回溯算法与深度优先遍历定义回溯法采用试错的思想，它尝试分步的去解决一个问题。在分步解决问题的过程中，当它通过尝试发现现有的分步答案不能得到有效的正确的解答的时候，它将取消上一步甚至是上几步的计算，再通过其它的可能的分步解答再次尝试寻找问题的答案。回溯法通常用最简单的递归方法来实现，在反复重复上述的步骤后可能出现两种情况： 1、找到一个可能存在的正确的答案；2、在尝试了所有可能的分步方法后宣告该问

离散傅里叶变换的作用将时间域信号分解为构成它的频率成分，以此获得频率信息（振幅谱、功率谱和功率谱密度）可以获得我们无法从时间域获得的对信号的一些洞察。 离散傅里叶变换（DFT）便是帮助我们获得这些表示的第一步。 DFT将信号（时间域）或距离（空间域）转换到频率域。 可以通过转换找到原本域内不明显的信号特征 离散傅里叶变换的公式$$X_k = \sum_{n=0}^{N-1}

二分查找理念：左指针left 右指针right 和中间指针 mid = (left+right)//2 ，通过不断比较中间指针和所需查找的值的大小来调整指针位置。 注：需注意二分查找的范围 ：【】 【） （） 和比较符号 >= > < <= 123456789101112131415161718192021222

31. 下一个排列 - 力扣（LeetCode） 找出这个数组排序出的所有数中，刚好比当前数大的那个数 比如当前 nums = [1,2,3]。这个数是123，找出1，2，3这3个数字排序可能的所有数，排序后，比123大的那个数 也就是132 如果当前 nums = [3,2,1]。这就是1，2，3所有排序中最大的那个数，那么就返回1，2，3排序后所有数中最小的那个，也就是1，

[TOC] 研究背景长期时间序列预测在各种应用(例如,能源、天气、交通、经济等)中是一个长期存在的挑战。 尽管RNN类型的方法( Rangapuram et al., 2018; Flunkert et al., 2017）取得了令人印象深刻的结果，但它们经常遭受梯度消失或爆炸的问题（Pascanu et al., 2013)。极大地限制了它们的性能。继最近在NLP和CV社区((Vaswani e

[TOC] 借鉴：https://www.cnblogs.com/huansky/p/13488234.html ​ https://leetcode.cn/problems/substring-with-concatenation-of-all-words/solutions/1362316/by-dodo_1202-cqbe/ 滑动窗口滑动窗口是在给定大小的数组和字符串上进

哈希表定义 哈希表（又称散列表）， 是一种线性表的存储结构。哈希表由一个直接寻址表和一个哈希函数组成。哈希函数h(k)将元素关键字K作为自变量，返回元素的存储下标。 哈希函数例：假设由一个长度为7 的哈希表，哈希函数h(k)=k%7。元素集合{14，22，3，5}的存储方式如下表 value 14 22 3 5 i(k%7) 0 1 2 3 4 5 6 直接寻址表

[TOC] kmp算法kmp算法被用来做字符串的匹配。即 快速在 原字符串 中找到 匹配字符串 kmp算法的复杂度为O(m+n) 前缀： 包含首字母但不包含尾字母的所有子串。 后缀：包含尾字母但不包含首字母的所有子串。 匹配值为 前缀和后缀最大相同字串的长度 例： A B C C A B 前缀 后缀 A B AB AB ABC CAB ABCC CCAB ABCCA

[TOC] 数据来源：https://github.com/zhouhaoyi/ETDataset https://archive.ics.uci.edu/ml/datasets/ElectricityLoadDiagrams20112014 https://github.com/laiguokun/multivariate-time-series-data http://pems.dot.c

Python包含了一系列的魔法方法，用于实现对象之间直接比较，而不需要采用方法调用。同样也可以重载Python默认的比较方法，改变它们的行为。下面是这些方法的列表： __cmp__(self, other)__cmp__ 是所有比较魔法方法中最基础的一个，它实际上定义了所有比较操作符的行为（<,==,!=,等等），但是它可能不能按照你需要的方式工作（例如，判断