首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏刷题笔记

    7-5 字符串循环左移

    点这里 7-5 字符串循环左移 输入一个字符串和一个非负整数N,要求将字符串循环左移N次。 输入格式: 输入在第1行中给出一个不超过100个字符长度的、以回车结束的非空字符串;第2行给出非负整数N。

    1.2K20发布于 2019-11-08
  • 来自专栏freesan44

    PTA 7-5 买地攻略 (25 分)

    数码城市有土地出售。待售的土地被划分成若干块,每一块标有一个价格。这里假设每块土地只有两块相邻的土地,除了开头和结尾的两块是只有一块邻居的。每位客户可以购买多块连续相邻的土地。

    28400发布于 2021-09-11
  • 来自专栏刷题笔记

    7-5 小字辈 (25 分)

    点这里 7-5 小字辈 (25 分) 本题给定一个庞大家族的家谱,要请你给出最小一辈的名单。

    98810发布于 2019-11-08
  • 来自专栏freesan44

    PTA 7-5 买地攻略 (25 分)

    数码城市有土地出售。待售的土地被划分成若干块,每一块标有一个价格。这里假设每块土地只有两块相邻的土地,除了开头和结尾的两块是只有一块邻居的。每位客户可以购买多块连续相邻的土地。

    37620编辑于 2021-12-06
  • 来自专栏以终为始

    7-5 堆中的路径 (25 分)

    7-5 堆中的路径 (25 分) 将一系列给定数字插入一个初始为空的小顶堆H[]。随后对任意给定的下标i,打印从H[i]到根结点的路径。

    29320编辑于 2023-03-09
  • 来自专栏freesan44

    PTA 7-5 子串与子列 (25 分)

    子串是一个字符串中连续的一部分,而子列是字符串中保持字符顺序的一个子集,可以连续也可以不连续。例如给定字符串 atpaaabpabtt,pabt是一个子串,而 pat 就是一个子列。

    47710编辑于 2021-12-06
  • 来自专栏freesan44

    PTA 7-5 子串与子列 (25 分)

    子串是一个字符串中连续的一部分,而子列是字符串中保持字符顺序的一个子集,可以连续也可以不连续。例如给定字符串 atpaaabpabtt,pabt是一个子串,而 pat 就是一个子列。

    58040发布于 2021-09-10
  • 来自专栏freesan44

    PTA 7-5 实验室使用排期 (25 分)

    受新冠疫情影响,当前大家的活动都必须注意保持充分的社交距离,国家实验室的使用也同样受到了严格的限制。假设规定任何一个时间点上,实验室内最多只能有 1 个人,且每个人都必须提前申请实验室的使用,只有申请被批准后才能进入。现给定一批第二天的实验室使用申请,你需要写个程序自动审批,使得能够被批准的申请数量最大化。

    72400发布于 2021-09-10
  • 来自专栏freesan44

    PTA 7-5 实验室使用排期 (25 分)

    受新冠疫情影响,当前大家的活动都必须注意保持充分的社交距离,国家实验室的使用也同样受到了严格的限制。假设规定任何一个时间点上,实验室内最多只能有 1 个人,且每个人都必须提前申请实验室的使用,只有申请被批准后才能进入。现给定一批第二天的实验室使用申请,你需要写个程序自动审批,使得能够被批准的申请数量最大化。

    57610编辑于 2021-12-06
  • 来自专栏刷题笔记

    【未完成】7-5 文件传输 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/102727502 7-5 文件传输 (25 分) 当两台计算机双向连通的时候,文件是可以在两台机器间传输的

    49520发布于 2019-11-07
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 7-5 高维数据映射为低维数据

    我们此时有一个m行n列的样本矩阵X,此时的X样本矩阵代表有m个样本n个特征。通过前面的关于主成分的学习,此时假设我们已经求出针对X样本矩阵来说前k个主成分,每一个主成分对应的一个单位方向,用W矩阵来表示,此时的W矩阵为k行n列,代表前k个主成分,每一个主成分有n个元素。在上一小节提到主成分分析的本质就是从一组坐标系转移到另外一组新的坐标系的过程,而由于我们原来为n维坐标系,因此转换之后的坐标系也有n个维度,只不过对于转换后的坐标系来说,取出前k个更加重要的方向,因此W是k行n列的矩阵。

    4.2K31发布于 2019-11-13
  • 来自专栏刷题笔记

    【未完成】7-5 对称排序 (25 分)20分

    本文链接:https://blog.csdn.net/shiliang97/article/details/101473181 7-5 对称排序 (25 分) 你供职于由一群丑星作为台柱子的信天翁马戏团

