5.LeetCode-算法笔记

Lenskit备忘录 - Item-Based协同过滤推荐算法笔记

最近参与了一个项目，负责推荐算法的调查和提案。考察了几个流行的工具，最终选择了Lenskit。官网上的文档资源已经比较丰富了，但是为了满足项目需求很多内容需要解读源代码才能理解，所以觉得有必要把学习成果贡献出来，同时也为自己留下一份笔记，以备将来有需要时可以进行查阅。如果您通过阅读本文，得到了启发与收获，绝对是我的荣幸。Lenskit提供了四种协同过滤算法的实现，Item-Based，User-B
Nuan_Feng·2017-06-21 08:28

RandomForest新手自学笔记（多个网站博客整理）

随机森林算法笔记（含决策树基础）本资料由多个博客整理而成，仅供学习使用。其中注明了大部分资料来源，如未注明或侵犯了您的权益请联系[email protected]下方排版较乱，请直接查看pdf。
qq_29412441·2017-04-30 19:16

机器学习算法笔记之6：数据预处理

一、概述在工程实践中，我们得到的数据会存在有缺失值、重复值等，在使用之前需要进行数据预处理。数据预处理没有标准的流程，通常针对不同的任务和数据集属性的不同而不同。数据预处理的常用流程为：去除唯一属性、处理缺失值、属性编码、数据标准化正则化、特征选择、主成分分析。二、数据预处理方法1.去除唯一属性唯一属性通常是一些id属性，这些属性并不能刻画样本自身的分布规律，所以简单地删除这些属性即可。2.处理缺
marsjhao·2017-04-17 17:26

一个Acmer的算法之路 —— 从算法思维导图开始

这是我写的第二篇博文，之前感觉在云笔记和在笔记本上写的算法笔记和一些编程的笔记感觉没有系统性，所以那天遇到了素数的一个快速求法(因为之前已经掌握了)想写到自己的博客中去，以后把这些零碎的小知识都系统的整理起来
HaydenSpooing·2017-04-16 22:10

Raft一致性算法笔记

很久之前研究过raft协议，最近项目中一直没有使用，有些生疏了，这次重温了一下raft，花了两天的时间，就顺便做下笔记。一致性问题在分布式系统中,一致性问题(consensusproblem)是指对于一组服务器，给定一组操作，我们需要一个协议使得最后它们的结果达成一致。由于CAP理论告诉我们对于分布式系统，如果不想牺牲一致性，我们就只能放弃可用性，所以，数据一致性模型主要有以下几种：强一致性、弱一
何约什·2017-04-11 01:54

算法笔记之动态规划（DP）

动态规划（Dynamicprogramming）动态规划是解决多阶段决策问题的一种有效的算法设计方法，所谓的多阶段决策问题，即它们的活动过程可以分为若干个阶段，且任一个阶段后的行为都仅依赖于i阶段的状态，而与i之前的状态无关。动态规划试用于两种问题，最优子结构和无后效性。最优子结构指的是某个阶段的最优状态可以从之前的某个阶段的某个或某些状态直接得到，无后效性指的是而不用关心这些状态是怎么得来的。也
再见Jacko·2017-03-22 11:53

快速排序 & 随机数的生成方法 & 随机快排

记录一下《算法笔记》中生成随机数的思想与方法为了引申出随机快排，顺便记录了快速排序算法。
JimmieZou·2017-03-18 16:50

决策树(Decision tree,DT)算法笔记(二)-scikit-learn

午安、晚安喽，欢迎大家指点，也希望我的内容可以温暖、帮助同在学习路上的人们~正文开始~~上一篇，基于分类决策树的原理，用Python初步实现决策分类的函数，详情见决策树(Decisiontree,DT)算法笔记
keepStriving·2017-03-15 11:53

加密算法笔记

记录下写加密文件脚本时候查阅的相关加密算法总结本文涉及的加密算法对称加密算法DES,AES密码模式密码本模式密码块链模式密码反馈模式对称加密算法使用相同的密钥来加密和解密的算法成为对称加密算法1.DESDES计算方法如下图。每次计算都是讲64bit明文拆分为左半部和右半部。下一轮的迭代输入左侧为上一轮的右半部，下一轮的右半部通过计算$$L_{i-1}\oplusf(R_{i-1},K_i)$$其中
saltyx_·2017-03-12 00:00

