2021 年 1月随笔档案 - ijkzen

自定义View

摘要：title: 自定义View categories: Android原理概论所谓自定义View其实就是在屏幕大小画布的某一区域内作画的过程，这里面分为两个部分：在哪画？，画什么?；在哪画？这里面同样包含两部分：获得这片区域的宽高，获得这片区域左上角相较于屏幕左上角的坐标；至于为什么顺序是这阅读全文

posted @ 2021-01-25 14:02 ijkzen 阅读(184) 评论(0) 推荐(0) 编辑

Android触摸事件分发

摘要：整体分发流程 Android Input Framework 这篇详细讲解了触摸事件从硬件分发到Activity之前的过程。 graph TD; a(Input Hardware)-->b(Kernel/Driver); b-->c(EventHub); c-->d(InputReader); d- 阅读全文

posted @ 2021-01-21 16:35 ijkzen 阅读(484) 评论(0) 推荐(0) 编辑

ViewPager2使用过程中Fragment的生命周期

摘要：offscreenPageLimit = 0 的情况此种情况表示不会预先加载其他的Fragment，仅仅加载第一个Fragment，其生命周期如下： Test fragment 0 onAttach Test fragment 0 onCreate Test fragment 0 onCreate 阅读全文

posted @ 2021-01-15 14:23 ijkzen 阅读(3910) 评论(0) 推荐(0) 编辑

算法导论15-3

摘要：读书笔记本小节讲述了两点内容：合适动态规划算法解决的最优化问题的两个要素备忘方法在动态规划中的作用两个要素最优子结构一个问题的最优解包含其子问题的最优解还有一点值得注意，同时还需要满足子问题无关的特性：同一个原问题的一个子问题的解不影响另一个子问题的解。重叠子问题某一个子问题可能会阅读全文

posted @ 2021-01-15 14:16 ijkzen 阅读(535) 评论(0) 推荐(0) 编辑

算法导论15-2

摘要：读书笔记本小节介绍了利用动态规划解决矩阵链乘法的过程。穷举不可行想要通过穷举的方法，获得所有的解决方案是不可行的。对于一个矩阵链，我们可以宏观地将它看作两个子矩阵链相乘，即

A_{1} . . A_{k}

$A_1..A_k$ 和

A_{(} k + 1) . . A_{n}

$A_(k+1)..A_n$ ；所以代价

P (n)

$P(n)$ 的表达式如下： \[ \begin{align 阅读全文

posted @ 2021-01-15 14:15 ijkzen 阅读(788) 评论(0) 推荐(0) 编辑

算法导论15-1

摘要：读书笔记说文解字动态规划（dynamic programming），描述了它区别与其他算法的最大特征；其中

p r o g r a m m i n g

$programming$ 表示的是一种表格法，在动态规划算法执行的过程中，会动态地去将子问题的解填入表格和读取已知子问题的解，以减少不必要的运算；与分治法的异同相同点：都是通过组合子阅读全文

posted @ 2021-01-15 14:13 ijkzen 阅读(368) 评论(0) 推荐(0) 编辑

算法导论14-3

摘要：读书笔记本小节介绍了一种红黑树的扩展：区间树；为每个节点添加了一个新属性

i n t

$int$ ，属性

i n t

$int$ 又有两个属性

l o w, h i g h

$low,high$ ，分别表示区间的两端；区间重叠区间便于表示占用一连续时间的一些事件。为了查询给定时间内发生的事件，需要在区间树找到与给定时间重叠的部分；假设在一条直线有左右两个阅读全文

posted @ 2021-01-15 14:12 ijkzen 阅读(494) 评论(0) 推荐(0) 编辑

算法导论14-2

摘要：读书笔记本小节介绍了扩展数据结构的抽象过程，同时证明了一个定理；抽象过程选择一种基础数据结构确定基础数据结构中要维护的附加信息检验基础数据结构上的基本修改操作能否维护附加信息设计一些新的操作来应用附加信息红黑树的扩张设

