list问题# 在[x for x in x]中可以用的函数:map(), reduce(), filter(), # lambda expression: lambda arguments: expression # map expression: # reduce expression: # filter expression: # 排序嵌套 list，比如元素值是一个 tuple 或者 list l = [('a', 1), ('c', 2), ('b',3)] sorted(l, key=lambda p:p[0]) # 根据第1个值排序，[('a', 1), ('b', 3), ('c', 2)] sorted(l, key=lambda p:p[1]) # 根据第2个值排序，[('a', 1), ('c', 2), ('b', 3)] sorted(l, key=lambda p:(-p[0], p[1])) # 先根据第一个 ...

字符串的常规运算12345678910111213141516171819202122232425# 将字符转为ascll码表num = ord('a')# 将码表再转回来letter = chr(num)# 求两个字符串的差值print(ord('b')-ord('a')) # 字符串的反转letter='leetcode'reverse_str = letter[::-1]# 判断字符类型# 如果 string 只包含数字则返回 True 否则返回 False.letter.isdigit()#如果 string 至少有一个字符并且所有字符都是字母或数字则返回 True,否则返回 Falseletter.isalnum()# 如果 string 至少有一个字符并且所有字符都是字母则返回 True,否则返回Falseletter.isalpha()# 将letter中的x替换为yyy,可以将空格' '替换成为''等于去除空格letter.replace(' ...

4. 字典树问题使用list中表示字典树，Trie 中一般都含有大量的空链接，因此在绘制一棵单词查找树时一般会忽略空链接，同时为了方便理解我们可以画成这样： 使用树形架构表示字典树 使用dict表示123456789101112131415161718192021222324252627282930313233# 使用dict表示Trieclass Trie: def __init__(self): self.lookup = {} def insert(self, word: str) -> None: tree = self.lookup for a in word: if a not in tree: tree[a] = {} tree = tree[a] tree['#'] = '#' def search(self, word: str) ...

动态规划和贪心算法贪心算法使用局部最优，推出全局最优算法 分发饼干 1 用最少数量的箭引爆气球 1 动态规划基础套路 1.dp数组的定义和下标。【非常重要】 2.递推公式。 3.dp数组如何初始化，初始化也需要注意。【从哪里初始化，初始化后该如何使用，这要参考dp数组的定义】 4.遍历顺序，比较考究，01 先遍历背包，后遍历物品。 4.1排列和组合的遍历顺序是不相同的。 4.1.1 排列：背包在外 物品在内。（322） 4.1.2 组合：物品在外，背包在内。（518） 5.（出现问题）打印dp数组。（打印dp数组，检查是否有问题，检验1 2 3 4 步骤） 123456789101112131415# 自顶向下递归的动态规划def dp(状态1, 状态2, ...): for 选择 in 所有可能的选择: # 此时的状态已经因为做了选择而改变 result = 求最值(result, dp(状态1, 状态2, ...)) return result# 自底向上迭代的动态规划# 初始化 base cas ...

常见的二分查找的方法1. 二分查找昌需要确定target和middle的相对位置（如图）： 常见的方式是使用左闭右开的区间，符合python中数据的定义格式 lower_bound 返回最小的满足 nums[i] >= target 的 i如果数组为空，或者所有数都 < target，则返回 len(nums)要求 nums 是非递减，即 nums[i] <= nums[i + 1] 左闭右开区间写法（常用的写法，一般python中的range()函数也是左闭右开区间，应该使用统一的标准） 1234567891011121314151617181920212223242526def lower_bound2(nums: List[int], target: int) -> int: left = 0 right = len(nums) # 左闭右开区间 [left, right)，取值的左右区间是否开闭，会影响二分中left，right的取值 while left < right: # 区间不为空， 当 ...

3.Transformer（重点掌握） Transformer是什么，它的基本原理是什么？ 自注意力（Self-Attention）的作用是什么？它有什么优势？ Transformer的Encoder和Decoder分别是做什么的？ Multi-Head Attention是什么？它的作用是什么？ Transformer中的Positional Encoding是做什么的？ Transformer的训练过程？ Transformer与传统的RNN和CNN模型有何区别？ Transformer在自然语言处理、计算机视觉等领域的应用有哪些？ 何解释Transformer的注意力权重？ Transformer是什么，它的基本原理是什么？ 一句话：Transformer是一种序列到序列（Sequence-to-Sequence）的神经网络模型，它采用自注意力机制来对输入序列进行编码和解码，用于处理自然语言处理、计算机视觉等任务。 详细：Transformer是一种革命性的神经网络模型，由Vaswani等人在2017年提出，用于处理序列到序列（Sequence-to-Sequence） ...

回溯算法回溯算法可以解决的问题 组合问题：N个数里面按一定规则找出k个数的集合 切割问题：一个字符串按一定规则有几种切割方式 子集问题：一个N个数的集合里有多少符合条件的子集 排列问题：N个数按一定规则全排列，有几种排列方式 棋盘问题：N皇后，解数独等等 回溯法一般都可以抽象为树形结构，解决的都是在集合中递归查找子集，集合的大小就构成了树的宽度，递归的深度就构成了树的深度。 确定回溯函数模板返回值以及参数 确定回溯函数终止条件 确定 回溯搜索的遍历过程 12345678910111213141516171819def backtracking(参数): if 终止条件: 存放结果; return; for 选择 in 当前节点的邻居: # 本节点所连接的其他节点 处理节点; backtracking(路径，选择列表); // 递归 回溯，撤销处理结果def backtracking(parameters): if termination_condition: # ...

DFS - 深度优先搜索DFS的思考步骤 确认递归函数，参数 确认终止条件 处理目前搜索节点出发的路径 1234567891011121314151617181920def dfs(参数): if 终止条件: # 存放结果 return for 选择 in 当前节点的邻居: # 本节点所连接的其他节点 # 处理节点 dfs(选择) # 递归调用 # 回溯，撤销处理结果 def dfs(parameters): if termination_condition: store_result() return for choice in connected_nodes_of_current_node: process_node(choice) dfs(graph, chosen_node) # Recursion undo_process_node(choice) # Backtrack ...

栈用栈表示队列 1234567891011121314151617181920212223242526272829class MyQueue: def __init__(self): self.stack_in = [] self.stack_out = [] def empty(self)-> bool: # 当in和out全空时，为空，两种都可 return not(self.stack_in or self.stack_out) return not self.stack_in and not self.stack_out def push(self, num:int)-> None: # 只倒入到in中 self.stack_in.append(num) def pop(self, num:int)-> int: # 先从in中倒到out中，再从out中倒出来 if self.empt ...