力扣笔记_v2
这篇文章主要是记录刷过的题以及里面一些需要注意的关键点(https://www.programmercarl.com/)
1.做题记录
序号
题目
日期
类型
链接
1
1732. 找到最高海拔
2024年10月25日
数组
https://leetcode.cn/problems/find-the-highest-altitude/description/?envType=study-plan-v2&envId=leetcode-75
2
933. 最近的请求次数
2024年10月25日
链表
https://leetcode.cn/problems/number-of-recent-calls/description/?envType=study-plan-v2&envId=leetcode-75
3
374. 猜数字大小
2024年10月25日
数学
https://leetcode.cn/problems/guess-number-higher-or-lower/description/?envType=study-plan-v2&en ...
力扣笔记_v1
这篇文章主要是记录刷过的题以及里面一些需要注意的关键点(https://www.programmercarl.com/)
1.做题记录
序号
题目
日期
类型
链接
1
704.二分查找
2024年7月5日
数组
https://leetcode.cn/problems/binary-search/description/
2
27.移除元素
2024年7月5日
数组
https://leetcode.cn/problems/remove-element/description/
3
977.有序数组的平方
2024年7月5日
数组
https://leetcode.cn/problems/squares-of-a-sorted-array/description/
4
209.长度最小的子数组
2024年7月5日
数组
https://leetcode.cn/problems/minimum-size-subarray-sum/description/
5
59.螺旋矩阵II
2024年7月5日
数组
https://leetcode.cn/problems ...
Docker的一些内容
Docker的基本概念Docker 包括三个基本概念:
镜像(Image):Docker 镜像(Image),就相当于是一个 root 文件系统。比如官方镜像 ubuntu:16.04 就包含了完整的一套 Ubuntu16.04 最小系统的 root 文件系统。
容器(Container):镜像(Image)和容器(Container)的关系,就像是面向对象程序设计中的类和实例一样,镜像是静态的定义,容器是镜像运行时的实体。容器可以被创建、启动、停止、删除、暂停等。
仓库(Repository):仓库可看成一个代码控制中心,用来保存镜像。
组合优化与凸优化
线性规划max凸集合:$\alpha x+(1-\alpha)y∈S$
凸函数:$f(\alpha x+(1-\alpha)y)≤\alpha f(x)+(1-\alpha)f(y)$
标准型:一般都是max,使用单纯形和大M都化成max
.erwhweskdxqe{zoom:130%;}
基本解:对于系数矩阵A,找出所有的子矩阵B(比如A的第一列&第三列就可以组成一个子矩阵,子矩阵的size等于未知数个数n),然后基本解的备选就是$B^{-1}b$(基本解的组成就是$x_1$&$x_3$对应结果的取值,其他的都是0),然后要求基本解所有的元素都是$≥0$
单纯形:
.riohfjalxexu{zoom:130%;}
什么时候直接单纯形不可以:($x_5$必须是0)
.orzbshukcqye{zoom:100%;}
大M法:$Max:z=4x_1+2x_2+8x_3-Mx_5$
两阶段法:第一步$Max:z=-x_5$,保留表格的数据之后,第二步$Max:z=4x_1+2x_2+8x_3$
写在非线性规划前面什么是非线性规划问题:求 ...
强化学习
强化学习从样本平均法开始行动-价值更新函数如下:$$Q_{n+1} = \frac{1}{n} \sum_{i=1}^{n} R_i$$通过以下推导:$$\begin{eqnarray}Q_{n+1} &=& \frac{1}{n} \sum_{i=1}^{n} R_i\&=& \frac{1}{n} (R_n + \sum_{i=1}^{n-1} R_i)\&=& \frac{1}{n} (R_n + (n-1)Q_n)\&=& Q_n + \frac{1}{n} (R_n - Q_n)\\end{eqnarray}$$我们可以把样本平均法的行动-价值更新公式转换为如下:
上述式子当中,说明$1/n$是步长,随着我们尝试的次数$n$不断增加,最近得到的误差的权重占比也会越来越低。为了解决这个问题,那么也可以把步长设置为一个常数$\alpha$(这就是加权平均):$$\begin{eqnarray}Q_{n+1} & ...
