先之间的最大差值1026.节点与其祖先之间的最大差值-力扣（LeetCode）思路：核心其实就是要维护遍历过程中的最大值和最小值，然后和本层的结点做减法找到最大值即可
为了前进而后退，为了走直路而走弯路·2025-04-30 14:04

Leetcode 3530. Maximum Profit from Valid Topological Order in DAG

Leetcode3530.MaximumProfitfromValidTopologicalOrderinDAG1.解题思路2.代码实现题目链接：3530.MaximumProfitfromValidTopologicalOrderinDAG1
Espresso Macchiato·2025-04-30 09:36

Leetcode 3534. Path Existence Queries in a Graph II

Leetcode3534.PathExistenceQueriesinaGraphII1.解题思路2.代码实现题目链接：3534.PathExistenceQueriesinaGraphII1.解题思路这一题是题目
Espresso Macchiato·2025-04-30 09:36

【大模型解惑】大模型如何在 Supervised Fine‑Tuning (SFT) 之后进行 PPO 强化学习微调？

近年来主流的大模型对齐流程已趋于“三段式”：预训练→SFT（监督微调）→RLHF（强化学习阶段，常用PPO）。
云博士的AI课堂·2025-04-30 08:27

【大模型开发解惑】DeepSeek-R1 强化学习（RL）步骤与方法解析

DeepSeek-R1强化学习（RL）步骤与方法解析目录DeepSeek-R1的RL框架概述1.1核心算法：GRPO（GroupRelativePolicyOptimization）1.2奖励机制设计RL训练流程详解
云博士的AI课堂·2025-04-30 08:27

【LLM新概念】什么是深湖（DeepLake）

然后，原始数据被具体化为深度学习本机传感存储格式，并通过网络流式传输到模型训练。二、深湖的意义  现在，为什么它有用？那么
无水先生·2025-04-30 08:26

LeetCode 560. 和为 K 的子数组（哈希表、前缀和）

题目：560.和为K的子数组思路：找出所有和为k的子数组，这里可以想到用前缀和。然后用一层循环来枚举子数组的右端点r。左端点l就通过哈希表来寻找。如果区间[l,r]的和为k，即sum[r]-sum[l-1]==k，那在遍历到r时，我们只需要查找是否有sum[r]-k的前缀和出现过。同时当sum[r]==k时，表示[0,r]也是符合要求的。细节看注释classSolution{public:ints
岁忧·2025-04-30 06:44

Leetcode-和为K的子数组

1.题目描述给你一个整数数组 arr 。请你返回和为奇数 的子数组数目。由于答案可能会很大，请你将结果对 10^9+7 取余后返回。 示例1：输入：arr=[1,3,5]输出：4解释：所有的子数组为[[1],[1,3],[1,3,5],[3],[3,5],[5]]。所有子数组的和为[1,4,9,3,8,5].奇数和包括[1,9,3,5]，所以答案为4。示例2：输入：arr=[2,4,6]输出：0解
一梦花海·2025-04-30 06:43

Leetcode 和为 K 的子数组

可以用前缀和（PrefixSum）和哈希表（HashMap）来设计算法。算法思想前缀和的定义：前缀和是指数组中从第一个元素开始，到当前元素为止的所有元素的总和。假设数组是nums，定义前缀和prefixSum[i]为nums[0]到nums[i]的总和。即：prefixSum[i]=∑j=0inums[j]\text{prefixSum}[i]=\sum_{j=0}^{i}\text{nums}[
Wils0nEdwards·2025-04-30 06:42

Leetcode 523 连续的子数组和 前缀和 + 哈希表

题目链接一维前缀和思想：sum[i]sum[i]sum[i]=sum[i−1]sum[i-1]sum[i−1]+a[i]a[i]a[i]sum[l]-sum[l-2][l-2,l]区间内的数是k的倍数sum[l]-sum[l-3][l-3,l]区间内的数是k的倍数sum[l]-sum[l-4][l-4,l]区间内的数是k的倍数.........sum[l]-sum[1][1,l]区间内的数是k的倍
幸愉信奥·2025-04-30 06:11

Meta 推出 WebSSL 模型：探索 AI 无语言视觉学习，纯图训练媲美 OpenAI CLIP

通过调整模型大小和训练数据，我们证明了纯视觉模型可以与CLIP等语言监督方法相媲美，甚至超越它们，从而对"语言监督是学习多模态建模所需的强大视觉表征的必要条件"这一普遍假设提出了挑战。
吴脑的键客·2025-04-30 06:10

深度学习---框架流程

核心六步一、数据准备二、模型构建三、模型训练四、模型验证五、模型优化六、模型推理一、数据准备：深度学习的基石数据是模型的“燃料”，其质量直接决定模型上限。
MzKyle·2025-04-30 06:10

