简单查找，如下图: 从图可知那个眼镜男从1开始猜，猜到100，大家都知道这种猜法最终都会得到答案，就是时间问题而已。100毕竟是这个列表的最大长度。但是换言之，如果是一万、百万、上千亿呢？那么这种猜法虽然能够得到答案，但是时间方面的成本将会非常大。于是二分法应需而生。二分法，如下图:从图可知这次眼镜男学聪明了...

 其中fe0ffeeb是一个内存单元的地址，需要将数据存储到内存时，你请求计算机提供存储空间，计算机给你一个存储地址。需要存储多项数据时，有两种基本方式，一种是数组，另外一种是链表。但它们并非都适用于所有情形，因此知道它们的差别非常重要。...

大O表示法是一种特殊的表示法，指出了算法的速度有多快。关于算法的运行时间以不同的速度增加，我联系到平时写代码，严谨的代码(易读，可扩展，精悍，经过多方测试等)，通常运行速度与那些不严谨的代码(完全相反)的代码进行对比，你会发现前者的运行速度是大于后者，这个虽然不能说绝对，大多情况都是这样的。以我之前VsCode插件开发...

1.数组以添加第四个待办事项为例，但后面的那个抽屉已经放了别人的东西这就像你与朋友去看电影，找到地方就坐后又来了一位朋友，但原来坐的地方没有空位置，只得再找一个方可坐下所有人的地方。在这种情况下，你需要请求计算机重新分配一块可容纳4个待办事项的内存，再将所有待办事项移到那里。如果又来了一位朋友，而当前坐的地方也没有空位...

假设你的计算机存储了很多乐趣。对于每个乐队，你都记录了其作品被播放的次数。如果你要将这个列表按播放次数从多到少的顺序排列，从而将你喜欢的乐队排序。该如何做呢?我第一眼看到这个问题时，想到的是通过sql解决这个问题假设如果这是一个数据表的话，我很容易就可以通过orderby字段名desc进行降序排序(也就是从大到小)不过...

题目背景: 这个与我们高中时期学习的交集是一样的，顺便复习一下相关的数学知识有助于更好的理解。交集的定义: 对于两个集合A和B，定义A和B的交集为C，其中C={x|x属于A且X属于B}，记作A∩B。如图所示:  解题思路一:publicint[]intersect(int...

昨天说的是高性能负载均衡之分类架构今天的内容可以说是昨天的扩展和补充，主要跟大家讲将高性能负载均衡的算法，高性能负载均衡算法数量也不少，而且可以根据一些业务特性进行定制开发，抛开细节上的差异，根据算法期望达到的目的，大体可以分为这么几类：（1）任务平分类：负载均衡系统将接收到的任务平均分配给服务器进行处理，这里的&ld...

列表：shoplist=['apple','mango','carrot','banana']字典：di={'a':123,'b':'something'}集合：jihe={'apple','pear','apple'}元组：t=123,456,'hello'1.列表--------------------------...

在boosting系列算法中，Adaboost是最著名的算法之一。Adaboost既可以用作分类，也可以用作回归。 集成学习原理中，boosting系列算法的思想：Boosting算法首先对训练集用初始权重训练一个弱学习器1，根据弱学习1的学习误差率更新训练样本点的权重，使学习误差率高的点权重变高，从而在弱学...

 　　K-Means算法是无监督聚类算法，它有很多变体。包括初始化优化K-Means++，距离计算优化elkanK-Means算法和大样本优化MiniBatchK-Means算法。 　　K-Means算法思想：按照样本之间距离大小，将样本划分为K个簇。让簇内点尽量连在一起，簇间的距离尽量的大。　　(...

决策树算法原理(CART分类树)CART回归树 决策树的剪枝 　　决策树可以作为分类算法，也可以作为回归算法，同时特别适合集成学习比如随机森林。 　 1970年昆兰找到了用信息论中的熵来度量决策树的决策选择过程，昆兰把这个算法叫做ID3。　　熵度量了事物的不确定性，越不确定的事物...

来自：https://www.cnblogs.com/pinard/p/6156009.html 集成学习有两个流派，一个是boosting，特点是各个弱学习器之间有依赖关系；一个是bagging，特点是各个弱学习器之间没依赖关系，可以并行拟合。在集成学习原理总结中，给出bagging的原理图。　　(1)、B...

·来自：https://mp.weixin.qq.com/s/tevVm0jlS6vZ3LCnczWD0w前言李航老师《统计学习方法》详细的描述了决策树的生成和剪枝。根据书的内容，做总结如下。 目录决策树不确定性的度量方法决策树的特征筛选准则决策函数的损失函数评估决策树最优模型的构建步骤决策树的...

numpy，sklearn提供随机数据生成功能，我们可以自己生成适合某一种模型的数据，用随机数据来清洗，归一化，转换，然后选择模型与算法做拟合和预测。1.numpy随机数据生成APInumpy比较适合用来生产一些简单的抽样数据。API都在random类中，常见的API有：(1).rand(d0,d1,...,dn)用来...

上一讲大概介绍了一个排序算法的概念与内存结构图，主要选自《算法精解》，各人认为，这本书写的还是不错的，大家可以直接下载epub版，然后在面度阅读APP上看，挺方便的！其实，学习，很简单！     排序是指将元素集合按照规定的顺序排列。通常有两种排序方法，升序排列和降序排...