![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据结构
chixujohnny
蚂蚁金服-高级算法工程师
展开
-
B树、B-树、B+树树详解
本文详细讲解B树、B-树、B+树、B*树的原理,通过参照网络资源整理编写1. B树B树也就是最基本的二叉搜索树,只不过换了个名字而已。每个非叶子节点最多只能存放两个孩子,其中节点的左孩子一定比该节点小,右孩子一定比该节点大,搜索节点在时间效率上是与二分查找是等价的(根节点左右孩子总数目差不多的情况下)。它与二分查找的优点是,在进行增删操作时,不需要移动大段的内存数据,通常是常数开销。转载 2015-10-26 10:45:17 · 4877 阅读 · 1 评论 -
数据结构---队栈操作(Python)
因为最近要完成有关树的搜索的算法,涉及到深度、广度优先遍历,因此很有必要将栈和队列这个景点数据结构回顾一遍,使用Python语言编码。因为实在是比较简单,没加注释,同行有需要的直接拷贝过去就行 话不多说先上栈操作的代码:#coding:utf-8class Stack(object): def __init__(self): self.stack =原创 2015-08-10 10:43:05 · 1474 阅读 · 0 评论 -
决策树归纳 基本概念
本文介绍有关决策树归纳的基本概念,算法思想流程等等,适合初学者普及知识用。1.什么是决策树?(decision tree)是一种类似于流程图的树结构,其中每个内部节点(非树叶节点)表示在属性上的测试,每个分支表示该测试上的一个输出,而每个树叶节点存放一个类标号,树的最顶层节点是根节点。2.如何使用决策树分类?给定一个类标号未知的元组X,在决策树上测试该元组的属性值。跟踪一条原创 2015-12-05 21:04:12 · 2142 阅读 · 0 评论 -
聚类分析:基本概念梳理
聚类分析的基础知识,初学者可以看一下,大致梳理一下思路聚类分析:简称聚类(clustering),是一个把数据对象划分成子集的过程,每个子集是一个簇(cluster),使得簇中的对象彼此相似,但与 其他簇中的对象不相似。聚类成为自动分类,聚类可以自动的发现这些分组,这是突出的优点。监督学习:分类成为监督学习(supervised learning原创 2015-12-05 18:02:23 · 11214 阅读 · 0 评论 -
数据结构---树(Python)
在有了上篇文章队栈的概念后,相信构造一棵树也变得非常简单。本文构建的树是比较传统的树,即父节点下可以拥有多个子节点,并非二叉树,因为我的目标是为了给SPADE算法做铺垫,并非做查找。 首先我想构造这样一棵树:根节点下有A,B,C三个元素,A元素下有D,E元素,C元素下有F元素,E元素下有G,H,I,K元素(由于mac下没有合适的画图软件,没有插图,抱歉),大致思路就是将全部的元素推原创 2015-08-11 11:13:04 · 2227 阅读 · 0 评论