递归的基本原理

看《算法笔记》到递归了，遇到稍稍复杂一点的递归就会昏头。
JimmieZou·2017-03-09 20:52

PAT算法笔记(四) ————锤子剪刀布

题目描述大家应该都会玩“锤子剪刀布”的游戏：现给出两人的交锋记录，请统计双方的胜、平、负次数，并且给出双方分别出什么手势的胜算最大。输入描述:输入第1行给出正整数N（jiaWinGen[max])max=i;}printf("%c",gen[max]);max=0;for(inti=0;iyiWinGen[max])max=i;}printf("%c",gen[max]);}思路：预先枚举胜负结果
Wind_white·2017-03-02 21:29

算法笔记

排序算法22、归并排序归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（DivideandConquer）的一个非常典型的应用。原理：通过对若干个有序节点的归并实现排序。方法：1、先将原序列拆分成若干子序列2、将子序列重组成两个有序列3、合并两个有序列例待排序序列为{28,7,27,3,1,6,9,0,5,4}（1）拆分序列后{28，7，27，3，1}{6，9，0，5，4}——>
weixin_34040079·2017-03-01 10:00

支配树(dominator tree)学习笔记

但是演算法笔记里
GEOTCBRL·2017-02-27 08:42

Visual SLAM算法笔记

一、概述SimultaneousLocalizationandMapping(SLAM)原本是Robotics领域用来做机器人定位的，最早的SLAM算法其实是没有用视觉camera的（Robotics领域一般用LaserRangeFinder来做SLAM）。本文主要关注基于camera图像做SLAM的算法，即VisualSLAM算法。本文对SLAM和VisualSLAM不做区分。其实SLAM是一个
倔强不倒翁·2017-02-22 00:29

PAT-A 1036. Boys vs Girls (25)

这是《算法笔记上机训练实战指南》纸质版（附录二维码中可能有更新内容）中“入门模拟–查找元素”章节的最后一道题，这里有我做撸这一部分题目总结和心得。
JimmieZou·2017-02-17 10:35

PAT题型分类 & 记录汇总

这篇博客记录了我在跟着《算法笔记》以及习题册《算法笔记上机实践指南》刷了PAT的题目之后的一些解题方法的总结与心得。
JimmieZou·2017-02-17 09:09

PAT-B 1028. 人口普查(20)

第一次感觉自己的想法比《算法笔记》的“酷炫”，开心~我的思路也是脱胎于《算法笔记》对这个题目的解法中两个日期的比较。
JimmieZou·2017-02-16 17:22

算法笔记：链表

//leetcode中还有花样链表题，这里几个例子，冰山一角求单链表中结点的个数----时间复杂度O（n）这是最最基本的了，应该能够迅速写出正确的代码，注意检查链表是否为空。参考代码如下：publicstaticintgetListLength(Nodehead){//注意头结点为空情况if(head==null){return0;}intlen=0;Nodecur=head;while(cur!
暗黑破坏球嘿哈·2017-02-07 13:12

算法笔记：树和分治+复杂度分析2

参考两篇其他bolg总结的二叉树：https://github.com/xy7313/lintcode/blob/master/L3-BinaryTree/aboutTree.java1.树和分治法的关系分治法：divide-conquer算法题目中，很大部分的树题都可以用分治法的方法来解决关于树的题目比如TraverseinBinarytree:Preorder/Inorder/Postorde
暗黑破坏球嘿哈·2017-02-07 08:21

算法笔记-KMP算法

整理了一下据说由于过于晦涩难懂而导致某系统程序猿直接在实现字符串匹配的时候直接用暴力算法代替的KMP算法，初看之时确实觉得难以理解，不过经过塞得威客大大一节课的讲解之后，也就慢慢理解了。大神镇帖其实在真实的应用中当字母表很大重复字符不多模式串很短（模式串一直都很短吧）的时候，KMP算法并不一定比暴力算法快，但是KMP算法不回退文本指针的特性使得它可以用来处理字符流中的匹配问题。而且如果像01010
不可思议的Mark·2017-01-27 22:13

