V
主页
13-3: Edmonds-Karp Algorithm 寻找网络最大流
发布人
这节课简单介绍 Edmonds-Karp 算法,由 Edmonds 和 Karp 两人在 1972 年提出。Edmonds-Karp 算法是 Ford-Fulkerson 算法的一种特例,一定能找到最大流。Edmonds-Karp 算法的时间复杂度低于 Ford-Fulkerson 算法。 课件: https://github.com/wangshusen/AdvancedAlgorithms.git
打开封面
下载高清视频
观看高清视频
视频下载器
13-5: 最小割 Min-Cut
13-2: Ford-Fulkerson Algorithm 寻找网络最大流
14-4: 匈牙利算法 Hungarian Algorithm
12-3: Kruskal算法 寻找最小生成树 Kruskal's Algorithm for Minimum Spanning Trees
14-1: 二部图及其判定算法 Bipartite Graphs
14-6: Gale-Shapley 算法 寻找稳定婚配
12-1: 最小生成树 Minimum Spanning Trees
14-3: 有权二部图中的最大匹配 Maximum-Weight Bipartite Matching
14-2: 无权二部图中的最大匹配 Maximum-Cardinality Bipartite Matching (MCBM)
10-1: 图的基本概念和数据结构 Graph Basics and Data Structures
14-5: 稳定婚配问题 Stable Marriage Problem
召回06:双塔模型——模型结构、训练方法
推荐系统涨指标的方法01:概述
2-2: 二分查找 Binary Search
2-3: 跳跃列表 Skip List
概要01:搜索引擎的基本概念
11-1: 图中的路径和最短路 Shortest Path
神经网络结构搜索 (1/3): 基本概念和随机搜索 Neural Architecture Search: Basics & Random Search
召回02:Swing 模型
概要03:推荐系统的AB测试
重排04:DPP 多样性算法(上)
概要02:推荐系统的链路
特征交叉03:LHUC (PPNet)
Few-Shot Learning (2/3): Siamese Network (孪生网络)
召回01:基于物品的协同过滤(ItemCF)
召回10:Deep Retrieval 召回
2-1: 数组、向量、链表 (数据结构基础)
Transformer模型(2/2): 从Attention层到Transformer网络
【硬核教程】精通红黑树的原理与源码
RNN模型与NLP应用(4/9):LSTM模型
RNN模型与NLP应用(8/9):Attention (注意力机制)
召回03:基于用户的协同过滤(UserCF)
重排02:MMR 多样性算法(Maximal Marginal Relevance)
行为序列01:用户历史行为序列建模
推荐系统涨指标的方法03:排序模型
召回08:双塔模型——线上服务、模型更新
推荐系统涨指标的方法02:召回
概要02:相关性、内容质量、时效性、个性化(决定搜索满意度的因素)
RNN模型与NLP应用(1/9):数据处理基础
重排01:物品相似性的度量、提升多样性的方法