visited

最近在博客园给出的博客皮肤模板的基础上，自己模仿了国外的网站制作了一个皮肤，可日系风可欧美风（这是我自己认为的，取决于你的名字(〃'▽'〃)），只修改了css代码（背景图加载比较慢），支持移动端和PC端（以PC端优先）。 自己修行尚短，功力不足，制作这个皮肤纯属练习，并没有添加什么特效，喜欢的博友可以拿去用（文末贴出源码）。 ps:我自己选的是这个皮肤，有个别的皮肤不太支持 PC端外观 移动端外观 css源码 页面定制代码 /* ************************************************* 第一部分：所有的模板都使用的公共样式。公告样式是为了更好的向前和向后兼容。 如果不符合你皮肤的要求，你可以在后面通过更高的优先级覆盖着这些样式，但是 你不能删除这些样式。 ************************************************* */ #EntryTag { margin-top : 20px ; font-size : 9px ; color : gray ; } .topicListFooter { text-align : right ; margin-right : 10px ; margin-top : 10px ; } #divRefreshComments { text-align : right ;

You have a lock in front of you with 4 circular wheels. Each wheel has 10 slots: '0', '1', '2', '3', '4', '5', '6', '7', '8', '9' . The wheels can rotate freely and wrap around: for example we can turn '9' to be '0' , or '0' to be '9' . Each move consists of turning one wheel one slot. The lock initially starts at '0000' , a string representing the state of the 4 wheels. You are given a list of deadends dead ends, meaning if the lock displays any of these codes, the wheels of the lock will stop turning and you will be unable to open it. Given a target representing the value of the wheels that

问题： I'm trying to update the column visited to give it the value 1. I use MySQL workbench, and I'm writing the statement in the SQL editor from inside the workbench. 我正在尝试更新 visited 的列以赋予它值1.我使用MySQL工作台，并且我在工作台内部在SQL编辑器中编写语句。 I'm writing the following command: 我正在编写以下命令： UPDATE tablename SET columnname=1; It gives me the following error: 它给了我以下错误： You are using safe update mode and you tried to update a table without a WHERE that uses a KEY column To disable safe mode, toggle the option .... 您正在使用安全更新模式，并且您尝试更新没有使用KEY列的WHERE的表要禁用安全模式，请切换选项.... I followed the instructions, and I unchecked the

Python if条件语句 Python条件语句是通过一条或多条语句的执行结果（True或者False）来决定执行的代码块。 if ...else 结构 if(表达式): 语句1 else: 语句2 实例： #!/usr/bin/python age = 19 if age >= 18: print("you are old enough.") else: print("You are too young.") if...elif..else结构 if(表达式1): 语句1 elif(表达式2:): 语句2 ... elif(表达式n): 语句n else: 语句m 实例： #!/usr/bin/python age = 12 if age < 4: print("your admission cost is $0") elif age < 18: print("your admission cost is $5") else: print("your admission cost is $10") Python while语句 Python 编程中 while 语句用于循环执行程序，即在某条件下，循环执行某段程序，以处理需要重复处理的相同任务。其基本形式为： while 判断条件: 执行语句... 执行语句可以是单个语句或语句块。判断条件可以是任何表达式，任何非零、或非空

【10】Regular Expression Matching 【17】Letter Combinations of a Phone Number 【22】Generate Parentheses (2019年2月13日) 给了一个N，生成N对括号的所有情况的字符串。 n = 3 [ "((()))", "(()())", "(())()", "()(())", "()()()" ] 题解：dfs生成。 1 class Solution { 2 public : 3 vector< string > generateParenthesis( int n) { 4 vector< string > res; 5 string str; 6 int left = n, right = n; 7 dfs(str, res, left, right); 8 return res; 9 } 10 void dfs( string & str, vector< string >& res, int left, int right) { 11 if (left == 0 && right == 0 ) { 12 res.push_back(str); 13 return ; 14 } 15 if (left <= right && left - 1 >= 0 ) { 16 str += " (

第3章 k近邻法 1． 近邻法是基本且简单的分类与回归方法。 近邻法的基本做法是：对给定的训练实例点和输入实例点，首先确定输入实例点的 个最近邻训练实例点，然后利用这 个训练实例点的类的多数来预测输入实例点的类。 2． 近邻模型对应于基于训练数据集对特征空间的一个划分。 近邻法中，当训练集、距离度量、 值及分类决策规则确定后，其结果唯一确定。 3． 近邻法三要素：距离度量、 值的选择和分类决策规则。常用的距离度量是欧氏距离及更一般的 pL 距离。 值小时， 近邻模型更复杂； 值大时， 近邻模型更简单。 值的选择反映了对近似误差与估计误差之间的权衡，通常由交叉验证选择最优的 。 常用的分类决策规则是多数表决，对应于经验风险最小化。 4． 近邻法的实现需要考虑如何快速搜索k个最近邻点。 kd 树是一种便于对k维空间中的数据进行快速检索的数据结构。kd树是二叉树，表示对 维空间的一个划分，其每个结点对应于 维空间划分中的一个超矩形区域。利用 kd 树可以省去对大部分数据点的搜索， 从而减少搜索的计算量。 距离度量 设特征空间 是 维实数向量空间 ， , , ，则： , 的 距离定义为: 曼哈顿距离 欧氏距离 闵式距离minkowski_distance In [1]: import math from itertools import combinations In [2]: def L

