所有文章

• Jun 5, 2017 Lecture-04 快速排序算法
  这这节课主要介绍了快速排序算法并对其进行时间复杂度分析。1.介绍了快速算法的具体实现并给出相应的代码实现。2.算法时间复杂度分析：最坏情况分析，最优情况分析，平均情况分析。3.随机化快速排序算法及其时间复杂度分析。其中前面两点理解起来很容易，第三点中分析随机化快速排序算法的复杂度理解起来比较困难。本文主要介绍快排算法的实现，至于复杂度的分析只做一些课堂疑难点记录。
• Jun 4, 2017 Lecture-03 分治算法
  这节课主要介绍了分治算法的思想及其应用，结合前面一节课中所学习的主定理来对一些实例进行分析。这节课上介绍了下面这些例子：归并排序，二分查找，乘方问题，斐波那契数列，矩阵乘法，VLSI(超大规模集成电路)最小面积布线。本文将阐释各个例子的求解，并使用 python 对部分例子进行实现。
• Jun 4, 2017 Lecture-02 渐进记号及递归式求解
  1. 从定义上详细介绍几种渐进记号的意义。2.介绍递归式的三种求解方法：代入法，递归树法和主方法。
• May 30, 2017 Lecture-01 课程简介及算法分析
  1.介绍了算法性能分析的基本方法：渐进分析方法。 2.使用递归树的方法来求解递归问题的渐进复杂度。 3.介绍直接插入排序和归并排序两个例子。重点掌握归并排序算法的代码实现和时间复杂度分析。
• Feb 27, 2017 TensorFlow入门（三）多层 CNNs 实现 mnist分类
  介绍 TensorFlow 如何实现简单的多层卷积神经网络。
• Feb 26, 2017 TensorFlow入门（二）简单前馈网络实现 mnist 分类
  实现一个非常简单的两层全连接层来完成MNIST数据的分类问题。
• Feb 25, 2017 TensorFlow入门（一）基本用法
  介绍 TensorFlow 的基本使用方法。