Min的博客

一、Union 联合体的定义Union 是一种特殊的数据类型，允许在同一个内存位置存储不同的数据类型。其主要特点是： 共享内存空间：union 类型是共享内存的，以最大的成员的大小作为整个 union 的大小。 存储地址相同：联合体中的各数据的存储地址都是相同的。 二、为什么要使用 Union？ 节省内存： 当多个数据项不会同时使用时 在嵌入式系统等内存受限环境中特别有用 数据类型转换： dev.to 提到可用于类型转换（type punning） 允许以不同方式解释同一块内存 实际应用场景： 一个银行账户的例子： 1234union AccountInfo { struct Person personal; struct Company business;}; 一个账户要么是个人账户，要么是企业账户，不会同时是两种。 三、Union 的关键特性 内存分配规则： 12345union U1 { int n; // 4字节 double d; // 8字节 char s[11]; // 11 ...

❗易错点 1：unsigned long 在不同平台长度不同long 曾经比int大，因为int很早是2字节，但是在windows上一样 平台 编译模型 unsigned long 大小 Windows 64/32位 LLP64/LP64 4字节（32位） Linux/macOS 64位 LP64 8字节（64位） 现代C++最佳实践使用#include<cstdint>，基于C++11标准，跨平台编程，使用下面的类型 类型 含义 int8_t 8位有符号整数 uint8_t 8位无符号整数 int16_t 16位有符号整数 uint16_t 16位无符号整数 int32_t 32位有符号整数 uint32_t 32位无符号整数 int64_t 64位有符号整数 uint64_t 64位无符号整数 size_tsize_t表示内存中可寻址的最大大小，其大小与平台的指针大小（地址总线宽度）相关。 1#include <cstddef> // size_t 定义在这里 ...

给定一个数组，包含电能（可正可负）与对应的价格，每个数组元素只能选一次，求以最小的价格，达到电能总和为1，如果不存在，则返回-1. 这是一个“带负权的 0/1 子集和最小代价”问题。每个元素只能选一次，能量可正可负，要求选出若干元素使能量和恰为 1，且价格之和最小。 两种通用做法： 字典 DP（推荐，简单易写）：用字典维护“能量和 -> 最小价格”，逐个物品转移。适合 n 较大、但可达状态不爆炸的场景。 分治 Meet-in-the-Middle（适合 n ≤ 40）：把数组分成两半，枚举两边所有子集，合并得到目标和。 Python 实现 字典 DP（能量/价格为整数）1234567891011121314151617181920212223242526272829303132from typing import List, Tupledef min_price_to_energy_one(items: List[Tuple[int, int]]) -> int: """ items: [(energy, ...

每次把当前全局最大值减 1、全局最小值加 1，做 k 次（如果中途已不能再缩小差值则提前结束），问此时最大值与最小值的差。 123456789101112131415161718192021222324252627282930313233343536373839404142from collections import Counterfrom math import ceildef range_after_k(nums, k): n = len(nums) if n <= 1: return 0 s = sum(nums) lo_target = s // n hi_target = (s + n - 1) // n # ceil(s/n) # 最少需要的步数，若 k 足够大则直接给出最终差值 need = sum(max(0, a - hi_target) for a in nums) if k >= need: return 0 if s % n == 0 else 1 cnt = Co ...

容易超时的情况：全是相同字符串 不对的方法：O（n^3）123456789101112131415161718192021222324252627282930313233## 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可## # @param A string字符串 # @return int整型#class Solution: def getLongestPalindrome(self , A: str) -> int: max_length = 1 for ind,i in enumerate(A): numbers_to_be_process = [] for j in range(ind+1,len(A)): if A[ind]==A[j]: numbers_to_be_process.append(j) for next_ind in numbers_t ...

to debug: 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748# class TreeNode:# def __init__(self, x):# self.val = x# self.left = None# self.right = None## 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可## # @param root TreeNode类 # @return bool布尔型#from typing import Tupleclass Solution: def isCompleteTree(self , root: TreeNode) -> bool: depth = 1 choices = [root] def next_loop(choices:List[TreeNode])->Tupl ...

最长公共子串LCS描述给定两个字符串str1和str2,输出两个字符串的最长公共子串 题目保证str1和str2的最长公共子串存在且唯一。  要求： 空间复杂度 O(n2)O(n2)，时间复杂度 O(n2)O(n2) 暴力解法：枚举法基本思路枚举法是最直观的暴力解法，通过比较所有可能的子串组合来找到最长的公共子串。 具体实现步骤 遍历所有起始位置： 遍历 str1 的每个字符作为子串的起始位置 i。 遍历 str2 的每个字符作为子串的起始位置 j。 扩展子串： 从 i 和 j 开始，逐个字符比较 str1 和 str2。 如果字符相等，则继续向后比较，增加当前子串长度。 如果字符不等，则停止扩展，记录当前子串长度。 维护最大值： 在每次找到公共子串时，比较其长度与当前最大值，更新最大值及其位置。 代码实现123456789101112131415def longest_common_substring(str1, str2): max_len = 0 end_pos = 0 # 记录最长子串在str1中的结束位置 for i in ...

BIEO 中O的标注会计算准确率吗一般会，注意，没有输出的就是O标签，不在span里[[adaseq踩坑记录：unpicklable]] 错误分析：行号-原因/方法 1232 poi-》community+road22 BIE不闭合

这是一个非常棒且非常实际的问题。高基数离散特征（High-Cardinality Categorical Features）是机器学习工程师经常需要处理的一个棘手问题，它对不同模型的影响差异很大。 高基数离散特征是指某个类别型特征包含大量不同的取值（类别），比如：*用户ID、商品SKU、设备ID*邮政编码、IP地址（未经分段的）*公司名称、产品名称 这些特征的核心挑战在于：取值数量多，但每个取值下的样本数量很少。这会导致统计上的不稳定性。 下面我们分别分析它对树模型和神经网络的影响。 1. 对树模型（决策树、随机森林、梯度提升机如XGBoost/LightGBM/CatBoost）的影响树模型通过递归地根据特征的值对数据进行划分来学习。对于离散特征，常见的分裂方式是“是否属于某个子集”。 负面影响（较大）：1.过拟合（Overfitting）风险极高：这是最核心的问题。树模型可以轻松地创建一个分裂，将每个唯一的类别值分配到自己的叶子节点中。例如，它可以直接用“用户ID”进行分裂，每个ID一个分支。这会导致模型完全记忆训练数据，而不是学习一般化模式，从而在测试集上表 ...