- 博客(11)
- 收藏
- 关注
RSS订阅原创 Longest Common Subsequence递归及动态规划python实现
Longest Common Subsequence从两个字符串中找到公共的最长子串：例如：text1 = “abcad”test2 = “acd”最长公共子串为acd，放回3如果直接使用暴力求解，效率低，同时问题会比较复杂，要考虑很多情况，比如，“abdac” 和"acd"，此时的最长子串为ac或者ad，放回为2，这里的子串是有一定的顺序的。而不能直接用两个for循环，依次比较每个位置的字符就能解决的。这种求法需要把所有的情况包括进行，比较复杂。第二种方法是递归法，只需要考虑一个最小问题即可。
2020-10-08 17:57:19
365
原创 Perfect Squares递归及动态规划
Perfect Squares给出一个数，用最少的可开方的数相加得出这个数，例如12=4+4+4，输出313 = 4+9，输出2如果要使用动态规划来求解，我们可以先用递归的方法实现一遍，这样思路会比较清晰。首先是找到所有的比该数n小的平方数，n减去这些平方数得到一个新的数m，那么问题就变成了找m的最少开方数。同时注意到问题是找最少，那么肯定要前后情况进行对比，因此需要设置一个初始状态，设值为n，因为最糟糕的情况就是n个1相加。递归退出的条件是当前的n为0，此时返回0代码如下，当n比较大的时候需要
2020-10-08 17:56:23
174
原创 BFS算法（不同版本）
BFS(广度优先搜索)图的应用中，最重要的一部分就是图的搜索和遍历，图的搜索算法有很多，而BFS是其中一种比较简单的搜索算法。算法核心在于，从初始顶点开始，一层一层遍历搜索顶点，直到所有顶点搜索完毕，如下图所示：实现这个算法，我们首先定义level字典，保存每个vertex的层级信息，frontier列表用来保存上一层级遍历过的vertex，parent字典用来保存每个vertex的上一个vertex。为此代码的思路如下：初始化：level，frontier，parent 保存初始顶点遍历fron
2020-10-08 17:52:13
446
原创 DFS（不同版本）
DFS(深度优先搜索)DFS也是一种常见的图的搜索算法，与BFS不同，DFS不按层级遍历，而是从一条路径遍历到末尾，再返回原来的路径，选择另一路径继续相同的操作，直到全部遍历完成，或到达停止的条件，这一过程类似于走迷宫一样。因此我们还可以用递归的方法实现DFS算法。在BFS算法中，我们借助了队列的数据结构，遵循先进先出原则，从而实现对每一层级的遍历。与之相反，在DFS，我们需要借助堆栈的数据结构，遵循后进先出原则，从而实现深度优先。非递归方法的代码如下：def dfs_1(graph, start)
2020-10-08 17:50:33
314
原创 最短路径算法-2
最短路径算法-2在这部分的最短路径算法中，我将介绍两种算法：Dijkstra和Bellman-Ford算法。Dijkstra算法Dijkstra算法是用来求两点之间最短路径的算法，适用于正权图，算法流程如下：1.将所有节点标记为未访问并将其存储。2.将初始节点的距离设置为零，将其他节点的距离设置为无穷大。3.选择距离最近的未访问节点，它是当前节点。4.查找当前节点的未访问邻居，并计算它们到当前节点的距离。将新计算的距离与分配的距离进行比较，然后保存较小的距离。5.将当前节点标记为已访问，并将
2020-10-08 17:47:52
270
原创 最短路径算法-1
最短路径算法-1爬山法（Hill-Climbing）在图的表示中，我介绍了如何自定义类来表示图，其中就有启发式距离的表示。爬山法是在DFS上基于启发式距离的一种算法。有点类似于贪婪算法，每一次选择离目标顶点最近的顶点进行遍历，因此只需对DFS的代码增加选取离目标最近顶点即可。def hill_climbing(graph, start, goal): pathlist=[(start,)] if start == goal: return [start] whi
2020-10-08 17:44:42
406
原创 基于python的Graph图的表示
图（Graph）的表示1.图的概念图是一种重要的数据结构，在解决实际问题中也经常用到这种数据结构，其基本表示为G=(V, E)，V(vectex)是图的顶点，E(edge)表示图的边。我们的地图在计算机中就可以表示成一个Graph，不同的标志性地点为vectex，地点之间的路表示为edge，这样就可以方便操作实际中的地图去解决一些复杂的问题，比如找两个地点之间的最短路径，旅行商问题等等。图分为有向图和无向图，有向图指的是各个顶点之间有一定的方向，一个顶点到另一个顶点需要按照给定的方向进行移动；而无向图
2020-10-08 17:43:16
11520
原创 0-1 Knapsack Problem动态规划和递归方法python实现
0-1 Knapsack Problem下面我们利用动态规划来解决一个实际问题叫做0-1背包问题。如上有两个数组，一个是重量，一个是对应的价值。每个东西只能放一次，现在给出一个容量C的背包，问怎么装这些东西使得价值最大。对于每一个东西，都有两种选择，放进背包还是不放，因此5个东西有252^525种方法。这个问题是个最大化问题，那么每一次决定都要使得value最大化。首先我们用简单的递归来实现。从后往前遍历，每个物体有放和不放的情况，如果是不放，那么直接跳到前一个物体，如果放，此时的value是当
2020-10-08 17:39:49
800
1
原创 Heapsort堆排序详解和python实现
堆排序（Heapsort）Heap property堆数据结构是数组对象，它可以用近似完全二叉树进行表示。例如下面数组A，可以表示成a图的二叉树形式。设一节点的索引为i，从上图可以看到，其父节点的索引和子节点的索引与该节点的索引有如下关系：parent(i)=i//2(//表示取整)parent(i) = i//2 \quad(// 表示取整)\\parent(i)=i//2(//表示取整)left(i)=2ileft(i) = 2i\\left(i)=2iright(i)=2i+1
2020-10-08 17:36:11
873
原创 Priority queue
Priority queue(优先队列)队列是一种满足先进先出原则的数据结构，在Python中利用列表就可以简单地实现一个队列。首先需要定义一个列表，接在在列表中加入元素，最后利用pop方法将最先加入的元素取出，即可实现一个队列。queue = []queue.append(2)queue.append(3)queue.append(1)queue.pop(0)# output: 2队列的应用很多，比如在BFS算法中就使用到了队列的数据结构。但在有些场合中，我们不需要按照时间的先后顺序来
2020-10-08 17:31:19
159
原创 用python在两台机器之间建立TLS连接，实现加密传输。
2.1 TLS/SSL 基本知识SSL(Secure Sockets Layer 安全套接层)协议,及其继任者TLS（Transport Layer Security传输层安全）协议，是为网络通信提供安全及数据完整性的一种安全协议。TLS与SSL在传输层对网络连接进行加密，用于保障网络数据传输安全，利用数据加密技术，确保数据在网络传输过程中不会被截取及窃听。要建立TSL/SSL连接则需要证书文...
2018-12-04 19:37:34
8119
7
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