[c/ c++]1,2,3 더하기-2가지 방법
Post
원문 보기 →[c/ c++]1,2,3 더하기-2가지 방법
백준 알고리즘의 1,2,3 더하기 문제이다. dynamic을 이용하여 풀었다.이 문제를 풀땐 점화식을 세우고 그 점화식을 통해 문제를 해결해야한다. N이라는 숫자를 만들려면 N = ? + ? + ? + .... + ? + 1 로 만드는 방법 1. N = N-1 + 1N = ? + ? + ? + .... + ? + 2 로 만드는 방법 2. N = N-2 + 2N = ? + ? + ? + .... + ? + 3 로 만드는 방법 3. N = N-3 + 3 3가지가 존재한다. f(N)을 N으로 만드는 개수라고 할때, f(N) = f(N-1) + f(N-2) + f(N-3)으로 나타낼 수 있다. 다음은 topdown을 이용해서 풀어본 코드. [c++] - topdown123456789101112131415
Related Posts
3 postsfuse,camel jolokia + metricbeat
fuse,camel jolokia + metricbeat 설정 - module: jolokia metricsets: ["jmx"] period: 10s hosts: ["192.168.1.229:9991","192.168.1.229:9992","192.168.1.229:9993"] namespace: "jolokia-fuse" path: "/jolokia" #path: "/jolokia/?ignoreErrors=true&canonicalNaming=false" #username: "user" #password: "secret" jmx.mappings: # - mbean: 'java.lang:type=Runtime' # attribu
프로그램 만드는 AI, 알파코드
프로그램 만드는 AI, 알파코드https://alphacode.deepmind.com/https://news.naver.com/main/read.naver?mode=LSD&mid=shm&sid1=105&oid=421&aid=0005880752https://www.dongascience.com/news.php?idx=52123-------------------------------------------------------------------------------------------------------------- 2012년이 딥러닝의 원년이다.2011년 Relu 함수의 출현 : vanishing gradient problem 해결, 표현력이 높은 딥러닝이 시작됨.2012년
cycleGAN
cycleGAN [unpaired image-to-image translation] How to Develop a CycleGAN for Image-to-Image Translation with Keras (machinelearningmastery.com)A Gentle Introduction to CycleGAN for Image Translation (machinelearningmastery.com)https://www.kaggle.com/upamanyumukherjee/cyclegan[Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks][1703.10593] Unpaired Image-to-Image Tran
