为什么需要 模糊计算？
首先，弄清楚 传统计算的方式：精确的数学语言，定量化分析，无法解决 概念模糊的问题，如大房子，小个子，小伙子等。
原因就是 有一些概念模糊的问题，需要模糊计算来处理。
模糊计算与普通计算的 明显不同之处在哪里？
普通计算，一般是函数式，一一对应的关系。
而模糊计算，一个变量，可以对应于多个状态值，当然，这些个状态与普通的函数表示也不是完全相同的，并不是完全确定的，它们有一个隶属度，或者说概率，来表示这个状态。
隶属度表示程度，它的值越大，表明这个状态的概率越高，反之则表明这个状态的概率越低 。
什么是模糊函数、隶属度函数？
三角函数，梯形函数，sigmoid函数等，类似一些分段函数，或者一些变换函数。
什么是模糊逻辑，运算？
符合普通集合的计算法则。并、交、补； 幂等律、交换律、结合律、分配率、摩根律
什么是模糊推理、模糊规则？
模糊推理时，依赖的规则，就是模糊规则。一般都是 ”if，then：如果，就是“ 的形式
将输入的模糊集合，通过一定的运算对应到特定的输出模糊集，这个计算过程就是模糊推理。将输入转化为输出。
其过程模块包括：模糊规则库、模糊化、推理方法、去模糊化
模糊化：根据隶属度函数从具体的输入得到对模糊集隶属度的过程
推理方法：从模糊规则和输入对相关模糊集的隶属度得到模糊结论的方法
去模糊化： 将模糊结论转化为具体的、精确的输出的过程
其计算流程大致如下：
输入（采集数据） ——> 模糊化（分段函数、分布函数，得到 隶属度模糊集（特征数据）） ——> 规则库 + 推理方法 ——> 模糊结论——> 去模糊化
普通模糊计算的缺点：
模糊规则的专家库设计，这个目前需要人为的专家来设计，无演化能力。
特点： 推理能力强，模拟人脑的非线性、非精确的信息处理能力。
模糊计算的应用：
推荐系统
控制领域的专家系统
演化：
模糊神经网络系统
汇集神经网络和模糊计算是优点，即人工神经网络具有 较强的自学习和联想功能能力，人工干预少，精度较高，对专家知识的利用也较好；而模糊计算的特点有 推理过程容易理解、专家知识利用较好、对样本的要求较低等。
1. 利用神经网络，来学习、演化模糊规则库。类似数据挖掘的过程，模糊竞争学习算法 ： 利用神经网络来增强的 模糊计算系统
2. 利用模糊控制方法，不断改善神经网络的性能，如模糊BP算法 ：利用模糊计算增强的神经网络
题目：
Given a string S and a string T, count the number of distinct subsequences of T in S.
A subsequence of a string is a new string which is formed from the original string by deleting some (can be none) of the characters without disturbing the relative positions of the remaining characters. (ie, "ACE" is a subsequence of "ABCDE" while "AEC" is not).
Here is an example:
S = "rabbbit", T = "rabbit"
Return 3.
代码如下：
int DP(int m,int n,int **a,string &S, string &T)
{
if(n == -1)
return 1;
else if(m == -1)
return 0;
if(m < n)
return 0;
if(a[m][n] != -1)
return a[m][n];
if(S[m]==T[n])
{
a[m][n] = DP(m-1,n,a,S,T)+DP(m-1,n-1,a,S,T);
return a[m][n];
}
else
{
a[m][n] = DP(m-1,n,a,S,T);
return a[m][n];
}
}
int numDistinct(string S, string T) {
int **a=new int*[S.length()];
for(int i = 0;i < S.length();i++)
a[i] = new int[T.length()];
for(int i = 0;i < S.length();i++)
for(int j = 0;j < T.length();j++)
a[i][j] = -1;
return DP(S.length()-1,T.length()-1,a,S,T);
}
题目：
Given a binary tree
struct TreeLinkNode {
TreeLinkNode *left;
TreeLinkNode *right;
TreeLinkNode *next;
}
Populate each next pointer to point to its next right node. If there is no next right node, the next pointer should be set to NULL.
Initially, all next pointers are set to NULL.
Note:
- You may only use constant extra space.
- You may assume that it is a perfect binary tree (ie, all leaves are at the same level, and every parent has two children).
For example,
Given the following perfect binary tree,
1
/ \
2 3
/ \ / \
4 5 6 7
After calling your function, the tree should look like:
1 -> NULL
/ \
2 -> 3 -> NULL
/ \ / \
4->5->6->7 -> NULL
代码如下：
void build(TreeLinkNode *root)
{
if(root->left!=NULL)
{
root->left->next=root->right;
if(root->next!=NULL)
{
root->right->next=root->next->left;
}
else
{
root->right->next=NULL;
}
build(root->left);
build(root->right);
}
}
void connect(TreeLinkNode *root) {
if(root==NULL)return;
root->next=NULL;
build(root);
return;
}