1、主定理並不能包含所有的遞推情況，例如對於t(n) = 2t(n/2) + nlogn就沒有落入主定理當中，需要採用遞推樹求解
2、主定理的第三種情況可以看成兩個條件：1）f(n) = ω(n^(logb(a) + e))，其中e>0對於充分大的成立，2）存在1 >c > 0，使得對於充分大的n，有af(n/b) <= cf(n)。我們可以證明，實際上條件2蘊涵了條件1，那麼問題是是否存在滿足1）但是不滿足2）的f使得主定理的第三種情況不成立呢？答案是肯定的，考慮f(n) = n*(2-cos(n))，只是作為乙個數學上的小問題了，不太可能成為複雜度的。
3、在演算法導論中有乙個思考題：
支援向量機的幾點註記
1 劃分超平面到其異類的支援向量的距離是相等的。所以，對二分類問題而言，它對兩種分類類別的泛化能力是一致的。如果某一類資料的雜訊小，可以適當的降劃分超平面到該類資料支撐向量的距離，降低其魯棒性 容忍誤差範圍 反之亦然。2 函式間隔可以等倍地增加 減少，因此，取 w x b 1 足以表示 距離劃分超平...
決策樹的幾點註記
1 對每個特徵，有兩種特徵值 是 與 否 數學上，0與1。對特徵進行劃分，實質上是對特徵值進行劃分。在這個特徵下，屬於 是 的到一邊，屬於 否 的到另一邊。2 如果在該資料集下，所有樣本的類別都是一樣的，則劃分停止。3 每次劃分，會產生兩個子資料集。資訊增益是子資料集熵的加權平均與母資料集的熵之差。...
訓練CRNN時，關於ctc loss的幾點注意事項
這個ctc loss很魔性，訓練crnn虐了我幾個來回。我的資料集大小不一，我是先等比例縮小到固定高度為32，寬度不定。常見三個問題 1.ctc loss error invalidargumenterror not enough time for target transition sequenc...