The World

每日小结 2021-03-31 完成 看了点纠错知识 服务器跑商三代数据 align,sort,merge 明日计划 三代数据比对结果（3970000-39870000） 二代比对结果到（3970000-39870000）上深度信息有点奇怪等二代数据比对到chr13结果出来后再看看， 看看三代自纠错和二代数据纠三代 2021-04-02 三代数据比对到chr13中完成，结果也是比较怪，有部分长度的序列深度特别高，结果在2_chr13_pacbio_align.sort.bam中 二代的在服务器上出了点问题 放假前把二代数据比对到全基因组上，看看效果 之后应该看纠错的知识了 2021-04-05 将实验室电脑装成ubuntu系统，并配置相应的实验环境。 看了看比对到全基因组上的结果，发现2.JY中是两个拷贝，不是给的4个拷贝，对于不同的拷贝，其只是有偶尔一个碱基不同 2021-04-06 得到三代数据的比对结果后，发现拷贝位置的深度确实是其他位置的四倍，重新查看二代数据的比对信息时，发现比对的二代数据是选择错误的H25，重新比对二代数据 2021-04- ...

在线算法：指这个算法可以实时根据输入计算出输出，可以一个个的进行输入输出，并不需要所有的输入数据， 离线算法：在算法开始前，需要获得所有的输入数据 问题描述：给定一个二叉树，找到该书中两个指定节点的最近公共祖先 最近公共祖先：对于树T的两个节点p、q，最近公共祖先表示为一个节点x，满足x时p、q的祖先且x的深度尽可能大 朴素算法 因为两个点都在树上，这两个点最后一定会相遇，首先找深度较大的那个点，然后让他往上跳，直到两个点的深度相同，然后再让这两个点同时向上跳，直到相遇，相遇点就是要求的LCA点 可以通过回溯遍历实现,最坏的时间复杂度是O(n) Tarjan算法 算法流程 Procedure dfs（u）； begin 设置u号节点的祖先为u 若u的左子树不为空，dfs（u - 左子树）； 若u的右子树不为空，dfs（u - 右子树）； 访问每一条与u相关的询问u、v -若v已经被访问过，则输出v当前的祖先t（t即u,v的LCA） 标记u为已经访问，将所有u的孩子包括u本身的祖先改为u的父亲 end

hexo-steam-games 介绍 项目代码见GITHUB 为Hexo添加Steam游戏库页面 Demo. 安装 1$ npm install hexo-steam --save 配置 将下面的配置写入站点的配置文件 _config.yml 里(不是主题的配置文件). 12345678910111213steam: enable: true path : steamId: "xxxxx" length: 1000 auto_generate: false front_matter: title: Steam游戏库 top_img: aside: false except: - 205790 enable: 是否启用 path: 页面路径，默认为 /steam/index.html steamId: steam 64位Id(需要放在引号里面，不然会有BUG), 需要将steam库设置为公开！ length: 要显示游戏的数量，游戏太多的话可以限制一下 auto_generat ...

204. 计数质数 暴力 筛选法，对所有数进行标记，对于一个质数，他所有的倍数都不是质数。 12345678910111213141516171819class Solution {public: int countPrimes(int n) { if(n<3) return 0; vector<int> res(1,2); for(int i=3;i<n;i++) { int j; for(j=0;j<res.size()&&res[j]*res[j]<=i;j++) { if(i%res[j]==0) break; } if(j==res.size()||res[j]*res[j]>i) res.push ...

1234567[top]categories=111purity=111sorting=toplistorder=desc[hot]sorting=hot 引入库 1import configparser 初始化并读取文件 12config = ConfigParser()config.read('config.ini') 获取所有sections,选择一个section 1234sections = config.sections()#结果 ['top', 'hot']sec = sections[0] 获取一个section中的所有键(key) 12config.options(sec)#结果 ['categories', 'purity', 'sorting', 'order'] 获取一个section中的所有键值对(key:value) 12config.items(sec)#结果 [('categories' ...

Introduction 最优化：在满足一系列约束条件下，获得目标函数或指标获得一个最大值（最小值） Linear programs（线性规划） 线性函数 (linear function) f(x)=aTxf(x) = a^T xf(x)=aTx 仿射函数 (affine function f(x)=aTx+βf(x) = a^T x + βf(x)=aTx+β 所有线性函数都是仿射函数(ifβ==0)(if β==0)(ifβ==0)，反之则不然， Integer programs （整数规划） 整数规划指的是，在一个线性规划中，添加了其变量的非空子集必须取整数的限制条件。 当所有的变量都要求是整数时，叫做纯整数规划(pure integer program)。否则就叫混合整数规划(mixed integer program)。 Solving linear program 对于一个线性规划问题，如果目标函数是求最大值的线性规划，结果只会有一个最大值，但可能会有多个不同的解，但结果都是相同的最大值，最小值同理。 Possible outcomes 对于 ...

349. 两个数组的交集 首先记录下nums1中出现过的数字，如果nums2中也出现就将其加入到集合中。 12345678910111213141516171819class Solution {public: vector<int> intersection(vector<int>& nums1, vector<int>& nums2) { unordered_map<int,int> map; unordered_set<int> set; for(auto var :nums1) { map[var] = 1; } for(auto var :nums2) { if(map.find(var)!=map.end()) { set.insert( ...

背景知识 LSTM原理介绍 pytorch doc 简单实例 123456lstm = nn.LSTM(1, 2, 2) # (input_size(feature_num) ,hidden_size,num_layers ) input = torch.randn(4, 1, 1) # (seq_len, batch, input_size(feature_num))h0 = torch.randn(2, 1, 2) # (num_layers * num_directions, batch, hidden_size)c0 = torch.randn(2, 1, 2) # (num_layers * num_directions, batch, hidden_size)output, (hn, cn) = lstm(input, (h0, c0)) # output:(seq_len, batch, num_directions * h ...

改变手的放置位置，不要将整个手全紧贴地面，可以将手指弯曲，形成一个抓地的感觉 将手掌贴地，只有在需要必须使用手指时是用手指，平常调整身体的平衡时，可以只使用手掌进行调节，当我们身体将要放过去时，这样就可以有额外的力量将身体拉回来 增大平衡范围，加强自己的核心力量，往后倒时，将臀部前移，腿下移或后移 练习其他类型的手平衡 使用不同的底板实现平衡，不只限于地面，其他的比如草地，沙滩，双杠 倒立时眼睛看下方地面，有利于感受身体，保持平衡 准备倒立时，手臂保持垂直于地面，减少上肢运动幅度，臀部抬高，上肢先起，倒立起尽量减少动作幅度，下落时先收腿容易控制下落，减少幅度 靠墙倒立时，可以尝试不用脚蹬，使用手掌的力量使脚离开墙 折刀俯卧撑

KaTeX