自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Robin Hu的专栏

独立之精神,自由之思想

  • 博客(856)
  • 资源 (1)
  • 收藏
  • 关注

原创 【蓝桥杯】走多远 1337

给定一个 n 个点,m​ 条边的有向无环图,小明从入度为0 点出发,顺着边最远能走多远,若不存在这样的点,输出0。

2024-11-28 16:06:57 426

原创 【蓝桥杯】发现环 108

小明的实验室有N 台电脑,编号 1⋯N。原本这N 台电脑之间有 N−1 条数据链接相连,恰好构成一个树形网络。在树形网络上,任意两台电脑之间有唯一的路径相连。不过在最近一次维护网络时,管理员误操作使得某两台电脑之间增加了一条数据链接,于是网络中出现了环路。环路上的电脑由于两两之间不再是只有一条路径,使得这些电脑上的数据传输出现了 BUG。为了恢复正常传输。小明需要找到所有在环路上的电脑,你能帮助他吗?

2024-11-22 17:54:29 785

原创 【蓝桥杯】星际旅行 19726

小明国庆节准备去某星系进行星际旅行,这个星系里一共有n 个星球,其中布置了 m 道双向传送门,第 i 道传送门可以连接​两颗星球( 且任意两颗星球之间最多只有一个传送门)。他看中了一款 “旅游盲盒”,一共有Q 个盲盒,第i 个盲盒里的旅行方案规定了旅行的起始星球​和最多可以使用传送门的次数 。只要从起始星球出发,使用传送门不超过规定次数能到达的所有星球都可以去旅行。小明关心在每个方案中有多少个星球可以旅行到。小明只能在这些盲盒里随机选一个购买,他想知道能旅行到的不同星球的数量的期望是多少。

2024-11-18 18:10:52 611

原创 【蓝桥杯】车站

火车从始发站(称为第1站)开出,在始发站上车的人数为a,然后到达第2站,在第2站有人上、下车,但上、下车的人数相同,因此在第2站开出时(即在到达第3站之前)车上的人数保持为a人。从第3站起(包括第3站)上、下车的人数有一定规律:上车的人数都是前两站上车人数之和,而下车人数等于上一站上车人数,一直到终点站的前一站(第n−1站),都满足此规律。现给出的条件是:共有n个车站,始发站上车的人数为a,最后一站下车的人数是m(全部下车)。试问x站开出时车上的人数是多少?

2024-11-18 16:26:31 314

原创 【蓝桥杯】162 通电(最小生成树)

作为一名电力建设者,小明正在帮助一带一路上的国家通电。这一次,小明要帮助n个村庄通电,其中 1 号村庄正好可以建立一个发电站,所发的电足够所有村庄使用。现在,这n个村庄之间都没有电线相连,小明主要要做的是架设电线连接这些村庄,使得所有村庄都直接或间接的与发电站相通。小明测量了所有村庄的位置(坐标)和高度,如果要连接两个村庄,小明需要花费两个村庄之间的坐标距离加上高度差的平方。由于经费有限,请帮助小明计算他至少要花费多少费用才能使这n个村庄都通电。

2024-11-07 15:59:12 464

原创 【蓝桥杯】19724 食堂同寝室同时就餐

S 学校里一共有 a2个两人寝、a3 个三人寝,a4 个四人寝,而食堂里有b4 个四人桌和b6个六人桌。学校想要安排学生们在食堂用餐,并且满足每个寝室里的同学都在同一桌就坐,请问这个食堂最多同时满足多少同学用餐?

2024-11-02 12:24:19 831

原创 【蓝桥杯】19723 分布式队列

小蓝最近学习了一种神奇的队列: 分布式队列。简单来说,分布式队列包含 N 个节点(编号为 0 至N−1,其中 0 号为主节点),其中只有一个主节点,其余为副节点。主/副节点中都各自维护着一个队列,当往分布式队列中添加元素时,都是由主节点完成的(每次都会添加元素到主节点对应的队列的尾部);副节点只负责同步主节点中的队列。可以认为主/副节点中的队列是一个长度无限的一维数组,下标为 0,1,2,3…,同时副节点中的元素的同步顺序和主节点中的元素添加顺序保持一致。

2024-11-02 09:52:50 453

原创 【蓝桥杯】类斐波那契循环数

对于 197,对应的数列S 为:{1,9,7,17,33,57,107,197,…}197 出现在S 中,所以 197 是一个类斐波那契循环数。请问在0 至 10000000 中,最大的类斐波那契循环数是多少?

