前言关于A*算法的实现是很早之前的一次开发中的成果，并做了一些改进。当然，在这里就不记录改进部分了，因为其中还有一些争议。这里仅是对A*算法的理解和使用Python实现。参考链接之所以放在前面，是因为这些链接的参考价值特别高，如果希望获得更多的了解，可以通过以下链接进行学习。时间线2021.03.25 优化2021.11.03权重优化定义(百度百科)A*（A-Star)算法是一种静态路网中求解最短
转载
2023-11-29 17:17:38
138阅读
原标题：干货 | 黄继武老师手把手教你利用Jade进行物相检索前言Jade是一个32位Windows程序，用于处理X射线衍射数据。除基本的如显示图谱、打印图谱、数据平滑等功能外，主要功能有物相检索、结构精修、晶粒大小和微观应变计算等许多功能。本文简单介绍了作者在使用X射线衍射数据处理软件Jade进行物相检索、物相定量分析、晶胞参数修正以及晶粒尺寸与微应变计算等方面的一些经验。1 Jade的物相检索
A*算法python简单可视化实现A*算法详解：A*算法详解python实现:使用堆优化加快查找最小代价点 详细流程都写在注释里了使用方法：# 参数为地图高、宽、方格尺寸、起点坐标（0开始）、终点坐标（0开始）、延迟时间
demo = MiniMap(20, 30, 30, (0, 0), (29, 19), 0.05)鼠标左键单击方格添加/删除障碍物，中键重置路径（不改变障碍物），右键开始寻路。
转载
2023-09-03 11:53:14
420阅读
今天一个Python学习的干货。几个印度小哥，在GitHub上建了一个各种Python算法的新手入门大全，现在标星已经超过2.6万。这个项目主要包括两部分内容：一是各种算法的基本原理讲解，二是各种算法的代码实现。传送门在此：https://github/TheAlgorithms/Python简单介绍下。算法的基本原理讲解部分，包括排序算法、搜索算法、插值算法、跳跃搜索算法、快速选择算
转载
2023-07-04 20:26:32
12阅读
一、算法简介1、定义算法是一组完成任务的指令；有限步骤内解决数学问题的程序；为解决某项工作或某个问题，所需要有限数量的机械性或重复性指令与计算步骤。2、算法的条件（5）输入性，输出性，明确性，有限性，有效性。3、时间复杂度O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n!)4、常见的大O运行时间（n一般为元素的个数）：O(
转载
2023-08-10 15:24:31
100阅读
1.算法定义 算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。一个
转载
2023-06-30 11:55:06
187阅读
算法的五大特性：1、输入：有0个或多个输入2、输出：有0个或多个输出3、确定性：算法每一步都有一定的含义，不会出现二义性4、有穷性：算法在执行有限的步骤之后会结束，而不是无线循环执行。5、可行性：算法的每一步都是可行的 如果 a+b+c=1000，且 a^2+b^2=c^2（a,b,c 为自然数），如何求出所有a、b、c可能的组合? &nbs
转载
2024-05-17 01:30:40
51阅读
一、斐波那契数列（递归VS动态规划）1、斐波那契数列——递归实现（python语言）——自顶向下递归调用是非常耗费内存的，程序虽然简洁可是算法复杂度为O(2^n)，当n很大时，程序运行很慢，甚至内存爆满。1 def fib(n):
2 #终止条件，也就是递归出口
3 if n == 0 or n == 1:
4 return 1
5 else:
6
转载
2023-07-24 14:33:51
77阅读
一、前言TF-IDF方法的主要思想是：如果某个词或短语在一篇文章中出现的频率(TF) 高，并且在其他文章中很少出现(IDF高)，则认为此词或者短语具有很好的类别区分能力。二、步骤首先对文档进行特征提取操作：（1）分割句子：按照空格进行分割，去除数字以及标点符号，并将所有字符全部小写；（2）去除词汇：去除代词、冠词等功能词；（3）词干提取：去除单词的复数、过去式、比较级、最高级等形式。然后对生成的语
转载
2023-11-16 21:39:35
83阅读
算法是程序的灵魂，每个程序员，尤其是高手程序员，对算法的掌握应该是如数家珍，必须要熟悉。算法非常枯燥，但是研究透了对你的程序功底非常有帮助。那么用Python如何实现主流的算法呢？今天推荐一个巨牛的repo，不仅把主流的算法都讲了一遍还用Python代码实现了，一起来看一下。 01
