- 博客(23)
- 收藏
- 关注
RSS订阅原创 Docker图形化管理工具——Portainer（Linux， Ubuntu16.04）
1. 简介：Portainer是一款Docker图形化管理工具， 它提供了状态显示面板、应用模板快速部署、容器/镜像/网络/数据卷的基本操作（包括上传下载镜像，创建、重启容器等操作）、事件日志显示等功能Portainer实际上是一个Docker镜像， 里面提供一个管理Docker的Web服务。因此它的使用非常简单：拉取镜像，然后通过该镜像创建容器并暴露Web服务访问端口， 然后就可以 以网页的形式对Docker进行管理2. 安装第一步： 拉取Portainer镜像到本地命令doc
2021-12-10 09:59:08
2083
原创 Docker简单使用(Ubuntu 16.04)
前言这里总结了Docker一些简单常用的命令以及解释。 安装教程太多了， 这里就不介绍了构造镜像公共仓库中获取镜像公共仓库地址：Docker公共仓库地址 命令 docker pull <IMAGE_NAME:版本号> # 例如：拉取 ubuntu:16.04 镜像 docker pull ubuntu:16.04 # 查看本地镜像， 检查是否拉取成功 docker image ls ...
2021-12-10 09:48:02
1673
原创 动态规划——打家劫舍（力扣198：打家劫舍）
题目描述你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警。给定一个代表每个房屋存放金额的非负整数数组，计算你 不触动警报装置的情况下 ，一夜之内能够偷窃到的最高金额输入：[1,2,3,1]输出：4解释：偷窃 1 号房屋 (金额 = 1) ，然后偷窃 3 号房屋 (金额 = 3)。 偷窃到的最高金额 = 1 + 3 = 4 。输入：[2,7,9,...
2021-12-06 10:56:05
113
原创 回溯算法——切割问题（力扣93：复原IP地址）
有效 IP 地址 正好由四个整数（每个整数位于 0 到 255 之间组成，且不能含有前导 0），整数之间用 '.' 分隔。例如："0.1.2.201" 和 "192.168.1.1" 是 有效 IP 地址，但是 "0.011.255.245"、"192.168.1.312" 和 "[email protected]" 是 无效 IP 地址。给定一个只包含数字的字符串 s ，用以表示一个 IP 地址，返回所有可能的有效 IP 地址，这些地址可以通过在 s 中插入'.' 来形成。你不能重新排序或删除 s 中的任何数字
2021-12-01 11:04:52
1480
原创 回溯算法——排列问题（力扣46：全排列）
前言回溯算法这个系列我们之前已经总结过， 现在复习一下回溯算法是一种暴力的搜索算法， 坦白来讲就是穷举 一般来说这些问题遇上了首先应当考虑回溯：组合问题， 排列问题， 子集问题， 切割问题， 棋盘问题（通常都是求所有可能） 回溯算法的本质是树形问题， 所有的回溯算法都可以通过树形结构来分析 回溯的关键部分用到递归， 因此和递归一样， 考虑问题时只管当下 回溯解题步骤（事实上还是递归的解题步骤） 确立backTracking函数的参数和功能 确立终止条件 确定当前需要处理的所有可能值
2021-11-29 21:09:44
368
原创 动态规划——完全背包问题（力扣322： 零钱兑换）
前言这次我们要说的是完全背包问题， 还记得下面这张图吗，可以看到01背包问题和完全背包问题的区别在于每种物品的数量01背包问题中每种物品只有一个， 只有选与不选两种情况 完全背包问题种每种物品有多个， 选不选， 选多少都是考虑的问题定义： 一个背包容积为C， 一共N种物品， 分别编号0, 1, 2....i, i+1, .....N-1, 第i个物品的重量为weight[i], 价值为value[i], 每种物品可以选用任意多次， 问背包中最多可以放入多少价值的物品分析完全背包问题.
