1、k-means聚类 在论文中可以画流程图来降重（文字算法描述容易重复且太冗长） 2、k-means++算法
周爱民老师的《大道至简》这本书被誉为“激荡新思的佳作”，这个小学期在老师建议下，利用暑假的时间阅读了整本书，其中书中作者的思想对我还是有很大的启发。 在学习任何事情前，都需要了解其思想，因为思想对客观事物的发展具有促进作用，而大道至简真本书注重的就是思想，它详细讲解
目录算法和数据结构是编程的灵魂计划语言范围题目来源归档 算法和数据结构是编程的灵魂 算法和数据结构是编程的灵魂，我们需要奠定好基础，才能更好地产出优质、可靠的工程代码。 计划 语言 主要以Go语言为主，有必要的话，也会使用C语言，或者是Python 范围 按标签来，优先算法，其次数据结构
KMP算法学习笔记 KMP算法的关键在于利用已经匹配过的字符串的信息——前缀和后缀。 一、基本定义 前缀：字符串s从下标0开始的一个子串。如s = "abcd"，则其前缀有"a", "ab", "abc". 后缀：字符串s以最后一个字符结尾的一个子串。如s = "abcd",则其后缀有"d", "cd", "bcd". 子串：substrin
package com.chenghaixiang.jianzhi2.day01; /** * @author 程海翔 * @school 石家庄铁道大学 */ public class Office003 { } //给定一个非负整数 n ，请计算 0 到 n 之间的每个数字的二进制表示中 1 的个数，并输出一个数组。 //Brian Kernighan 算法 //Brian Kernighan算法的
在二零二一年三月份，我写了一个图片漂白工具PictureCleaner。经过一年多的使用，发现这个软件存在一个大部分图像处理软件都有的共同弱点问题。 我们在漂白图片的时候，经常要对一幅图片使用固定的几个算法，例如：调整对比度和饱和度--漂白--增加灰度--替换颜色--裁切黑边等等。在PictureC
参考内容：B战的DR_CAN的卡尔曼滤波器视频，讲的特别的好，建议要学习的可以去看看，非常通俗易懂，很好理解。 1、初见卡尔曼滤波器-----递归运算 卡尔曼滤波器用一句话来说是一种 optimal recursive data processing algorithm
Adam算法其实就是结合了动量梯度下降法和RMSprop算法，是最广为使用的算法，在大多数情况下都有效果。 动量梯度算法和RMSprop算法的复习： 动量：https://www.cnblogs.com/toriyung/p/16467289.html RMS：https://www.cnblogs.com/toriyung/p/16537212.html 先和以往一样，计算V和S（记得修
#include <iostream> #include <vector> #include <algorithm> using namespace std; class Print { public: void operator()(int i) { cout << i << endl; } }; int main() { srand(time(NULL)); vector<int>
怎么写一些简单算法的代码（建模算法） 看书，弄懂原理 查阅别人的代码，看看是怎么写的 自己思考一下应该怎么写，画出流程图 按照流程图去写代码，然后再调试
JVM——垃圾收集器 垃圾收集器按照区域不同，提供了多种不同的垃圾收集器 各个垃圾收集器的比较 ID 适用区域 线程 垃圾收集器 适用环境 特点 算法种类 1 新生代 单线程 Serial（串行垃圾回收器） client模式（默认） 简单、高效 复制算法 2 新生代 多线程 ParNew（并行垃圾回收
JVM——分代收集算法与分区收集算法 分代收集算法 概念：根据对象的不同类型将内存划分为不同的区域，JVM将堆划分为新生代、老年代和永久代，并根据各个年代的特点分别采用不同的GC算法 新生代——负责算法 老年代——标记整理算法 特点 适用算法 新生代 对象生命周期
垃圾回收算法 如何确定垃圾 引用计数法 可达性分析：不可达对象要经过至少两次标记才能判定其是否可以被回收。 Java中常用的垃圾回收算法 标记清除算法【Mark-Sweep】：最基础的垃圾回收算法、其过程分为标记和清除两个阶段。在标记阶段标记所有需要回收的对象；在清除阶段清
