归档
时光荏苒，文字留痕
共 49 篇文章
凸性与可解释性
题目:请比较下列两个优化问题，说明为什么“凸性"决定了它们的可解性差异: 1.最小化 f(x)=x2+2x+1 f(x)=x^2+2x+1 (凸函数)。 2.最小化
回溯法和分支界限法
回溯法（Backtracking） 把问题的“决策过程”当成一棵状态空间树，按深度优先往下试探：做一个选择→继续→不行就撤销（回溯）。 核心是“剪枝”：一旦发现当前部分解违反约束（不可能继续得到可行解），立刻停止扩展这条路径。 目标：通常是找可行解（一个、多个或全部），也可带最优性但以可行性剪枝为主
迪杰斯特拉算法
问题描述 对每个顶点 vv，求最短距离 δ(v)
贪心算法
思想：从起点到终点，始终做当下“看起来最好”的选择（局部最优），不回溯，逐步构造解。 适用前提： 贪心选择性质：存在某个最优解，它的第一步与贪心选择一致； 最优子结构：选完这一步后，余下子问题的最优解与原问题的最优解可拼接。 正确性证明常用法： 交换论证：把任意最优解通过交换步骤改造成以贪心选择开头
最长公共子序列
问题建模 把子问题定义为： c[i][j
矩阵连乘
矩阵连乘问题 问题建模 设维度数组 P=
动态规划
动态规划（Dynamic Programming，DP）是一种把大问题拆成小问题、记住小问题答案、用表格或记忆化避免重复计算的方法，常用于最优值与计数类题目。 何时用 DP 存在最优子结构：整体最优由若干子问题的最优组成。 存在重叠子问题：相同子问题会被多次用到。 无后效性：状态一旦确定，不再依赖未
递归与分治
递归 是什么：函数（或过程）直接或间接地调用自己。 三件套： 基例（最小规模的直接答案）； 缩小规模（每次更接近基例）； 组合返回（把子结果做成父结果）。 作用：一种实现技巧/控制流，很多思路都能用递归写（DFS、树遍历、回溯、分治、带记忆化的 DP 等）。 优缺点：代码简洁、贴合问题结构；但有函数
绪论
什么是算法 算法：简单来说，算法就是通过一系列的计算步骤，用来将输入数据转换成输出结果。 算法的性质 有穷性：算法必须在有限步骤内结束，且每个步骤在合理时间内完成，避免无限循环。
DeepSeek-OCR部署
服务器租用 由于本机显卡太低跑不动，故在优云智算平台租用云服务器来部署。 选择40系显卡，按量计费模式。 Ubantu版本：22.04 Cuda版本：12.8 pytorch版本：2.8.0 python版本：3.12