七大排序算法之冒泡排序

七大排序算法之冒泡排序@(算法笔记)[排序算法,冒泡排序,C++实现]七大排序算法之冒泡排序冒泡排序介绍冒泡排序核心思想简单的例子冒泡排序时间复杂度讨论代码冒泡排序介绍冒泡排序是七大排序算法中较为简单的一个
harry_502·2017-01-27 16:43

算法笔记：DFS+Backtracking系列

subset-DFS+Backtracking系列，有模板方法可以记例1：leetcode78.Subsetsolution-github1.题目分析首先，这个题是NP问题，没有多项式时间内的算法，只能用搜索解决的问题选择用DFS-backtracking的递归方式解决画递归树图搜索问题中处理去重：选代表（改题我们遇到重复的，选择留下有序的），因为我们的递归helper是在index向后排的时候调
暗黑破坏球嘿哈·2017-01-17 13:18

算法笔记——穷举思维

//问题1：百钱问题：将一元人民币换成1、2、5分的硬币，共有多少种换法？#includeusingnamespacestd;intmain(void){intnSum=0;inti=0;intj=0;//5分情况for(i=0;iusingnamespacestd;intmain(void){for(intn=1;n<=4;++n){if((n!=1)+(n==3)+(n==4)+(n!=4)=
苦逼的IT男·2017-01-09 23:51

算法笔记_013:汉诺塔问题（Java递归法和非递归法）

目录1问题描述2解决方案 2.1递归法2.2非递归法  1问题描述SimulatethemovementoftheTowersofHanoiPuzzle;Bonusispossibleforusinganimation.e.g.ifn=2;A→B;A→C;B→C;      ifn=3;A→C;A→B;C→B;A→C;B→A;B→C;A→C;翻译：模拟汉诺塔问题的移动规则；获得奖励的移动方法还是有
舞动的心·2017-01-06 22:00

算法笔记_013:汉诺塔问题（Java递归法和非递归法）

目录1问题描述2解决方案 2.1递归法2.2非递归法  1问题描述SimulatethemovementoftheTowersofHanoiPuzzle;Bonusispossibleforusinganimation.e.g.ifn=2;A→B;A→C;B→C;      ifn=3;A→C;A→B;C→B;A→C;B→A;B→C;A→C;翻译：模拟汉诺塔问题的移动规则；获得奖励的移动方法还是有
舞动的心·2017-01-06 22:00

算法笔记_013:汉诺塔问题（Java递归法和非递归法）

目录1问题描述2解决方案2.1递归法2.2非递归法1问题描述SimulatethemovementoftheTowersofHanoiPuzzle;Bonusispossibleforusinganimation.e.g.ifn=2;A→B;A→C;B→C;ifn=3;A→C;A→B;C→B;A→C;B→A;B→C;A→C;翻译：模拟汉诺塔问题的移动规则；获得奖励的移动方法还是有可能的。相关经典题
舞动的心·2017-01-06 22:00

总结 特征选择（feature selection）算法笔记

什么是特征选择特征选择也称特征子集选择，或者属性选择，是指从全部特诊中选取一个特征子集，使构造出来的模型更好。为什么要做特征选择在机器学习的实际应用中，特征数量往往较多，其中可能存在不相关的特征，特征之间也可能存在相互依赖，容易导致：特征个数越多，分析特征、训练模型所需的时间也就越长特征个数越多，容易引起“维度灾难”，模型也会越复杂，其推广能力会下降。特征选择能剔除不相关（irrelevant）或
AvalonsCN·2017-01-02 16:18

Visual SLAM算法笔记

MulinB按：最近在学习SLAM算法，这里作为阅读笔记记录和总结一下。这里关注的主要是基于视觉的VisualSLAM或VisualOdometry，也包括一部分图像和IMU融合的Visual-InertialOdometry相关算法。注：下文中部分链接指向GoogleScholar及Youtube，有些用户可能无法访问。一、概述SimultaneousLocalizationandMapping
mulinb·2016-12-23 17:31

