算法导论课后习题解析 第三章
3.1-1 分情况讨论 当$f(n) \ge g(n)$时，$max(f(n), g(n))=f(n)$，存在$c_1=\frac 12,c_2=1,n_0>0$使得 $$0 < c_1( ...
原文：算法导论课后习题解析 第五章
. 如果我们能够比较任意两个应聘者的优劣，那么我们就能够对所有的应聘者按照优劣进行排序，之后按顺序对每个人赋予rank值，这样我们就知道了原来应聘者rank值的序列。 . 要利用Random , 实现Random a, b ，我们可以把问题转化为实现a Random , b a 。 之后可以利用Random , 来生成二进制下随机数的每一位。由于数的范围是 , b a ，所以位数的范围是 , l ...
2013-05-15 16:44 4 4059 推荐指数：
相关推荐
算法导论课后习题解析 第七章
7.1-1 蓝色部分代表不大于pivot，红色部分表示大于pivot 13 19 9 5 12 8 7 4 21 2 6 11 13 19 9 5 12 8 7 4 21 2 ...
算法导论课后习题解析 第四章 上
4.1-1 返回只包含绝对值最小的元素的子数组。 4.1-2 Maximun-Subarray(A) max = -infinity for i = 1 to A.length ...
算法导论课后习题解析 第六章
6.1-1 元素最少的情况是最底层只有一个叶子，即$2^h$；元素最多的情况是整棵树是满的，即$2^{h+1}-1$。（这里按照叶子到根的最大边数来定义高度） 6.1-2 设高度为h， ...
算法导论课后习题解析 第四章 下
4.5-1 a) $$a=2,b=4,f(n)=\Theta(1),\log_b a = \frac 12 \gt 0 $$ 符合情况1，$ T(n) = \Theta (n^{1/2})$ ...
统计学习导论：基于R应用——第五章习题
第五章习题 1. 我们主要用到下面三个公式： 根据上述公式，我们将式子化简为 对求导即可得到得到公式5-6。 2. (a) 1 - 1/n (b) 自助法是有有放回的，所以第二个的概率还是1 - 1/n (c) 由于自助法是有放回的，且每次抽样都是独立 ...
统计学习方法 课后习题第五章
5.1 根据表5.1所给的训练数据集，利用信息增益比（C4.5算法）生成决策树。 注意这里是用信息增益比哦，from sklearn.tree import DecisionTreeClassifier这里默认是gini 首先计算数据集\(D\)的经验熵\(H(D)\)： \(H ...
神经网络与深度学习[邱锡鹏] 第五章习题解析
5-1 5-2 5-3 主要作用： 降维和升维： 每个1×1的卷积核都试图提取基于相同像素位置的特征的融合表达。可以实现特征升维和降维的目的。 比如，一张500 * 500且厚度 ...