在N个球员的网球锦标赛中,每个球员都与其他球员一起比赛.以下条件始终保持 - 如果玩家P1赢得了与P2的比赛并且玩家P2从P3获胜,那么玩家P1也击败了P3.在O(N)时间和O(1)空间中找到锦标赛的冠军.在O(NlogN)时间内找到玩家的等级. 我的解决方案: 输入是一个布尔矩阵,其中元素矩阵[i] [j]表示玩家i是否赢得玩家j.
bool win[][]= {
{0, 0, 1, 1, 1, 0, 1},
{1, 0, 1, 1, 1, 1, 1},
{0, 0, 0, 1, 1, 0, 0},
{0, 0, 0, 0, 1, 0, 0},
{0, 0, 0, 0, 0, 0, 0},
{1, 0, 1, 1, 1, 0, 1},
{0, 0, 1, 1, 1, 0, 0}
};
所以获胜者可以像,
int winner = 0;
for (int i = 1; i < PLAYER_COUNT; ++i) {
if (win[i][winner])
winner = i;
} …我想从给定的文本中提取原点和目的地.
例如,
I am travelling from London to New York.
I am flying to Sydney from Singapore.
起源 - >伦敦,新加坡.目的地 - >悉尼,纽约.
NER只提供位置名称,但无法获取原点和目的地.
是否可以训练神经模型来检测它？
我试过训练神经网络来对文本进行分类,比如
{"tag": "Origin",
"patterns": ["Flying from ", "Travelling from ", "My source is", ]
通过这种方式,我们可以将文本分类为原点,但我也需要获取值(在这种情况下,伦敦,新加坡).
反正我们能做到吗？