/* 有关二进制的基本操作分为两类： 1：二进制中 1 的个数； 2：二进制中的lowbit操作；（即二进制数中最后一位 1 的位置） */ //二进制输出：（以10为例） int n; cin>>n; for(int k = 3;k >= 0; k--) cout<<(n >> k & 1); return 0; // k 的边界值看n的二进制位数
一、背景 AIOps，最初的定义是Algorithm IT Operations，是利用运维算法来实现运维的自动化，最终走向无人化运维。随着技术成熟，逐步确定为Artificial Intelligence for IT Operations——智能运维，将人工智能应用于运维领域，基于已有的运维数据（日志、监控信息、应用信息等），通过机器学习的
前缀和算法 前缀和是指数组中前 \(i\) 项的和，通常用 \(sum_i\) 表示。 我们设 \(a\) 是原数组：\(sum_i = a_1 + a_2 + a_3 + ... + a_i\)。 算法的好处 前缀和算法一般用来处理区间和问题。 如下图： 在 \(O(n)\) 的时间复杂度内算出前缀和，就可以每次用 \(O(1)\) 来查询一段区间和
直接插入排序的时间复杂度和稳定性 直接插入排序时间复杂度直接插入排序的时间复杂度是 O(N^2) 。假设被排序的数列中有N个数。遍历一趟的时间复杂度是O(N)，需要遍历多少次呢？N-1！因此，直接插入排序的时间复杂度是O(N^2)。 直接插入排序稳定性直接插入排序是稳定的算法，它满足稳定算法
01、题目分析 编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀，则返回""【leetcode】 示例1 输入: ["flower","flow","flight"] 输出: "fl" 示例2 输入: ["dog","racecar","car"] 输出: "" 解释：输入不存在公共前缀。 02、题解分析
算法简介 这是一个可以在 \(O(n)\) 时间内求出一个字符串中所有子串的最长回文串长度。 求最长回文串长度的方法显然有多种，可以 \(O(n^2)\) 暴力，也可以枚举回文重心，二分回文串半径，哈希比较左右是否对称，这样是 \(O(n\log n)\) ，而这次是 \(O(n)\) 基本思路 设 \(p_i\) 表示回文重心
/* 双指针算法可以解决像最长不重复子序列一样的问题 思路：先暴力想思路判断check（）的条件，再将n^2利用模板优化为n的双指针算法； 总思路模板： for(int i = 1,j = 1;i < n;i++) { while(j < i && check()) { j++;
哈希 hash:将某个数字变成另一个数字（通常用取模运算变化）。可以理解为将明文加密成密文 如果哈希后得到的值相同，可以用链表存储，将相同的值放在一起。 字符串hash 可以将字符串视为一个k进制，然后像转十进制一样“按权展开” 将a看为1，b看为2，c看为3（不要有0，因为0乘任何数都得0） 如：（只有小
目录dijkstra算法一、 简介1、 概念二、 实现原理1、 动图演示2、 思路解析三、 代码实现1、 构建矩阵2、 算法实现 dijkstra算法 一、 简介 1、 概念 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外
MR压缩的地方 Mapper的输入： MR程序输入的数据源文件是一个压缩包，不需要设置、 Mapper的输出： 开启压缩机制并且指定压缩使用的算法机制 Reducer的输出： 开启压缩机制并且指定压缩使用的算法机制
一、数据结构 个人理解：数据结构的释义，我觉得重点是在结构上，单纯的数据当然也只是数据，但是，如果按照结构内的规则去构造这些数据，并且根据其结构所衍生的算法对数据进行操作，这些数据就会呈现更多形态。有时候我会考虑，数据结构是通过数据填充结构，还是使用数据构造结构，我想应该是后者，因
// ------------------最长无重复子串---------------------------- var lengthOfLongestSubstring = function(s) { let max = 0 let left = 0 let right = 1 let l = 0 let r = 0 if (s.length === 0 || s.length === 1) return s.length while (r