2024-10-31 17:52:05 1133

原创 【蓝桥杯】第202420242024 个报数游戏

小蓝和朋友们在玩一个报数游戏。由于今年是 2024 年,他们决定要从小到大轮流报出是20 或 24 倍数的正整数。前 10 个被报出的数是:20,24,40,48,60,72,80,96,100,120。请问第 202420242024 个被报出的数是多少?

2024-10-28 18:17:37 2016

原创 【蓝桥杯】吊坠算法求解代码(java)

对于蓝桥杯吊坠问题本身,相对Prim算法来说,Kruskal算法的时间复杂度更高,但是总体运行时间差别不大,都在100ms内,远远低于题目约束条件。同时,Kruskal算法简单易懂,且实现相对容易。因此,个人认为Kruskal算法更适合B组学生。

2024-10-27 16:48:14 523

原创 Java 匿名内部类

在Java中,调用某个方法时,如果该方法的参数是接口类型,那么在传参时,除了可以传入一个接口实现类,还可以传入实现接口的匿名内部类作为参数,在匿名内部类中实现接口方法。匿名内部类就是没有名称的内部类,定义匿名内部类时,其类体作为new语句的一部分。

2024-10-24 09:23:23 338

原创 Java 局部内部类

在Java中,局部内部类,也称为方法内部类,是指定义在某个局部范围中的类,它和局部变量都是在方法中定义的,有效范围只限于方法内部。

2024-10-19 21:33:03 188

原创 Java 成员内部类

在Java中,一个类中除了可以定义成员变量、成员方法,还可以定义类,这样的类被称作成员内部类。成员内部类可以访问外部类的所有成员,无论外部类的成员是何种访问权限。如果想通过外部类访问内部类,则需要通过外部类创建内部类对象

2024-10-17 19:05:44 170 1

原创 Hadoop平台搭建与数据分析

Hadoop是由Apache 研发的开源分布式基础架构,它由 Hadoop内核、MapReduce、Hadoop分布式文件系统(HDFS)及一些相关项目组成。其中,HDFS具有高容错性,负责大数据存储;MapReduce则负责对HDFS中的大量数据进行复杂的分布式计算。为了让学生更好地将理论与实践相结合,以Hadoop-3.3.4平台的搭建和数据分析为主线,我设计了包含5个实验在内的一系列实验。

2023-09-06 14:26:46 1036

原创 【应用统计学】方差分析

三台设备平均灌装时间分别是15.82秒、16.67秒和14.97秒。试用样本数据检验这3台机器灌装过程的时间是否存在显著不同,以便对设备的购买做出决策

2022-10-27 17:12:26 7085 1

原创 【应用统计学】自由分布检验

秩和检验就是通过样本的排序来检验相关总体特性的检验方法,即用于判断两个总体的分布是否一致。

2022-10-04 19:54:06 1558

原创 【应用统计学】总体方差的假设检验

《财富》(美)杂志做了一次调查,发现订阅该杂志的人拥有一辆或租用一辆车子数的方差为0.94。假设另一份杂志的订阅者拥有或租用的车辆数如下所示:2,1,2,0,3,2,2,1,2,1,0,1试问:在10%显著水平下,该杂志车辆数方差是否与《财富》的车辆数方差相同?

2022-10-03 19:23:00 3690

原创 【应用统计学】总体均值的假设检验

​和区间估计类似,如果总体标准差已知,对于总体服从正态分布或者总体分布状况未知,但样本容量n充分大(n>=30)的情况,我们也可以构造服从标准正态分布的检验统计量Z来进行假设检验。​

2022-10-03 17:15:11 6882

原创 【应用统计学】简单随机抽样的区间估计和样本容量的确定

​若随机变量X服从正态分布,但是方差未知,那么它抽样分布的样本均值也用类似于正态分布的T分布来进行近似计算。

2022-09-30 17:30:33 10789

原创 【应用统计学】参数统计-点估计与估计量的评价标准

如果两个估计量都是无偏的,那么离散程度较小的估计量相对来说是更有效

2022-09-20 22:06:12 2184

原创 【应用统计学】参数统计-抽样分布

当总体不服从正态分布时,根据中心极限定理,当n充分大时(通常要求n≥30),样本平均数近似服从正态分布

2022-09-20 21:09:41 1721

原创 【应用统计学】大数定律和中心极限定律

某保险公司多年的统计资料表明,在索赔中被盗索赔户占20%,以X表示在随机抽查的100个索赔户中,因被盗向保险公司索赔的户数。求被盗索赔户不少于14户且不多于30户的概率近似值。

