WedX - журнал о программировании и компьютерных науках

Публикации по теме 'coding-interviews'


Объедините отсортированный массив в более крупный отсортированный массив, в котором есть место для меньшего массива.
Итак, для начала я сделал несколько предположений о конце большего массива: пространство в конце заполнено значениями -1. Я думаю, вы можете выбрать любое значение, но это то значение, которое мне показалось разумным. Наивное решение этой проблемы состоит в том, чтобы просто создать новый массив размером с большой массив и выбрать один из двух массивов по мере итерации, чтобы заполнить новый массив в отсортированном порядке. Это будет выполняться за линейное время, но потребует O(n)..

Не очень страшное введение в механизмы DP в Kotlin: максимальный подмассив
Понимание механизма Фибоначчи в динамическом программировании 1D Динамическое программирование (DP) может быть пугающей темой для изучения. Плюс-минус, я организовал заметки по теме предыдущих изменений работы в виде удобоваримого руководства для более быстрого ввода в эксплуатацию. Меньше математики, больше лженауки. На высоком уровне динамическое программирование следует аналогичной стратегии по всем направлениям: Разбейте сложную проблему на более простые подзадачи Находит..

Краткий обзор программирования Python для интервью по кодированию, часть 1
Когда кто-то готовится к собеседованию по кодированию, он может захотеть просмотреть Python. Поскольку программирование ограничено коротким периодом времени — 45 минут или меньше, элегантность языка Python может дать вам преимущество перед языками со строгой типизацией, такими как Java. В этой статье предполагается, что вы когда-то программировали Python; это обзор, а не знакомство. Давайте начнем. Вы не можете ссылаться на имя, которое не установлено. Вы получаете NameError: имя «XYZ»..

Новые материалы

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


Для любых предложений по сайту: [email protected]