Day62_0119

专注时间：目标是：5h30~6h。实际：4h17min

每日任务：饭后的休息（25min），学习间歇的休息（15min）都用手表计时器来监督

{step1}40min=二刷1道力扣hot100+昨天的题再做一遍(如果是hard，只做一道就好，完成情况及时长：二刷昨日题目：8min，今日题目：19+39min)；【学习资源：PyTorch官方文档：https://docs.pytorch.ac.cn/tutorials/beginner/basics/intro.html】1.5h=PyTorch工程实操(完成情况及时长：0把第二个pytorch网页的“局部禁用梯度计算”看懂，就去看第一个pytorch网页)；{step4}1h=周志华机器学习(完成情况及时长：15min)；{setp3}1.5h+(claude的RL4LLM学习路径，时长：62min+)；{step2，学习《考试重点.pdf》8页并每日复习和1h学习时间都要满足。}1h=计算机网络复习[学习和背诵《考试重点.pdf》+1题历年考题，循环地做。不懂的可以看网课和问豆包]（完成情况及时长：45+45+24+45+20+15+16min+8页）；

学完机器学习，然后是深度学习。学完PyTorch，之后是Transformer与大模型架构（见Gemini3pro生成的阶段2）。学快一点。准备一个GitHub Repo把所有手撕过的算法整理进去，这会是最好的复习资料。

必须熟记的API、最简洁的GPT实现、带注释的Transformer实现、推荐系统模型库（包含主流模型实现）还有“Let's build GPT”系列学习视频见Claude的第20页。冰哥听讲座，老师说：GPT是最好的老师，不需要其他家教，清华学生智商120，GPT有140。多用大模型来帮助学习。

学习内容：

总结与心得：今天看到“最难的时候就是进步最快的时候”以及“X和TIKTOK会带来注意力缺陷问题”（所以保持阅读习惯，保持提升专注力应该是必要的）。荒废了下午和晚上的时间。改正！

《207.课程表》

class Solution(object): def canFinish(self, numCourses, prerequisites): """ :type numCourses: int :type prerequisites: List[List[int]] :rtype: bool """ #prerequisites不能有环？而且环要怎么判断 #做过了。但是还是没想到任何关于“拓扑排序”的东西 #有向无环图 #把一个有向无环图转成线性的排序就叫拓扑排序 #入度数组 in_degree = [0]*numCourses #哈希表：邻接表的初始化 key:先修课 ； value:依赖该先修课程的后续课程列表 adj_map = {} #遍历先决条件，填充入度数组和邻接表 for req in prerequisites: course_after = req[0] #后修课 course_before = req[1] #先修课 #入度更新 in_degree[course_after] += 1 #更新邻接表 if course_before in adj_map: adj_map[course_before].append(course_after) else: #这里注意格式，应该是列表 adj_map[course_before] = [course_after] #初始化队列 que = deque() for i in range(numCourses): if in_degree[i] == 0: que.append(i) #记录成功选学的课程数量 count = 0 #BFS while que: selected = que.popleft() count += 1 #获取该课程的所有后续课程，并让他们的入度-1 next_courses = adj_map.get(selected,[]) for course in next_courses: in_degree[course] -= 1 #若入度变为0，则将该课程加入到队列中 if in_degree[course] == 0: que.append(course) return numCourses == count