每日两道力扣,day6

每日两道力扣,day6

每日两道力扣,day6

每日两道力扣,day6

在这里插入图片描述

每日两道力扣,今天是:

11. 盛最多水的容器 - 力扣(LeetCode)

15. 三数之和 - 力扣(LeetCode)

第一题:盛最多水的容器

11. 盛最多水的容器 - 力扣(LeetCode)

在这里插入图片描述
1.思路:

在写这个题之前,咱们需要了解一个经典原理——木桶效应。

在这里插入图片描述

显然,在相同底面积的情况下,木桶盛水的最大值,由最短的那块板决定。这个题很明显是双指针算法的应用场景。因为这个题目给出的是一个平面切割图,咱们定义left,right左右两个指针。底面积S = right - left。高度应是min(height[left],height[right]),所以体积v就是这二者的乘积。观察题目给的示例图,当height[left] < height[right] 时,left应该往右移动。反之,right应该往左移动。因为数组有限,我们只需要保证程序不会运行超时即可,剩下的交给计算机的算力。

2.代码实现:
class Solution { public: int maxArea(vector<int>& height) { int left = 0, right = height.size() - 1; int ret = 0; while(left < right) { int v = min(height[left], height[right]) * (right - left); ret = max(v,ret); if(height[left] < height[right]) left++; else right--; } return ret; } }; 
3.细节:

这个题需要理解木桶效应,以及示例图。较为简单,类似小学课本上的看图说话。

第二题:三数之和

15.三数之和-力扣leetcode

在这里插入图片描述
在这里插入图片描述
1.思路:

在写这道题的时候,我不知道大家有没有写过两数之和。有句话是这么说的:有人相爱,有人夜里看海,有人leetcode第一题要用两个for循环。小编就属于for循环大军里的一员,不过那个题我其实还会两种解法,排序+双指针,哈希(这个是看题解才知道的,我那会还没学到哈希呢)。

同样的这道三数之和,咱们也可以运用三个for循环暴力求解,但是我感觉99.99%会超时。3个for循环,时间复杂度是O(N3),你小子要是在面试的时候敢这样写,面试官分分钟让你进人才管理库。

还记得咱们昨天讲的双指针算法具有降维的特点吗?暴力法要用3个for循环,时间复杂度是O(N3),我们直接降为O(N2)。优雅,太优雅了。

具体落实的话是:

第一步,利用sort将数组排序

第二步,双指针算法里面定义一个target = -nums[i]

第三步,将nums[left] 与nums[rifght]的和,同target比较大小,推进左右指针(然后得到一组解)

但是我按照这三步落实代码的时候,测试样例跑不满,说明我们的代码还是存在可以优化的地方。这个时候我们就得想一想,哪里是不够完美的,不够优雅的呢?

(1)是sort吗?当然不是啊,我们只是调了一个库函数sort帮我们将数组排序。

(2)那既然排好序了,所以大小关系肯定是nums[i] < nums[left] <nums[right]咯,而我们在双指针算法里面定义一个target = -nums[i],那当nums[i] > 0的时候,那必然是不存在解的,所以我们直接break就好了。

(3)在经历(2)的优化后,我们发现测试样例还是跑不满。会出现重复的多余答案。显然对于nums[i]而言,当i++后,nums[i]很可能和nusm[i-1]相等啊。这个逻辑bug刚好和咱们的实践吻合,因此咱们必须把这里给优化。在i++后,写一个while循环,当i < n && nums[i] == nums[i-1],在防止数组越界的前提下,让i往后走一步。

2.代码实现:
class Solution { public: vector<vector<int>> threeSum(vector<int>& nums) { vector<vector<int>> ret; sort(nums.begin(),nums.end()); int n = nums.size(); for(int i = 0; i < n; ) { int target = -nums[i]; int left = i+1; int right = n - 1; while(left < right) { //因为已经排完序了 //优化1 if(nums[i] > 0) break; if(nums[left] + nums[right] > target) { right--; } else if(nums[left] + nums[right] < target) { left++; } else { ret.push_back({nums[i],nums[left],nums[right]}); left++; right--; //跑不满啊,不要忘记我们是已经排好序了的 //所以我又来优化了 //优化2. while(left < right && nums[left] == nums[left-1]) left++; while(left < right && nums[right] == nums[right+1]) right--; } } //还是跑不满,不要忘记我们是已经排好序了的 //优化3. i++; while(i < n && nums[i] == nums[i-1]) i++; } return ret; } }; 
3.细节:

