2024.02.29_学习日记
天气：雨
学习地点：学校
学习时长：10h
学习内容
- 机器学习在管理学上的应用
生成有价值的信息，比如生成性格特质，大五人格模型的特质，作为自变量。可以做一个验证实验，来预测该机器学习方法能不能很好预测生成特质的信息。
预测。添加一些机器学习生成的特质到模型里去，对比原模型和新模型的预测能力差别。
因果推断，略。
机器学习的研究方法主要就是生成一些特征，下一步需要弄清楚怎么生成特征。
《管理者短视主义影响企业长期投资吗？——基于文本分析和机器学习》文章中用机器学习方法生成了管理者是否短视这个特征。通过别的论文的种子词汇，然后用word2vec扩展相似词，然后看所有词词频占所有词词频比例，得到一个指标用来衡量管理者是否短视。
《数字化转型、竞争战略选择与…于机器学习与文本分析的证据》这篇文章也用相似方法生成企业竞争战略指标，通过数字化转型的不同层面统计词频然后生成数字化转型的指标。 - lc32
这个题跟最长子串子数组一样，就是用一个dp数组，算以当前为结尾最长括号的个数，最后返回max（dp）即可，如果当前为），前一个为（，那就返回dp【i-2】+当前括号2.如果前一个是），那前面就一定有一段有效长度，i-dp【i-1】-1位置上如果是（，那就看i-dp【i-1】-2位置，如果存在那就加上这个位置的dp值，再加2，如果不存在，那就是上一个位置+2。
还有栈的方法，from collections import deque，返回栈顶元素是deque【-1】。核心思想先放入-1入栈，因为如果一开始是（进去，如果弹出左括号，返回i-栈顶元素应该是2，所以最开始的值放-1进去。如果左括号入栈，右括号就弹出栈顶元素并且i-新栈顶元素，如果弹出后栈为空，那就把右括号入栈。最后返回最大值。 - 栈队列互相实现
栈实现队列：用两个栈，一个push栈，一个pop栈，用户输入123，要返回123，先把123放入push栈，如果pop栈没东西，就把push栈全部放入pop栈，pop栈就是321，然后再从pop栈里弹出就是队列方法输入123。
队列实现栈：两个队列，先放入123，输出也会是123，但是如果要pop的话，就把12弹出到另一个队列里，然后弹出剩下的3就能实现栈的pop方法。
图的宽度优先遍历只能用队列实现，图的深度优先遍历只能用栈来做，但是栈和队列可以互相改。 - 接雨水lc42
有一个新的解法，就是双指针，左右两边分别生成最大值，如果当前位置大于左右两边值的最小值，那就为0，并且更新最大值，指针相应移动，如果小于，ans就加上差值，最后返回ans。 - 洗咖啡杯问题
首先用一个小根堆把（开始泡咖啡时间，泡咖啡需要的时间）按照这两个值之和排序，遍历数组，每次弹出小根堆堆顶，并且更新开始泡咖啡时间，然后重新放入小根堆，用一个tmp数组，记录每个人泡完的时间，最后生成数组。该数组再用动态规划思想，basecase就是当index==数组长度时，返回min（max（洗杯子时间，tmp【index】）+洗杯子的时间a，蒸发时间b+tmp【index】），然后wash=max（洗杯子时间，tmp【index】）+洗杯子的时间a），即什么时候洗完杯子，next1=递归（index+1，wash），p1=这两种情况的最大值。dry=蒸发时间b+tmp【index】，next2=递归（index+1，washline即初始wash时间），p2=这两种情况最大值，最后返回min（p1，p2）.
- 算法题
先分成两组，如果长度是奇数，返回0.然后递归动态规划，index到长度，返回0。还剩下司机的话，如果长度-index刚好等于rest，那就只能等分到A组，如果index到长度了，rest还有，那就只能分到B组，递归就行。如果都可以去，那就分别递归，返回最大值即可。 - lc135分发糖果
之前做过，就是两个数组，left数组表示如果右边值比左边大就+1，否则就=1，right就是相反，最后返回两个数组最大值的和即可。 - lc97
这个题不能用双指针，因为如果字符一样就没法判断总字符串来自哪里，只能用动态规划，样本对应模型，dp表表示当s1用i个数字，s2用j个数字，能否凑出s3的i+j个字符，第一行和第一列就是如果当前位置能否完全由s1或者s2前n个数字拼凑出来，当遇到不能拼出来的时候，后面就全是False，其他位置的依赖是，ij位置的值等于如果s3当前位置等于s1位置，并且i-1j位置为True，或者等于s2位置时，ij-1位置为True，那就返回tRUE,最后返回dp【-1】【-1】。