2021-11-27 22:12:03
518
原创 动态规划——基础题（力扣746： 爬楼梯的最小花费）
前言这道题不算难， 写这个纯粹是因为我得强迫症， 必须要把自己说出来的例题写完。。。有没有评论给点鼓励或者建议呀！？例题：爬楼梯的最小花费题目描述：数组的每个下标作为一个阶梯，第 i 个阶梯对应着一个非负数的体力花费值cost[i]（下标从 0 开始）。每当你爬上一个阶梯你都要花费对应的体力值，一旦支付了相应的体力值，你就可以选择向上爬一个阶梯或者爬两个阶梯。请你找出达到楼层顶部的最低花费。在开始时，你可以选择从下标为 0 或 1 的元素作为初始阶梯输入：cost = [10, 1.
2021-11-26 10:30:13
133
原创 动态规划——01背包问题（力扣416：分割等和子集）
前言我们在前面进行了总结： 一个重要的判断一道题是否可用01背包问题去分析的条件是：有N个物体， 每个物体只能被选择一次， 而且只有选与不选两种情况 满足01背包问题的题目， 其状态可以用二维动态数组来表示， 一个变量表示背包容积， 另一个变量表示物品编号（一般可以用滚动数组进行优化， 不过具体也要看状态转移方程） 状态转移方程的考量只需从一个物品选与不选， 即面对第i个物品 当前容积若是大于第i个物品的重量， 那么就是选与不选的价值进行比较 若是小于第i个物品的重量， 那就只能不选..
2021-11-26 10:00:22
504
原创 回溯算法——棋盘问题（力扣37： 解数独）
前言回溯算法这个系列我们之前已经总结过， 现在复习一下回溯算法是一种暴力的搜索算法， 坦白来讲就是穷举 一般来说这些问题遇上了首先应当考虑回溯： 组合问题：给定有n个整数的集合， 从中选出所有包含k个 数的组合 排列问题：给定有n个整数的集合， 求n个数的所有的排列方式 子集问题：给定有n个整数的集合， 求其所有子集 切割问题：按一定规则对字符串进行切割， 求所有切割方式 棋盘问题：N皇后， 数独等等， 求所有解 回溯算法的本质是树形问题， 所有的回溯算法都可以通过...
2021-11-25 15:28:42
490
原创 回溯算法——组合问题（力扣17：电话号码的字母组合）
前言回溯算法这个系列我们之前已经总结过， 现在复习一下回溯算法是一种暴力的搜索算法， 坦白来讲就是穷举 一般来说这些问题遇上了首先应当考虑回溯：组合问题， 排列问题， 子集问题， 切割问题， 棋盘问题（通常都是求所有可能） 回溯算法的本质是树形问题， 所有的回溯算法都可以通过树形结构来分析 回溯的关键部分用到递归， 因此和递归一样， 考虑问题时只管当下 回溯解题步骤（事实上还是递归的解题步骤） 确立backTracking函数的参数和功能 确立终止条件 确定当前需要处理的所有可能值
2021-11-25 11:18:16
382
原创 动态规划——01背包问题（力扣494：目标和）
前言前面讲解了01背包问题的分析， 其实不难看出， 一个重要的判断该题（大概率）属于01背包问题的隐含条件是： 有N个物体（可以是任何东西， 比如今天的例题中可以是字符串和整数）， 每个物体只有选与不选两种情况， 且每个物体只能被选择一次， 以此来满足某种条件还有， 01背包的状态转移方程就只有两种情况要么选（要满足可选前提， 即背包容量大于当前考虑的第i号元素的重量）， 那就减小容积， 再从前i - 1号（子问题嘛！当然去考虑之前的）元素中去考虑 要么不选，容积不变， 直接考虑前i - 1号
2021-11-24 10:50:31
433
原创 动态规划——01背包问题（力扣474： 一和零）
给定一个二进制字符串数组strs和两个整数m和n， 请找出并返回strs的最大子集长度， 该子集中最多有m个0和n个1（例如： strs = ["10", "0001", "111001", "1", "0"], m = 5, n = 3）
2021-11-23 09:50:34
665
原创 动态规划——01背包问题
前言前面的文章介绍了动态规划的基本概念以及一些解题技巧， 并分析了其中的一些基础问题， 包括《爬楼梯》，《不同路径》， 《整数拆分》等， 这次， 我们开始动态规划中的一个新的篇章， 01背包问题。 01背包问题是背包问题中较为简单的一种， 背包问题还包括完全背包问题以及多重背包问题， 不过从我面试的经历来看， 掌握01背包问题和完全背包问题即可01背包问题概念有N件物品和⼀个最多能被重量为W 的背包。第i件物品的重量是weight[i]，得到的价值是value[i]。每件物品只能⽤⼀次.
