题图摄于 2021 年 10 月 1 日杭州西湖

1.Algorithm: 每周至少做一个 LeetCode 的算法题

题目 ：移除元素

https://leetcode.cn/problems/binary-search/description/

给你一个数组 nums 和一个值 val，你需要原地移除所有数值等于 val 的元素，并返回移除后数组的新长度。

不要使用额外的数组空间，你必须仅使用 O(1) 额外空间并原地修改输入数组。

元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。

'''示例'''输入：nums = [0,1,2,2,3,0,4,2], val = 2输出：5, nums = [0,1,4,0,3]解释：函数应该返回新的长度 5, 并且 nums 中的前五个元素为 0, 1, 3, 0, 4。注意这五个元素可为任意顺序。你不需要考虑数组中超出新长度后面的元素。

解法总结

核心就是 双指针法，快慢指针

int removeElement(vector<int>& nums, int val) {         int slowindex = 0;         for (int fastindex = 0; fastindex < nums.size(); fastindex++) {             if (nums[fastindex] != val) {                 nums[slowindex++] = nums[fastindex];             }         }         return slowindex;     }  

2.Review: 阅读并点评至少一篇英文技术文章

【论文阅读】【场景物体重建】Total3d:一张照片三维重建你的房间_AI阿辉的博客-CSDN博客

这是一篇 CVPR2020 Oral 的论文，单张照片输入，得到室内场景物体的网格重建结果，当时取得了较好的效果。实际上算是把各个任务给组合了起来。

3.Tips: 学习至少一个技术技巧

这周看到的是可以节省时间的 Deep Learning 效率工具：

https://www.zhihu.com/question/384519338/answer/2620466126

4.Share: 分享一篇有观点和思考的技术文章/观点

分享一篇 AI 视觉基础大模型 DINOv2 的文章，这个方法是可以作为视觉的基础大模型，无监督地提取图像特征，然后迁移到其他下游任务。

视觉基础模型：DINOv2 after SAM

#ARTS 打卡计划#