希尔排序：也称递减增量排序算法，是插入排序的一种更高效的改进版本。但希尔排序是非稳定排序算法。希尔排序是基于插入排序的以下两点性质而提出改进方法的：1，插入排序在对几乎已经排好序的数据操作时，效率高，即可以达到线性排序的效率；2，但插入排序一般来说是低效的，因为插入排序每次只能将数据移动一位；希尔排序的基本思想是：先将...

冒泡排序(BubbleSort)：是一种直观的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。算法思路：1，比较相邻的元素。如果第一个...

因为目前eolinker的API自动化测试不支持“构造参数”，所以用到随机数时，可使用代码注入的方式来实现示例：“重置密码”接口，每次运行重置的密码要求不重复再此接口的“代码注入”区域写如下信息 “请求体”中删除password的参数值，也可直接删除此字段，但是为了后期方便查看，不建议删除，直接为空即可&nb...

冒泡排序：思路：先找到最大值放到最右边：#encoding=utf-8 a=[1,9,2,8,3,6,4]print"abeforechange:",aforiinrange(len(a)-1):   ifa[i]>a[i+1]:   &nbs...

>>>d{'a':5,'c':3,'b':4}>>>d.items()[('a',5),('c',3),('b',4)]字典的元素是成键值对出现的，字典的排序可用sorted，用关键字key指定排序依据的值--key或者value按照值排序：#把d.items()所对应的列表的每个元...

堆是完全二叉树子树是不相交的 度节点拥有子树的个数满二叉树：每个节点上都有子节点（除了叶子节点） 完全二叉树：叶子结点在倒数第一层和第二层，最下层的叶子结点集中在树的左部，在右边的话，左子树不能为空 二叉搜索树：左边子节点小于父节点，右边子节点大于父节点 堆：也叫队列，在堆尾插入...

选择排序算法：a=[6,5,4,3,2,1]算法思路：第一步：在列表的第一个位置存放此队列的最小值声明一个变量min_index等于列表的第一个坐标值0从第一个位置0坐标开始，和它后边所有的元素一一比对，如果发生了后边的值min_index坐标的对应的值更小，则min_index值改为后边那个数的坐标，然后用min_i...

冒泡排序：思路：35162第一次：找到这些书中最大的一个，并把它放到最后3、5找到大的数放到第二个位置1、55、1找到大的数放到第三个位置1、5、15、6找到大的数放到第四个位置2、6找到大的数放到第五个位置第五个位置就是最大的 #encoding=utf-8 a=[3,5,1,6,2] ...

1#include<iostream>23/*runthisprogramusingtheconsolepauseroraddyourowngetch,system("pause")orinputloop*/4usingnamespacestd;5classComplex6{7public:8Complex...

1#include<iostream>23/*runthisprogramusingtheconsolepauseroraddyourowngetch,system("pause")orinputloop*/4usingnamespacestd;5intmain(intargc,char**argv){6v...

首先还是一个工具类 插入数据 ...

如何在JavaMyBatis插入数据库返回主键？最近在搞一个电商系统中由于业务需求，需要在插入一条产品信息后返回产品Id,刚开始遇到一些坑，这里做下笔记，以防今后忘记。类似下面这段代码一样获取插入后的主键Useruser=newUser();user.setUserName("chenzhou");user.setPa...

批量插入数据使用的sql语句是：insertintotable(字段一,字段二,字段三)values(xx,xx,xx),(oo,oo,oo) mybatis中mapper.xml的代码如下： 　　<!--批量插入数据--><insertid="insertBatch"parame...

源在做sqlzoo的时候，碰到一个SQL的排序问题，他把符合条件的单独几行，可以放在查询结果的开始，或者查询结果的尾部通过的方法就是IN语句（也可以通过IF语句） 自己做了个测试，如下，这个是表的所有内容 使用ORDERBY配合IF语句比如我想将species为snake的行数，单独列出来，我可以这...

本文记录几个在广告和推荐里面rank阶段常用的模型。广告领域机器学习问题的输入其实很大程度了影响了模型的选择，因为输入一般维度非常高，稀疏，同时包含连续性特征和离散型特征。模型即使到现在DeepFM类的方法，其实也都很简单。模型的发展主要体现于对特征的充分挖掘上，比如利用低阶和高阶特征、尝试自动学习交叉特征而非手动、尝...