摘要: 单调的栈 如果为单调递增的栈,在栈内有元素时,判断栈顶元素和要加入的元素的大小,如果要加入的元素小于栈顶元素,就先让栈顶元素出栈,直到要加入元素比栈顶元素大为止; 解决什么问题? 当前元素左右侧,距离最近,并且比当前元素大的元素在哪里 当前元素左右侧, 距离最近,并且比当前元素小的元素在哪里 int 阅读全文
posted @ 2026-03-30 19:25 LAOBIEXL 阅读(4) 评论(0) 推荐(0)
摘要: 深度学习的python基础3:pandas的数据预处理 Python 工具包:Pandas 基本数据结构 Pandas 是基于 NumPy 构建的,专门用于处理结构化数据(如表格)的库。在深度学习流水线中,我们通常用 Pandas 进行数据预清洗,最后转化为 PyTorch 张量送入模型。 1. Series(一维序列) 定义:一种类似于一维数组的对象, 阅读全文
posted @ 2026-03-26 00:00 LAOBIEXL 阅读(9) 评论(0) 推荐(0)
摘要: 深度学习的python基础2:从numpy到torch.tensor 本博客详尽地介绍了numpy的用法与在torch框架中的实际运用(numpy与torch.tensor的区别),便于新手从numpy快速转入torch使用,同时包含了很多模型训练时的技巧和建议。 阅读全文
posted @ 2026-03-25 23:57 LAOBIEXL 阅读(22) 评论(0) 推荐(0)
摘要: 深度学习的python基础1:python基本知识和trick 本系列博客记录了入门实现深度学习python代码所必需的python基础知识,快速入门 阅读全文
posted @ 2026-03-25 23:51 LAOBIEXL 阅读(17) 评论(0) 推荐(0)
摘要: 基础算法:前缀和(Prefix Sum)核心原理与实战 在算法竞赛和日常开发中,我们经常会遇到这样一类问题:给定一个数组或矩阵,然后进行大量的查询操作,每次查询求某一段区间或某一个子矩阵内所有元素的和。 如果每次查询都使用暴力遍历,时间复杂度会非常高,极易导致超时。为了解决这个问题,我们引入前缀和( 阅读全文
posted @ 2026-03-24 22:57 LAOBIEXL 阅读(22) 评论(0) 推荐(0)
摘要: 基础算法:双指针与滑动窗口(Sliding Window)核心原理与实战 在算法竞赛和笔试面试中,暴力枚举往往是我们要想到的第一个解法。然而,暴力的时间复杂度通常很高。双指针算法(有时候也叫尺取法或者滑动窗口)就是一种优化暴力枚举策略的强大手段。 💡 个人笔记 / 核心总结:滑动窗口的本质 滑动窗 阅读全文
posted @ 2026-03-24 22:53 LAOBIEXL 阅读(55) 评论(0) 推荐(0)
摘要: 基础算法:二分算法(Binary Search)核心原理与实战 [cite_start]二分算法可以说是基础算法篇章中最难的算法之一 [cite: 3095][cite_start]。二分算法的原理以及模板其实是很简单的,主要的难点在于问题中的各种各样的细节问题 [cite: 3095][cite_ 阅读全文
posted @ 2026-03-24 22:49 LAOBIEXL 阅读(21) 评论(0) 推荐(0)
摘要: 基础算法:差分(Difference Array) 在前缀和算法中,我们学习了如何通过预处理在 $O(1)$ 的时间复杂度内求出某一个区间的元素之和。而在实际的算法应用中,我们常常会遇到另一种高频操作:频繁地将某一个区间内的所有元素统一加上或减去一个特定的值。 如果使用暴力遍历,每次区间修改的时间复 阅读全文
posted @ 2026-03-24 22:45 LAOBIEXL 阅读(32) 评论(0) 推荐(0)
摘要: C++ STL:unordered_map 的用法 导读:在 C++ 的算法竞赛和日常开发中,哈希表(Hash Table)是我们降低时间复杂度的终极武器。C++ 标准库为我们提供了 unordered_map。本文将从它的基础用法入手,深入剖析它的语法细节,并结合真实的算法题(A+B 问题),为你 阅读全文
posted @ 2026-03-24 21:05 LAOBIEXL 阅读(22) 评论(0) 推荐(0)
摘要: 哈希表的原理与 C++ 数组模拟实现 导读:在海量数据中,如何实现近乎瞬时的查找?这就需要请出数据结构中的“极速跑车”——哈希表。本文将带你深刻理解哈希表的基础原理、哈希冲突的解决策略,并手撕 C++ 底层原生数组模拟哈希表(线性探测法与链地址法)的核心代码。 一、 什么是哈希表? [cite_st 阅读全文
posted @ 2026-03-24 21:04 LAOBIEXL 阅读(14) 评论(0) 推荐(0)