f

$f$ 是

n

$n$ 个节点的红黑树

T

$T$ 扩张的属性，且假设对任一节点$x 阅读全文

posted @ 2021-01-15 14:08 ijkzen 阅读(350) 评论(0) 推荐(0) 编辑

算法导论14-1

摘要：读书笔记本小节介绍了红黑树的改进版本，为每个节点新增一个属性，用于记录当前子树的数量；新增属性

x . s i z e

$x.size$ 是由左子树加右子树再加本身组成，即

x . s i z e = x . l e f t . s i z e + x . r i g h t . s i z e + 1

$x.size = x.left.size + x.right.size + 1$ ；维护数量属性对红黑树的基本操作过程中，需要持续维护

s i z e

$size$ 属阅读全文

posted @ 2021-01-15 14:07 ijkzen 阅读(266) 评论(0) 推荐(0) 编辑

算法导论13-4

摘要：读书笔记本小节介绍了红黑树的删除操作，这是红黑树的基础操作中比较复杂的一种；和红黑树的插入的基本思想一致，红黑树的删除也是先将元素普通地删除，然后在调整二叉树使其符合红黑树的性质。红黑树的元素普通删除 RB-TRANSPLANT(T, u, v) if u.p == T.nil T.root 阅读全文

posted @ 2021-01-15 11:50 ijkzen 阅读(163) 评论(0) 推荐(0) 编辑

算法导论13-3

摘要：读书笔记本小节介绍了向红黑树插入元素的过程：将新元素普通地插入二叉树；调整二叉树使其符合红黑树的性质；插入元素到二叉树 RB-INSERT(T, z) y = T.nil x = T.root while x != T.nil y = x if z.key < x.key x = x.lef 阅读全文

posted @ 2021-01-15 11:48 ijkzen 阅读(168) 评论(0) 推荐(0) 编辑

算法导论13-2

摘要：读书笔记本小节介绍了旋转方法来修改搜索树；如果按照普通二叉搜索树的方式去插入和删除元素，必定会破坏红黑树的性质；为了维护红黑树的性质，必须要改变书中某些节点的颜色和指针结构；指针结构的修改是通过旋转实现的，分为左旋和右旋，具体操作如下图：其中左旋的伪代码如下： LEFT-ROTATE(T, 阅读全文

posted @ 2021-01-15 11:46 ijkzen 阅读(147) 评论(0) 推荐(0) 编辑

算法导论13-1

摘要：读书笔记本小节介绍了红黑树的一些性质，具体的实现方法在之后的章节中讲述。红黑树解决的问题普通的二叉搜索树所有的操作都依赖于树的高度，但是树高又依赖于数据，极不稳定；红黑树使得元素分布相对平衡，来使得树高为

O (\lg)

$O(\lg)$ ，减少操作时间。红黑树的性质每个节点或是红色，或是黑色。根节点是黑阅读全文

posted @ 2021-01-15 11:45 ijkzen 阅读(198) 评论(0) 推荐(0) 编辑

算法导论12-3

摘要：读书笔记本小节介绍了二叉搜索树的插入和删除，至于修改只要先删除后插入就好；插入插入的过程和搜索的过程有些相似，先找到合适的位置然后将元素插入；伪代码如下： TREE-INSERT(T, z) y = NIL x = T.root while x != NIL y = x if z.key < 阅读全文

posted @ 2021-01-15 11:43 ijkzen 阅读(103) 评论(0) 推荐(0) 编辑

算法导论12-2

摘要：读书笔记本小节介绍了二叉搜索树的查询操作，包括

S E A R C H, M I N I M U M, M A X I M U M, S U C C E S S O R, P R E D E C E S S O R

$SEARCH, MINIMUM,MAXIMUM, SUCCESSOR, PREDECESSOR$ 这

5

$5$ 个操作，这五个操作均可以在

O (h)

