Sequence

前言 状态压缩是一种 \(dp\) 里的暴力，但是非常优秀，状态的转移，方程的转移和定义都是状压 \(dp\) 的难点，本人在次总结状压dp的几个题型和例题，便于自己以后理解分析状态和定义方式 状态压缩动态规划，就是我们俗称的状压 \(dp\) ，是利用计算机二进制的性质来描述状态的一种 \(dp\) 方式。 很多棋盘问题都运用到了状压，同时，状压也很经常和BFS及 \(dp\) 连用。 状压 \(dp\) 其实就是将状态压缩成2进制来保存 其特征就是看起来有点像搜索，每个格子的状态只有 \(1\) 或 \(0\) ，是另一类非常典型的动态规划 NO.1 Corn Fields G 题目描述 农场主 \(John\) 新买了一块长方形的新牧场，这块牧场被划分成 \(M\) 行 \(N\) 列 \((1 \le M \le 12; 1 \le N \le 12)\) ，每一格都是一块正方形的土地。 \(John\) 打算在牧场上的某几格里种上美味的草，供他的奶牛们享用。 遗憾的是，有些土地相当贫瘠，不能用来种草。并且，奶牛们喜欢独占一块草地的感觉，于是 \(John\) 不会选择两块相邻的土地，也就是说，没有哪两块草地有公共边。 \(John\) 想知道，如果不考虑草地的总块数，那么，一共有多少种种植方案可供他选择？（当然，把新牧场完全荒废也是一种方案） 输入格式 第一行：两个整数

yaml简介 1.yaml [ˈjæməl]: Yet Another Markup Language ：另一种标记语言。yaml 是专门用来写配置文件的语言，非常简洁和强大,之前用ini也能写配置文件，看了yaml后，发现这个更直观，更方便，有点类似于json格式。在自动化测试用的相当多所以需要小伙伴们要熟练掌握 2.yaml基本语法规则： 大小写敏感 使用缩进表示层级关系 缩进时不允许使用Tab键，只允许使用空格。 缩进的空格数目不重要，只要相同层级的元素左侧对齐即可 #表示注释，从这个字符一直到行尾，都会被解析器忽略，这个和python的注释一样 3.yaml支持的数据结构有三种： 对象：键值对的集合，又称为映射（mapping）/ 哈希（hashes） / 字典（dictionary） 数组：一组按次序排列的值，又称为序列（sequence） / 列表（list） 纯量（scalars）：单个的、不可再分的值。字符串、布尔值、整数、浮点数、Null、时间、日期 安装yaml 1.使用pip安装pyyaml模块 pip install pyyaml 键值对(dict) 1.yaml里面的键值对，也就是python里面的字典（dict）数据类型，比如python里面的字典，用yaml如何去写 # python3.6 { "user": "码上开始", "psw":

工作中需要对接港交所OMD-C的Standard版行情，现在把一些知识点和踩过的坑记录下来，供大家参考。文中部分图片因为缩小看不清，请【右键-在新窗口/标签打开图片】查看清晰版本。 「香港交易所领航星」巿场数据平台—证券市场( HKEX Orion Market Data Platform – Securities Market , OMD-C), Technical Documents 1. 概述 OMD-C数据服务分为实时服务、重传服务、刷新服务三部分。 实时服务：UDP多播。提供挂单、成交、指数、市场状态等实时数据，以及最高价、最低价、最后成交价、成交量、等统计数据。实时服务以UDP为载体，通过 多播 推给接收端。消息被归类到若干通道（Channel），每个通道包含若干消息类型，比如成交消息和挂单消息都是在通道10。每个Channel的报文有唯一Sequence，Sequence总是从1开始。不同Channel之间的Sequence没有关联。为了减少丢包影响，报文都通过两个独立通道多播，比如Channel 10和Channel 510是一对，接收端根据Sequence做好去重工作。 重传服务：TCP请求应答。缓存每个Channel最近50,000个报文，多播丢包时，接收端指定Sequence区间，向重传服务请求丢失的报文。重传是有限制的： 单Channel缓存最近消息数量

0X10 General reject/一般拒绝 0x11 Service not supported/服务不被支持 0x12 Sub Function not Supported/子功能不被支持 0x13 Incorrect message length or invalid format/指令错误（报文长度错误） 0x14 Response too long/响应时间过长 0x21 Busy repeat request/请求太频繁 0x22 Conditions not correct/条件不具备 0x24 Request sequence error/请求顺序错误 0x26 Failure prevents execution of requested action/失败阻止执行请求的操作 0x31 Request out of range/请求超出范围 0x33 Security access denied/安全访问被拒绝 0x35 Key Invalid/无效的密钥 0x36 Exceed number of attempts/尝试次数过多 0x37 Required time delay not expired/要求延时时间未到达 0X38-4F Reserved by Extended Data Link Security Document/ 0X70 Upload

来自 | medium.com 作者 | Evans Tsai 链接 | https://medium.com/ai-academy-taiwan 编辑 | 机器学习与数学 常常见到 Autoencoder 的变体以及应用，打算花几篇的时间好好研究一下，顺便练习 Tensorflow.keras 的 API 使用。 Overview What is Autoencoder Types of Autoencoder Application of Autoencoder Implementation Great examples Conclusion Difficulty: ★ ★ ☆ ☆ ☆ 1 What is Autoencoder? 首先，什么是 Autoencoder 呢? 不啰唆，先看图吧！ 〄 source : Julien Despois Autoencoder 最原始的概念很简单，就是丢入一笔 input data 经过类神经网路后也要得到跟 input data 一模一样的 data。首先，整个 Autoencoder 可以拆解成 Encoder 和 Decoder 两个神经网路。Encoder 先吃进 input data，经过神经网路后压缩成一个维度较小的向量 Z，接着，再将 Z 输入 decoder 中，将 Z 还原成原始大小。听起来很容易，但是我们仔细来瞧瞧

