并查集size的优化按照上一小节的思路，我们把如下图所示的并查集，进行union(4,9)操作。合并操作后的结构为：可以发现，这个结构的树的层相对较高，若此时元素数量增多，这样产生的消耗就会相对较大。解决这个问题其实很简单，在进行具体指向操作的时候先进行判断，把元素少的集合根节点指向元素多的根节点，能更高概率的生成一个层数比较低的树。构造并查集的时候需要多一个参数，sz数组，sz[i]表示以i为根的集合中元素个数。//构造函数publicUnionFind3(intcount){ parent=newint[count]; sz=newint[count]; this.count=cou
并查集size的优化按照上一小节的思路，我们把如下图所示的并查集，进行union(4,9)操作。合并操作后的结构为：可以发现，这个结构的树的层相对较高，若此时元素数量增多，这样产生的消耗就会相对较大。解决这个问题其实很简单，在进行具体指向操作的时候先进行判断，把元素少的集合根节点指向元素多的根节点，能更高概率的生成一个层数比较低的树。构造并查集的时候需要多一个参数，sz数组，sz[i]表示以i为根的集合中元素个数。//构造函数publicUnionFind3(intcount){ parent=newint[count]; sz=newint[count]; this.count=cou
1.写在前面为什么时隔多年又再做一次混淆矩阵的整理，TMD就是每次用的时候要自己回过头查一遍，老是记不住，为了打好基础，再次进行梳理。2.为什么会有混淆矩阵我们简单的分类衡量模型的好坏，其实正常使用均方误差就行了，如下：E(f;D)=1m∑i=1m(f(xi)−yi)2E(f;D)=\frac{1}{m}\sum_{i=1}^{m}(f(x_i)-y_i)^2E(f;D)=m1∑i=1m(f(xi)−yi)2其次就是错误率：E(f;D)=1m∑i=1m∏(f(xi)−yi)2E(f;D)=\frac{1}{m}\sum_{i=1}^{m}\prod(f(x_i)-y_i)^2E(f;D
1.写在前面为什么时隔多年又再做一次混淆矩阵的整理，TMD就是每次用的时候要自己回过头查一遍，老是记不住，为了打好基础，再次进行梳理。2.为什么会有混淆矩阵我们简单的分类衡量模型的好坏，其实正常使用均方误差就行了，如下：E(f;D)=1m∑i=1m(f(xi)−yi)2E(f;D)=\frac{1}{m}\sum_{i=1}^{m}(f(x_i)-y_i)^2E(f;D)=m1∑i=1m(f(xi)−yi)2其次就是错误率：E(f;D)=1m∑i=1m∏(f(xi)−yi)2E(f;D)=\frac{1}{m}\sum_{i=1}^{m}\prod(f(x_i)-y_i)^2E(f;D
一、题目大意标签:数组https://leetcode.cn/problems/search-a-2d-matrix-ii编写一个高效的算法来搜索 m x n 矩阵matrix中的一个目标值target。该矩阵具有以下特性：每行的元素从左到右升序排列。每列的元素从上到下升序排列。示例1：输入：matrix=[[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]],target=5输出：true示例2：输入：matrix=[[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,
一、题目大意标签:数组https://leetcode.cn/problems/search-a-2d-matrix-ii编写一个高效的算法来搜索 m x n 矩阵matrix中的一个目标值target。该矩阵具有以下特性：每行的元素从左到右升序排列。每列的元素从上到下升序排列。示例1：输入：matrix=[[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,22],[10,13,14,17,24],[18,21,23,26,30]],target=5输出：true示例2：输入：matrix=[[1,4,7,11,15],[2,5,8,12,19],[3,6,9,16,
SAPQM初阶之取样策略如何确定检验批SampleSize？ 1，执行事务代码QDV1创建了如下的2个取样策略，取样策略：NM000001, 取样数量是批量的5%。取样策略：NM000002 取样数量是固定50EA。 2,将这2个取样策略指派给检验计划54下的2个不同的主检验特性。如下图示： 那相关的检验批上的SampleSize是如何确定的？ 3,执行事务代码MIGO,移动类型101做一笔采购订单收货业务，收货数量200EA，过账后创建一个检验批。 其inspectionspecifications里表明该检验批将使用inspectionplan54. 为啥这个检验批的Sample
SAPQM初阶之取样策略如何确定检验批SampleSize？ 1，执行事务代码QDV1创建了如下的2个取样策略，取样策略：NM000001, 取样数量是批量的5%。取样策略：NM000002 取样数量是固定50EA。 2,将这2个取样策略指派给检验计划54下的2个不同的主检验特性。如下图示： 那相关的检验批上的SampleSize是如何确定的？ 3,执行事务代码MIGO,移动类型101做一笔采购订单收货业务，收货数量200EA，过账后创建一个检验批。 其inspectionspecifications里表明该检验批将使用inspectionplan54. 为啥这个检验批的Sample
一、题目大意标签:动态规划https://leetcode.cn/problems/01-matrix给定一个由0和1组成的矩阵mat ，请输出一个大小相同的矩阵，其中每一个格子是mat中对应位置元素到最近的0的距离。两个相邻元素间的距离为1。示例1：输入：mat=[[0,0,0],[0,1,0],[0,0,0]]输出：[[0,0,0],[0,1,0],[0,0,0]]示例2：输入：mat=[[0,0,0],[0,1,0],[1,1,1]]输出：[[0,0,0],[0,1,0],[1,2,1]]提示：m==mat.lengthn==mat[i].length11mat[i][j]iseithe
一、题目大意标签:动态规划https://leetcode.cn/problems/01-matrix给定一个由0和1组成的矩阵mat ，请输出一个大小相同的矩阵，其中每一个格子是mat中对应位置元素到最近的0的距离。两个相邻元素间的距离为1。示例1：输入：mat=[[0,0,0],[0,1,0],[0,0,0]]输出：[[0,0,0],[0,1,0],[0,0,0]]示例2：输入：mat=[[0,0,0],[0,1,0],[1,1,1]]输出：[[0,0,0],[0,1,0],[1,2,1]]提示：m==mat.lengthn==mat[i].length11mat[i][j]iseithe