$O(h)$ ，

h

$h$ 是当前二叉树的高度。搜索递归实现： TREE-SEARCH(x, k) if x == NIL 阅读全文

posted @ 2021-01-15 11:40 ijkzen 阅读(169) 评论(0) 推荐(0) 编辑

算法导论12-1

摘要：读书笔记本小节介绍了二叉搜索树，二叉搜索树就是左子节点比父节点的值要小，右子节点的值比父节点大的二叉树；这里的小于/大于还包括等于。 INORDER-TREE-WALK(X) if x != NIL INORDER-TREE-WALK(x, left) print x.key INORDER-TR 阅读全文

posted @ 2021-01-15 11:37 ijkzen 阅读(135) 评论(0) 推荐(0) 编辑

算法导论11-3

摘要：读书笔记本小节介绍了散列表的灵魂--散列函数；一个好的散列函数应满足简单均匀散列假设：每个关键字都被等可能地散列到

m

$m$ 个槽位中的任何一个，并与其他关键字已散列到哪个槽位无关。虽然上述假设难以实现，但是可以作为衡量其他散列函数的标准。有一些动态集合的元素关键字并不是自然数，我们需要使用各种各阅读全文

posted @ 2021-01-15 11:35 ijkzen 阅读(229) 评论(0) 推荐(0) 编辑

算法导论11-2

摘要：读书笔记虽然直接寻址表的所有字典操作能在

O (1)

$O(1)$ 时间内完成，但是它的缺点也同样明显；如果某一个元素的关键字特别大，但是动态集合的元素数量又相对少，这就会造成极大的内存浪费；此外，直接寻址表对拥有同样关键字的元素缺乏合理的处理；散列表改善了直接寻址表的上述缺点：原本元素在直接寻址表的位置依阅读全文

posted @ 2021-01-15 11:33 ijkzen 阅读(256) 评论(0) 推荐(0) 编辑

算法导论11-1

摘要：读书笔记本小节介绍了直接寻址表，其实也就是数组；为一个动态集合创建一个数组，这个数组长度大于等于这个动态集合的长度，将数组下标作为集合元素的关键字，进行直接寻址，这样的数组被称为直接寻址表。课后习题 11.1-1 假设一动态集合

S

$S$ 用一个长度为

m

$m$ 的直接寻址表

T

$T$ 来表示。请给出一个查找$ 阅读全文

posted @ 2021-01-15 11:31 ijkzen 阅读(145) 评论(0) 推荐(0) 编辑

算法导论10-4

摘要：读书笔记本小姐介绍了两种有根树的实现方法，二叉树和分支无限制的有根树; 二叉树二叉树的单个节点有三个指针

p, l e f t, r i g h t

$p, left, right$ ，其中

p

$p$ 指向父节点，如果一个节点为根节点，则其父节点指向空；

l e f t, r i g h t

$left, right$ 分别指向左子节点和右子节点；分支无限制的有根树上面的二叉树虽然好用阅读全文

posted @ 2021-01-15 11:28 ijkzen 阅读(97) 评论(0) 推荐(0) 编辑

算法导论10-3

摘要：读书笔记本小节介绍了利用数组实现指针的过程。利用二维数组其中一列代表一个节点，一列分为上中下三个部分，上代表后继节点的坐标，中代表当前节点的值，下代表前驱节点的坐标；利用单数组其中一个节点由连续的数组元素组成，图中4代表该节点的值，7代表后继节点的坐标，13代表前驱节点的坐标；这种单数组阅读全文

posted @ 2021-01-15 11:26 ijkzen 阅读(133) 评论(0) 推荐(0) 编辑

算法导论10-2

摘要：读书笔记本小节介绍了链表，链表由一个个节点连接而成，单个节点的组成如下： public class Node { public Node previous; public Object key; public Node next; } 由上述节点组成的链表称为双向链表；也有节点只有一个前驱节点或者阅读全文

posted @ 2021-01-15 11:24 ijkzen 阅读(99) 评论(0) 推荐(0) 编辑

算法导论10-1

摘要：读书笔记本小节介绍了栈和队列，其实总结起来就两句话：栈：先入后出队列：先入先出但是在介绍队列的时候，讲到了一种如同衔尾蛇一样的定长队列，和apache的CircularFifoQueue实现是一致的。课后习题 10.1-1 仿照图