　由于SQL Server不常用，所以这里只针对MySQL数据库和Oracle数据库的区别 (1) 对事务的提交 MySQL默认是自动提交，而Oracle默认不自动提交，需要用户手动提交，需要在写commit;指令或者点击commit按钮 (2) 分页查询 MySQL是直接在SQL语句中写"select... from ...where...limit x, y",有limit就可以实现分页;而Oracle则是需要用到伪列ROWNUM和嵌套查询 (3) 事务隔离级别 MySQL是read commited的隔离级别，而Oracle是repeatable read的隔离级别，同时二者都支持serializable串行化事务隔离级别，可以实现最高级别的 读一致性。每个session提交后其他session才能看到提交的更改。Oracle通过在undo表空间中构造多版本数据块来实现读一致性，每个session 查询时，如果对应的数据块发生变化，Oracle会在undo表空间中为这个session构造它查询时的旧的数据块 MySQL没有类似Oracle的构造多版本数据块的机制，只支持read commited的隔离级别。一个session读取数据时，其他session不能更改数据，但 可以在表最后插入数据。session更新数据时，要加上排它锁，其他session无法访问数据 (4)

成功解决TypeError: sequence item 0: expected str instance, list found 目录 解决问题 解决思路 解决方法 解决问题 TypeError: sequence item 0: expected str instance, list found 解决思路 Type Error:序列项0:应为str实例，但找到list 解决方法 根据错误提示，可知list中包含数字，所以，不可以直接转化成字符串，要么直接修改列表内非字符串的元素，要么将列表内的元素循环转为字符串格式，如下转换所示： " ".join('%s' %a for a in lists) 来源： oschina 链接： https://my.oschina.net/u/4383725/blog/4489877

思路 要素察觉：必须要是一个公差为 \(d\) 的等差数列。 特判 首先要特判掉 \(d=0\) 的情况，这样的情况下就是要寻找最长的一段数字相同的区间，找到之后输出左右端点即可（可以 \(O(n)\) 扫一遍）。 其他情况 再来看别的情况，对于一个区间 \([l,r]\) ，如果要满足是一个公差为 \(d\) 的等差序列，那么： 这个等差数列里的所有数 \(\bmod d\) 的结果应该一样. 区间内没有重复的数. 现在考虑如何实现上述条件： 首先将序列分成若干个 \(x \bmod d\) 都一样的子区间。 在从左往右扫的过程中，如果遇到了与前面 \(x\bmod d\) 的值不同的数，就将左边 \(x\bmod d\) 值相同的数作为一个独立的区间来处理，这样就可以把序列分成若干个 \(x \bmod d\) 都一样的区间。 对于一个满足 \(x\bmod d=c\) 的数列，把所有的 \(x\) 变成 \(\dfrac{x-c}{d}\) （因为整形的性质，可以直接除）。 这一步称之为归一化，实现了将一个区间的的公差化为 \(1\) ， 问题就转化成了加入 \(k\) 个数，使区间排序后公差为 \(1\) 。 对于一个区间 \([L,R]\) ，算出最少加几个数。 需要满足的条件显然就是不能有重复，那么最少加的数的个数就是 \(\max(L,R)-\min(L,R)+1-

最近，微信上线了一个彩蛋小功能「拍一拍」，虽然低调发布，但还是冲上了热搜。 这个功能的操作很简单，双击好友头像，好友头像会震动，并显示一条灰色消息，提醒好友被你“拍了拍”。「拍一拍」不仅能和好友用，还可以在群里拍一拍，甚至是自己拍自己，虽然有人认为这个功能无甚卵用，但用起来莫名欢乐，在网友脑洞大开的发挥下，更是瞬间打开了新玩法。比如更改昵称后，用了「拍一拍」的对话画风变得鬼畜起来： 「拍一拍」仅一行代码实现，微信史上最短功能代码长什么样？ 更有意思的是，微信之父张小龙在朋友圈爆料，「拍一拍」这个和 QQ 戳一戳相似的功能只用一行代码即可实现，可以说是微信史上最短一行代码功能。 这引起了很多人对着这一行代码的好奇心，不负众望，目前网络上已经有一个有一个流传甚广的 Lambda 语法 C++ 代码： head.onDoubleClick([&](e){ msgSender.send({.msgType= MSG_TYPE_SYSTEM_TEXT, .contentTemplate = fmt("%s拍了拍%s" , app.getCurrentUser(), e.target)}); }); 这行代码主要是在「拍了拍」前后传递你和好友的微信昵称参数，发送给相应接口后输出为一条小灰色条消息。虽然这行代码的真实性不能保证，但是大致原理应该差不了太多，在微信的框架和已有的积累下

题目描述 输入一个整数数组，判断该数组是不是某二叉搜索树的后序遍历的结果。如果是则输出Yes,否则输出No。假设输入的数组的任意两个数字都互不相同。 思路： 核心：后序遍历的特点：在顺序遍历数组的时候，如果遇到第一个比最后一个元素大的节点，那么在此之前的都是比最后小的，而之后都是比最后大的。 所以： 当找到分界点后，在后边的数组中遍历，如果有比root小的节点，就返回false。 注意：记得递归左右子树。 代码： public class Solution { public boolean VerifySquenceOfBST(int [] sequence) { if(sequence==null || sequence.length==0) return false; return find(sequence,0,sequence.length-1); } public boolean find(int[] sequence,int start,int root){ if(start>=root) return true; int key=sequence[root]; //找出左右子树分界点：第一个比root大的节点 int i; for(i=start;i<root;i++){ if(sequence[i]>key){ break; } } //在右子树中遍历