一、隨機數的生成
1、np.random.rand 用於生成[0.0, 1.0)之間的隨機浮點數， 當沒有引數時，返回乙個隨機浮點數，當有乙個引數時，返回該引數長度大小的一維隨機浮點數陣列，引數建議是整數型，因為未來版本的numpy可能不支援非整形引數
import numpy as np
np.random.rand(10)
>>array(
[0.89103033
,0.60550521
,0.13856488
,0.57468244
,0.370697
,0.31823162
,0.58358377
,0.97177935
,0.76400592
,0.11269547
])
np.random.randint(
10,size=10)
>>array([4
,1,4
,3,8
,2,8
,5,8
,9])
#生成20個位於[0,5]的隨機數
np.random.random_integers(0,
5,size=20)
>>array([5
,3,4
,5,3
,3,1
,5,2
,3,4
,3,5
,0,2
,5,5
,2,3
,2])
演算法 NP 難度和NP 完全的問題
演算法運算的結果都是唯一確定的,這樣的演算法叫做確定的演算法 deterministic algorithm 如加減乘除 允許演算法每種運算的結果不是唯一確定的,而是受限於某個特定的可能性集合。執行這些運算的機器可以根據終止條件選擇可能性集合中的乙個作為結果。這就引出了所謂不確定的演算法 nonde...
演算法中的P問題 NP問題 NP完全問題和NP難問題
在討論演算法的時候，常常會說到這個問題的求解是個p類問題，或者是np難問題等等，於是我特地搜了這方面的資料，自己總結了下，估計研究演算法的大家應該都知道，要是我總結的 不對，歡迎一起 在講p類問題之前先介紹兩個個概念 多項式，時間複雜度。知道這兩概念的可以自動跳過這部分 1 多項式 axn bxn ...
演算法中的P問題 NP問題 NP完全問題和NP難問題
在討論演算法的時候，常常會說到這個問題的求解是個p類問題，或者是np難問題等等，於是我特地搜了這方面的資料，自己總結了下，估計研究演算法的大家應該都知道，要是我總結的 不對，歡迎一起 在講p類問題之前先介紹兩個個概念 多項式，時間複雜度。知道這兩概念的可以自動跳過這部分 1 多項式 axn bxn ...