All_In_gzx_cc的博客

相机标定，坐标系转换

文章转载自：https://blog.fiteen.top/2019/sorting-algorithm， 仅作学习使用~概述由于待排序的元素数量不同，使得排序过程中涉及的存储器不同，可将排序方法分为两类：一类是内部排序，指的是待排序列存放在计算机随机存储器中进行的排序过程；另一类是外部排序，指的是待排序的元素的数量很大，以致内存一次不能容纳全部记录，在排序过程中尚需对外存进行访问的排序过程。我们可以将常见的内部排序算法可以分成两类：比较类排序：通过比较来决定元素间的相对次序，时间复杂度

概述王者有一段时间没玩了，待再次上线的时候，TM（天美）发来了一封邮件，亲爱的召唤师，欢迎回归王者荣耀，你已有88日没有登录过游戏，这是为你精心准备的回归大礼包，礼包是一些体验卡和砖石等。but作为一名程序猿，让楼主更在意的是88这个数字的统计方式。我们知道王者荣耀用户数很多，假设有一亿用户，如何来记录用户的登录信息，如何来查询活跃用户（如一周内登录三次以上的），最常规的做法就是建一张用户登录信息表，有用户ID，有登录时间这样的，然后用户每登录一次就往表中插入一条数据，没毛病，那么假设一天之内有1亿用户

定义在图论中，拓扑排序（Topological Sorting）是一个有向无环图（DAG, Directed Acyclic Graph）的所有顶点的线性序列。且该序列必须满足下面两个条件：每个顶点出现且只出现一次。若存在一条从顶点 A 到顶点 B 的路径，那么在序列中顶点 A 出现在顶点 B 的前面。有向无环图（DAG）才有拓扑排序，非DAG图没有拓扑排序一说。例如，下面这个图：为什么会有拓扑排序？拓扑排序有何作用？举个例子，学习java系列的教程就比如学习java系类(部分)

并查集被很多OIer认为是最简洁而优雅的数据结构之一，主要用于解决一些元素分组的问题。它管理一系列不相交的集合，并支持两种操作：合并（Union）：把两个不相交的集合合并为一个集合。查询（Find）：查询两个元素是否在同一个集合中。当然，图论相关的问题，可以用并查集解决时，一般也可以用BFS或DFS来解决，此处不再展开，BFS和DFS相关算法可见此篇 文章。基本概念并查集是一种数据结构并查集这三个字，一个字代表一个意思：并（Union），代表合并查（Find），代表查找集（Set）

图图的定义图（Graph）G由两个集合V和G组成，记作G = (V,G)。其中V是各顶点（结点）的有穷非空集合，V中的任意两个顶点配对后作为集合E的元素，顶点偶对亦称为边。在有向图中，E中的元素形式为<x,y>，表示从顶点x到顶点y的一条有向边，有向边也称作弧，x为弧尾，y为弧头；在无向图中，E中的元素形式为(x,y)，仅表示连接顶点x和顶点y的一条边，效果同(y,x)。在实际应用中，每条边可以标上具有某种含义的数值，该数值称为边上的权，这些权可以表示从一个顶点到另一个顶点的距离或

我周围的人几乎都认为二分查找很简单，但事实真的如此吗？二分查找真的很简单吗？并不简单。看看 Knuth 大佬（发明 KMP 算法的那位）怎么说的：Although the basic idea of binary search is comparativelystraightforward, the details can be surprisingly tricky…这句话可以这样理解：思路很简单，细节是魔鬼。本文就来探究几个最常用的二分查找场景：寻找一个数、寻找左侧边界、寻找右侧边界。而且

二分查找的变形问题很多，选择几个典型的来讲解，其他的可以借助这个思路自己来分析。假设数据是从小到大排列为前提，如果你要处理的数据是从大到小排列的，解决思路也是一样的。1.查找第一个值等于给定值的元素有序数据集合中存在重复的数据，我们希望找到第一个值等于给定值的数据，比如下面这样一个有序数组，其中，a[5]，a[6]，a[7]的值都等于 8，是重复的数据。我们希望查找第一个等于 8 的数据，也就是下标是 5 的元素。先看一种简洁的写法，但不是很好理解细节public int bsearch(i

