原创 劍指offer面試題49. 醜數

題目描述 我們把只包含因子 2、3 和 5 的數稱作醜數(Ugly Number)。求按從小到大的順序的第 n 個醜數。 思路 詳見鏈接 代碼 class Solution: def nthUglyNumber(self, n

原创 劍指offer面試題42. 連續子數組的最大和(動態規劃)

題目描述 輸入一個整型數組,數組裏有正數也有負數。數組中的一個或連續多個整數組成一個子數組。求所有子數組的和的最大值。 要求時間複雜度爲O(n)。 思路 詳見鏈接 代碼 class Solution: def maxSubAr

原创 劍指offer面試題36. 二叉搜索樹與雙向鏈表(中序遍歷)(遞歸)

題目描述 輸入一棵二叉搜索樹,將該二叉搜索樹轉換成一個排序的循環雙向鏈表。要求不能創建任何新的節點,只能調整樹中節點指針的指向。 思路 詳見鏈接 代碼 #class Node: # def __init__(self, val,

原创 劍指offer面試題35. 複雜鏈表的複製(DFS)(深拷貝)

題目描述 請實現 copyRandomList 函數,複製一個複雜鏈表。在複雜鏈表中,每個節點除了有一個 next 指針指向下一個節點,還有一個 random 指針指向鏈表中的任意節點或者 null。 思路 詳見鏈接 代碼 cl

原创 劍指offer面試題40. 最小的k個數(sort函數)

題目描述 輸入整數數組 arr ,找出其中最小的 k 個數。例如,輸入4、5、1、6、2、7、3、8這8個數字,則最小的4個數字是1、2、3、4。 思路 詳見鏈接 代碼 class Solution: def getLeast

原创 劍指offer面試題34. 二叉樹中和爲某一值的路徑(先序遍歷)(回溯)

題目描述 輸入一棵二叉樹和一個整數,打印出二叉樹中節點值的和爲輸入整數的所有路徑。從樹的根節點開始往下一直到葉節點所經過的節點形成一條路徑。 思路 詳見鏈接 代碼 class Solution: def pathSum(sel

原创 劍指offer面試題30. 包含min函數的棧(輔助棧)

題目描述 定義棧的數據結構,請在該類型中實現一個能夠得到棧的最小元素的 min 函數在該棧中,調用 min、push 及 pop 的時間複雜度都是 O(1)。 思路 詳見鏈接 代碼 class MinStack: def __

原创 劍指offer面試題29. 順時針打印矩陣(邊界問題)

題目描述 輸入一個矩陣,按照從外向裏以順時針的順序依次打印出每一個數字。 思路 詳見鏈接 代碼 class Solution: def spiralOrder(self, matrix:[[int]])->[int]: i

原创 Python數據結構實戰——數(Tree)

文章目錄1.實驗目標2.定義樹類3.構建樹並打印4.顯示結果 1.實驗目標 構建一顆如下圖所示的樹: 2.定義樹類 class TreeNode: def __init__(self, data): se

原创 劍指offer面試題28. 對稱的二叉樹(遞歸)

題目描述 請實現一個函數,用來判斷一棵二叉樹是不是對稱的。如果一棵二叉樹和它的鏡像一樣,那麼它是對稱的。 思路 詳見鏈接 代碼 class Solution: def isSymmetric(self, root:TreeNo

原创 劍指offer面試題27. 二叉樹的鏡像(遞歸)

題目描述 請完成一個函數,輸入一個二叉樹,該函數輸出它的鏡像。 思路 詳見鏈接 代碼 class Solution: def mirrorTree(self, root:TreeNode)->TreeNode: if no

原创 Pytorch專題實戰——前饋神經網絡(Feed-Forward Neural Network)

文章目錄1.導入必要模塊2.超參數設置3.數據準備4.打印部分加載的數據5.模型建立6.訓練 1.導入必要模塊 import torch import torch.nn as nn import torchvision impor

原创 Pytorch專題實戰——激活函數(Activation Functions)

文章目錄1.激活函數的兩種用法1.1.softmax激活函數1.2.sigmoid激活函數1.3.tanh激活函數1.4.relu激活函數1.5.leaky_relu激活函數2.用激活函數的不同方法構造函數2.1.nn.ReLU(

原创 Python數據結構實戰——隊列(Queue)

文章目錄1.隊列的性質(先進先出)2.使用deque作爲隊列3.使用雙端隊列實現Queue類 1.隊列的性質(先進先出) wmt_stock_price_queue = [] wmt_stock_price_queue.inser

原创 Pytorch專題實戰——交叉熵損失函數(CrossEntropyLoss )

文章目錄1.用CrossEntropyLoss預測單個目標2.用CrossEntropyLoss預測多個目標3.二分類使用BCELoss損失函數4.多分類使用CrossEntropyLoss損失函數 1.用CrossEntropy