AlgorithmPractice

本仓库用于算法、数据结构、数学建模、深度学习、LeetCode、Python基础等多领域的学习与实践，包含大量 C++/Python 代码、笔记、实验和可视化案例。

---

环境配置与运行说明

Python环境配置（推荐使用Conda）

本项目提供了conda环境配置文件，适用于Ubuntu 20.04和22.04系统。

1. 安装Miniconda/Anaconda

如果还未安装conda，请先安装：

# 下载Miniconda（推荐）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

# 或下载Anaconda
wget https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh
bash Anaconda3-2023.09-0-Linux-x86_64.sh

2. 创建并激活环境

# 使用environment.yml创建环境
conda env create -f environment.yml

# 激活环境
conda activate algo_practice

3. 验证安装

# 验证Python版本
python --version

# 验证关键库
python -c "import torch; import numpy; import sklearn; print('Environment ready!')"

4. 环境管理常用命令

# 查看所有环境
conda env list

# 更新环境
conda env update -f environment.yml --prune

# 导出当前环境
conda env export > environment_backup.yml

# 删除环境
conda env remove -n algo_practice

# 退出环境
conda deactivate

C++环境配置

leetcode使用的都是C++和Python的标准库，因此不需要额外的配置，因为已经配置好了launch.json文件，因此直接使用F5进行debug或者使用Ctrl+F5进行运行即可，在cpplib中对于一些库的练习可能需要使用者进行额外的安装

Pinocchio Related

1. install Pinocchio, refer to this doc
2. install robot model, refer to this doc.in fact, just use the command below:

sudo apt install robotpkg-py3\*-example-robot-data

Pinocchio库的compile and debug需要链接很多库，因此单独在tasks.json中定义Pinocchio库的编译方法 练习相关代码的编译方式，如果需要运行该部分代码，请将launch.json文件中的preLaunchTask一项更改如下所示:

"preLaunchTask": "compile_with_pinocchio",

如需 C++ 支持，建议使用 g++ 或 clang，推荐 VSCode 作为开发环境。

---

参考与致谢

• 知乎：VSCode 配置 C++ 环境
• d2l.ai 动手学深度学习
• VScode权威指南

---

贡献

欢迎提交 PR 或 issue 交流学习心得与改进建议！