OlvidarKaka

题目简述: 有一个矩阵, 无论是按行还是按列都是单调递增的, 查找一个数是否存在于矩阵中. C++: 解析: 思路: 从左上角开始查找, 如果左上角值大于目标, 则查找其左边的一列(因为往下走, 值都

二维数组 二维向量的列和行数的确定并不相同, 二维数组需要先计算列数, 再计算行数. 而向量调用size()方法快速求得列和行数.

题目简述: 替换字符串s中的空格为'%20' python: C++: C: 解析: 思路: a. 统计非结束符字符个数, 确定数组有效长度. b. 双指针倒序操作, 避免(正序)多次重复移动元素.

题目链接简述: 找出nums列表中单独出现的数字 python: 解析: 异或 小明要么在北京, 要么在上海, 那么异或就是, 不允许小明同时在北京和上海, 或者同时不在北京或上海, 此时异或为0(假

题目链接 简述: 输入一个数组nums, 整数k, 将数组向右轮转k个位置. python: 解析: nums[:] 参考<Python学习手册>, 采取 list = 方式给列表赋值, 并不是修改l

iter()内置函数 将对象传入iter, 会自动生成__next__()方法, 对象变为可迭代的. 迭代方法: next()内置函数 obj.__next__()对象方法 上述代码等价于: 或者:

只读 read_only = open(file, 'r', encoding='utf-8') 参数: file: 文件路径 r: 只读 encoding: 指定解码器, Windows下不指定ut

NMF降维 NMF对鸢尾花降维 此处不再赘述NMF. 决策树 具体原理不再赘述. 直接上代码: 总结 在鸢尾花数据集上, NMF降维后的分类, 与不降维直接用决策树分类, 效果差不多(相差不大或相等)

NMF降维 具体原理不再赘述. 网上一堆. 大多数NMF案例都是针对于人脸数据集进行降维操作, 本文章记录NMF对鸢尾花数据集进行操作. 目标: 鸢尾花数据集的X共四个维度(四个特征), 要将其降到两