10 - 1

$10-1$ ，画图表示一次执行操作

P U S H (S, 4)

$PUSH(S,4)$ 、\ 阅读全文

posted @ 2021-01-15 11:21 ijkzen 阅读(90) 评论(0) 推荐(0) 编辑

算法导论9-3

摘要：读书笔记本小节介绍了一种上界为

O (n)

$O(n)$ 的选择算法，该算法过程如下：先对将输入数组以每组5个元素分组，可能会剩余一组不足5个元素的小组。对每个小组进行插入排序。对每个小组的中位数，进行递归操作，也就是重复第1,2步骤，直至找到整个数组的中位数

x

$x$ 。使用在第三步找出的中位数

x

$x$ 对数组进阅读全文

posted @ 2021-01-15 11:19 ijkzen 阅读(304) 评论(0) 推荐(0) 编辑

算法导论9-2

摘要：读书笔记本小节介绍一种选择算法，用来选择数组中第

i

$i$ 小的元素；

R A N D O M I Z E D - S E L E C T

$RANDOMIZED-SELECT$ 以快速排序为模型，时间复杂度为

θ (n)

$\theta(n)$ 。伪代码如下： RANDOMIZED-SELECT(A, p, r, i) if p == r return A[p] q = RANDOM 阅读全文

posted @ 2021-01-15 11:09 ijkzen 阅读(293) 评论(0) 推荐(0) 编辑

算法导论9-1

摘要：读书笔记本小节介绍了两点：如何找到数组中的最大值和最小值？如何同时找到数组中的最大值和最小值？找到最小值最小值和最大值的方法是一致，从数组中取出一个值，然后和其他的

n - 1

$n-1$ 个值相比较，不断更新最大值/最小值，经过

n - 1

$n-1$ 次比较，可以获得最大值/最小值。同时找到最大值和最小值如果没有阅读全文

posted @ 2021-01-15 11:05 ijkzen 阅读(223) 评论(0) 推荐(0) 编辑

算法导论8-4

摘要：读书笔记本小节介绍了桶排序，桶排序是将元素按照规则放在一个个递增区间内，区间之间是递增的，区间内部也是递增的，最后依次合并区间得到次序；具体过程如下：伪代码如下： BUCKET-SORT(A) n = A.length let B[0..n-1] be a new array for i = 阅读全文

posted @ 2021-01-15 10:59 ijkzen 阅读(185) 评论(0) 推荐(0) 编辑

算法导论8-3

摘要：读书笔记本小节讲的是基数排序，与比较排序不同，基数排序并不是直接比较元素间的大小获得次序，而是从低位到高位依次排序，最终获得次序；具体过程如下：伪代码如下： RADIX-SORT(A, d) for i = 1 to d use a stable sort to sort array A on 阅读全文

posted @ 2021-01-15 10:54 ijkzen 阅读(270) 评论(0) 推荐(0) 编辑

算法导论8-2

摘要：读书笔记本小节介绍了计数排序，计数排序的基本思想是：对每个输入元素

x

$x$ ，确定小于

x

$x$ 的元素个数。利用这一信息，就可以直接把

x

$x$ 放到它在的输出数组中的位置上了。所以这里的重点是如何确定小于

x

$x$ 的元素个数，这里引入了一个数组

C

$C$ ，

C

$C$ 的长度为

k

$k$ ，

k

$k$ 的值要大于等于输入数组中的最大阅读全文

posted @ 2021-01-15 10:52 ijkzen 阅读(164) 评论(0) 推荐(0) 编辑

算法导论8-1

摘要：读书笔记本小节通过决策树模型，说明了一个比较排序算法的下界为

Ω (n \lg)

