最近一个多月刷了三百多道题，正好赶上LeetCode举办的春季赛，也算是对自己刷题成果的小小检验。一共2.5小时，5道题，参赛选手9932人，排名180+。

LCP 28 采购方案

排序 -> 有序数组中，两数之和小于等于target的方案数 -> 双指针
时间复杂度：O(n)，空间复杂度：O(1)

LCP 29 乐团站位

数学题。先统计外层人数，然后统计当前层人数

外层：
层数：outside = min(xPos, yPos, num - xPos - 1, num - yPos - 1)
最外层人数：(num - 1) * 4
最里面的外层的人数：(num - 2 * (outside - 1) - 1) * 4
所以总人数：(num - 1 + num - 2 * (outside - 1) - 1) * outside * 2

当前层：
当前层总人数：cur_circle_count = (num - 2 * outside - 1) * 4
(xPos, yPos)和(outside, outside)之间人数（上半圈）：dist = (xPos - outside) + (yPos - outside)
(xPos, yPos)和(outside, outside)之间人数（下半圈）：cur_circle_count - dist

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

class Solution:
    def orchestraLayout(self, num: int, xPos: int, yPos: int) -> int:
        total_count = 0

        # 外层人数
        outside = min(xPos, yPos, num - xPos - 1, num - yPos - 1)
        total_count += ((num - 1 + num - 2 * (outside - 1) - 1) * outside * 2) % 9

        # 当前层人数
        cur_circle_count = (num - 2 * outside - 1) * 4
        dist = (xPos - outside) + (yPos - outside)
        if xPos > yPos:
            dist = cur_circle_count - dist

        total_count += (dist + 1) % 9
        total_count = total_count % 9

        return total_count if total_count != 0 else 9

实体标注常常需要耗费大量人力，标注质量常常达不到预期，“未标注实体”就是其中常见的一类问题，指的是标注者并没有把文本中的所有实体都标注出来。“Empirical Analysis of Unlabeled Entity Problem in Named Entity Recognition”发表在ICLR 2021上，利用负采样的方法有效的降低了未标注实体对模型训练的影响。

往期文章

• 并查集：渗透问题
• 堆栈和队列：双端队列与随机队列
• 凸包问题
• 归并排序：共线点
• 优先队列：事件驱动模拟
• 8 数码问题
• 二叉搜索树的几何应用
• kd 树

二分法

使用情况：
① 能分成OOXX两部分
② 无法找到一个条件，形成OOXX模型。但是可以根据判断，保留下有解的那一半或者去掉无解的一半
③ 二分答案（假设答案的取值范围为[a,b]，用二分法缩小[a,b]）

二分法的本质：扔一半留一半

“High-Frequency Component Helps Explain the Generalization of Convolution Neural Networks”发表于CVPR 2020，主要是从频率的角度分析CNN到底在提取什么特征，以及图片的高频部分和低频部分 对CNN泛化能力的影响。

The Misalignment Between CNN and Human

深度学习课程需要做一个project，我们组选了Lottery Ticket Hypothesis这个课题，最近做了一些调研，简要的记录在此。

Background

“The Lottery Ticket Hypothesis: Finding Sparse, Trainable Neural Networks” 是ICLR 2019年的best paper，主要贡献是提出了一种模型剪枝的启发式算法。

目标

COVID-19的项目需要建立一个展示网页，我的思路是建立一个静态网站，然后用脚本来实现自动更新数据。一通调查后我打算采用以下方式实现：

• 静态网站：GitHub Pages + Jekyll
• 表格和图：Plotly、百度的pyecharts（待定）、MATPLOTLIB+mpld3（待定）
• 在macOS本地预览
• 可以使用Mathjax编写数学式子

最近调研了一些对抗训练相关的文章，又听了组里学弟做的报告，简略的总结一下。做PPT费了不少功夫，因此在这里直接搬过来。

NLP对抗训练背景

对抗训练简介

对抗训练样本（Adversarial Examples）：通过对输入进行微小扰动，极大增加模型损失的样本
对抗训练（Adversarial Training）：在训练时考虑对抗训练样本的存在，提高模型在对抗训练样本上的性能

目的：

• 正则：提高模型鲁棒性
• 攻防：作为对模型恶意输入的提前预防

做法：

• 通过损失函数：在loss中添加对微小扰动敏感性的损失项
• 通过构造样本：构造对抗样本进行训练

昨天听到一个很有意思的小故事，讲故事的人和故事主人公并不是重点，就此略去，只记下大概情节：

一个人想做一辆无人车，于是他租了一间地下室作为场地，大家第一次去参观的时候看到他做了一辆玩具车；两三个星期后再去看，发现他在地上铺了跑道，玩具车可以自动沿跑道行驶；再去看，发现那个玩具车在遇到障碍物的时候会减速、停下；第四次去，他在场地里放进遥控车，玩具车在行驶时遇到遥控车会减速；再去，发现玩具车在不考虑旁边有没有车的情况下会超车了；再去，看到他在场地加了立交桥。。。

遇到一个复杂项目时，怎样着手去做，怎样一步步去完成，这个小故事对我很有启发。做一辆无人车，看似无从下手，把它拆分为一个个小目标，思路便慢慢清晰。其实无论是项目还是人生，大概都是如此。

MathJax

1. MathJax的下划线_和Markdown的下划线冲突，用MathJax编辑数学公式时只要出现2个下划线，Markdown会把它们之间的文字处理为斜体，而下划线在MathJax中的意义为下角标。
   例如：$(x_{index}, y_{index})$处理为：$(x{index}, y{index})$
   解决办法是利用Hexo的标签插件：

   1 2 3

   {% raw %} {% endraw %}

   这个标签插件可以用来避免解析错误插入Swig标签。同理应该也可以用于Mathjax。
   在解析错误的公式代码前后加入标签插件后公式渲染成功。

   1 2 3

   {% raw %} $(x_{index}, y_{index})$ {% endraw %}

   渲染结果： $(x_{index}, y_{index})$