861. 翻转矩阵后的得分（Rating 1818）
以下内容偏向于记录个人练习过程及思考，非常规题解内容 题目 861. 翻转矩阵后的得分 Rating 1818 思路 需要想清楚这样几个结论 对于二进制数，最高位是1比其他位全是1要大，如1000 > 0111 对于一个翻转策略，交换其中的翻转顺序后结果不变，如【翻转第1行再翻转第2列】与【翻转第2列再翻转第1行】结果是一样的 因此，本题优先保证所有数最高位...
Yinghao Sun
1792. 最大平均通过率（Rating 1817）
以下内容偏向于记录个人练习过程及思考，非常规题解内容 题目 1792. 最大平均通过率 Rating 1817 思路 对于某一个班级，设其通过人数和总人数分别为x, y，对应通过率则为：x / y 对于这个班级，增加一个人所能增加对通过率则为：s = (x + 1) / (y + 1) - x / y 为了最终平均通过率的增加，应当尽量找s尽可能大的班级去增加通过人数 这个...
2787. 将一个数字表示成幂的和的方案数（Rating 1817）
以下内容偏向于记录个人练习过程及思考，非常规题解内容 题目 2787. 将一个数字表示成幂的和的方案数 Rating 1817 思路 典型0-1背包问题 其中从1到n为n个物品，每个数字的x次方表示该物品的体积，背包总容量为n 选/不选每个物品，使用动态规划解决。 代码 二维数组写法 class Solution: def numberOfWays(self, ...
快速了解一个网络：Efficient Net
以下内容偏向于记录个人学习过程及思考，非常规教学内容 背景 增大CNN网络的方法没有被很好的研究过。 为了增大一个CNN网络，通常的做法一般有3种 网络加深（层数变多） 网络变宽（通道数增大） 输入分辨率增大 这些改变依赖大量人工调试，且通常无法得到最佳的效果。 核心思想 提出一种混合的缩放方式（compound scaling method），按照以下公式同...
1658. 将 x 减到 0 的最小操作数（Rating 1817）
以下内容偏向于记录个人练习过程及思考，非常规题解内容 题目 1658. 将 x 减到 0 的最小操作数 Rating 1817 思路 本题等价于找到首尾连续的一段最短的“子数组”，其和等于x 可以基于首尾的滑动窗口解决，但是写起来有些麻烦。 考虑一种等价转换 找到数组nums中的最长子数组，使得该子数组的和为sum(nums) - x 同样也可以使用滑动窗口解决，这样就等...
795. 区间子数组个数（Rating 1817）
以下内容偏向于记录个人练习过程及思考，非常规题解内容 题目 795. 区间子数组个数 Rating 1817 思路 自己没做出来。 参考官解，思路比较清晰。 以某个不大于right的数字结尾时 找到靠左的第一个大于right的数字，作为子数组左边界的最小位置 找到靠左的第一个大于等于left且小于等于right的数字，作为子数组左边界的最大位置 代码 cla...
3026. 最大好子数组和（Rating 1816）
以下内容偏向于记录个人练习过程及思考，非常规题解内容 题目 3026. 最大好子数组和 Rating 1816 思路 子数组和一般都要通过计算前缀和来快速计算。 对于与当前num差为k的数字的下标，可以用哈希表维护。 但遍历num时，再遍历与num差k的数字的下标，时间复杂度就超了。 看题目的例子，数组既不是有序的，也含有负数，因此二分也是不行的。 于是卡住了。。。 学...
773. 滑动谜题（Rating 1815）
以下内容偏向于记录个人练习过程及思考，非常规题解内容 题目 773. 滑动谜题 Rating 1815 思路 类似最少xx次数的题目，如果能将每个状态建模为图的节点，各状态间的变换建模为图中节点之间权值为1的边，那么即可通过bfs求得结果。 本题则是需要维护一个mat交换0与周围值位置前后的状态。 矩阵本身并不好hash，因此考虑将矩阵编码为独一无二的状态。 这里既可以将矩...
1284. 转化为全零矩阵的最少反转次数（Rating 1810）
以下内容偏向于记录个人练习过程及思考，非常规题解内容 题目 1284. 转化为全零矩阵的最少反转次数 Rating 1810 思路 类似最少xx次数的题目，如果能将每个状态建模为图的节点，各状态间的变换建模为图中节点之间权值为1的边，那么即可通过bfs求得结果。 本题则是需要维护一个mat翻转前后的状态。 矩阵本身并不好hash，因此考虑将矩阵编码为独一无二的状态。 因为m...
快速了解一个网络：Hourglass Network
以下内容偏向于记录个人学习过程及思考，非常规教学内容 背景 本文提出的背景是检测人体姿态。 对于这个任务 既需要局部精细的空间features来精准地检测人体关节位置 又需要全局的features来预测人体整体的朝向、姿态等。 核心思想 本文的核心目标/动机是将卷积过程中不同scale的信息全部提取并融合起来，既有深层的语义信息，也有浅层的空间细节信息。 Pipe...