Fork me on GitHub
上一页 1 ··· 40 41 42 43 44 45 46 47 48 ··· 88 下一页
摘要: strstr 调用格式 功能说明 该函数在参数haystack给定的字符串中找到字符串needle出现的第一次位置。匹配字符串needle不会匹配字符串结束符‘\0’。在早些版本的Linux libc中该函数是不允许参数needle为空。但是在后面的版本中比如4.6.27中,是允许参数needle为 阅读全文
posted @ 2017-05-24 20:16 ranjiewen 阅读(274) 评论(0) 推荐(0) 编辑
摘要: 开始跟着云课堂学习《算法设计与分析》入门篇和进阶篇,开始系统的学习一下 P问题,非P类问题,NP问题,NPC问题 P问题:如果一个问题可以找到一个能在多项式的时间(n在底数上面)里解决的算法,那么这个问题就是P问题。 NP问题:可以在多项式时间里验证一个解的问题。NP问题的另一个定义是,可以在多项式 阅读全文
posted @ 2017-05-21 15:42 ranjiewen 阅读(616) 评论(0) 推荐(0) 编辑
摘要: 面试笔记–海量数据题目处理总结 何谓海量数据处理? 所谓海量数据处理,无非就是基于海量数据上的存储、处理、操作。何谓海量,就是数据量太大,所以导致要么是无法在较短时间内迅速解决,要么是数据太大,导致无法一次性装入内存。 那解决办法呢?针对时间,我们可以采用巧妙的算法搭配合适的数据结构,如Bloom 阅读全文
posted @ 2017-05-21 00:42 ranjiewen 阅读(4134) 评论(0) 推荐(1) 编辑
摘要: 一、题目描述 描述: 输入n个整数,输出其中最小的k个。 输入: 输出: 输出一个整数数组 样例输入: 样例输出: 二、Top K问题 对于 Top K 问题有很多种解法。 解法一:排序 相信很多人会首先想到这种方法,先把数组按升序/降序进行排序,然后输出 K 个最小/最大的数。 常规的排序方法时间 阅读全文
posted @ 2017-05-21 00:35 ranjiewen 阅读(3119) 评论(1) 推荐(0) 编辑
摘要: layout: post title: 散列查找(哈希表) date: 2017 05 20 tag: 数据结构和算法 目录 TOC {:toc} 散列表 现有的查找算法,对数据量特别大的时候不适用 填装因子(Loading Factor):设散列表空间大小为m,填入表中元素个数为n,则a=n/m为 阅读全文
posted @ 2017-05-20 20:25 ranjiewen 阅读(2793) 评论(1) 推荐(0) 编辑
摘要: layout: post title: 数据结构学习笔记排序 (快速,表排序,基数排序) date: 2017 05 20 tag: 数据结构和算法 "基数排序与桶排序,计数排序【详解】" 目录 TOC {:toc} 快速排序 不稳排序 采用分而治之思想 最好的情况:每次主元正好中分,T(N)=O( 阅读全文
posted @ 2017-05-20 18:01 ranjiewen 阅读(1326) 评论(0) 推荐(0) 编辑
摘要: "03 树3 Tree Traversals Again" 这道题目根据前序和中序输出后序的顺序; 如果只根据遍历顺序,不需要建立二叉树,但是给出这些顺序,求一些树的高度,结构等;就需要建立二叉树,也是递归的建立,给节点赋值 题目 本题要求根据给定的一棵二叉树的后序遍历和中序遍历结果,输出该树的先序 阅读全文
posted @ 2017-05-20 16:23 ranjiewen 阅读(958) 评论(0) 推荐(0) 编辑
摘要: "Kaggle官网" 数据挖掘的比赛,主要是特征工程 "Kaggle 数据挖掘比赛经验分享" "Kaggle 机器学习竞赛冠军及优胜者的源代码汇总" "程序化广告交易中的点击率预估" 阅读全文
posted @ 2017-05-18 20:50 ranjiewen 阅读(355) 评论(0) 推荐(0) 编辑
摘要: 题目 给定大量手机用户通话记录,找出其中通话次数最多的聊天狂人。 输入格式: 输入首先给出正整数N(≤10​^5​​),为通话记录条数。随后N行,每行给出一条通话记录。简单起见,这里只列出拨出方和接收方的11位数字构成的手机号码,其中以空格分隔。 输出格式: 在一行中给出聊天狂人的手机号码及其通话次 阅读全文
posted @ 2017-05-18 10:28 ranjiewen 阅读(596) 评论(0) 推荐(0) 编辑
摘要: 以前接触过libsvm,现在算在实际的应用中学习 LIBSVM 使用的一般步骤是: 1)按照LIBSVM软件包所要求的格式准备数据集; 2)对数据进行简单的缩放操作; 3)首要考虑选用RBF 核函数; 4)采用交叉验证选择最佳参数C与g ; 5)采用最佳参数C与g 对整个训练集进行训练获取支持向量机 阅读全文
posted @ 2017-05-17 20:24 ranjiewen 阅读(3601) 评论(0) 推荐(0) 编辑
上一页 1 ··· 40 41 42 43 44 45 46 47 48 ··· 88 下一页