原创 面試總結——強化學習

強化學習和監督式學習的區別: 監督式學習就好比你在學習的時候,有一個導師在旁邊指點,他知道怎麼是對的怎麼是錯的,但在很多實際問題中,例如 chess,go,這種有成千上萬種組合方式的情況,不可能有一個導師知道所有可能的結果。 而這時,強

原创 C++中strlen()和sizeof()的區別

一、sizeof sizeof(...)是運算符,在頭文件中typedef爲unsigned int,其值在編譯時即計算好了,參數可以是數組、指針、類型、對象、函數等。     它的功能是:獲得保證能容納實現所建立的最大對象的字節大小。

原创 劍指offer12——矩陣中的路徑

題目描述 請設計一個函數,用來判斷在一個矩陣中是否存在一條包含某字符串所有字符的路徑。路徑可以從矩陣中的任意一個格子開始,每一步可以在矩陣中向左,向右,向上,向下移動一個格子。如果一條路徑經過了矩陣中的某一個格子,則該路徑不能再進入該格子

原创 面試總結——LR

實際工作中,我們可能會遇到如下問題: 預測一個用戶是否點擊特定的商品 判斷用戶的性別 預測用戶是否會購買給定的品類 判斷一條評論是正面的還是負面的 最大似然估計,就是利用已知的樣本結果,反推最有可能(最大概率)導致這樣結果的參數值。

原创 劍指offer13——機器人的運動範圍

題目描述 地上有一個m行和n列的方格。一個機器人從座標0,0的格子開始移動,每一次只能向左,右,上,下四個方向移動一格,但是不能進入行座標和列座標的數位之和大於k的格子。 例如,當k爲18時,機器人能夠進入方格(35,37),因爲3+5+

原创 面試總結——L1和L2

1、L2正則化,爲什麼L2正則化可以防止過擬合?L1正則化是啥? 避免過擬合的第一個思路:使盡可能多的參數爲零。爲此,最直觀地可以引入L0-範數。這意味着,我們希望絕大多數w的分量爲零。 L0範數:向量中非0元素的個數。 通過引

原创 劍指offer14——剪繩子

題目描述 給你一根長度爲n的繩子,請把繩子剪成m段(m、n都是整數,n>1並且m>1),每段繩子的長度記爲k[0],k[1],...,k[m]。請問k[0]xk[1]x...xk[m]可能的最大乘積是多少?例如,當繩子的長度是8時,我們把

原创 面試總結——優化

1、梯度下降的優缺點;主要問最優化方面的知識,梯度下降法的原理以及各個變種(批量梯度下降,隨機梯度下降法, mini 梯度下降法),以及這幾個方法會不會有局部最優問題,牛頓法原理和適用場景,有什麼缺點,如何改進(擬牛頓法)  

原创 機器學習相關優化算法

目錄 0.梯度下降法深入理解 一.優化器算法簡述  1.Batch Gradient Descent (BGD) 2.Stochastic Gradient Descent (SGD) 3.Mini-Batch Gradient Desc

原创 劍指offer23——鏈表中環的入口節點

判斷單鏈表中有沒有環,如果有找到環的入口節點。   三個問題: 1、如何確定鏈表中包含環:兩個指針,一個指針一次走一步,一個指針一次走兩步。如果走得快的指針追上了走得慢的指針,則說明鏈表包含環; 如果走得快的指針走到了鏈表末尾(p->ne

原创 判斷兩個鏈表是否相交(考慮帶環和不帶環)

原文鏈接:https://blog.csdn.net/sinat_36490286/article/details/75268800 鏈接:https://blog.csdn.net/sinat

原创 將字符串中的數字提取爲整數

int StringToInteger(char *p) { int value = 0; while (*p != '\0') { if ((*p >= '0') && (*p <= '9')) { value =