Github标星近4万这个repo有近23个大牛一起维护的，领头的
转载
2023-08-14 17:04:04
76阅读
斐波那锲数列def fib(num):
a = 0
b = 1
n = 0
while n < num:
a, b = b , a + b
yield a
n += 1
print('done')
for i in fib(9):
print(i)
print(fib(9))杨辉三角def tr
转载
2023-06-21 22:26:05
82阅读
文章目录定义模板方法模式适用场景日常例子理解该模式了解模板方法设计模式模板方法模式的UML类图现实中的模板方法模式模板方法模式——钩子好莱坞原则与模板方法模板方法的优缺点问答 定义模板方法模式行为模式主要关注对象的响应性。它处理对象之间的交互以实现更强大的功能。模板方法模式是一种行为设计模式，通过一种称为模板方法的方式来定义程序框架或算法。例如，你可以将制作饮料的步骤定义为模板方法中的算法。模板
转载
2023-07-07 21:47:18
103阅读
Python中数据结构和算法的理解：Python中数据结构指的是静态的描述数据元素之间的关系，算法指的是解决问题的方法或步骤，换句话说算法是为了解决实际问题而设计的，数据结构是算法需要处理的问题载体数据结构和算法是一名程序开发人员的必备基本功，所以需要我们平时不断的主动去学习积累，接下来将自在文章中为大家具体介绍这两个知识点，希望对大家有所帮助。引入概念先来看一道题:如果 a+b+c=1000，且
转载
2023-08-21 15:45:11
96阅读
狄克斯特拉算法的作用（目的）：1.假如你要从学校回家，那么狄克斯特拉算法可以帮你找出从起点到终点耗时最短路径。2.假如你要在咸鱼上买东西，那么狄克斯特拉算法可以让你花最少的钱买到性价比最高的东西。狄克斯特拉算法的步骤：1.找出“权重最低的”节点，即可在最短时间内到达的节点2.更新该节点的邻居的开销，其含义将稍后介绍。3.重复这个过程，直到对图中的每个节点都这样做了。4.计算最终路径实现思路（这里我
转载
2024-04-10 09:21:03
94阅读
louvain社团检测算法(python) 这里写目录标题louvain社团检测算法(python)壹、完整代码贰、分步解释1.为网络中的每个节点分配一个社团；2. 算法初始化3. 第一阶段循环4. 第一阶段文字图片双解释5.第二个阶段6.获得社团7.两个阶段进行循环8. 主函数进行调用运行9整体代码 壹、完整代码参考连接： 贰、分步解释Louvain分为循环迭代的两个阶段。假设有V个节点的加权网
转载
2023-11-23 13:03:32
51阅读
python 的常见排序算法实现算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡
转载
2024-04-22 20:03:36
28阅读
1、冒泡排序冒泡排序比较常见，面试很多都会问到这个算法，其原理比较简单，代码实现也很简单# 冒泡排序
# 先定一个一个需要排序的列表
l = [7,2,3,1,4,5,6,9,8]
# 统计一下长度
n = len(l)
## 先遍历所有元素
for i in range(len(l)):
## 最后还剩多少个元素需要对比排序，因为本身自己不需要排序，所以-1，之前已经拍过多少个数字了，还
转载
2023-06-15 11:47:15
128阅读
1、斐波那契数列函数：>>> def fib(n):
a,b = 0, 1#初始化，多重赋值
while b < n:
print(b,end=' ')
a,b = b, a+b
>>> fib(10)
1 1 2 3 5 82、用递归法求和>>> def mysum(L):
if not L:
return 0
转载
2023-08-10 14:59:22
108阅读
独白 最近了解到一种算法叫遗传算法，对其比较感兴趣，研究了一下，是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体
转载
2023-07-04 20:42:15
10阅读
EM算法也称期望最大化（Expectation-Maximum，简称EM）算法，它是一个基础算法，是很多机器学习领域的基础，比如隐式马尔科夫算法（HMM），LDA主题模型的变分推断算法等等。本文对于EM算法，我们主要从以下三个方向学习：1，最大似然2，EM算法思想及其推导3，GMM（高斯混合模型）1，最大似然概率 我们经常会从样本观察数据中，找到样本的模型参数。最常用的方法就是极大化模型分布
转载
2023-06-16 00:23:27
342阅读
