- 博客(11)
- 收藏
- 关注
RSS订阅原创 ponyai
题1给定一棵n个点的有根树，第i个点的父节点是fa[i]，每个点权值为A[i].称点i和点j是兄弟 (i != j)，当且仅当fa[i]=fa[j].求出一个点集，这个点集里至多只有一对兄弟，使得权值和最大。n <= 1000000, -100000 <= A[i] <= 1000000题2如果一棵二叉树满足下述几个条件，则可以称为奇偶树：二叉树根节点所在层深度为0，根的子节点所在层深度为1，根的孙节点所在层深度为2，依此类推。偶数深度层上的所有节点的值都是奇整数，从左到右
2021-12-16 12:25:19
793
原创 爬虫模拟输入验证码，登录豆瓣
def login(): proxy = get_proxy().get("proxy") url = 'https://accounts.douban.com/j/mobile/login/basic' data = { 'ck': '', 'name': '',#用户名，必须 'password': '',#密码，必须 'remember': 'false', 'ticket': '', }
2021-12-16 12:13:34
1082
3
原创 python 01障碍矩阵，最短路径，最小转弯数, BFS
最短路径matrix = [[0,0,0],[0,1,0],[0,0,0],[0,1,1],[0,0,0]]m = len(matrix)n = len(matrix[0])res = [[0 for _ in range(n)] for _ in range(m)]vis = [[0 for _ in range(n)] for _ in range(m)]sx, sy = 1, 2 #起点ex, ey = 4, 1 #终点q = []q.append([sx,sy,0])while
2021-09-20 11:38:29
556
原创 回溯剪枝剪枝
括号生成 - 力扣（LeetCode） (leetcode-cn.com)class Solution: def generateParenthesis(self, n: int) -> List[str]: left = n right = n res = [] path = '' def dfs(res, path, left, right): if left > right.
2021-08-31 16:09:00
86
原创 Windows anaconda成功安装pyltp
Windows anaconda成功安装pyltpanaconda下不是python3.6，在conda下先构建python3.6的虚拟环境conda create -n name python=3.6进入环境 conda activate namepip install cmake安装visual studio https://visualstudio.microsoft.com/zh-hant/thank-you-downloading-visual-studio/?sku=B
2020-12-05 12:14:16
377
原创 Detecting Deceptive Review Spam via Attention-Based Neural Networks
Detecting Deceptive Review Spam via Attention-Based Neural Networks相关工作挖掘行为特征挖掘语言特征对spammer检测模型先前的工作主要是挖掘有效的特征然后利用已有的分类器进行分类，尽管这些方法能学会分类评论，能发现评论是否具有欺骗的嫌疑，但是他们不能区分这条评论是行为上可疑，还是语言上可疑，我们发现该网站上的一些垃圾邮件发送者在没有任何精心掩饰的情况下发表评论，这种情况下可以直接通过语言特征来区分它们。但是，一些狡猾的虚假
2020-09-04 21:21:07
197
原创 全排列，无重复字符串排序和有重复字符串排序
面试题 08.07. 无重复字符串的排列组合.class Solution: def permutation(self, S: str) -> List[str]: if S == '':return [] res = [] path = '' def backtrack(S, path, res): if S == '': res.append(path)
2020-08-30 20:36:50
175
原创 Fusion Convolutional Attention Network for Opinion Spam Detection(ICONIP 2019)
Fusion Convolutional Attention Network for Opinion Spam Detection(ICONIP 2019)contribution：本文设计了一个层次化网络来自动学习语义表达和用户信息。不需要手动设计特征并且不受数据集限制本文提出了融合注意力集之来融合user-word和user-sentence特征实验表明本方法在四个数据集上取得了较大的提升模型：D：review datasetU:user’s meta datas分类函数：
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人