1. 知识点总结 题目 难度 考点 两数之和 🐸(基础可略) 数组 两数相加 🐸 链表+string 无重复字符的最长子串 🐸🐸（过很容易，但是时间和空间复杂度做得不太好昂，都是5%的胜率） 寻找两个正序数组

1、模式相似性测度1.1 距离测度 欧氏距离：注意物理量单位统一（即需要注意归一化处理） 马氏距离： $$D^2=(X-M)^TC^{-1}(X-M)$$ 特点：对于一切非奇异线性变化都是不变的，说明它不受特征量纲的影响，故是平移不变的。

1. 模式识别的主要方法 数据聚类：用某种相似性方法将原始数据组织成有意义的数据集合（非监督） 统计分类：概念驱动，基于概率统计模型得到各个类别特征向量的分布（有监督） 结构模式识别：通过考虑识别对象各个部分之间的联系来达到识别分类的目的,

1.知识点总结 题目 知识点 难度 二叉树遍历（前序，中序，后序） 二叉树 🐸 斐波那契 DP 🐸 跳台阶 DP 🐸 最小耗费爬楼梯 DP 🐸 最长公共子序列 DP 🐸🐸 2. 分题题解2.1 二叉

1.知识点总结 本次使用的OJ为牛客网（不用力扣是因为没有会员刷不了想刷的题目🤪） 不是很熟悉这种纯class的OJ，但是感觉好处就是，一些数据结构的题目必须按照要求做，不可以“数组投机” 数据结构基础题 题目 知识点 难度

开这个专题主要是为了机试……啊哈哈哈，又菜又爱玩儿系列~就算九月结束应该还是会坚持更新哒，顺带清理了一下之前写得比较乱的博客，乘着夏天还没到来之前修修补补ing 1. 知识点总结 题目 难度 知识点 打包 🐸🐸🐸 二分（

第七章——深度卷积神经网络1. 卷积神经网络CNN 卷积层 单个卷积核：局部信息提取,对于所有位置进行扫描，一个卷积核得到一个特征图； 多个卷积核称作多个通道，用于支持不同的特征提取 一维卷积：相应位置加权求和 卷积核尺寸 步幅