现实胡萝卜

文章
4
资源
0
加入时间
2年10月21天

leetcode系列-打家劫舍三部曲打家劫舍系列

打家劫舍系列198-打家劫舍你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。示例 1:输入:[1,2,3,1]输出:4解释:偷窃 1 号房屋 (金额 = 1) ,然后偷窃 3 号房屋 (金额 = 3)。偷窃到的最高金额 = 1 + 3 = 4 。思路:

Android坐标系统

一、Android坐标系统1、Android系统中有两种坐标系统,一种是Android坐标系,另一种是View坐标系。二、Android坐标系1、是指以手机屏幕左上角为原点,从左到右为X轴的正方向,从上到下为Y轴的正方向。三、View坐标系1、View自身的坐标getTop():获取View自身顶边到父布局顶边的距离。getLeft():获取View自身左边到父布局左边...

信息熵、联合熵、条件熵、互信息信息熵、联合熵、条件熵、互信息

一个随机事件xxx的自信息量1定义为:I(x)=log⁡1p(x)I(x)=\log\frac{1}{p(x)}I(x)=logp(x)1​注意,在信息论中,log⁡\loglog函数的底通常设置为2,此时,自信息量的单位为比特(bit);在机器学习中,log⁡\loglog函数的底通常设置为自然常数e,此时,自信息量的单位为奈特(nat)。需要从以下两方面来理解自信息量:举例说明,“中彩票”事件的概率极小,但是一旦中了彩票,“中彩票”事件的自信息量很大,也就是说,“中彩票”会获得极大的信息量(