ARTS Week 19
Posted 萌新阿岩
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了ARTS Week 19相关的知识,希望对你有一定的参考价值。
Algorithm
本周的 LeetCode 题目为 5. 最长回文子串
给你一个字符串 s,找到 s 中最长的回文子串。例如输入:s = "babad",输出:"bab"
本题使用动态规划进行解决,动态规划的核心就在于找到状态转移方程。通过观察发现,回文串去掉首尾两个字符后,依然是回文串,即 dp[i][j] = dp[i+1][j-1] ^ (s[i] == s[j])
,再加上只有一个或两个字符时作为初始条件,因此状态转移方程为:
dp[i][i] = true,
dp[i][i+1] = (s[i] == s[i+1]),
dp[i][j] = dp[i+1][j-1] ^ (s[i] == s[j]), j-i>1
根据状态转移方程,很容易写出代码,主要要记录下最长回文子串的开始索引和长度,以方便得到该回文子串。
class Solution
public String longestPalindrome(String s)
int length = s.length();
if (length < 2)
return s;
int maxLength = 1;
int begin = 0;
boolean[][] dp = new boolean[length][length];
for (int i = 0; i < length; i++)
dp[i][i] = true;
for (int right = 1; right < length; right++)
for (int left= 0; left < right; left++)
if (s.charAt(left) != s.charAt(right))
dp[left][right] = false;
else
if (right - left < 3)
dp[left][right] = true;
else
dp[left][right] = dp[left+1][right-1];
if (dp[left][right] == true && (right - left + 1 > maxLength))
maxLength = right - left + 1;
begin = left;
return s.substring(begin, begin+maxLength);
Review
本周 Review 的英文文章为:不要怕,你的内存是够用的!
因为 Linux 系统中存在着磁盘缓存,其目的是为了让系统变得更快。当你需要更多的内存时,磁盘缓存会自动释放来满足应用或进程的需要。虽然你无法关闭,但是你想强制清除目前的缓存,可以运行 echo 3 | sudo tee /proc/sys/vm/drop_caches
。
但是我们在使用 top
或 free
命令查看内存时,却经常发现内存都已经被使用了,但这实际上是因为 Linux 系统中的 free
和 available
和我们平时的概念有所不同,它们的对比表如下:
内容情况 | 你会称它为 | Linux 系统会称它为 |
---|---|---|
被应用所使用 | Used | Used |
被使用,但可以使得其可用 | Free (or Available) | Used (or Available) |
没有被使用 | Free | Free |
通过查看 free
命令显示结果中 available
这一列,你便可以得到现在系统中实际可用的内存。
$ free -m
total used free shared buff/cache available
Mem: 1504 1491 13 0 855 792
Swap: 2047 6 2041
最后作者给出了具体的何时需要担心内存情况的建议。当下面的情况发生时,你并不需要担心内存是否够用:
free
值接近了0used
值接近了total
值available
值(或者free
+buffers/cache
的和)是足够的(占total
20% 以上)swap
那一行中used
的值没有改变
下面是值得注意的真正低内存可用的警告信号:
available
值(或者free
+buffers/cache
的和) 接近0swap
那一行中used
的值在增加或者波动- 使用
dmesg | grep oom-killer
来查看OutOfMemory-killer
是否在工作
Tip
Python 中一个二维数组按列计算每一列的平均值,需要使用 numpy 包,调用 numpy.average(data, axis=0)
语句来执行,当 axis=1
时则为按行计算均值,示例如下:
import numpy
data = [[1, 2], [3, 4]]
avg = numpy.average(data, axis=0)
print(avg) # [2, 3]
Share
祝大家新年快乐,身体健康,万事如意!
以上是关于ARTS Week 19的主要内容,如果未能解决你的问题,请参考以下文章