- 综合排序
- 最热优先
- 最新优先
- 来自专栏石云升
人生九段算法：用算法经营自己的人生（1-4段）
不容易主要有以下4个原因 第一，事情本身很难闭环。尤其涉及到多个角色的复杂系统。比如，在海外买房的链条特别长，看房需要跨国飞行，沟通成本高，付款麻烦，交易难以形成闭环。 如果你能同时掌握两个系统，并且在中间自由切换，那你就可以成为“人生算法”的二段高手。 PS： 自动驾驶模式和主动控制模式就是《思考快与慢》系统一和系统二。两者只是叫法不同。 三段：内控控制点 人生算法二段介绍了大脑的两套思维系统，并要求我们在二者之间自如切换，三段的学习则会更进一步地拆解大脑的认知，帮助我们在思考过程中建立内部控制点。 不过这4个阶段如何界定，什么情况下控制，并不容易。需要勤加练习，有个比较好的方法是，给一些关键决策加一个强加一个思考时间。比如巴菲特在投资之前，必须要写下买入的理由。 4段：重新启动的精神装置 人生算法第三段讲的是做好认知飞轮的交接点控制，而重启，是重新启动“精神装置”。
44120编辑于 2022-08-25 - 来自专栏算法人生
算法人生（4）：从“选项学习”看“战胜拖延”（担心失败版）
评估与优化：通过不断执行选项并收集经验，智能体使用强化学习算法（如Q-learning等）更新选项的价值函数，优化整个选项集和高层次策略。
24321编辑于 2024-05-14 - 来自专栏石云升
人生九段算法：用算法经营自己的人生（5-9段）
人生最幸福的事情莫过于每天都能做自己喜欢做的事情，如果还能顺带把钱赚了，那就完美了。 内核一般具有两个特征 第一，简单，这样才可以大规模复制。 按照寿命增加的趋势，我们这一代人基本都能拥有百岁人生。如果70岁退休，你都还有30年的不赚钱的时间，那么这些养老的钱哪里来？ 八段：愿景，设计人生导航系统 大家可能听过使命、愿景、价值观。这是企业文化的重要组成部分。在《人生算法》这本书的第八段就是讲的人生愿景。 愿景由两大要素组成，核心理念和未来蓝图。 9段：涌现，在自己身上发挥群体智慧 人生算法的目的是让我们能更好地面对未来的不确定性。既然未来是不确定的，那么人生算法可能就会失效。而涌现就是一种不确定的方法，用不确定性对抗人生的不确定性。 这个例子其实很好地诠释了人生算法的九段心法。 初段：闭环，就是“按下快门”的这个简单动作。 二段：切换，在主动拍摄和被动拍摄切换。
58720编辑于 2022-08-25 - 来自专栏大数据文摘
算法和重大人生抉择：如何最科学地选择人生伴侣？
那么37法则是如何得出来的，在生活中，这一算法是如何起作用的？它会对你的人生产生怎么样的影响，又有何缺陷？ 尽管相比人生的复杂，这些算法大多是too simple too naive的，但它们何尝不是为我们提供了一种新的角度来认识我们所处的世界和我们自己。 这些算法和观点将主要来自一本算法书籍Algorithm to Live by（生活中的算法），这本书被称为“the computer science of human decisions（人生抉择中的计算机科学 在这个新的栏目里，我们将从这本书出发，探讨算法和人生的关系。当然，其中所涉及的并不只是计算机科学，它与数学、工程学、认知科学、心理学、经济学都通通相关。 最后，希望这本书的旅程能让你我都能有所收获，并带着一种新的视角来审视取舍与抉择，这个人生中永恒的主题。
70850发布于 2018-05-23 - 来自专栏PPV课数据科学社区
用程序算法指导逗比做人生选择
有的说只做后端不做前端，有的说，只做算法研究，不做工程，等等，等等。因为他们觉得人生有限，术业有专攻。 所以，在选择中纠结的人有必要参考一下排序算法。 首先，你最需要参考的就是“冒泡排序”——这种算法的思路就是每次冒泡出一个最大的数。 这个算法告诉我们，我们的选择标准越清晰，我们就越容易做出选择。 这是排序算法中最经典的两个算法了，面试必考。相信你已烂熟于心中了。所以，我觉得你把这个算法应用于你的人生选择也应该不是什么问题。 贪婪算法 所谓贪婪算法，是一种在每一步选择中都采取在当前状态下最好或最优（即最有利）的选择（注意：是当前状态下），从而希望导致结果是最好或最优的算法。贪婪算法最经典的一个例子就是哈夫曼编码。 贪婪算法基本上是一种急功近利的算法，但是并不代表这种算法不好，如果贪婪的是一种长远和持续，又未尝不可呢？。
77780发布于 2018-04-20 - 来自专栏Java项目实战
人生人生苦短，Lets Go !!!
