这题一开始想新建一个list，结果MLE了，后来想了想不用新建，insertion的概念理解好就行，具体编程部分不难1/**2*Definitionforsingly-linkedlist.3*structListNode{4*intval;5*ListNode*next;6*ListNode(intx):val(x),next(NULL){}7*};8*/9classSolution{10public:11ListNode*insertionSortLi
系统 2019-08-12 01:51:28 2362
比如在这个图中,有SVN的链接http://svn.igniterealtime.org/svn/repos/openfire/trunk如复制http://svn.igniterealtime.org/svn/repos/openfire/trunk注意不要复制后面的openfire,那不属于链接的一部分然后右键选择export接着慢慢下SVN下载源代码示例
系统 2019-08-12 01:33:12 2362
下午在用python将Linux的conf配置文件转化成字典dict时遇到了一个奇怪的问题，原先conf配置文件中没有注释行（以#开头的行），后来为了避免这种情况，添加了一个对以#开头的行删除的操作。实践结果颠覆了已有的认知，直接上代码示例。代码片段1#!/usr/bin/python#encoding:utf-8#-*-coding:utf8-*-importrelist_to_test=['#','#conf','NAME="Ubuntu"','VER
系统 2019-09-27 17:56:35 2361
任务：用python时间简单的统计任务-统计男性和女性分别有多少人。用到的物料：xlrd它的作用-读取excel表数据代码：importxlrdworkbook=xlrd.open_workbook('demo.xlsx')#打开excel数据表SheetList=workbook.sheet_names()#读取电子表到列表SheetName=SheetList[0]#读取第一个电子表的名称Sheet1=workbook.sheet_by_index(0
系统 2019-09-27 17:56:00 2361
目录常用代码片段及技巧自动选择GPU和CPU切换当前目录临时添加环境目录打印模型参数将tensor的列表转换为tensor内存不够debugtensormemory常用代码片段及技巧自动选择GPU和CPUdevice=torch.device('cuda'iftorch.cuda.is_available()else'cpu')#modelandtensortodevicevgg=models.vgg16().to(device)切换当前目录importo
系统 2019-09-27 17:55:40 2361
廖雪峰Python教程笔记（四）6高级特性切片slice迭代列表生成式生成器迭代器6高级特性在Python中，代码不是越多越好，而是越少越好。代码不是越复杂越好，而是越简单越好。基于这一思想，我们来介绍Python中非常有用的高级特性，1行代码能实现的功能，决不写5行代码。请始终牢记，代码越少，开发效率越高。切片slice经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符取前3个元素，用一行代码就可以完成切片：L[0
系统 2019-09-27 17:55:36 2361
本文实例讲述了python中二维阵列的变换方法。分享给大家供大家参考。具体方法如下：先看如下代码：arr=[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]printmap(list,zip(*arr))print'_-------------------------------------------------'print[[r[col]forrinarr]forcolinrange(len(arr[0]))]运行结果如下：[[1
系统 2019-09-27 17:55:35 2361
5位数日期戳读取.mat文件处理里面数据时，发现里面的日期数据全部都是“5位数”数字，很不解；后来查到可以在excel中通过设置单元格调回标准日期格式，如下：选中日期戳，右键选择“格式化单元格（FormatCells）”选择需要的日期格式，点击ok即可通过代码转成标准日期例如这个DataFrame中的日期，全部都是“日期戳”格式的，但我需要的是人能看懂的“标准日期”；确认起始日期首先需拿一个“日期戳”对应的时间(标准日期)，减去这个日期戳，得出起始时间。获
系统 2019-09-27 17:54:46 2361
随机森林是一种集成学习方法，基本思想是把几棵不同参数的决策树（参考：Python+sklearn决策树算法使用入门）打包到一起，每棵决策树单独进行预测，然后计算所有决策树预测结果的平均值（适用于回归分析）或所有决策树“投票”得到最终结果（适用于分类）。在随机森林算法中，不会让每棵树都生成最佳的节点，而是在每个节点上随机选择一个特征进行分裂。扩展库sklearn在ensemble模块中提供了随机森林分类器RandomForestClassifier和随机森林
系统 2019-09-27 17:52:35 2361
先来看一道题目：>>>deffunc(numbers=[],num=1):...numbers.append(num)...returnnumbers>>>func()[1]>>>func()[1,1]>>>func()[1,1,1]我们似乎发现了一个Bug，每次用相同的方式调用函数func()时，返回结果竟然不一样，而且每次返回的列表在不断地变长。>>>id(func())4330472840>>>id(func())4330472840从上面可以看出，
系统 2019-09-27 17:52:13 2361
