06 2018 档案
摘要:今天来总结下二叉树前序、中序、后序遍历相互求法,即如果知道两个的遍历,如何求第三种遍历方法,比较笨的方法是画出来二叉树,然后根据各种遍历不同的特性来求,也可以编程求出,下面我们分别说明。总结一下三种遍历方式的特征: 前序:开头是头结点 中序:根据头结点划分左右子树的元...
阅读全文
摘要:假定一个集合为 S={18,75,60,43,54,90,46},集合长度为n假定选取的散列函数为:h(K)=K % m 即用元素的关键字K整除以散列表的长度m,(假定K和m均为正整数,并且m>=n),取余数作为存储该元素的散列地址。在此例中,n=7,所...
阅读全文
摘要:本文章适用于VC编译器,VC编译器里有个rand()函数,我们用它来实现取随机数。#include #include //随机数的头文件int main(){int k;k=rand();printf("%d\n",k);return 0;}rand()可以产生0~3...
阅读全文
摘要:假定一个集合为 S={18,75,60,43,54,90,46},集合长度为n 假定选取的散列函数为:h(K)=K % m 即用元素的关键字K整除以散列表的长度m,(假定K和m均为正整数,并且m>=n),取余数作为存储该元素的散列地址。在此例中,n=7,所以假定取m=8,则得到的每个元素的散列地址为
阅读全文
摘要:将一个从大到小的数组,用以下排序方法排序成从小到大的,()最快。正确答案: D 你的答案: C (错误)插入排序冒泡排序快速排序堆排序答案:DA和B的时间复杂度为N^2C的平均时间复杂度为NlogN,这里是最坏的情况,也是N^2Un-Infinite排序方法 ...
阅读全文
摘要:静态查找若查找目的是为了查询某个特定的数据是否在表中或检索某个特定数据的各种属性,则此类查找表为静态查找表。1、顺序查找基本原理:从表一端开始逐个和关键字进行比较,若找到一个记录和...
阅读全文
摘要:静态查找 若查找目的是为了查询某个特定的数据是否在表中或检索某个特定数据的各种属性,则此类查找表为静态查找表。 1、顺序查找 基本原理:从表一端开始逐个和关键字进行比较,若找到一个记录和给定值相等,则查找成功,反之失败。再简单点就是,一个一个的比大小,看看是否相等。 例子: 顺序查找更适合于顺序存储
阅读全文
摘要:先看看赫夫曼树假设有n个权值{w1,w2,…,wn},构造一个有n个叶子结点的二叉树,每个叶子结点权值为wi,则其中带权路径长度WPL最小的二叉树称作赫夫曼树或最优二叉树。 赫夫曼树的构造,赫夫曼最早给出了带有一般规律的算法,俗称赫夫曼算法。如下:(1)根据给定的n个权值{w1,w2,…,wn}构造
阅读全文
摘要:深入解析最小生成树 正文 所谓最小生成树,就是在一个具有N个顶点的带权连通图G中,如果存在某个子图G',其包含了图G中的所有顶点和一部分边,且不形成回路,并且子图G'的各边权值之和最小,则称G'为图G的最小生成树。 由定义我们可得知最小生成树的三个性质: •最小生成树不能有回路。 •最小生成树可能是
阅读全文
摘要:深入解析最小生成树正文 所谓最小生成树,就是在一个具有N个顶点的带权连通图G中,如果存在某个子图G',其包含了图G中的所有顶点和一部分边,且不形成回路,并且子图G'的各边权值之和最小,则称G'为图G的最小生成树。 由定义我们可得知最小生成树的三...
阅读全文
摘要:先看看赫夫曼树假设有n个权值{w1,w2,…,wn},构造一个有n个叶子结点的二叉树,每个叶子结点权值为wi,则其中带权路径长度WPL最小的二叉树称作赫夫曼树或最优二叉树。 赫夫曼树的构造,赫夫曼最早给出了带有一般规律的算法,俗称赫夫曼算法。如下:(1)根据给定的n个...
阅读全文
摘要:#include using namespace std;int main(){ char *a[]={"ab","ccs","html"}; char **pa =a; cout 成员选择(指针)对象指针->成员名 2-负号运算符-常量右到左单目运算符(类型)强制类...
阅读全文
摘要:1.数据结构化2.数据的共享性高,冗余度低,易扩充3.数据独立性高4.数据由DBMS统一管理和控制结构化编辑数据库系统实现了整体数据的结构化,这是数据库的最主要的特征之一。这里所说的“整体”结构化,是指在数据库中的数据不再仅针对某个应用,而是面向全组织;不仅数据内部是...
阅读全文
摘要:重要指标(吞吐量,周转时间,CPU利用率,公平平衡)非抢占式的先来先服务算法(FCFS):按照进程就绪的先后顺序使用CPU 特点:公平,实现简单,但是长进程后面的短进程需要等待很长时间,不利于用户体验。非抢占式的最短作业优先(SJF):具有最短完成时间的进程优先执行最...
阅读全文
摘要:从刚开始学习机器学习到现在也有几个月了,期间看过PDF,上过MOOC,总感觉知道一点了又不是特别明白,最后趁某东买书大减价弄了几本相关的书来看看,其中一本就是西瓜书。一口气看了前10章,感觉每章内容都很少,看完感觉还是和以前一样。每章的习题都只是挑了几个简单的看看,没做认真的分析,现在回过头认真做做...
阅读全文
摘要:从刚开始学习机器学习到现在也有几个月了,期间看过PDF,上过MOOC,总感觉知道一点了又不是特别明白,最后趁某东买书大减价弄了几本相关的书来看看,其中一本就是西瓜书。一口气看了前10章,感觉每章内容都很少,看完感觉还是和以前一样。每章的习题都只是挑了几个简单的看看,没做认真的分析,现在回过头认真做做
阅读全文
摘要:1 关于主题模型使用LDA做推荐已经有一段时间了,LDA的推导过程反复看过很多遍,今天有点理顺的感觉,就先写一版。隐含狄利克雷分布简称LDA(latent dirichlet allocation),是主题模型(topic model)的一种,由Blei, David...
阅读全文
摘要:1. K-Means(K均值)聚类算法步骤: (1) 首先我们选择一些类/组,并随机初始化它们各自的中心点。中心点是与每个数据点向量长度相同的位置。这需要我们提前预知类的数量(即中心点的数量)。 (2) 计算每个数据点到中心点的距离,数据点距离哪个中心点最近就划分到哪一类中。 (3) 计算每一类中中...
阅读全文
摘要:前言众所周知,快速的城市化使得很多人的生活变得现代化,同时也产生了很多挑战,如交通拥挤、能源消耗和空气污染。城市的复杂性使得应对这些挑战看起来几乎是不可能的。近来,传感技术和大规模计算基础设施的进步产生了各种各样的大数据,从社会化媒体数据到交通数据,从地理数据到气象数...
阅读全文
摘要:数据归约策略数据仓库中往往具有海量的数据,在其上进行数据分析与挖掘需要很长的时间数据归约 用于从源数据中得到数据集的归约表示,它小的很多,但可以产生相同的(几乎相同的)效果数据归约策略 维归约 数据压缩 数值归约 离散化和概念分层产生用于数据归约的时间不应超过或“抵消...
阅读全文
摘要:Table of Contents1. 稀疏表示理论背景1.1. 稀疏表示的由来1.2. 啥是高维数据1.3. 高维数据的特点1.4. 稀疏表示原理2. 过完备字典完成稀疏表示理论计算理论2.1. 稀疏求解的方法2.2. 字典构造的方法3. 总结稀疏表示理论背景稀疏表...
阅读全文