2022-09-18 22:43:53 632

原创 【应用统计学】几种常见的概率分布

某商场经统计发现顾客对某商品的日需求量X服从正态分布,且日平均需求量为40,标准差为10件,求这种商品销售量在30~50件的概率

2022-09-17 22:10:49 6507

原创 【应用统计学】随机变量的概率分布,数学期望和方差及协方差

概率分布函数的导数称为概率密度函数

2022-09-15 21:47:50 2393

原创 【应用统计学】概率的基本概念

贝叶斯公式也称为贝叶斯法则。尽管它是一个数学公式,但其原理毋需数字也可明了。如果你看到一个人总是做一些好事,则那个人多半会是一个好人。这就是说,当你不能准确知悉一个事物的本质时,你可以依靠与事物特定本质相关的事件出现的多少去判断其本质属性的概率。 用数学语言表达就是:支持某项属性的事件发生得愈多,则该属性成立的可能性就愈大。

2022-09-14 19:26:54 364

原创 【应用统计学】分布的偏度和峰度

峰度是反映曲线尖峭程度的指标。峰度一般可表现为三种形态: 标准峰度(正态峰度)、尖顶峰度、 平顶峰度。

2022-09-12 16:04:14 5762

原创 【应用统计学】描述数据的离散程度

离散程度是通过随机地观测变量各个取值之间的差异程度,用来衡量风险大小的指标。

2022-09-11 21:49:49 1506

原创 【应用统计学】描述数据分布集中趋势

数据集中趋势是统计学中的其中一种指标之一,集中趋势又称 “数据的中心位置”,它代表了一组数据在一定时间、空间条件下的共同性质和一般水平。其表示方式通常有三种:平均数、众数和中位数

2022-09-11 11:19:46 1652

原创 Python3 DataFrame数据详解

pandas的DataFrame极大地简化了数据分析过程中一些烦琐操作,它是一个表格型的数据结构, 每一列代表一个变量,而每一行则是一条记录。简答地说,DataFrame是共享同一个index 的Series的集合。

2022-05-12 21:11:44 4272

原创 Python3 DataFrame缺失值的处理

一、缺失值的判断在通过Pandas做数据分析时,数据中往往会因为一些原因而出现缺失值NaN (Nota number)o比如前文中的例子,当两个DataFrame对象进行简单运算时,无法匹配的位置会出现缺失值NaN或者None.isnull ( )和notnull ( )方法都可以用于判断数据是否为缺失值( NaN或者None).如果是缺失值,则isnull()返回值为True, notnull()返回值为False.df2Out[170]: A B C D

2022-05-11 22:44:53 3328

原创 Python3 DataFrame数据运算

pandas的DataFrame极大地简化了数据分析过程中一些烦琐操作,它是一个表格型的数据结构, 每一列代表一个变量,而每一行则是一条记录。简答地说,DataFrame是共享同一个index的Series的集合。一、简单运算在分析数据时:不可避免地要对数据进行运算。当对两个数据集进行算术运算时,遇到的核心问题有两个:一是两个数据集之间如何进行匹配进而运算;二是如何处理不匹配的数据。Pandas的Series与DataFrame这两种数据类型比较有特色的部分是index ( DataFrame 还多

2022-05-11 18:27:05 2755

原创 Python3 DataFrame数据排序与排名

pandas的DataFrame极大地简化了数据分析过程中一些烦琐操作,它是一个表格型的数据结构, 每一列代表一个变量,而每一行则是一条记录。简答地说,DataFrame是共享同一个index 的Series的集合。DataFrame数据的排序分为三类:1、对索引排序sort_index();2、对值进行排序sort_values();3、是对值进行排名rank()。(1)、索引排名  对于索引排序,涉及到对行的索引和对列的索引进行升序或者降序排序函数df.sort_index(axis= , asc

2022-05-11 17:25:19 6388

原创 Python3 Series数据详解

pandas的Series类型的数据由一列数据及与之对应的标签(索引,位于数据的左侧)两部分组成。 Series对象本质上是一个NumPy数组。因此,NumPy的数组处理函数同样适用于Series对 象。每个Series对象实际上都由两个数组组成,具有index和values两大属性。

