机器学习期末复习 第一章 机器学习简介 机器学习的概念 是一种实现人工智能的方法 机器学习的要素 模型：对于监督学习，模型就是要学习的条件概率或者决策函数 策略 目标：选择最优的模型 损失函数，损失函数越小，模型就越好 平方损失函数：\(L(Y，f(X))=(Y-f(x))^2\), 其中\(Y\)是标签（真实值), \(f(X)\)是预测值。 风险函数（期望损失）：损失函数的期望 经验风

WSL2下linux header的安装 正常的linux发行版执行linux-headers-$(uname -r)命令就能装上内核头文件，但WSL2作为一个不一般的linux发行版，并没有直接给出安装包，要手动安装才能正常使用。 安装步骤 确认Kernel版本 1uname -r 安装相应依赖 12sudo apt install libelf-dev build-essential pkg-

pair tuple 作为 unordered_map unordered_set 的键值 C++ STL中并没有pair的hash特化，所以如果想把pair当作键用在unordered_map中的话，就需要自己实现hash函数。网上的大部分实现的hash函数虽然可以用，但是其效率其实相当糟糕，他会导致碰撞严重，从而性能低下。 这里贴出一个《C++ 标准库（第二版）》中作者给出的绝佳方案，“7.9

Bellman-Ford单源最短路径算法 Bellman-Ford 算法是一种用于计算带权有向图中单源最短路径（SSSP：Single-Source Shortest Path）的算法。该算法由 Richard Bellman 和 Lester Ford 分别发表于 1958 年和 1956 年，而实际上 Edward F. Moore 也在 1957 年发布了相同的算法，因此，此算法也常被称为

Effective C++ Item 41 了解隐式接口和编译期多态 显式接口和运行时多态 面向对象编程的世界围绕着显式接口和运行时多态。举个例子，考虑下面的类（无意义的类）： 12345678class Widget {public: Widget(); virtual ~Widget(); virtual std::size_t size() const; v

Effective C++ Item 21：必须返回对象时，不要返回reference 众所周知，C++中函数传参pass-by-value的效率是要低于pass-by-reference的，所以函数传参尽量以pass-by-reference-to-const 替换 pass-by-value,但是在函数返回的时候，返回一个reference并不一定是一件好事，因为这可能会导致我们传递一些ref

动态规划的几种实现方式 动态规划又几种不同的实现方式，以leetcode第1143题为例： 很明显这是一道动态规划的题，而动态规划有多种不同的实现方式，比如最常见的两种方式是迭代递推法和记忆化搜索法，这两种方法的主要区别在于，迭代递推法是自底向上递推，而记忆化搜索是自顶向下搜索，在搜索过程中保存计算结果，避免重复计算。 递归搜索 + 保存计算结果 = 记忆化搜索 1234567891011121

前缀树 前缀树（又称为字典树或者称为字典映射树、查找树），是一种树形结构。前缀树的作用是：对于一组字符串，找到这组字符串的公共前缀，或者判断一个字符串是否是这组字符串中的某一个串的前缀。 前缀树的主要性质是：根节点不包含字符,每一个节点的所有子节点包含的字符都不相同。另外，从根节点到某一个节点，路径上经过的字符连接起来，即为该节点对应的字符串。 以下是前缀树的时间复杂度描述： 空间复杂度

单调栈 单调栈是一种运用栈数据结构来解决一些特定问题的解题技巧。它主要用于解决需要快速寻找一个元素左(或右)边第一个比它大(或小)的元素的问题。 使用单调栈的基本思路是保持栈内的元素单调递增或单调递减，栈顶元素是当前栈内最大或最小的元素，同时记录下每个元素的相关信息，如坐标、面积、数量等，根据这些信息计算出所需的结果。 单调栈的实现主要有两种，第一种是从前往后遍历数组，第二种是从后往前遍历数组。

排序算法 快速排序 快速排序是一种常见的排序算法，其核心思想是分治法。下面是快速排序的步骤： 选取一个基准数（pivot） 将序列中比基准数大的元素放在基准数的右边，比基准数小的元素放在基准数的左边。 递归地对基准数左右两边的序列进行排序，直到序列长度为1或0。 快速排序中最重要的就是第2步，也就是partation阶段。快速排序有很多不同的实现方式，每次选择最右侧的数作为pivot进行par