2021-11-22 11:25:02
459
原创 回溯算法理解
前言刚经历过秋招， 总结来看， 到了手撕代码的时候， 遇到最多的就是动态规划和回溯。 前面已经写过了对动态规划的理解， 想着也把回溯的解题方法和框架总结一下。希望也对大家有帮助， 如果有错误还请各位指出回溯算法什么是回溯算法回溯算法实际上是一种暴力搜索算法， 穷举所有可能， 并从中寻找所有可行解（回溯算法一般都是求所有可行解）， 在搜索的过程中如果发现不满足条件或者找到其中一个可行解， 就返回去找其他可行解。 回溯算法的本质是穷举， 总体来说效率并不是很高， 因此回溯算法一般只用于一些特
2021-11-21 20:01:33
720
原创 递归算法的理解
前言第一次接触递归是大一C语言课程， 过了这么久，当时讲了啥已经忘记得差不多了， 但递归倒是从当时的一无所知到了现在的略知一二， 因此想把我自己对递归的理解拿出来跟大家分享一下， 希望这是一篇有帮助的文章。其中有个小窍门也会分享给大家，如有大佬觉得有问题， 还请直接指出什么是递归算法定义部分人将递归定义成: 直接或间接调用自身的算法。但实际上这句话只凸显了“递归”二字中的“递”字， 而没有体现出“归”字。那么什么是递归？递归实际上就像是“俄罗斯套娃”：把一个大型问题转化成与原...
2021-11-21 14:01:12
577
原创 动态规划 —— 基础题（力扣343. 整数拆分）
题目描述给定一个正整数n，将其拆分为至少两个正整数的和，并使这些整数的乘积最大化。 返回你可以获得的最大乘积链接：343. 整数拆分 - 力扣（LeetCode） (leetcode-cn.com)分析
2021-11-20 12:35:57
389
原创 动态规划——基础题（力扣 62. 不同路径）
题目描述一个机器人位于一个 m x n网格的左上角（起始点）， 机器人每一步只能向下或者向右移动一步，问到右下角总共有多少条路径？链接：62. 不同路径 - 力扣（LeetCode） (leetcode-cn.com)分析网格中的一个点都只能从该点的左边和上边到来（除了最上面一行和最左边一列）， 也就是说当前点的结果都是根据之前的结果计算的（这可以算作一个是否用动态规划解题的依据）， 因此考虑用动态规划， 先分析是否满足动态规划的三条性质（我觉得初学者对其进行分析可以更快掌握动态..
2021-11-19 15:32:22
369
1
原创 动态规划解析
前言本文是一篇关于动态规划学习的文章， 也是结合我自己“多次”学习动态规划的血泪史， 写下的一些心路历程和解题思路， 希望对大家有帮助网上各类学习动态规划的教程我看了很多， 几乎都是：动态规划最重要的是状态转移方程，你只要学会了状态转移方程你就会动态规划了！起初我也是这样认为的， 以爬楼梯(70. 爬楼梯 - 力扣
2021-11-18 19:58:41
311
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