2022-05-07 16:26:09 4829

原创 Python3 NumPy库之ndarray数组

在Python内置环境 中,直接存储数值的数组(array)对象只存在一维结构,无法支持多维结构,也没有相关数组运算函数,这些使得Python在数值运算上有诸多不便之处。为了弥补这些不足,第三 方函数库NumPy被整合开发出来。NumPy的核心功能是高维数组,NumPy 库中的ndarray (N-dimensional array object) 对象支持多维数组,数组类型的对象本身具备大小固定、数组内元素的数据类型相同等特性。NumPy也提供了大量数值运算函数,能够直接有效地进行向量、矩阵运算。

2022-05-06 12:05:09 886

原创 Python3 集合

集合(set)是一个无序的不重复元素序列。创建集合的语法是以大括号包住集合元素,或将集合元素以列表的形式传入内置函数set()。In [33]: Winners = {'Company A','Company B'}In [34]: type(Winners)Out [34]: setIn [35]: Losers = set(['Company C ' , ' Company D '])In [36]: type(Losers)Out [36]: set集合中的元素没有顺序关系,故以W

2022-05-04 15:46:32 575

原创 Python3 字典

Python中的字典(dict)类似于JAVA的Map,是一种“映射(Mapping)”的数据结构,。字典(dict)与序列是截然不同的概念,其没有从左到右这种顺序关系,所以也不使用位置偏移量来当 作索引。字典储存是“键:值”配对("Key: Value" Pair)这样的映射关系,或者说是键 (Key)与值(Value)的对照表;透过键便可以查找相对应的值。 创建字典使用大括号{},大括号中包含一对一对的“键:值”,存取时在方括号[]中 填入键,便可关联到对应的值。In [31]: dl = {'S

2022-05-04 14:44:53 1061

原创 Python3 元组

Python3中的元组(Tuple)也是一种序列类型的数据,元组跟列表都能存储任何类型的数据,但是列表中的元素是可以变的,可以增加、删除和更改列表中的元素,而一个元组一旦创建,就 无法增加、删除和更改元组内的元素。在元素不可变这一特性上,元组跟字符串很像,然而字符串中的元素类型都只能是字符型,字符串不能存储字符型以外的数据。概括起来,元组具有可以存储不同类型的数据和元组内的元素是不可变的这两大特点。 元组的创建通过圆括号()来实现。M = ('Market', 3.0, [10, 20, 30])

2022-05-04 11:26:54 478

原创 Python3 列表

序列是 Python 中最基本的数据结构。序列中的每个值都有对应的位置值,称之为索引,第一个索引是 0,第二个索引是 1,依此类推。Python 有 6 个序列的内置类型,但最常见的是列表和元组。列表(List)是一种具备容器功能的类型,其中可以放入任何类型的对象,可视为 Python语言最通用的序列。由于列表也是序列,因此索引的方式同字符串,亦是透过偏移量对列表元素进行访问。创建列表的语法是使用方括号[]包住内含的对象。列表的数据项不需要具有相同的类型。创建一个列表,只要把逗号分隔的不同的数据项使用方

2022-05-03 19:37:29 255

原创 作为Leader一定要学会倾听和批评

有效倾听是成功沟通的一半,作为Leader一定要学会倾听!倾听在我们的工作中有非常多的作用:1、倾听可以使他人感受到被尊重和被欣赏。 只有对方感觉到被尊重,他才会信任你。只有他信任你了,你们才能更有效的进行沟通,才能进行成功的沟通。2、倾听能真实的了解他人,增加沟通的效力。3、倾听可以缓解他人的压力,帮助他人理清思路。 有些时候,你让对方自己讲讲,他就...

2020-04-30 20:28:57 882 1

转载 Kotlin 类型体系和基本操作符

本文整理自Chiclaim的博客:https://chiclaim.blog.youkuaiyun.com/article/details/85575213https://chiclaim.blog.youkuaiyun.com/article/details/88624808一、 原始数据类型我们知道,在 Java 中的数据类型分基本数据类型和基本数据类型对应的包装类型。如 Java 中的整型 int ...

2020-04-17 21:03:15 578

常用汉字unicode和拼音的对应关系

该文件描述了常用汉字unicode和拼音的对应关系

2012-10-11

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除