这个题的话不需要用到long long,但必须看懂思路里面的优化部分,不然就只能进人才管理库了。

先打个预防针,咱们明天要更新的是四数之和,接雨水。估计会很难,各位请做好心理准备。

好了,今天的每日两道力扣到这里就算是结束了,看完是不是感觉有所收获呢?如果学有所获的话,麻烦给个三连支持一下呗。感谢观看,您的支持,将是我前进路上的重要动力。

Read more

Python + Selenium + AI 智能爬虫:自动识别反爬与数据提取

Python + Selenium + AI 智能爬虫:自动识别反爬与数据提取

结合 Selenium 浏览器自动化与 AI 大模型能力,构建能够自动识别反爬机制、智能解析页面的新一代爬虫系统。 1. 系统架构 验证码 登录墙 正常页面 种子 URL 队列 调度器 Selenium WebDriver 反检测模块 页面渲染 AI 反爬识别 AI 验证码破解 自动登录 AI 数据提取 数据清洗管道 存储 MongoDB / CSV 数据看板 2. 反爬机制分布 35%25%20%10%7%3%常见反爬机制占比(Top 500 网站统计)JS 动态渲染请求频率限制验证码(图形/滑块)User-Agent 检测IP

014、文本到图像生成:CLIP引导与潜在对齐

一、从一次深夜调试说起 上周在复现一个文本到图像的生成实验时,遇到了一个典型问题:模型生成的图像看起来“还行”,但总感觉和输入文本差了那么点意思。比如输入“一只戴着墨镜的柴犬在沙滩上晒太阳”,出来的图像柴犬倒是像,但墨镜时有时无,沙滩背景也经常混入奇怪的植被。损失函数在下降,指标看着也正常,但就是不对劲。 这种“不对劲”往往不是模型结构的问题,而是文本和图像两个模态的“对齐”没做好。今天要聊的CLIP引导和潜在对齐,就是解决这个问题的关键思路。 二、CLIP为什么能成为“翻译官” CLIP(Contrastive Language-Image Pre-training)本身是一个多模态模型,它的训练方式很巧妙:让模型学会判断哪些文本和哪些图像是配对的。它不生成任何东西,只做“匹配判断”。这个特性让它成了文本和图像之间的一个高质量“翻译官”。 在扩散模型中引入CLIP,核心目的是用CLIP的跨模态理解能力,来约束图像生成过程,让生成的图像在语义上更贴近文本描述。这里常见的做法是在扩散过程的采样阶段,用CLIP的文本编码和图像编码计算相似度,作为额外的引导信号。 三、CLI

【数据结构与算法】希尔排序

【数据结构与算法】希尔排序

👨‍💻 关于作者:会编程的土豆 “不是因为看见希望才坚持,而是坚持了才看见希望。” 你好,我是会编程的土豆,一名热爱后端技术的Java学习者。 📚 正在更新中的专栏: * 《数据结构与算法》😊😊😊 * 《leetcode hot 100》🥰🥰🥰🤩🤩🤩 * 《数据库mysql》 💕作者简介:后端学习者 概念 希尔排序 = 插入排序 + 分组跳跃 它不是一次只和前面相邻的元素比,而是先隔着很远比,然后慢慢缩小距离,最后变成普通的插入排序 为什么需要希尔排序? 简单插入排序有个明显的软肋:当较小的数都堆在数组尾部时,排序效率会很低。因为插入排序每次只能交换相邻元素,要把尾部的小数挪到前面,需要一步一步“冒泡”过去,非常耗时。 看一下插入排序的代码: public static void insertionSort(int[] arr) { int len = arr.length; for (int i = 1; i <

50天学习FPGA第41天-PCIe的的介绍及使用

50天学习FPGA第41天-PCIe的的介绍及使用

目录 简介 配置过程 简介 XDMA是一种DMA/Bridge Subsystem for PCI Express IP,由Xilinx提供。 XDMA IP核设计使用Xilinx提供的DMASubsystem for PCI Express IP是一个高性能、可配置的适用于PCIE 2.0、PCIE 3.0的SG模式DMA,提供用户可选择的AXI4接口或者AXI4-Stream接口。一般情况下配置成AXI4接口可以加入到系统总线互联,适用于大数据量异步传输,通常情况都会使用到DDR,AXI4-Stream接口适用于低延迟数据流传输。XDMA是SGDMA,并非Block DMA,SG模式下,主机会把要传输的数据组成链表的形式,然后将链表首地址通过BAR传送给XDMA,XDMA会根据链表结构首地址依次完成链表所指定的传输任务 配置过程 本文以viado17.4为例,打开blockdesin 选择DMA/Bridge Subsystem for PCI Express IP核添加后,如下图