$\Omega(n\lg)$ ；课后习题 8.1-1 在一棵比较排序算法的决策树中，一个叶节点可能的最小深度是多少？最好情况就是当前数组是已经排好序的，需要比较

n - 1

$n-1$ 次；深度为

n

$n$ 8.1-2 不用斯特林公式，给出$\lg{(n! 阅读全文

posted @ 2021-01-15 10:49 ijkzen 阅读(279) 评论(0) 推荐(0) 编辑

算法导论7-3

摘要：读书笔记为了使得算法对所有输入都能有较好的期望性能，所以我们在算法中引入了随机性；伪代码如下： RANDOMIZED-PARTITION(A, p, r) i = RANDOM(p, r) exchange A[r] with A[i] return PARTITION(A, p, r) RAN 阅读全文

posted @ 2021-01-15 10:47 ijkzen 阅读(121) 评论(0) 推荐(0) 编辑

算法导论7-2

摘要：读书笔记本小节对快速排序在三种情况下的性能进行了分析，我自觉没有书上说得好，所以直接上图片。最好和最坏情况平均情况课后习题 7.2-1 利用代入法证明：正如7.2节开头提到的那样，递归式

T (n) = T (n - 1) + θ (n)

$T(n) = T(n-1) + \theta(n)$ 的解为

T (n) = θ (n^{2})

$T(n)=\theta(n^2)$ 。易证，阅读全文

posted @ 2021-01-15 10:45 ijkzen 阅读(300) 评论(0) 推荐(0) 编辑

算法导论7-1

摘要：读书笔记本小节介绍了大名鼎鼎的快速排序，快速排序在最坏的情况下的时间复杂度为

θ (n^{2})

$\theta(n^2)$ ；在元素互异的情况下，期望时间复杂度为

O (n \lg)

$O(n\lg)$ 。快速排序使用了分治思想，分治过程如下：分解数组

A [p . . r]

$A[p..r]$ 被划分为两个（可能为空）的子数组

A [p . . q - 1]

$A[p..q-1]$ 和$A[q+1. 阅读全文

posted @ 2021-01-15 10:41 ijkzen 阅读(126) 评论(0) 推荐(0) 编辑

算法导论6-5

摘要：读书笔记本小节讲述了堆排序在实际中的应用--优先队列，优先队列可以在共享计算机操作系统进行作业调度。最大优先队列支持如下操作：插入将元素

x

$x$ 根据它的优先级插入到合适的位置；实现过程在最大堆的最末端插入一个无穷小的叶子节点，然后为这个节点赋值，然后使用递归调整该节点到合适位置；伪代码阅读全文

posted @ 2021-01-15 10:38 ijkzen 阅读(122) 评论(0) 推荐(0) 编辑

算法导论6-4

摘要：读书笔记之前说过降序数组都是最大堆，但是反之不然，本小节讲述的是从最大堆中获取降序数组的过程；伪代码如下： HEAPSORT(A) BUILD-MAX-HEAP(A) for i = A.length downto 2 exchange A[1] with A[i] A.heap-size = 阅读全文

posted @ 2021-01-15 10:37 ijkzen 阅读(155) 评论(0) 推荐(0) 编辑

算法导论6-3

摘要：读书笔记本小节讲述了将数组转化为最大堆的过程，伪代码如下： BUILD-MAX-HEAP(A) A.heap-size = A.length for i = A.length/2 downto 1 MAX-HEAPIFY(A, i) 课后习题 6.3-1 参照6-3的方法，说明$BUILD-MAX 阅读全文

posted @ 2021-01-15 10:35 ijkzen 阅读(123) 评论(0) 推荐(0) 编辑

算法导论6-2

摘要：读书笔记本小节主要讲述了将一个数组变成最大堆的过程；事实上还是比较简单的，这里使用了递归的方法；分解将堆分为左堆和右堆解决递归地将左堆和右堆变成最大堆合并合并左堆和右堆变成整体的最大堆课后习题 6.2-1 参照图6-2的方法，说明

