Hello 算法 1.2.0 繁体中文 Python 版
在與讀者交流期間,我 最常被問到的一個問題是“如何入門演算法”。漸漸地,我對這個問題產生了濃厚的興趣。 兩眼一抹黑地刷題似乎是最受歡迎的方法,簡單、直接且有效。然而刷題就如同玩“踩地雷”遊戲,自學能 力強的人能夠順利將地雷逐個排掉,而基礎不足的人很可能被炸得焦頭爛額,並在挫折中步步退縮。通讀教 材也是一種常見做法,但對於面向求職的人來說,畢業論文、投遞履歷、準備筆試和面試已經消耗了大部分 attention.”從這個意義上看,這本 書並非完全“免費”。為了不辜負你為本書所付出的寶貴“注意力”,我會竭盡所能,投入最大的“注意力” 來完成本書的創作。 本人自知學疏才淺,書中內容雖然已經過一段時間的打磨,但一定仍有許多錯誤,懇請各位老師與同學批評 指正。 本書中的程式碼附有可一鍵執行的原始檔,託管於 github.com/krahets/hello‑algo 倉庫。 動畫在 PDF 內的展示效果有限,可訪問 com 網頁版以獲得更佳的閱讀體驗。 推薦語 “一本通俗易懂的資料結構與演算法入門書,引導讀者手腦並用地學習,強烈推薦演算法初學者閱讀!” ——鄧俊輝,清華大學計算機系教授 “如果我當年學資料結構與演算法時有《Hello 演算法》,學起來應該會簡單 10 倍!” ——李沐,亞馬遜資深首席科學家 電腦的出現為世界帶來了巨大的變革,它憑藉高速的運算能力與卓越的可程式化特性,成為執行演算法 與處0 码力 | 364 页 | 18.74 MB | 10 月前31 藤井美娜 Python的NLP实战分享 如何实现合同风险预测模型
日中语义分析的不同点(之一) 汉语 62% |############################################################# 日语 太郎打花子。 花子打太郎。 施事 受事 动作 施事 受事 动作 太郎は花子をぶった。 花子は太郎をぶった。 施事 受事 动作 施事 受事 动作 施事者和受事者都会有助词标记, 可以根据助词推测句法结构。0 码力 | 36 页 | 3.95 MB | 1 年前33 Python的NLP实战分享 如何实现合同风险预测模型 藤井美娜
日中语义分析的不同点(之一) 汉语 62% |############################################################# 日语 太郎打花子。 花子打太郎。 施事 受事 动作 施事 受事 动作 太郎は花子をぶった。 花子は太郎をぶった。 施事 受事 动作 施事 受事 动作 施事者和受事者都会有助词标记, 可以根据助词推测句法结构。0 码力 | 33 页 | 1.67 MB | 1 年前3WeRoBot 1.9.0 微信公众号开发框架文档
tag_id – 标签 ID next_open_id – 第一个拉取用户的 OPENID,默认从头 开始拉取 返回的 JSON 数据包 批量为用户打标签 Client.tag_users(tag_id, open_id_list) 批量为用户打标签 tag_id – 标签 ID open_id_list – 包含一个或多个用户的 OPENID 的列表 返回的 JSON 数据包 批量为用户取消标签0 码力 | 99 页 | 76.68 KB | 1 年前3WeRoBot 1.10.0 微信公众号开发框架文档
tag_id – 标签 ID next_open_id – 第一个拉取用户的 OPENID,默认从头 开始拉取 返回的 JSON 数据包 批量为用户打标签 Client.tag_users(tag_id, open_id_list) 批量为用户打标签 参数: 返回: 参数: 返回: 参数: 返回: 参数: 返回: tag_id – 标签 ID open_id_list – 包含一个或多个用户的0 码力 | 101 页 | 73.89 KB | 1 年前3WeRoBot 1.12.0 微信公众号开发框架文档
tag_id – 标签 ID next_open_id – 第一个拉取用户的 OPENID,默认从头 开始拉取 返回的 JSON 数据包 批量为用户打标签 Client.tag_users(tag_id, open_id_list) 批量为用户打标签 tag_id – 标签 ID open_id_list – 包含一个或多个用户的 OPENID 的列表 返回的 JSON 数据包 批量为用户取消标签0 码力 | 103 页 | 74.49 KB | 1 年前3WeRoBot 1.10.1 微信公众号开发框架文档
tag_id – 标签 ID next_open_id – 第一个拉取用户的 OPENID,默认从头 开始拉取 返回的 JSON 数据包 批量为用户打标签 Client.tag_users(tag_id, open_id_list) 批量为用户打标签 tag_id – 标签 ID open_id_list – 包含一个或多个用户的 OPENID 的列表 返回的 JSON 数据包 批量为用户取消标签0 码力 | 102 页 | 73.98 KB | 1 年前3WeRoBot 1.13.1 微信公众号开发框架文档
tag_id – 标签 ID next_open_id – 第一个拉取用户的 OPENID,默认从头 开始拉取 返回的 JSON 数据包 批量为用户打标签 Client.tag_users(tag_id, open_id_list) 批量为用户打标签 tag_id – 标签 ID open_id_list – 包含一个或多个用户的 OPENID 的列表 返回的 JSON 数据包 批量为用户取消标签0 码力 | 105 页 | 76.25 KB | 1 年前3WeRoBot 1.10.0 微信公众号开发框架文档
tag_id – 标签 ID next_open_id – 第一个拉取用户的 OPENID,默认从头 开始拉取 返回的 JSON 数据包 批量为用户打标签 Client.tag_users(tag_id, open_id_list) 批量为用户打标签 参数: 返回: 参数: 返回: 参数: 返回: 参数: 返回: tag_id – 标签 ID open_id_list – 包含一个或多个用户的0 码力 | 101 页 | 73.89 KB | 1 年前3WeRoBot 1.11.0 微信公众号开发框架文档
tag_id – 标签 ID next_open_id – 第一个拉取用户的 OPENID,默认从头 开始拉取 返回的 JSON 数据包 批量为用户打标签 Client.tag_users(tag_id, open_id_list) 批量为用户打标签 tag_id – 标签 ID open_id_list – 包含一个或多个用户的 OPENID 的列表 返回的 JSON 数据包 批量为用户取消标签0 码力 | 103 页 | 74.21 KB | 1 年前3
共 58 条
- 1
- 2
- 3
- 4
- 5
- 6