如何训练ai大模型（非常详细），零基础入门到精通，看这一篇就够了

AI大模型学习在当前技术环境下，AI大模型学习不仅要求研究者具备深厚的数学基础和编程能力，还需要对特定领域的业务场景有深入的了解。通过不断优化模型结构和算法，AI大模型学习能够不断提升模型的准确性和效率，为人类生活和工作带来更多便利。前排提示，文末有大模型AGI-CSDN独家资料包哦！系统化理论知识建构：对于AI大模型的学习，首要任务是对基础理论进行全面而深入的理解。这意味着需要投入大量的时间去研
AI产品经理·2025-04-30 05:08

OpenAI o1模型的深度解析：为啥它会引领AI的未来？

Transformer架构的优化示例代码：如何用o1模型生成对话文本示例1：生成自动回复文本示例2：处理多模态任务（文字+图像）OpenAI在SOTA技术领域的贡献与发展在NLP领域的创新强化学习与自我训练结语
喵手·2025-04-30 05:33

深度学习目标检测算法如何训练自己的数据集之—智慧化生产工地检测数据集 对工地中工人、材料、机器和环境等对象类别分别为人，板，砖，切割机，挂钩，反光背心，木头，脚手架，电箱，护栏，安全帽 等进行检测。

深度学习目标检测算法如何训练自己的数据集之—智慧化生产工地检测数据集对工地中工人、材料、机器和环境等对象类别分别为人，板，砖，切割机，挂钩，反光背心，木头，脚手架，电箱，护栏，安全帽等进行检测。
计算机C9硕士_算法工程师·2025-04-30 03:52

蓝桥杯训练13——奇怪的数列

defteshu(m):new_m=""#定义一个空字符串count=1first_m=m[0]#初始的m[0]为first_m#从m的第二个参数开始遍历m[1]foriinm[1:]:ifi==first_m:count+=1#统计m[]出现的次数else:new_m+=str(count)+first_m#将次数和m[]连一起#m[0]不等于i时重置一下countcount=1#first_m
会编程的小孩·2025-04-30 02:44

C++每日训练 Day 18：构建响应式表单与数据验证（初学者友好）

本篇目标：在前几日协程与事件驱动机制基础上，构建一个响应式表单系统，实现用户输入的异步验证与反馈。通过协程挂起/恢复机制，简化异步逻辑，提升代码可读性。回顾Day17：响应式加载动画与异步数据处理在Day17中，我们实现了一个完整的“点击按钮→显示加载动画→异步加载数据→显示结果”的流程。主要内容包括：加载动画组件：用于在数据加载期间显示加载状态。异步数据加载器：模拟异步加载数据的过程。协程处理逻
嵌入式Jerry·2025-04-30 01:37

Generative Adversarial Nets 论文解读

GenerativeAdversarialNets论文解读generative生成adversarial对抗摘要Abstract提出了一个生成模型框架（framework），通过一个对抗的过程，同时训练两个模型
h161020716·2025-04-30 01:35

Python机器学习实战：机器学习在金融风险评估中的应用

2.核心概念与联系2.1机器学习概述机器学习是一种通过数据训练模型，使其能够自动改进和预测的技术。它主要
AI天才研究院·2025-04-30 00:28

Ubuntu深度学习革命：NVIDIA-Docker终极指南与创新实践

一、GPU容器化：开启算力新纪元在斯坦福大学AI实验室，研究员Sarah通过一行Docker命令同时启动20个BERT模型训练任务，每个容器精确分配0.5个GPU核心——这背后正是NVIDIA-Docker
芯作者·2025-04-29 23:49

自然语言处理之机器翻译：OpenNMT：OpenNMT的编码器-解码器架构

解码器架构一、OpenNMT简介1.1OpenNMT概述OpenNMT（OpenNeuralMachineTranslation）是一个开源的神经机器翻译框架，旨在提供一个灵活、高效且可扩展的平台，用于构建和训练机器翻译模型
zhubeibei168·2025-04-29 23:17

Leetcode 206. 反转链表

注意的点：这道题三番五次地做错，总是想着交换首尾链表的位置，其实正确的做法就是从头到尾两两交换链表的指针方向即可。解法：双指针classSolution:defreverseList(self,head:Optional[ListNode])->Optional[ListNode]:fast,slow=head,Nonewhilefast:temp=fast.nextfast.next=slows
普通攻击往后拉·2025-04-29 21:06

leetcode 876. 链表的中间结点

题目描述：本题作为找链表中间结点的标准方法。这道题虽然简单，但是是进阶题目的基础，例如第2095题2095.DeletetheMiddleNodeofaLinkedList。/***Definitionforsingly-linkedlist.*structListNode{*intval;*ListNode*next;*ListNode():val(0),next(nullptr){}*List
洞阳·2025-04-29 21:36

Leetcode 206.反转链表

题目链接：206.反转链表-力扣（LeetCode）题目描述:给你单链表的头节点head，请你反转链表，并返回反转后的链表。
保持元气#·2025-04-29 21:05
上一页 77 78 79 80 81 82 83 84 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他