M A X - H E A P I F Y (A, 3)

$MAX-HEAPIFY(A, 3)$ 在数组$A=< 阅读全文

posted @ 2021-01-15 10:34 ijkzen 阅读(234) 评论(0) 推荐(0) 编辑

算法导论6-1

摘要：读书笔记本小节首先介绍了__堆__的概念，然后又介绍了__二叉堆__的两种形式：最大堆和最小堆；其中图

(a) \(是 二 叉 堆 逻 辑 上 的 结 构 ， 图 \) (b)

$(a)$是二叉堆逻辑上的结构，图$(b)$ 是物理上的结构。如何从物理上的结构映射到逻辑的结构，通过下方的简单的函数进行映射。最大堆所有的父节点都__大于等于子__节点。最小堆所有的阅读全文

posted @ 2021-01-15 10:29 ijkzen 阅读(241) 评论(0) 推荐(0) 编辑

算法导论5-3

摘要：读书笔记本小节分为两部分，第一部分陈述随机算法的必要性，第二部分介绍了两种随机算法并且证明了它们的正确性；一个算法的执行效率需要一个随机算法的输入来检验；优先级排序随机算法过程如下：为数组每个元素

A [i]

$A[i]$ 赋一个随机的优先级

P [i]

$P[i]$ ，然后依据优先级对数组

A

$A$ 中的元素进行排序。伪阅读全文

posted @ 2021-01-15 10:23 ijkzen 阅读(148) 评论(0) 推荐(0) 编辑

算法导论5-2

摘要：读书笔记本小节分为两部分，第一部分用复杂的语言讲解期望的计算方法，即值和概率乘积之和；第二部分使用第一部分讲述的方法计算期望；有一个值得注意的地方，

\sum_{k = 1} n \frac{1}{n} = \lnn + O (1)

$\sum_{k=1}{n}{\frac{1}{n}} = \lnn + O(1)$ 的证明过程可以在附录A的A.2中找到。 \[ \sum_{k=1 阅读全文

posted @ 2021-01-15 10:22 ijkzen 阅读(336) 评论(2) 推荐(0) 编辑

算法导论5-1

摘要：读书笔记本小节并没有讲太多东西，但是最后一句话有一些意义；一般而言，当概率分布实在算法的输入上时，我们讨论的是平均情况运行时间；当算法本身做出随机选择时，我们讨论其期望时间。课后习题 5.1-1 证明：假设在过程HIRE-ASSISTANT的第4行中，我们总能决定哪一个应聘者最佳，则意味着我们阅读全文

posted @ 2021-01-15 10:19 ijkzen 阅读(133) 评论(0) 推荐(0) 编辑

算法导论4-5

摘要：读书笔记使用主方法，往往能够更加简便地求解递归式；

T (n) = a T (n / b) + f (n)

$T(n) = aT(n/b) + f(n)$ 上述递归式表示，将原来规模为

n

$n$ 的问题分解为

a

$a$ 个子问题，每个子问题的规模为

n / b

$n/b$ ，其中

a

$a$ 和

b

$b$ 都是正常数。

a

$a$ 个子问题递归地进行求解，每个花费时间为

T (n / b)

$T(n/b)$ 。函数$ 阅读全文

posted @ 2021-01-15 10:18 ijkzen 阅读(271) 评论(0) 推荐(0) 编辑

算法导论4-4

摘要：读书笔记本章主要讲解了使用递归树方法求解递归式；在递归树中，每个节点表示一个单一子问题的代价，子问题对应某次递归函数调用。我们将树中每层中的代价求和，得到每层代价，然后将所有曾的代价求和，得到所有层次的递归调用的总代价。递归树适合用来生成好的猜测，然后可用代入法来验证猜测是否正确，但是在某种程阅读全文

posted @ 2021-01-14 18:27 ijkzen 阅读(442) 评论(0) 推荐(0) 编辑

算法导论4-3

摘要：读书笔记代入法求解递归式分为两步：猜测解的形式。用数学归纳法求出解中的常数，并证明解是正确的。但是并不存在通用的方法来猜测递归式的正确解，但是也是有一些技巧的：使用递归树辅助猜测先猜测一个较为宽松的上界和下界，然后缩小范围课后习题证明：