0019算法笔记——【动态规划】0-1背包问题

1、问题描述：给定n种物品和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问:应如何选择装入背包的物品，使得装入背包中物品的总价值最大?形式化描述：给定c>0,wi>0,vi>0,1≤i≤n.要求找一n元向量(x1,x2,…,xn,),xi∈{0,1},∋∑wixi≤c,且∑vixi达最大.即一个特殊的整数规划问题。2、最优性原理：设(y1,y2,…,yn)是(3.4.1)的一个最优解
huoyahuoya·2016-12-16 00:09

0014算法笔记——【动态规划】凸多边形最优三角剖分

1、问题相关定义：(1)凸多边形的三角剖分：将凸多边形分割成互不相交的三角形的弦的集合T。(2)最优剖分：给定凸多边形P，以及定义在由多边形的边和弦组成的三角形上的权函数w。要求确定该凸多边形的三角剖分，使得该三角剖分中诸三角形上权之和为最小。凸多边形三角剖分如下图所示：2、最优子结构性质：若凸(n+1)边形P={V0,V1……Vn}的最优三角剖分T包含三角形V0VkVn,1usingnamesp
huoyahuoya·2016-12-07 22:29

加密算法笔记

从古埃及的时候就用这种密码学密钥的长度越长，加密的可靠性就越强密钥是一组特定的字符串，是控制明文和密文转换的唯一参数，起到“钥匙”的作用对称加密算法：对数据进行解密时使用的密钥和加密使用的密钥是完全相同的，也叫做私钥算法对称密码算法：不安全的算法一定要保证密钥安全性优点:加密速度快，加密后的数据不会变大缺点:在秘钥交换上存在问题加密算法只告诉你算法参与n+n密钥n+2对称加密算法（私钥算法）DES
周小玉·2016-12-05 12:05

Tarjan 算法笔记

概念说明Tarjan算法Tarjan算法属于图论中的一个算法，主要用来求一个图中的强连通分量，之后就可以做很多事，比如说缩点、求双联通分支等。强连通在一个有向图中，对于几个点，如果它们能够互相到达，那么称它们强连通。强连通分量可以这样理解：把一个图里的点分成几坨，每坨中的点都能够互相到达（他们强连通），然后再把每一坨看成一个点，能保证这些“点”中没有互相强连通的”点“，那么这每一坨就都是一个强连通
Jacky_50·2016-11-27 22:00

[置顶] 机器学习算法笔记

最近有两个多月的时间没来更新博客，是一直在忙着一件事——将博客中的一些文章整理成书。一开始写博客，给自己的文章建了一个响亮的标题《简单易学的机器学习算法》，但是发现写着写着，每一个算法也变得没那么简单易学，因此想对这些零散的知识点做一次全面的整理。最初是一年前有了这个念头，一直没有去实践，自己给自己找了很多的借口，今年8月份，这个念头又一次那么强烈的袭上心头，没有太多思考，说干就干。。。决定了，但
google19890102·2016-09-28 14:00

九章算法笔记：Union find

Unionfind有一颗二叉树CDABC指向的结点D,A和B指向结点C下图上一行是子节点下一行是父亲节点如果要找A的bigfather的话，先从A找到C,再从C找到D并查集查找find要O(n)的时间复杂度union需要O(n)的时间复杂度重要：如果有一个链表，这个链表最后都指向最后一个元素，nowyouwannafindbigfather.nowyousettwopointers,nowandt
DieHorseSpecial·2016-09-27 14:13

九章算法笔记：Union find

Unionfind有一颗二叉树CDABC指向的结点D,A和B指向结点C下图上一行是子节点下一行是父亲节点如果要找A的bigfather的话，先从A找到C,再从C找到D并查集查找find要O(n)的时间复杂度union需要O(n)的时间复杂度重要：如果有一个链表，这个链表最后都指向最后一个元素，nowyouwannafindbigfather.nowyousettwopointers,nowandt
DieHorseSpecial·2016-09-27 14:13