    71520发布于 2019-11-08
  • 来自专栏刷题笔记

    【2020HBU天梯赛训练】7-5 宇宙无敌大招呼

    7-5 宇宙无敌大招呼 据说所有程序员学习的第一个程序都是在屏幕上输出一句“Hello World”,跟这个世界打个招呼。作为天梯赛中的程序员,你写的程序得高级一点,要能跟任意指定的星球打招呼。

    89010发布于 2020-06-23
  • 来自专栏freesan44

    PAT-2021年秋季考试 乙级 7-5 取帽子 (25 分)

    拼题er们觉得戴帽子会令自己看上去很帅,所以他们不管到哪里都会戴着帽子。有一天他们去到一家餐厅,服务员把他们的帽子收集了堆起来保管。当大家要离开的时候,发现帽子被像上图那样摞起来了。于是你的任务就是帮他们排好队,使得每个人都能按顺序顺利取到自己的帽子。

    55360发布于 2021-09-14
  • 来自专栏刷题笔记

    【2019秋PAT乙级真题】7-5 链表合并 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/100634522 7-5 链表合并 (25 分) 给定两个单链表 L​1​​=a​1​​→

    54620发布于 2019-11-08
  • 来自专栏刷题笔记

    【PAT520 钻石争霸赛】7-5 猜近似数字 (15分)

    甲想好了一个 n 位数字让乙来猜,只要猜的数字位数正确,至多有 1 位与谜底不同,且不同的数字相差不超过 1,就算猜对了。例如谜底是 67,若乙猜 66、68、77、57,就都算对了;猜 167 就不能算对。

    46630发布于 2020-06-23
  • 来自专栏IT技术圈(CSDN)

    浙大版《C语言程序设计(第3版)》题目集 习题7-5 找鞍点

    习题7-5 找鞍点 一个矩阵元素的“鞍点”是指该位置上的元素值在该行上最大、在该列上最小。 本题要求编写程序,求一个给定的n阶方阵的鞍点。 输入格式: 输入第一行给出一个正整数n(1≤n≤6)。

    1.4K20发布于 2020-09-15
  • 来自专栏时悦的学习笔记

    [Oracle ASM全解析] 管理磁盘组模板

    7-5 为冗余属性的值和磁盘组冗余级别的对应关系,有MIRROR,HIGH,UNPROTECTED三种 从上图我们可以看到在Normal的磁盘组中我们也可以用High属性值来做到三路镜像 2.默认模板属性值 7-6为ASM文件类型的默认属性值 以控制文件为例,上图表示当在Normal磁盘组中其默认为High值,然后对比7-5的图可以看到提供三路镜像 ?

    1.4K20发布于 2020-08-19
  • 来自专栏伪架构师

    Knative 入门系列7:实战演练

    剩下的就是创建 示例 7-5 中所示的我们的事件源的 YAML,并创建订阅,以便将事件从通道发送到 示例 7-6 中所示的服务。 我们还有最后一个要部署的部分,那就是我们的前端,用来可视化所有东西。 前端 最后,我们需要把我们收集的所有数据一起放在前端来进行可视化。 Knative 甚至包括一个仪表盘,用于可视化当前集群的使用情况,以帮助进行容量规划。 一旦进入,我们就可以通过它看到请求如何发送到我们的 Geocoder服务上的,如 图 7-5 和 图 7-6 所示。 ? Geocoder_zipkin1图7-5 对一个到Geocoder服务请求的简单跟踪 ? Geocoder_zipkin2图 7-6 我们的服务请求堆栈时间分解 结论 成功了!

    2.3K30发布于 2019-07-23
  • 来自专栏计算机魔术师

    【机器学习 | 可视化】回归可视化方案

    欢迎大家订阅该文章收录专栏 [✨--- 《深入解析机器学习:从原理到应用的全面指南》 ---✨]@toc回归可视化方案在评估回归模型效果时,可以使用多种可视化方案来直观地比较实际值和预测值之间的差异。 以下是几种常见的回归模型评估可视化方案和相应的Python代码模板:对角线图:对角线图用于比较实际值和预测值之间的差异。 plt.xlabel('Actual Values')plt.ylabel('Residuals')plt.title('Residual Plot')plt.show()拟合曲线图:可以绘制拟合曲线来可视化模型的拟合效果 ', label='Predicted')plt.xlabel('X')plt.ylabel('Y')plt.title('Fitted Curve')plt.legend()plt.show()这些可视化方案提供了不同的角度和方法来评估回归模型的效果 根据数据和模型的特点,可以选择适合的可视化方案或结合多种方案来全面评估模型的性能。 到这里,如果还有什么疑问欢迎私信博主问题哦,博主会尽自己能力为你解答疑惑的!

    94000编辑于 2023-11-29
领券