通常，要分析的最重要的资源就是运行时间。有几个因素影响着程序的运行时间。有些因素(如使用编译器和计算机)显然超出了任何理论模型的范畴，因此，虽然它们是重要的，但是我们在这里还是不能考虑它们。剩下的主要因素是所使用的算法以及对该算法的输入。典型的情形是，输入的大小是主要的考虑方面。我们定义两个函数Tavg(N)和Twor...

为了在正式的构架中分析算法，我们需要一个计算模型。我们的模型基本上是一台标准的计算机，在机器中指令被顺序地执行。该模型有一个标准的简单指令系统，如加法、乘法、比较和赋值等。但不同于实际计算机情况的是，模型机做任一简单的工作都恰好花费一个时间单位。为了合理起见，我们将假设模型像一台现代计算机那样固定大小的整数并且不存在如...

数学知识复习是《数据结构与算法分析》的第一章引论的第二小节，之所以放在后面，是因为我对数学确实有些恐惧感。不过再怎么恐惧也是要面对的。 一、指数基本公式:  二、对数在计算机科学中除非有特别的声明，否则所有的对数都是以2为底的。定义:XA=B当且仅当logxB=A。由该定义可以推出几个方便...

关于函数对象，百度百科对它是这样定义的:重载函数调用操作符的类，其对象常称为函数对象（functionobject），即它们是行为类似函数的对象。又称仿函数。 听起来确实很难懂，通过搜索我找到一篇博客，作者对其是这样的描述:如果把对象理解成指针的话，也就是说，函数对象其实就是函数指针的概念。这是该作者通过类比...

 一、简单的泛型类和接口当指定一个泛型类时，类的声明则包括一个或多个类型参数，这些参数被放入在类名后面的一对尖括号内。示例一:packagecn.generic.example;publicclassGenericMemoryCell<AnyType>{publicAnyTyperead(){re...

 面向对象的一个重要目标是对代码重用的支持。支持这个目标的一个重要的机制就是泛型机制:如果除去对象的基本类型外，实现的方法是相同的，那么我们就可以用泛型实现来描述这种基本的功能。  1.使用Object表示泛型Java中的基本思想就是可以通过使用像Object这样超类来实现泛型类。示例一:...

程序调用自身的编程技巧称为递归（recursion）。递归做为一种算法在程序设计语言中广泛应用。一个过程或函数在其定义或说明中有直接或间接调用自身的一种方法，它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解，递归策略只需少量的程序就可描述出解题过程所需要的多次重复计算，大大地减少了程序的代码量...

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...

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...