【数据挖掘】FPgrowth算法笔记

1.提出问题对于Apriror算法来说，仍然受到两种非平凡开销的影响：仍然需要产生大量的候选集。例如，如果有10^4个频繁1项集，则需要产生10^7个候选频繁2项集。可能需要重复地扫描整个数据库。检索数据库中每个事务来确定候选项集支持度的开销会很大。所以，我们需要设计一种方法，挖掘全部频繁项集而无须这种代价昂贵的候选产生过程。即，不需要产生如此大量的候选集，同时在确定候选集支持度时不需要重复地扫描
Seek_Joy·2016-09-20 22:37

汉诺塔(Hanoi)递归算法笔记记录

汉诺（Hanoi）塔问题：古代有一个梵塔，塔内有三个座A、B、C，A座上有64个盘子，盘子大小不等，大的在下，小的在上（如图找了张5个的，意思一样）。有一个和尚想把这64个盘子从A座移到B座，但每次只能允许移动一个盘子，并且在移动过程中，3个座上的盘子始终保持大盘在下，小盘在上。在移动过程中可以利用B座，要求打印移动的步骤。如果只有一个盘子，则不需要利用B座，直接将盘子从A移动到C。分析：以5个盘
豆芽炒粉丝·2016-09-06 08:15

算法笔记－排序02:归并排序,快速排序

思路归并排序的思想是先将数组分散为小数组分别排序，然后将结果归并起来。原地归并的抽象方法将两个已经排序好的数组归并为一个数组这一操作对于归并排序的意义不言而喻，以下是归并方法的实现：publicstaticvoidmerge(Comparable[]a,intlow,intmid,inthigh){inti=low,j=mid+1;for(intk=low;kmid)a[k]=indexA[j++
不可思议的Mark·2016-09-03 21:03

php递归算法笔记

递归函数为自调用函数，在函数体内直接或间接自己调用自己，但需要设置自调用的条件，若满足条件，则调用函数本身，若不满足则终止本函数的自调用，然后把目前流程的主控权交回给上一层函数来执行，可能这样给大家讲解，还是很难明白，直接上例子functiontest($n){echo$n."";if($n>0){test($n-1);}else{echo"";}echo$n."";}test(2)这个例子最终的
夕湖胡同·2016-09-02 10:46

卡尔曼算法笔记---思想和实际应用物理含义的理解

此片blog的目的是理解卡尔曼算法的思想和实际应用的物理含义，想法很好，却只能理解冰山一角，先记下这一角另本blog参考卡尔曼滤波--从推导到应用和徐亦达卡尔曼推导视频首先认识卡尔曼算法在数学领域是什么位置：处理线性高斯模型的算法然后认识卡尔曼算法的思想：一片绿油油的草地上有一条曲折的小径,通向一棵大树.一个要求被提出:从起点沿着小径走到树下.“很简单.”A说,于是他丝毫不差地沿着小径走到了树下.
虾米一代·2016-07-29 10:19

Miller-Rabin素数检测算法笔记

本文内容主要参考《程序员的数学思维修炼》一书中对素数和余数的讲解及这篇博文:Miller-Rabin素数测试学习笔记以及这篇文章：数论部分第一节：素数与素性测试（这篇文章非常好，很清晰的讲解了从素数定义到素数检测算法的过程，比我看到的其他所有资料都好，就是有点长）先介绍一个概念：互质（或叫互素）如果a和b两个数的公约数只有1，那么a和b互质，记做（c,m）=1。根据质数定义，质数与所有小于它的正整
ElfRace·2016-07-16 23:41

数据结构与算法笔记 —— 查找算法及代码实现

数据结构与算法笔记——查找算法及代码实现一.二分查找核心思想：将n个元素分成个数大致相同的两半，取a[n/2]与欲查找的x作比较，如果x=a[n/2]则找到x，算法终止。
HorizontalView·2016-04-26 22:34

机器学习算法笔记1_2:分类和逻辑回归(Classification and Logistic regression)

形式：采用sigmoid函数：g(z)=11+e−z其导数为g′(z)=(1−g(z))g(z)假设：即：若有m个样本，则似然函数形式是：对数形式：采用梯度上升法求其最大值求导：更新规则为：可以发现，则个规则形式上和LMS更新规则是一样的，然而，他们的分界函数hθ(x)却完全不相同了（逻辑回归中h(x)是非线性函数）。关于这部分内容在GLM部分解释。注意：若h(x)不是sigmoid函数而是阈值函
BUPT_WX·2016-04-21 14:23

