既Facebook道歉AI误将黑人标记为灵长类动物后,推荐GitHub 上 7 个 yyds 算法项目

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 既Facebook道歉AI误将黑人标记为灵长类动物后,推荐GitHub 上 7 个 yyds 算法项目

算法和数据结构是计算机学习的基石,无论你学习计算机的任何方向,没有扎实的算法和数据结构,肯定学习起来就捉襟见肘了。

LeetCode 是一个包含许多算法问题的网站。 其中大部分是谷歌、Facebook、LinkedIn、Apple、国内互联网大厂等的真实面试问题。刷编程题的最大好处就是可以锻炼解决问题的思维能力,有助于提高我们的算法技能。

今天盘点 GitHub 上 Star 最多的算法项目,涉及 Java、Python、GO、JS 等语言实现,如果刷 LeetCode 很吃力,可以看看下面这些开源项目。

01. 大厂高频算法题

汇总各大互联网公司容易考察的高频 Leetcode 题。本仓库用于汇总互联网公司技术岗考察Leetcode题目的热度,帮助同学们更加有针对性地准备面试。

地址:https://github.com/afatcoder/LeetcodeTop

本仓库有以下优点:

1. 免费开放:汇总的高频题目免费分享给大家

2. 分类精细:按公司、部门、岗位进行分类,方便大家更针对性地准面试

3. 题源可靠:全网收录题目考察情况2,渠道不限于牛客、CSDN博客、热心网友分享等

4. 本土特色:汇总办公地位于中国大陆的互联网企业

71cafdb09d88784ce564504d85833b1.png


02. 算法可视化

不过今天,是打算跟大家重新介绍一个GitHub上的开源项目:algorithm-visualizer ,通过可视化的方式学习算法,让算法变得容易得多。该项目已经有超过 3.5 万的Star,而且有 5700+ 的 Fork,说明项目挺受欢迎的 。

地址:https://github.com/algorithm-visualizer/algorithm-visualizer

972cc6749f92f4da08b198a1fc65954.png

这开源项目,还有个在线动态演示算法的网站,可以很清楚的看到算法运行的整个过程,很直观,便于大家学习。

在线地址:https://algorithm-visualizer.org/

如下图所示:

0a73708695c649ef12a26963bd77099.png

简单介绍一下这个在线网站的用法,大家可以很清楚的看到,网站分为三部分,最左边是算法目录,大家可以选择自己要的算法,目前已经包括了很多算法了,比如二叉树、图、排序算法、动态规划等等经典算法 。中间区域分为两部分,上面是动态演示的动态图,下边是程序运行输出的日志。最右边是程序的代码和一些播放按钮 。

1ad844314463adf5def2762d79bc46f2.gif

除了这个,还有一个用动画演示的开源项目,作者计划用 3 到 4 年时间将 LeetCode 上所有的题目都用动画的形式演示出来。

地址:https://github.com/MisterBooo/LeetCodeAnimation

ea3dc56206c6c566f87ba7981193c14.png

03. Hello Algorithm

这个项目的作者是小浩,最近在技术圈非常活跃,阿逛也经常刷到他的文章。这个项目是作者在疫情期间完成的一部图解算法题典!这个项目共完成 140+ 道高频面试算法题目,总计 40w 字,全部采用漫画图解的方式,简单易懂。

地址:https://github.com/geekxh/hello-algorithm

b412865d0b264fb22475470c5a2f004.png

下面是算法图解内容的一部分,图文并茂,有代码、有讲解。想要获取这个 241 页 PDF在本公众号 逛逛GitHub 后台回复 819 就行了。

aba1eaa63b24fd08cf3bef4c4647663.jpg

04. Fucking Algorithm

这个项目 56.4k 的Star,内容质量可想而知,这个项目总共 60 多篇原创文章,都是基于 LeetCode 的题目,涵盖了所有题型和技巧,而且做到举一反三,通俗易懂。可以移步作者的个人网站刷文章,https://labuladong.gitbook.io/algo/

