牛客题解官
牛客题解官
全部文章
分类
题解(475)
归档
标签
去牛客网
登录
/
注册
牛客题解官的博客
TA的专栏
869篇文章
60人订阅
牛客代码笔记-牛栋
74篇文章
532人学习
图解HTTP-牛客面经八股
15篇文章
309人学习
图解网络模型-牛客面经八股
21篇文章
362人学习
图解Java基础-牛客面经八股
24篇文章
317人学习
图解Java多线程牛客面经八股
28篇文章
429人学习
图解JVM-牛客面经八股
11篇文章
382人学习
图解Spring-牛客面经八股
17篇文章
482人学习
图解Mybatis牛客面经八股
10篇文章
283人学习
图解Redis-牛客面经八股
17篇文章
328人学习
图解分布式-牛客面经八股
19篇文章
342人学习
图解系统设计-牛客面经八股
17篇文章
350人学习
图解操作系统-牛客面经八股
75篇文章
432人学习
图解数据库基础-牛客面经八股
26篇文章
350人学习
图解SQL-牛客面经八股
32篇文章
363人学习
图解数据库锁-牛客面经八股
32篇文章
345人学习
图解C++基础-牛客面经八股
47篇文章
317人学习
图解C++高级-牛客面经八股
32篇文章
219人学习
图解C++STL-牛客面经八股
17篇文章
306人学习
图解大模型基础-牛客面经八股
53篇文章
397人学习
图解测试基础-牛客面经八股
12篇文章
301人学习
图解测试用例设计-牛客面经八股
18篇文章
337人学习
图解机器学习-牛客面经八股
36篇文章
378人学习
图解Elasticsearch
24篇文章
316人学习
图解机器学习应用-牛客面经八股
26篇文章
360人学习
图解大模型应用-牛客面经八股
23篇文章
299人学习
图解测试开发-牛客面经八股
17篇文章
354人学习
图解Vue-牛客面经八股
44篇文章
269人学习
图解前端开发-牛客面经八股
39篇文章
394人学习
图解TCP/UDP牛客面经八股
43篇文章
347人学习
提示词工程指南
20篇文章
268人学习
全部文章
(共1142篇)
题解|实现求解线性方程组的共轭梯度法
共轭梯度法是一种求解线性方程组的迭代方法。具体步骤如下: 计算初始残差向量 计算初始搜索方向向量 迭代更新和和,直到满足收敛条件 共轭梯度法的关键在于使用正交搜索方向,确保每次迭代都能获得更多的信息,而不需要重复搜索。个中原理可以参考相关资料。 标准代码如下 import nu...
2025-02-05
0
119
题解|2x2矩阵的奇异值分解
2x2矩阵的奇异值分解(SVD)是一种常用的矩阵分解方法,用于将矩阵分解为两个正交矩阵和一个对角矩阵。 本题使用了一种几何方法,但基础原理是Jacobi方法,具体公式如下: 设矩阵A为: Jacobi方法的步骤如下: 计算矩阵A的特征值和特征向量。 通过旋转矩阵将A对角化,得到奇异值。 最终的分...
2025-02-05
1
168
题解|使用拉普拉斯展开式的 4x4 矩阵的行列式
拉普拉斯展开式是一种计算行列式的方法,它通过选择矩阵的某一行或某一列,然后计算该行或该列的元素与它们对应的代数余子式的乘积之和。 其数学表达式为(按行展开): 其中, 为原矩阵, 为矩阵 的第 行第 列的元素, 为将矩阵 的第 行和第 列去掉后得到的子矩阵。 标准代码如下 def de...
2025-02-05
0
301
题解|奇异值分解
奇异值分解是一种将矩阵分解为三个矩阵的方法,它通过将矩阵分解为三个矩阵,来得到矩阵的奇异值和奇异向量。其数学表达式为: 其中, 是输入矩阵, 是左奇异向量, 是奇异值, 是右奇异向量。 通过的维度选择,可以实现矩阵的降维。 Jacobi方法是一种计算奇异值分解的方法,常用于小矩阵,其具体步骤如下:...
2025-02-05
0
171
题解|正态分布PDF计算器
正态分布是一种描述随机变量分布的概率分布,其计算公式为: 其中, 是正态分布的均值, 是正态分布的标准差。 PDF是概率密度函数,用于描述随机变量在某个特定值处的概率密度。 标准代码如下 def normal_pdf(x, mean, std_dev): coefficient = 1 /...
2025-02-05
0
157
题解|二项分布概率
二项分布是一种描述随机事件发生次数的概率分布,其计算公式为: 其中, 是试验次数, 是随机事件发生的次数, 是随机事件发生的概率。 标准代码如下 def binomial_probability(n, k, p): binomial_coeff = math.comb(n, k) ...
2025-02-05
0
120
题解|为数据集行创建复合超向量
复合超向量是一种将多个向量组合成一个向量的方法,其计算公式为: 其中, 是权重, 是向量。 在本题中,这是一个使用超维计算(HDC)的任务,需要通过以下步骤处理数据: 为每个特征创建两个基本超向量: 一个表示特征名称 一个表示特征值 在创建过程中,需要使用随机种子来确保每次运行代码时生成的超...
2025-02-05
0
163
题解|使用行阶梯形求矩阵的像
行阶梯形矩阵是一种特殊的矩阵,其特点是每一行的非零元素都出现在前一行的非零元素的右侧。 而像则是指矩阵的列空间,即矩阵的列向量所张成的空间。本题则是要求出矩阵的列空间。 标准代码如下 def rref(A): # Convert to float for division operation...
2025-02-05
0
117
题解|高斯消元法求解线性方程组
高斯消元法是一种求解线性方程组的方法,其基本思想是通过消元法将方程组化为上三角矩阵,然后通过回代法求解。 具体步骤如下: 选择主元(部分主元法) 在每一列中选择当前及以下行中绝对值最大的元素作为主元 将包含主元的行与当前行交换位置 消元过程 将当前行以下的所有行进行消元运算 使用公式:当前...
2025-02-05
0
144
题解|Gauss-Seidel法求解线性方程组
Gauss-Seidel法是一种求解线性方程组的方法,其基本思想是通过迭代法求解。 具体步骤如下: 初始化 选择初始解向量 选择迭代步数 迭代过程 对于第i个方程,使用公式: 其中: 是矩阵A中第i行第j列的元素 是向量b中第i个元素 是第k次迭代时的解向量中第j个元素 迭代终...
2025-02-05
1
193
首页
上一页
58
59
60
61
62
63
64
65
66
67
下一页
末页