函数既可以接受可变参数也可以接受固定参数，接受可变参数时放在函数的最后，固定参数当然是必须传值的，go语言中没有默认参数
55920发布于 2021-04-26 - 来自专栏算法人生
算法人生（3）：从“贪心算法”看“战胜拖延”（完美主义版）
贪心算法简介贪心算法是一种在解决问题时采用的一种“局部最优”的策略，它是基于“假设每一次决策都是最优的，那么所有的局部最优解能够叠加组合成全局最优解” 的思想。 在上述步骤中，贪心算法的思想中还有两个特点值得我们关注：设定合理目标： 在使用贪心算法时，它会定义一个明确且可度量的目标函数，并确保这个目标函数能够在每一步骤中通过局部最优决策来逼近全局最优。 贪心算法在设定目标时有着明确性、合理性、量化性的特点。追求良好而非全局最优： 贪心算法并不保证一定能找到全局最优解，尤其当问题不满足贪心选择性质或者最优子结构条件时。 产生的拖延启发完美主义者对于结果有着高标准要求和对于细节的极度关注，虽然完美主义在某些情况下能够带来卓越的成就，但在很多时候，这种追求完美的心态也会成为前进道路上的绊脚石，是造成我们拖延的重要原因，它对个人生活的影响主要表现在 同时，明确的目标也是进入心流的关键，就像贪心算法中会设定一个明确且可量化的目标函数一样。
33921编辑于 2024-05-14 - 来自专栏大数据文摘
Reading Club | 算法和人生抉择：午饭到底吃什么？
春节前，大数据文摘启动了最新音频栏目——Data Reading Club，我们为大家推荐的书籍是Algorithm to Live by（生活中的算法），上一期我们跟大家探讨了算法与人生伴侣的选择—— 面对这变幻不息的世界，我们能从这些算法中学到的，或许并不只是某一种策略，而更是一种新的看待选择与变化的方式： 人生的旅程中，刚刚启程的孩子正该尽情探索属于他们的无限可能，而年纪渐长的父母老人在我们眼里的固执己见 ，又何尝不是一种看过更多人生风景后的积累与沉淀。 这些算法和观点将主要来自一本算法书籍Algorithm to Live by（生活中的算法），这本书被称为“the computer science of human decisions（人生抉择中的计算机科学 在这个新的栏目里，我们将从这本书出发，探讨算法和人生的关系。当然，其中所涉及的并不只是计算机科学，它与数学、工程学、认知科学、心理学、经济学都通通相关。
68840发布于 2018-05-23 - 来自专栏企鹅号快讯
概率思维-成功人士最基础的“人生算法”
直接拿走100万美元，落袋为安呢，还是赌一下，按绿色，万一拿到一个亿，人生的小目标不就实现了吗？可是，万一什么都没拿到怎么办？还不如按红色，虽然比一亿少很多，但最差也有100万美元吧。 “确定效应”就是他们的“人生算法”。 但是，其实这道选择题，是有唯一正确答案的。绿色按钮的“期望值”更大（期望值为5000万），是最理性的选择。“决策树”，就是你的“人生算法”。 这就是基于“概率思维”的另一种“人生算法”。 不同的“人生算法”，带来不同的选择，从而获得完全不同的人生。 而“概率思维”就是很多成功人士最基础的“人生算法”， 在不完全信息决策的情况下，不是靠你的聪明才智或者努力，就一定能有正确决策的。
1.3K60发布于 2018-01-04 - 来自专栏修也的进阶日记
算法手记4
解题代码: 本题解题代码如下: class Solution { public: int vis[101][101]={0};//标记这个位置是否被用过 int dx[4]={0,0,1 ,-1}; int dy[4]={1,-1,0,0}; bool exist(vector<string>& board, string word) { word.size()-1) return true; //进入这个位置就把这个位置锁住 vis[x][y] = 1; //如果递归的是中间字符,继续搜索4个方位有没有符合下一个的 ,如果有,继续递归搜 for(int i=0; i<4; i++) { int a = x+dx[i],b=y+dy[i]; 如果四个位置找完没有符合下一个字符的,那么释放本位置的锁,返回false vis[x][y]=0; return false; } }; 结语 说点啥好呢...牵扯二维的算法就有点难了
17310编辑于 2025-03-15 - 来自专栏云深之无迹
Python算法.4