针对有序数据集合的查找算法：二分查找（Binary Search）算法，也叫折半查找算法。举个例子：假设有 1000 条订单数据，已经按照订单金额从小到大排序，每个订单金额都不同，并且最小单位是元。我们现在想知道是否存在金额等于 19 元的订单。如果存在，则返回订单数据，如果不存在则返回 null。最简单的办法当然是从第一个订单开始，一个一个遍历这 1000 个订单，直到找到金额等于 19 元的订单为止。但这样查找会比较慢，最坏情况下，可能要遍历完这 1000 条记录才能找到。那用二分查找能不能更快

待完成

待完成

待完成

待完成

待完成

如何理解“栈”？关于“栈”，我有一个非常贴切的例子，就是一摞叠在一起的盘子。我们平时放盘子的时候，都是从下往上一个一个放；取的时候，我们也是从上往下一个一个地依次取，不能从中间任意抽出。后进者先出，先进者后出，这就是典型的“栈”结构。从栈的操作特性上来看，栈是一种**“操作受限”的线性表**，只允许在一端插入和删除数据。当某个数据集合只涉及在一端插入和删除数据，并且满足后进先出、先进后出的特性，这时我们就应该首选“栈”这种数据结构。如何实现一个“栈”？从刚才栈的定义里，可以看出，栈主要包含两个操作

一、理解指针或引用的含义1.含义：将某个变量（对象）赋值给指针（引用），实际上就是就是将这个变量（对象）的地址赋值给指针（引用）。2.示例：p—>next = q; 表示p节点的后继指针存储了q节点的内存地址。p—>next = p—>next—>next; 表示p节点的后继指针存储了p节点的下下个节点的内存地址。二、警惕指针丢失和内存泄漏（单链表）1.插入节点在节点a和节点b之间插入节点x，b是a的下一节点，，p指针指向节点a，则造成指针丢失和内存泄漏的代码：p—&g

一、什么是链表？1.和数组一样，链表也是一种线性表。2.从内存结构来看，链表的内存结构是不连续的内存空间，是将一组零散的内存块串联起来，从而进行数据存储的数据结构。3.链表中的每一个内存块被称为节点Node。节点除了存储数据外，还需记录链上下一个节点的地址，即后继指针next。二、为什么使用链表？即链表的特点1.插入、删除数据效率高O(1)级别（只需更改指针指向即可），随机访问效率低O(n)级别（需要从链头至链尾进行遍历）。2.和数组相比，内存空间消耗更大，因为每个存储数据的节点都需要额外的空间

数组看起来简单基础，但是很多人没有理解这个数据结构的精髓。带着为什么数组要从0开始编号，而不是从1开始的问题，进入主题。数组如何实现随机访问1） 数组是一种线性数据结构，用连续的存储空间存储相同类型数据I） 线性表：数组、链表、队列、栈 非线性表：树 图II） 连续的内存空间、相同的数据，所以数组可以随机访问，但对数组进行删除插入，为了保证数组的连续性，就要做大量的数据搬移工作a) 数组如何实现下标随机访问。引入数组再内存种的分配图，得出寻址公式b) 纠正数组和链表的错误认识。数组的查

int cal(int n) { int sum = 0; int i = 1; for (; i <= n; ++i) { sum = sum + i; } return sum; }

算法与数据结构（1）------前言** 身为非科班出身的AI算法从业人员，算法与数据结构相当于我们的内功，无论是长远地看，为了突破自身技术瓶颈；还是只看当前，为了跳到更好的公司，都有必要修炼好这门内功。以此记录这段学习历程，对自己既是总结也是激励。**** 我们学习数据结构和算法，并不是为了死记硬背几个知识点。我们的目的是建立时间复杂度、空间复杂度意识，写出高质量的代码，能够设计基础架构，提升编程技能，训练逻辑思维，积攒人生经验，以此获得工作回报，实现你的价值，完善你的人生。所以，不管你是