T (n) = T (n - 1) + n

$T(n) = T(n-1)+n$ 的解为$O(n 阅读全文

posted @ 2021-01-14 18:25 ijkzen 阅读(645) 评论(0) 推荐(0) 编辑

算法导论4-2

摘要：读书笔记本章主要讲述了用于矩阵乘法的Strassen算法；首先使用暴力算法给出了矩阵乘法的一个解，由于使用了三重循环，所以时间复杂度为

θ (n^{3})

$\theta(n^3)$ ；然后使用分治法给出一个解，但是时间复杂度并没有优于暴力算法，仍然是

θ (n^{3})

$\theta(n^3)$ ; 最后引出了Strassen算法，能在阅读全文

posted @ 2021-01-14 18:23 ijkzen 阅读(472) 评论(0) 推荐(0) 编辑

算法导论4-1

摘要：学习笔记本章给出一张未来17天的股价涨跌折线图，要求获得最大收益；将相邻的价格相减，把问题转化为求解最大子数组问题，其输入是一个数值数组，算法需要确定具有最大和的连续子数组；分解将数组分为左右两块解决最大子数组的产生一共有三种基本情况：左子数组（向下递归）右子数组（向下递归）包含左阅读全文

posted @ 2021-01-14 18:19 ijkzen 阅读(220) 评论(0) 推荐(0) 编辑

算法导论3-2

摘要：读书笔记这一章节主要是回顾了一些关于数学的内容，下面是其中的重要内容。多重函数我们使用记号

f^{(i)} (n)

$f^{(i)}(n)$ 来表示函数

f (n)

$f(n)$ 重复

i

$i$ 次作用于一个初值

n

$n$ 上。形式化地，假设

f (n)

$f(n)$ 为实数集上的一个函数。对非负整数

i

$i$ ，我们递归地定义 \[ f^{(i)}(n)= \begi 阅读全文

posted @ 2021-01-14 18:15 ijkzen 阅读(428) 评论(0) 推荐(0) 编辑

MarkDown公式指导手册

摘要：转载自 https://www.zybuluo.com/codeep/note/163962 一、公式使用参考 1．如何插入公式

L A T E X

$\LaTeX$ 的数学公式有两种：行中公式和独立公式。行中公式放在文中与其它文字混编，独立公式单独成行。行中公式可以用如下方法表示：

数 学 公 式

$数学公式$ 独立公式可阅读全文

posted @ 2021-01-14 18:08 ijkzen 阅读(473) 评论(0) 推荐(1) 编辑

算法导论3-1

摘要：读书笔记渐近记号用来刻画算法的运行时间，但是想要综合性的覆盖所有的输入，需要不同的渐近记号；

θ

$\theta$ 记号，确定一个算法的渐近上界和渐近下界，具体定义如下：

θ (g (n))

$\theta(g(n))$ = {

f (n)

$f(n)$ : 存在正常量

c_{1}

$c_1$ 和

c_{2}

$c_2$ 和

n_{0}

$n_0$ ，使得对所有的

n \geq

$n\geq$ ，阅读全文

posted @ 2021-01-14 18:04 ijkzen 阅读(343) 评论(0) 推荐(0) 编辑

算法导论2-3(思考题)

摘要：(在归并排序中对小数组采用插入排序) 虽然归并排序的最坏情况运行时间为

θ (n \lg) \(， 而 插 入 排 序 的 最 坏 情 况 的 运 行 时 间 为 \) θ (n^{2})