地址:https://github.com/labuladong/fucking-algorithm

下面是项目内容的一个截屏,可以看到项目中的文章都是作者的思考和总结,绝不是简单的代码堆砌:

cea45388059e723a7d9a52a73cea14f.jpg

371de5051bb610998c73a5d94431970.jpg

下面是这个项目的目录:

c4b4feceab0d6117fb4e1e070938cfe.png

ff0c1a55b312a170b87e244fa38da7a.png

dfc7cff880e6226d6e3e9d6296ea352.png

af71edbd6a533d52246e9f529f89de2.png

05. 各编程语言 LeetCode 实现

本项目包含 LeetCode、《剑指 Offer(第 2 版)》、《剑指 Offer(专项突击版)》、《程序员面试金典(第 6 版)》等题目的相关题解。所有题解均由多种编程语言实现,包括但不限于:Java、Python、C++、JavaScript、C#、Go,日常更新。

地址:https://github.com/doocs/leetcode

088b25077c814fb318f5e8ebeee8ad8.png


06. Go语言刷题

这个 repo 展示了作者使用 Go 语言刷算法题的比较,代码风格严格遵循 Google Golang 风格指南。

地址:https://github.com/halfrost/LeetCode-Go

723518c308ada69ba47d32c890335f6.png

同样,你可以通过 iOS / Android 浏览器安装 PWA 版《LeetCode Cookbook》至设备桌面随时学习。

0d4a5b648e1f4300a88f9f3e88e7763.png

07. JavaScript 算法和数据结构

这个 100K Star 的仓库是基于 JavaScript 的算法和数据结构教程。每种算法和数据结构都有自己的 README,包含相关说明和链接,以便进一步观看 YouTube 视频)。

地址:https://github.com/trekhleb/javascript-algorithms

b6b7b3dcfe8bf67edb5b192265c9eae.png

目录
相关文章
|
机器学习/深度学习 算法 TensorFlow
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
动物识别系统。本项目以Python作为主要编程语言,并基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集4种常见的动物图像数据集(猫、狗、鸡、马)然后进行模型训练,得到一个识别精度较高的模型文件,然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作界面,实现用户上传一张动物图片,识别其名称。
804 1
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
|
算法 搜索推荐 Java
【潜意识Java】深度解析黑马项目《苍穹外卖》与蓝桥杯算法的结合问题
本文探讨了如何将算法学习与实际项目相结合,以提升编程竞赛中的解题能力。通过《苍穹外卖》项目,介绍了订单配送路径规划(基于动态规划解决旅行商问题)和商品推荐系统(基于贪心算法)。这些实例不仅展示了算法在实际业务中的应用,还帮助读者更好地准备蓝桥杯等编程竞赛。结合具体代码实现和解析,文章详细说明了如何运用算法优化项目功能,提高解决问题的能力。
778 6
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
948 22
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
|
算法 JavaScript 前端开发
第一个算法项目 | JS实现并查集迷宫算法Demo学习
本文是关于使用JavaScript实现并查集迷宫算法的中国象棋demo的学习记录,包括项目运行方法、知识点梳理、代码赏析以及相关CSS样式表文件的介绍。
219 7
第一个算法项目 | JS实现并查集迷宫算法Demo学习
|
机器学习/深度学习 算法 TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面,实现用户上传一张交通标志图片,识别其名称。
1052 7
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
661 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
351 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
|
存储 算法 Java
【JVM】垃圾释放方式:标记-清除、复制算法、标记-整理、分代回收
【JVM】垃圾释放方式:标记-清除、复制算法、标记-整理、分代回收
547 2
|
机器学习/深度学习 人工智能 算法
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台。果蔬识别系统,本系统使用Python作为主要开发语言,通过收集了12种常见的水果和蔬菜('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜'),然后基于TensorFlow库搭建CNN卷积神经网络算法模型,然后对数据集进行训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地文件方便后期调用。再使用Django框架搭建Web网页平台操作界面,实现用户上传一张果蔬图片识别其名称。
609 0
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
9月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
2237 87

热门文章

最新文章