Python算法.3 Python 算法.2 Python算法.1 colors=['black','white'] sizes=['S','M','L'] tshirts=[(color,size print("A:%2d B:%2d C:%2d" % (a, b, c), end='') i += 1 if i % 4 # 求阶乘 def fact(n): if n==1: return 1 return n*fact(n-1) fact(4) def fib(n): if n
37950发布于 2021-07-23 - 来自专栏闻语博客
游戏人生
人生就像是一场游戏，我们刚出生开始学习走路 吃饭 穿衣服这就像是游戏里面的一个基本操作，等到我们基本操作都学会了后，好了关卡来了。 第一个大的关卡：幼儿园，又细分为小班 中班 大班，基本没难度的。
70120发布于 2021-01-22 - 来自专栏404 Not F0und
模型人生
人生如棋局，精于预测者必握胜机 美 巴克斯顿：《随笔》 人的本质 时常在想，当我们在谈论人、思考、思维、工作、认知、成长等等关键词时，是在谈论什么，是想谈论什么，这些关键词的本质又是什么。 我说，人与人生如模型，思考与思维如模型，认知与成长，工作与生活亦如此。为什么这么说？ 总结书中人生、成长、思维的关键技术有几点：让自己思维更加深刻的思维逻辑链、知道别人在想什么的换位思维、看得见的可视化思维、比个体力量更强大的生态思维、在更高层面上解决问题的系统思维等。 从训练bert模型中启发我们训练人生，像优化bert模型一样优化我们自己。 优化人生 起初我仅把机器学习当作一种技术去解决安全问题，现在我还用它来训练自己、优化人生。无论人工智能技术潮涨潮落，但其背后蕴含的道理却是始终如一，人生需要这种确定性的第一性原理。
43830编辑于 2022-10-31 - 来自专栏国产程序员
垃圾回收算法(4)-复制算法
算法原理 复制算法首先将或者的内存空间分为2块，每次只使用其中一块，在垃圾会搜时将正在使用的内存中的存活对象复 制到未被使用的内存块中，之后清楚正在使用的内存块中的所有对象，交换2个内存的角色，最后完成垃圾回收 因为年轻代中的对象基本都是朝生夕死的(80%以上)，所以在年轻代的垃圾回收算法使用的是复制算法，复制算法的基本思想就是将内存分为两块，每次只用其中一块，当这一块内存用完，就将还活着的对象复制到另外一块上面 复制算法不会产生内存碎片。 在GC开始的时候，对象只会存在于Eden区和名为“From”的Survivor区，Survivor区“To”是空的。 image 存在问题 由于JVM中的绝大多数对象都是瞬时状态的，生命周期非常短暂，所以复制算法被广泛应用于年轻代中。 不过在垃圾收集技术中，复制算法提高效率的代价是认为的将可用内存缩小了一半。 个人博客 简书 掘金 CSDN OSCHINA
91420发布于 2020-07-22 - 来自专栏云计算linux
数据结构域算法系列之二 贪婪算法和人生规划
因为是我告诉了她读者文摘上那个关于怎样规划自己的人生成为画家的故事，还举一反三了怎样成为百万富婆的故事来加深印象。现在我又告诉她，我说了那么多，骗她相信规划人生的妙用，其实自己是不承认的了！ 于是我又花费了很多口舌来向她描述APR用到的一种算法：“贪婪算法”，以实例来说明自己的观点。大概的意思就是，5年规划的目的看起来很明确，但是需要做无数存在变数的事情才能抵达最终的目的。 朋友告诉他，要在5年后成为画家，并且能够谋生，第4年的时候应该已经卖出了第一幅画，并且有很多作品在画廊里办画展了；第3年的时候应该已经有很多完成的画作了，并且有一些画廊的朋友；那么第2年的时候应该已经掌握了绘画艺术 为了让苯螃蟹能够深入理解，俺还特意举一反三的给苯螃蟹假设了怎样在5年以内成为百万富婆的人生规划。 如果5年后要成为百万富婆，最简捷的方式就是嫁给百万富翁。 那么在第4年半的时候一定会有一个百万富翁结婚对象，并每天用各种方式接近目标；第4年的时候你要用自己的魅力和气质来结识百万富翁，并得到几个不错的候选；如果要结识百万富翁的话，那么在第3年的时候应该在百万富翁出入的地方出入
10710编辑于 2024-12-17 - 来自专栏算法人生
算法人生（8）：从“注意力算法”看“战胜拖延”（被分心太多版）
