- 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（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 - 来自专栏石云升
人生九段算法：用算法经营自己的人生（1-4段）
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。 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 - 来自专栏大数据和云计算技术
算法基础9：散列表
算法是基础，小蓝同学准备些总结一系列算法分享给大家，这是第9篇《散列表》，非常赞！希望对大家有帮助，大家会喜欢！ 前面系列文章： 归并排序 #算法基础#选择和插入排序 由快速排序到分治思想 算法基础：优先队列 二分查找 二叉树查找 平衡查找树概述 平衡树之红黑树 散列表是我们比较简单的一种查找算法，是用这种建议方法的扩展并能够处理更加复杂的类型的键 使用散列表的查找算法分为两步 第一步用散列函数将被查找的键转化为数组的一个索引。理想情况下，不同的键都可以变为不同的索引，但有时有特殊情况，这就涉及到我们的第二步处理碰撞冲突的过程。 一、散列函数键值转换 散列算法有很多种实现，在java中没中类型都需要相应的散列函数，例如;在正整数 最常用的是除留余数法（k%M）。 三、应用 散列表的应用是使用最广泛的算法之一 信息安全领域： Hash算法 可用作加密算法。
86120发布于 2018-07-26 - 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 - 来自专栏乐行僧的博客
9-选择排序算法
注意点： 不稳定的排序算法 代码： #include <stdio.h> typedef int bool; #define true 1 #define false 0 void swap(int swap(&a[minIndex], &a[i]); } } } int main() { int a[] = {3, 1, 2, 4, 7, 0, 5, 8, 6, 9}
14840编辑于 2022-02-25 - 来自专栏算法工程师之路
每日算法题：Day 9
作者：TeddyZhang，公众号：算法工程师之路 Day 9, Python知识点走起~ 1 编程题 【剑指Offer】树的子结构 输入两棵二叉树A，B，判断B是不是A的子结构。 struct TreeNode *right; 6 TreeNode(int x) : 7 val(x), left(NULL), right(NULL) { 8 } 9} 二叉树的镜像定义：源二叉树 8 / \ 6 10 / \ / \ 5 7 9 11 镜像二叉树 8 / \ 10 6 / \ / \ 11 9 7 5 思路： 这个使用递归的思路就很简单，一般二叉树用递归的方法很多，比如二叉树的遍历也可以使用递归的方法。 struct TreeNode *right; 6 TreeNode(int x) : 7 val(x), left(NULL), right(NULL) { 8 } 9}
45720发布于 2019-08-13 - 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Unity3D
☆打卡算法☆LeetCode 9、判断回文数 算法解析
一、题目 1、算法题目 “判断给定的整数是否是一个回文数。”
54140编辑于 2022-08-07 - 来自专栏惊羽-布壳儿
算法练习(9) - TwoSum问题变换
题目 有一个数组[1,2,5,7,8,8,9,4,4,6]，求元素 m+n = 12 的组合，将所有的 m n 组合下标打印出来，需要过滤下标重复的组合，例如 4,7 7,4 是重复组合；时间复杂度需要是 public class TwoSumTest { @Test public void twoSum_test() { int[] arr = {1,2,5,7,8,8,9,4,4,6
22410编辑于 2022-06-15 - 来自专栏华章科技
9种深度学习算法简介
导读：从算法处理的流程来划分，基于深度学习的目标检测算法可分为两阶段（Two-Stage）算法和一阶段（One-Stage）算法，两阶段算法需要先进行候选框的筛选，然后判断候选框是否框中了待检测目标，并对目标的位置进行修正 R-CNN算法 2014年，R. Girshick等人提出了R-CNN算法。 在VOC2007数据集上，R-CNN算法相比之前的检测算法，在性能有了显著的提升（从33.7%提升到58.5%），是检测算法的一个里程碑式的突破。 Faster R-CNN算法 2015年，S. Ren等人提出了Faster R-CNN算法，Faster R-CNN是第一个端到端算法，也是第一个接近实时深度学习的目标检测算法。 02 一阶段算法 一阶段算法和两阶段算法最主要的区别，就是没有单独的候选框筛选阶段，而是直接回归目标的位置坐标和分类概率。常用的一阶段算法如下。 1. YOLO算法 2015年，R.
5.4K20编辑于 2022-01-20 - 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。 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。 ##########我是分隔线########## 参考文献三2： 算法非我所长。 贪婪算法通过逐步逼近的方法来的得到解，不一定是最优解，但总是很快找到一个解决方法。
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 - 来自专栏决策智能与机器学习
算法集锦（9）|自动驾驶|道路图像增强算法
因此，在训练自动驾驶算法时，需要一些特殊的图像增强处理。 为了更有效的训练汽车的CNN网络，本文提供了一个可模拟各种气候及环境的图像增强算法-Automold。该算法基于python的Numpy和OpenCV库开发，可以将图像转换至各种气候环境及季节。 Exception(err_snow_coeff) 6 else: 7 snow_coeff=random.uniform(0,1) 8 snow_coeff*=255/2 9 (err_brightness_coeff) 6 if(is_list(image)): 7 image_RGB=[] 8 image_list=image 9 添加季节 Automold库提供了一种便捷的方式，可以对图像随机添加增强效果，而不需要繁琐的去指定增强类型，使得该算法可以很好的嵌入到自动驾驶的CNN网络训练中。
1.6K30发布于 2020-08-04 - 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
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