原创 C++隨記之模板(黑馬程序員學習筆記)

1、模板分爲函數模板和類模板。泛型編程主要思想就是模板。語法template<typename T>。typename表示其後面的符號是一種數據類型,可以用class代替。 2、模板自動類型推導,必須推導出一致的數據類型T纔可以使用;模板

原创 c++隨記一(黑馬程序員學習筆記)

1、當結構體作爲參數直接輸入函數中時,如果結構體過於大,則全部再複製一次開銷也十分大,一般使用地址傳參。如果怕被不小心更改,則在參數前加入const修飾。 2、常量指針 const int * p =&a 指針指向

原创 c++隨記三(黑馬程序員學習筆記)(多態,文件操作)

32、多態分爲靜態和動態兩種。靜態多態有函數重載、運算符重載;動態多態是派生類和虛函數實現運行時多態。靜態多態的函數地址早綁定,編譯階段確定函數地址,動態多態的函數地址晚綁定,運行階段確定函數地址。動態多態滿足條件:(1)有繼承關係;(2

原创 c++隨記三(黑馬程序員學習筆記)(多態)

32、多態分爲靜態和動態兩種。靜態多態有函數重載、運算符重載;動態多態是派生類和虛函數實現運行時多態。靜態多態的函數地址早綁定,編譯階段確定函數地址,動態多態的函數地址晚綁定,運行階段確定函數地址。動態多態滿足條件:(1)有繼承關係;(2

原创 c++隨記二(黑馬程序員學習筆記)(繼承篇)

25、繼承語法:class 子類(派生類):public(繼承方式) 父類(基類)。繼承方式有公共繼承、保護繼承、私有繼承三種。 26、父類中所有非靜態的成員屬性都會被繼承下去,父類中私有的成員屬性是被編譯器隱藏了雖然訪問不到但是會繼承

原创 c++隨記

1、當結構體作爲參數直接輸入函數中時,如果結構體過於大,則全部再複製一次開銷也十分大,一般使用地址傳參。如果怕被不小心更改,則在參數前加入const修飾。 2、常量指針 const int * p =&a 指針指向

原创 win7 32位系統安裝pycharm

    萬萬沒想到,由於新冠肺炎的存在,導致電腦一直放在學校,不得不用家裏32位的電腦來寫論文。最新版本的pycharm已經不支持32位系統了,經過嘗試,2017版本的仍舊可以使用。在安裝完2017版本以後,會彈出窗口顯示缺少jdk的支持

原创 Morris遍歷

Morris主要解決一個問題,如何實現二叉樹的前中後序遍歷,有兩個要求: 1. O(1)空間複雜度,O(N)時間複雜度; 2. 二叉樹的形狀不能被破壞(中間過程允許改變其形狀)。 以往是用棧結構輔助實現從下到上,但此算法是用到了線索二叉樹

原创 LeetCode個人筆記python篇(hard)

154. 尋找旋轉排序數組中的最小值 II 這題是153的延伸,區別就是允許重複數字的出現。因此增加了一個當first = mid = last時,按順序查找最小值。(此題特別注意是各種等號要加進去,不然就會判斷錯誤) class So

原创 遞歸和動態規劃(python)

        暴力遞歸: 1,把問題轉化爲規模縮小了的同類問題的子問題 2,有明確的不需要繼續進行遞歸的條件(base case) 3,有當得到了子問題的結果之後的決策過程 4,不記錄每一個子問題的解         動態規劃: 1,從

原创 樹結構整理(python)

本博客來自於對左神初級班的筆記整理 1、實現二叉樹先序、中序、後序排列,使用遞歸和非遞歸的方式 (1)先序         非遞歸方式用棧來實現,彈出結點時,有右先壓右,然後壓左。題目地址:https://leetcode-cn.com/

原创 棧和隊列(python)

本博客來自於對左神初級班的筆記整理,個人將java改爲Python 1、用固定大小的數組實現一個棧         根據棧先進後出的特性,設置一個指針始終指向數組已存入元素的末尾後一個空缺位置。push時先存入元素指針再後移,pop時指針

原创 排序算法整理(python)

本博客來自於牛客網左神初級班的筆記整理,個人將java改寫爲python 1、冒泡排序 每次循環將最大的沉底。時間複雜度爲O(n^2),空間複雜度爲O(1) def swap(nums, i, j): temp = nums[i

原创 LeetCode個人筆記python篇(medium)

442. 數組中重複的數據 首先想到的是排序,然後遍歷一遍。 class Solution: def findDuplicates(self, nums): """ :type nums: Lis

原创 keras實現EDSR中遇到的坑

最近需要實現超分辨率問題,但EDSR模型不適合自己的數據集,故重新用keras寫了一遍,以下是遇到的坑: 1、批量讀取圖片         因爲內存不夠的問題,嘗試了h5py,train_on_batch,以及fit_generator三