“注意力算法”简介注意力算法是一种在深度学习中广泛应用的技术，用于处理序列数据时，模型可以动态地将注意力集中在最相关的部分。 这种算法通过计算每个输入元素对当前输出的重要程度，根据权重对输入进行加权求和，以生成上下文信息，从而改善模型的性能和泛化能力。 注意力算法大概的步骤：建立输入与输出之间的关联： 首先，注意力算法需要建立输入序列和输出序列之间的关联。例如，在机器翻译任务中，输入可能是源语言的句子，输出是目标语言的句子。 注意力算法通过学习输入和输出之间的关系来实现翻译任务。计算注意力权重：通过计算注意力权重来确定输入序列中每个元素对于当前输出的重要程度。 由上我们可以看出，注意力算法使得模型在处理复杂任务时，能够灵活关注输入序列的不同部分，提升了模型理解和处理信息的能力。
21711编辑于 2024-05-16 - 来自专栏Coding迪斯尼
后悔最小化原则--构造幸福人生的最佳算法
做出科学决策或设计出高效算法的前提之一是理性。理性的一个性质就是你的选择必须有一致性。比如你认为芒果比苹果好吃，苹果比橘子好吃，那么我可以推导出，你认为芒果比橘子好吃。 做出科学决策或设计高效算法的前提之二是具备完善的信息。例如美团要计算餐馆到你家的最优路径，那么它一定掌握了从餐馆到你家的所有线路，以及掌握当时的交通状况，但人生决策却时常无法做到信息的完备性。 所以哲学家赛亚.柏林才哀叹说：人生就是悲剧！王尔德也说：人生有两种悲剧，一是得不到，二是得到了！在多愁善感的哲学家看来，人生无论怎么选，都是错的！ 然而不论人生本质是否是悲剧，只要人活着就得做选择，做选择就总得有些依据吧。好在还真有一个试用于人生不确定性的决策依据，那就是把”人生“的后悔最小化。 人生哪有不遗憾的，但无悔人生却是所有遗憾人生中最优化的结果。当你读到这里时，极有可能你还有时间，所以何不把塞在心底的理想拿出来，谋划一下呢，且将新火试新茶，诗酒乘年华!
1K20发布于 2018-07-19 4种回收算法
(先不清理，先移动再清理回收对象) 优点： 不产生空间碎片：将所有存活对象整理到一端，边界以外被清理掉 缺点： 效率低：标记-整理算法是在标记-清除算法的基础上，又进行了对象的移动，因此成本更高 复制算法(Copying)： 复制算法：将可用内存分为大小相等两块，每次只使用其中一块，当该内存使用完后，就将该内存中活着的对象复制到另一块内存；然后再将已使用过得内存一次性清理 这样每次都是对一块内存进行回收 ，如果存活对象很多，那么复制算法的效率将会大大降低。 ，再根据不同的算法进行回收。 3、当对象寿命超过阈值时，会晋升至老年代，最大寿命是15（4bit） 4、当老年代空间不足，会先尝试触发 minor gc，如果之后空间仍不足，那么触发 full gc，STW(stop the
25710编辑于 2024-03-20- 来自专栏帆说区块链
【共识算法（4）】拜占庭容错算法-“PBFT”
该算法是继raft算法之后的再一次深入实践的共识算法，与raft、paxo一样都可以看作是分布式一致性算法。 Practical Byzantine Fault Tolerance：PBFT，是联盟币的共识算法的基础。实现了在有限个节点的情况下的拜占庭问题，有3f+1的容错性，并同时保证一定的性能。 容错率 raft算法的的容错只支持容错故障节点，不支持容错作恶节点，所以容错率高，过半节点正常即可 PBFT算法可以容忍小于1/3个无效或者恶意节点 作恶节点：除了可以故意对集群的其它节点的请求无响应之外 性能尚可 PBFT 算法通信复杂度 o（n^2），因为系统在尝试达成状态共识时，涉及到N个几点都需要广播N-1个其它节点。 而在没有作恶节点的zab、raft系统中，通信复杂度 O(N) raft与PBFT各有优缺点，raft容纳故障节点，PBFT容纳错误节点，要保持整个网络的稳定，或者说在一些鲁棒性要求高的场合，将两者算法结合会是一个非常不错的选择
2.3K10编辑于 2022-04-26 - 来自专栏算法人生
算法人生（1）：从“强化学习”看如何“战胜拖延”
“算法人生”主旨这个系列旨在关联各种“算法”的思路介绍各种成长“方法”，让算法思路不止可以用在程序上，也可以用在“人生成长”上！ 尽管强化学习中的算法通过短期奖励来学习，但其最终目标是优化长期的累积奖励。而在治疗拖延症的过程中，虽然采用了分解任务和及时的奖惩策略，但最终目的是帮助个体克服拖延，提高长期的工作效率和生活质量。 生活中的思想很多是相通的，无论是程序还是人生，都可以互为启发，互为扶持，互为激励！如果你也有更好的想法，欢迎分享交流！
44121编辑于 2024-05-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号