$\theta(n\lg)$，而插入排序的最坏情况的运行时间为$\theta(n^2)$ ，但插入排序中的常量因子可能是的它在

n

$n$ 较小时，在大多数机器上运行得较快；因此，在归并排序中，当子问题的规模足够小时，采用插入排序的方法阅读全文

posted @ 2021-01-14 18:01 ijkzen 阅读(349) 评论(0) 推荐(0) 编辑

算法导论2-3

摘要：读书笔记首先是递归和分治的思想；递归：在函数内部再次调用函数本身，但是这个再次调用所处理的问题要小于上一次调用，函数参数也并不相同；分治：将原问题分解为几个规模较小但是类似原问题的子问题，然后递归地求解这些问题，最后在合并这些子问题的解来建立原问题的解；详细讲一下分治：分解原问题为若干子问阅读全文

posted @ 2021-01-14 17:58 ijkzen 阅读(113) 评论(0) 推荐(0) 编辑

算法导论2-2

摘要：读书笔记分析算法帮助我们选出某个问题的更优算法；我们应该使用一个统一的标准去衡量算法的优劣，此处使用——RAM（random-access machine），一个通用的单处理器计算模型。 RAM模型对各种指令的执行时间定义为常量，注意，对于不同的指令该常量值不同；对于插入排序，数据规模n和执行阅读全文

posted @ 2021-01-14 17:53 ijkzen 阅读(194) 评论(0) 推荐(0) 编辑

算法导论2-1

摘要：读书笔记原址排序：在排序过程中，只有常数个数据存储在数组外；插入排序工作过程： for j = 2 to A.length key = A[j] // insert A[j] into the sorted sequence A[1, j-1] i = j - 1 while i > 0 an 阅读全文

posted @ 2021-01-14 17:49 ijkzen 阅读(117) 评论(0) 推荐(0) 编辑

算法导论1-2

摘要：读书笔记算法无论如何总是必要的。同样的问题，使用不同的算法结果可能天差地别。课后习题 1.2-1 给出在应用层需要算法内容的应用的一个例子，并且讨论设计的算法功能。在android studio中需要对strings.xml按照字母顺序排序，使得文件内容更加有秩序； 1.2-2 假设我们正比阅读全文

posted @ 2021-01-14 17:41 ijkzen 阅读(100) 评论(0) 推荐(0) 编辑

算法导论1-1

摘要：读书笔记定义算法是有输入输出的计算过程。算法解决的问题解决当前未能解决的问题为当前已经解决的问题提供更好的解决方案算法的指标速率，解决同样的事情所需要的时间。课后习题 1.1-1 给出现实生活中需要排序的一个例子或者现实说中需要计算凸壳的一个例子？拍照时，需要按照身高排序； 1. 阅读全文

posted @ 2021-01-14 17:39 ijkzen 阅读(96) 评论(0) 推荐(0) 编辑

解决Windows和Ubuntu双系统时间混乱的问题

摘要：使用Windows和Ubuntu双系统的同学可能会发现这样的问题，在双系统切换的时候，总会有一个系统的时间不对，这两个系统的显示时间一般是相差8小时。原因这是因为这两个系统对于硬件时间处理方法不同，Windows将机器时间视为本地时间，而Ubuntu将机器时间视为相对时间，真正用于显示的本地时间阅读全文

posted @ 2021-01-14 17:32 ijkzen 阅读(459) 评论(0) 推荐(0) 编辑

Scoop --- Windows下绿色软件的包管理器

摘要：之前使用Chocolatey这个在Windows下的包管理器，在使用了一段时间后发现了一些问题：软件没有集中安装在一个目录下软件所安装的目录下文件无法编辑命令行软件更新出错问题软件没有集中安装在一个目录下对于这个问题，官方的文档如下： Where are Chocolatey packa 阅读全文

posted @ 2021-01-14 17:31 ijkzen 阅读(496) 评论(0) 推荐(0) 编辑

IJKZEN

01 2021 档案

公告

常用链接

最新随笔

随笔分类

随笔档案

阅读排行榜

评论排行榜

最新评论