BFS算法 上一篇文章讲解了DFS深度优先遍历的算法，我们说 DFS 顾名思义DEEPTH FIRET，以深度为第一标准来查找，以不撞南墙不回头的态度来发掘每一个点，这个算法思想get到了其实蛮简单。那么 BFS 和DFS有什么相同点和不同点呢？ 我觉得有一种比喻对于 DFS 和 BFS 从方法论的角度解释很到位，DFS 就像是小明要在家里找到钥匙，因为对位置的不确定，所以一间一间的来找，深度遍历能确保小明走过所有的屋子。而 BFS 像是近视的小明的眼镜掉在了地上，小明肯定是先摸索离手比较近的位置，然后手慢慢向远方延伸，直至摸到眼镜，像是以小明为中心搜索圈不断扩大的过程。所以如果说 DFS 从遍历的层次结构上类似树的先序遍历，那么BFS算法按照里外顺序逐渐增加深度的做法，就像极了朴素的层次遍历，例如： 把左图拉平，按照层序把结点排列下来，各节点的连接关系并没有变，图结构没有发生变化，但是这时，我们从A出发，按层序遍历可以得到顺序是 A B F C I G E D H 结合上一篇文章的 DFS ，我们可以发现这两种算法的区别在每一个点上都能得以体现，比如 A 点，DFS 鼓励结点向着一个方向冲，BFS 则会在一个点上按照顶点下标次序遍历完所有没有访问过的结点，比如A点遍历完，马上开始扫描，如果 B F这两个点没有被宠幸过，那么一定要翻完 B、F 这两个点的牌子之后，才会继续访问第二层

　　图的遍历和树的遍历类似。图的遍历是指从图中的某个顶点出发，对图中的所有顶点访问且仅访问一次的过程。通常有两种遍历次序方案：深度优先遍历和广度优先遍历。 　　一、深度优先遍历 　　深度优先遍历（Depth_First_Search），也称为深度优先搜索，简称为DFS。深度优先遍历类似于树的前序遍历。 　　DFS算法描述：从图的某个顶点v开始访问，然后访问它的任意一个邻接点w1,；再从w1出发，访问与w1邻接但未被访问过的顶点w2；然后从w2出发，进行类似访问，如此进行下去，直至所有邻接点都被访问过为止。接着，退回一步，退回到前一次刚访问过的顶点，看是否还有其他未被访问过的邻接点。如果有，则访问此顶点，之后再从此顶点出发，进行与前述类似的访问。重复上述过程，直到连通图中所有顶点都被访问过为止。 　　二、广度优先遍历 　　广度优先遍历（Breadth_First_Search），又称为广度优先搜索，简称BFS。图的广度优先遍历类似于树的层序遍历。 　　BFS算法描述：从图中的某个顶点v开始，先访问该顶点，再依次访问该顶点的每一个未被访问过的邻接点w1，w2，...；然后按此顺序访问顶点w1，w2...的各个还未 被访问过的邻接点。重复上述过程，直到图中的所有顶点都被访问过为止。 　　以下面的例子为例，深度优先遍历的顶点访问序列为：{A B C D E F G H I}

定义 有一个有向图，每一个点都有一个权值（可以为正或负或0），选择一个权值和最大的子图，使得每个点的后继都在子图里面，这个子图就叫最大权闭合子图。 如下图： 能选的子图有Ø,{4},{3,4},{2,4},{1,2,3,4},它们的权值分别为0,-1,5,-6,4. 所以最大权闭合子图为{3,4}，权值为5. 解法 这个问题可以转化为最小割问题，用网络流解决。 从源点s向每个正权点连一条容量为权值的边，每个负权点向汇点t连一条容量为权值的绝对值的边，有向图原来的边容量全部为无限大。 求它的最小割，割掉后，与源点s连通的点构成最大权闭合子图，权值为（正权值之和-最小割）。 如何理解 割掉一条边的含义 由于原图的边都是无穷大，那么割边一定是与源点s或汇点t相连的。 割掉s与i的边，表示不选择i点作为子图的点； 割掉i与t的边，表示选择i点为子图的点。 如果s与i有边，表示i存在子图中； 如果i与t有边，表示i不存在于子图中。 合法性 只有s与t不连通时，才能得到闭合子图。 如果s与t连通，则存在点i,j，使得s到i有边，i到j连通，j到t有边，所以j一定是i的后继，但选择了i，没有选择j，不是闭合子图。 如果s与t不连通，选择了正权点i，一定选择了i后继中的所有负权点。设j是i的后继中的正权点，则割掉s到j的边是没有意义的，最小割不会割掉它，则j一点被选中，所以i的所有后继都被选中

博客园页面定制CSS代码 要是觉得有用，就点个推荐呗～ 1 #home { 2 margin : 0 auto ; 3 width : 80% ; /* 原始65 */ 4 min-width : 980px ; /* 页面顶部的宽度 */ 5 background-color : rgba(245, 245, 245, 0.7) ; 6 padding : 30px ; 7 margin-top : 50px ; 8 margin-bottom : 50px ; 9 box-shadow : 0 2px 6px rgba(100, 100, 100, 0.3) ; 10 } 11 body { 12 background : rgba(12, 100, 129, 1) url('http://images.cnblogs.com/cnblogs_com/Penn000/1013849/o_fr.jpg') fixed no-repeat ; 13 background-position : 50% 5% ; 14 background-size : cover ; 15 } 16 #blogTitle { 17 height : 100px ; /* 高度 */ 18 clear : both ; 19 background-color : rgba(245, 245, 245,