实验内容：编写SysY语言的语法分析器，并实现高亮。 实验思路 首先需要根据SysY语言定义编写Parser，这部分基本上就是将手册上的语法规则改写成Antrl语句即可。 然后就可以到Main类中编写相应的逻辑： 123456789101112131415161718192021222324public static void main(String[] args) throws

准备 实验以《orange's：一个操作系统的实现》的代码为基础 运行 问题1 make image失败 解决方法 结果 问题2 make image结束之后，执行下面的命令失败 1bochs -f bochsrc 报错信息 1dlopen failed for module 'x': file not found 解决方法 1sudo a

nSum问题 nSum问题就是给定一个整数数组 nums 和一个 target，要求找到 n 个nums中的元素，使得这n个元素的和等于 target，要求返回所有可能的不重复的情况。 【2Sum】问题是这类的基本情况，将数组排序后使用双指针即可解决问题。对于\(n > 2\)的情况，尤其是n比较大时，直接解决是比较困难的，可以采用==递归==解决。下面给出解决【nSum

DFS/回溯算法 回溯的核心思想在于： 做出选择 （DFS递归） 撤销选择 但是面对不同的题目：做什么选择，在哪做选择都是需要考虑的问题。 大致的框架 12345678910结果集 = []def backtrace(路径, 选择列表): if 满足结束的条件: 结果集.add(路径) return for 选择 in 选择列表

一、核心原理 刷过一些题后，感觉动态规划最核心的就是 dp 数组 + 状态转移方程 【dp数组】是为了避免重复计算而带来的高复杂度 【状态转移方程】是为了将问题进行分解成更加简单的子结构 所以动态规划的核心思想就是： 1、自底向上（迭代）：从最简子结构开始，不断向上计算，在计算过程中将对应子结构的值存在 dp数组 中，使得更复杂结构的问题在分解后可以直接找到答案。 2、自顶向下

一、股票问题(*) 188. 买卖股票的最佳时机 IV 给定一个整数数组 prices ，它的第 i 个元素 prices[i] 是一支给定的股票在第 i 天的价格。 设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。 注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。 labuladong算法秘籍中使用了【三个状态】（三维dp数组）

1 素数筛 非常普遍的，寻找素数可以使用\(O(N^{2})\)复杂度的算法来解决，但是不够高效。下面介绍几种更加高效的寻找素数的算法—素数筛。 最近再看到素数的算法，就想到了6.S081 lab1 中写的 primes 函数，好像其本质就是一个素数筛—埃式筛法 埃式筛法 思路就是，如果一个数是素数，我们可以将这个数的倍数全部划掉，因为它们不可能是素数。 代码如下，当我们找到一个素数时

一 概述 TypeScript是JavaScript的超集，支持ES6+标准 由微软开发的自由和开源的变成语言 可编译为纯JS 二 语法 1 基础类型 TypeScript相比JavaScript而言最大的区别就是 类型 1.1 布尔值 1let isDone : boolean = false; 1.2 数字 和JavaScript一样，TypeScript中的所有数

一、实验思路 本次实验主要是写词法分析器，对语法没有要求，所以在.g4文件中只要写对应的词法即可。 然后是在Main函数中处理逻辑，相应的代码在手册中都已给出，主要需要实现是 自己的MyErrorListener 处理tokens的输出 MyErrorListener 首先需要知道代码是如何调用这个类的，所以我在实现的时候先将BaseErrorListener中的函数全部拷

Pointer Networks提出了一种新的 neural architecture，可以解决输出序列的大小随着输入序列的大小而变化的问题。文章开头讲到，传统的seq2seq模型以及Attention Mechanism，都只能处理固定size的输入序列。下面主要围绕这Pointer Network展开学习。 首先需要回顾 seq2seq 模型 和 Attention 机制 1 Se