机器学习算法笔记1_2:分类和逻辑回归(Classification and Logistic regression)

形式：采用sigmoid函数：g(z)=11+e−z其导数为g′(z)=(1−g(z))g(z)假设：即：若有m个样本，则似然函数形式是：对数形式：采用梯度上升法求其最大值求导：更新规则为：可以发现，则个规则形式上和LMS更新规则是一样的，然而，他们的分界函数hθ(x)却完全不相同了（逻辑回归中h(x)是非线性函数）。关于这部分内容在GLM部分解释。注意：若h(x)不是sigmoid函数而是阈值函
BUPT_WX·2016-04-21 14:00

机器学习算法笔记1_1:线性回归

形式h(x)=∑i=0nθixi=θTx代价函数:J(θ)=12∑i=1m(h(x(i)θ)−y(i))2LMS(LeastMeanSquares)算法参数更新原则梯度下降法，参数沿着使代价函数下降最快的方向改变，其中α为学习速率单样本更新可以看到，当误差(y(i)−hθ(x(i)))越大时，参数更新幅度越大，反之较小。这只是针对一个样本的情况，当有多个样本时，有以下两种方法更新参数批处理算法随机
BUPT_WX·2016-04-21 14:00

机器学习算法笔记2_1:生成学习算法(Generative Learning algorithms)

我们之前学习的算法都是基于p(y|x;θ),他的思想是找出找出一个决策边界来将两类分开，而生成算法是先对两个类别分别建模，为了将样本分开，将样本代入两个模型，看样本与哪个类别更匹配。这种试图直接从输入x映射到类别标签{0,1}的算法被称为判别学习算法；而通过计算p(x|y)（和p(y)）来得到模型的算法被称为生成学习算法通过贝叶斯函数得到p(y|x)=p(x|y)p(y)p(x),argmaxyp
BUPT_WX·2016-04-21 14:07

机器学习算法笔记2_1:生成学习算法(Generative Learning algorithms)

我们之前学习的算法都是基于p(y|x;θ),他的思想是找出找出一个决策边界来将两类分开，而生成算法是先对两个类别分别建模，为了将样本分开，将样本代入两个模型，看样本与哪个类别更匹配。这种试图直接从输入x映射到类别标签{0,1}的算法被称为判别学习算法；而通过计算p(x|y)（和p(y)）来得到模型的算法被称为生成学习算法通过贝叶斯函数得到p(y|x)=p(x|y)p(y)p(x),argmaxyp
BUPT_WX·2016-04-21 14:00

机器学习算法笔记系列之深入理解主成分分析PCA-Python实现篇

blog.csdn.net/shizhixinWeibo：http://weibo.com/zhixinshiEmail:[email protected]:2016-04-19Note:本笔记是机器学习算法笔记系列之深入理解主成分分析
zstarstone·2016-04-19 16:44

机器学习算法笔记系列之深入理解主成分分析PCA-原理篇

Author:shizhixinBlog:http://blog.csdn.net/shizhixinWeibo：http://weibo.com/zhixinshiEmail:[email protected]:2016-04-14Note:本笔记是本人根据网上和书本资料总结，并对所有作者表示感谢，特别感谢致谢文献中提到的作者！本笔记仅供学习交流！1概述真实的训练数据总是存在各种各样的
zstarstone·2016-04-18 17:37

机器学习算法笔记系列之深入理解主成分分析PCA-原理篇

Author:shizhixinBlog:http://blog.csdn.net/shizhixinWeibo：http://weibo.com/zhixinshiEmail:[email protected]:2016-04-14Note:本笔记是本人根据网上和书本资料总结，并对所有作者表示感谢，特别感谢致谢文献中提到的作者！本笔记仅供学习交流！1概述真实的训练数据总是存在各种各样的
ShiZhixin·2016-04-18 17:00
上一页 47 48 49 50 51 52 53 54 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他