文章目录搜索与图论（三）最小生成树Prim算法Kruskal算法总结二分图染色法匈牙利算法小结 搜索与图论（三）这一节讲解的是最小生成树和二分图最小生成树什么是最小生成树？首先，给定一个节点数是n，边数是m的无向连通图G。则由全部的n个节点，和n-1条边构成的无向连通图被称为G的一颗生成树，在G的所有生成树中，边的权值之和最小的生成树，被称为G的最小生成树。有两种常用算法：Prim算法（普利姆）
系列文章目录第一节快速排序第二节二分法学习路上的风景，我陪你一起去看，编程路上的算法，我陪你一起去学，朋友们你们好，我是夏目浅石，蟹蟹你点开文章和我一同进步，加油！遇见更好的自己。文章目录系列文章目录前言一、高精度加法二、高精度减法三、高精度乘法四、高精度除法总结下期预告前言今天学了一些高精度问题的方法这里给大家分享一下，希望大家也可以学习并且掌握。提示：以下是本篇文章正文内容，下面案例可供参考一
Aho-Corasick自动机算法，用有限自动机将字符比较转化为状态转移： ①一种树型有限自动机，包含一组状态，每个状态用一个数字代表 ②读入文本串中的字符，通过状态转移或偶尔输出的方式处理文本 ③利用转向函数Goto、失效函数Fail和输出函数Output 例如：对应模式集{he, she, his, hers}的自动机 Goto函数： Fail函数： Output函数：&
转载
2024-05-07 14:36:00
802阅读
Acwing《算法基础课》第1章 算法基础 文章目录Acwing《算法基础课》第1章 算法基础排序快速排序归并排序二分整数二分浮点数二分高精度计算大整数存储大整数比较高精度加法高精度减法高精度乘法高精度除法前缀和一维前缀和二维前缀和差分一维差分二维差分双指针算法位运算离散化区间合并 排序快速排序主要思想：确定分界点：
x = a[l]x = a[r]q = a[(l + r) / 2]调整范
文章目录前言一、第一章 基础算法1. 排序快速排序归并排序2. 二分模板一模板二总结3. 前缀和如何求作用二维前缀和4. 差分作用二维差分5. 双指针核心思想例子思路位运算二、第二章 数据结构单链表（从头部插入）双链表栈队列单调栈定义题型例子存在关系优化单调队列题型例子存在关系优化KMP（还不熟）暴力做法思考并查集用法基本原理问题优化实现堆性质基本操作手写一个堆实现哈希表用法例子存储方式（处理冲
简介Aho-Corasick算法简称AC算法，通过将模式串预处理为确定有限状态自动机，扫描文本一遍就能结束。其复杂度为O(n)，即与模式串的数量和长度无关。 思想自动机按照文本字符顺序，接受字符，并发生状态转移。这些状态缓存了“按照字符转移成功（但不是模式串的结尾）”、“按照字符转移成功（是模式串的结尾）”、“按照字符转移失败”三种情况下的跳转与输出情况，因而降低了复杂度。 基
早在1975年贝尔实验室的两位研究人员Alfred V. Aho 和Margaret J. Corasick就提出了以他们的名字命名的高效的匹配算法—AC算法。该算法几乎与《KMP算法》同时问世。与KMP算法相同，AC算法时至今日仍然在模式匹配领域被广泛应用。 AC算法是一个经典的多模式匹配算法，可以保证对于给定的长度为n的文本，和模式集合P{p1,p2,…pm}，在O(n)时间
转载
2024-04-20 20:35:29
113阅读
advantage优势值，是指该状态写做出该动作相比于其他动作而言有多好。在之前做强化学习的时候用了ppo2算法，由于是将多个智能体同时并行计算，需要对网上单个智能体的算法更新部分做一个改动，因此在之前自己写的算法中出现了错误：在执行到需要更新的时候，计算优势函数使用了每个回合每一步的动作与奖励值，然后计算了总的Rt与At（advantage），然后计算损失函数的时候一直用的是这个Rt与At，但是
归一化（Normalization）归一化可以指把一组数据缩放到[0,1]的范围内，或者自定义的某个范围内。也可以指对一组数据缩放，使其的和为1。其目的是通过把有量纲表达式变为无量纲表达式，有利于不同量纲数据之间的比较、展示等。主要的归一化算法有：1.线性转换，即min-max归一化（常用方法）x'=(x-min)/(max-min)2.平均归一化x' = (x - μ) / (MaxValue
Aho-Corasick自动机算法，简称就叫做AC算法。网上看了各种各样的AC算法，其实都看的不太理解。最后还得领导亲自给我讲解了前因后果，才能真正理解了。刚刚从经历了懵逼到理解的过程，我得赶紧记录下我理解此算法的过程，相信很多刚刚看此算法的同学们，应该会有很多和我一样的问题。首先，先讲述一下此算法的作用是什么，为什么要用AC算法，什么时候用？ AC算法主要是解决多字符串匹配问题，比如字符串ush
转载
2024-03-15 15:52:50
56阅读
title: 经典强化学习算法：分层强化学习算法 —— options算法 description: #多个标签请使用英文逗号分隔或使用数组语法 tags:
原创
2024-10-08 16:04:47
165阅读
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、AC自动机是什么？二、自动机的构建。三、自动机朴素实现方法以及优化版本总结 前言提示：这里可以添加本文要记录的大概内容： AC自动机的构建，分析优化，时间复杂度分析。提示：以下是本篇文章正文内容，下面案例可供参考一、AC自动机是什么？AC自动机就是一个单词查找器，能够高效的查找单词是否存在在字典树里面。二、自动机的构
转载
2024-03-31 18:57:58
81阅读
前言聊到 Terraform, 必然绕不开 IaC 这个概念？那么，什么是 IaC? ?基本概念基础架构即代码 (Infrastructure as Code, IaC) 是指通过代码而不是手动流程/控制台点击来管理和配置基础架构。这里有 2 个关键词：InfrastructureCodeInfrastructure 是被管理对象，在这里，主要是指公有云（还有私有云、混合云等）. Code 是管理
目录一、概述 1、概念2、项目中功能修改的流程和级别3、增强应用案例二、增强的发展第一代，基于源代码的增强1、简介2、查找此类出口的方法：3、实例：第二代，基于函数模块的增强出口1、简介2、增强分类3、增强相关函数和表格4、Exit实现方法5、SMOD和CMOD6、查找Enhancement的方法 第三代，基于面向对象概念的增强BADI1、简介2、BADI存储3、BADI查找方
转载
2024-02-13 11:09:08
103阅读
一、前述本文通过一个案例来讲解Q-Learning二、具体1、案例假设我们需要走到5房间。转变为如下图：先构造奖励，达到5，即能够走得5的action则说明奖励比较高设置成100，没有达到5说明奖励比较低，设置成0。Q-learning实现步骤：2、案例详解：第一步的Q(1,5)：最开始的Q矩阵都是零矩阵，迭代完之后Q（1,5）是...
原创
2022-12-30 16:49:04
803阅读
Policy Gradient算法存在两个问题，一是蒙特卡罗只能回合更新，二是on-policy采集的数据只能使用一次。对于第一个更新慢的问题，改用时序差分方法，引入critic网络估计V值，就能实现单步更新。对于第二个数据利用率低的问题，引入重要性采样，就能用一个不同于当前策略的固定策略去采样很多的数据并反复利用。总的来说，PPO(Proximal Policy Optimization)就是采
转载
2024-02-26 20:18:43
1911阅读
在上一篇文章强化学习——DQN介绍 中我们详细介绍了DQN 的来源，以及对于强化学习难以收敛的问题DQN算法提出的两个处理方法：经验回放和固定目标值。这篇文章我们就用代码来实现 DQN 算法一、环境介绍1、Gym 介绍本算法以及以后文章要介绍的算法都会使用 由 \(OpenAI\) 推出的\(Gym\)仿真环境， \(Gym\) 是一个研究和开发强化学习相关算法的仿真平台，了许多问题和环境（或游戏
转载
2024-03-23 10:04:48
463阅读
来源：深入浅出强化学习：原理入门
原创
2022-09-19 10:23:18
125阅读
【概述】离散化是数据结构中的一个常用技巧，其可以有效的降低时空复杂度，其基本思想就是在众多可能的情况中，只去考虑需要用到的值，通过离散化，可以改进低效的算法，甚至实现根本不可能实现的算法。对于一些数量较少，但数值较大或者可能出现负数这种难以处理的数据，自身无法作为数组的下标保存对应的属性，如果这时只是需要这些数据的相对属性， 那么可以对其进行重新赋值，即进行离散化处理。简单来说，对于 n 个数据，
转载
2024-10-18 13:55:25
26阅读
模型压缩之蒸馏算法小结Google Slide: https://docs.google.com/presentation/d/e/2PACX-1vSsa5X_zfuJUPgxUL7vu8MHbkj3JnUzIlKbf-eXkYivhwiFZRVx_NqhSxBbYDu-1c2D7ucBX_Rlf9kD/pub?start=false&loop=false&delayms=3000
