Claire_Bear7的专栏

原创 ff

原创 Leetcode 之 Subsets

Given a set of distinct integers, nums, return all possible subsets.Note:Elements in a subset must be in non-descending order.The solution set must not contain duplicate subsets.For example, If nums

原创 Leetcode 之 Binary Search Tree Iterator

Implement an iterator over a binary search tree (BST). Your iterator will be initialized with the root node of a BST.Calling next() will return the next smallest number in the BST.Note: next() and hasN

转载 机器学习之正则化

1. The Problem of Overfitting1还是来看预测房价的这个例子，我们先对该数据做线性回归，也就是左边第一张图。如果这么做，我们可以获得拟合数据的这样一条直线，但是，实际上这并不是一个很好的模型。我们看看这些数据，很明显，随着房子面积增大，住房价格的变化趋于稳定或者说越往右越平缓。因此线性回归并没有很好拟合训练数据。我们把此类情况称为欠拟合(under

原创 Leetcode 之 Maximum Subarray

Find the contiguous subarray within an array (containing at least one number) which has the largest sum.For example, given the array [−2,1,−3,4,−1,2,1,−5,4], the contiguous subarray [4,−1,2,1] has the

转载 谷歌技术"三宝"之MapReduce

江湖传说永流传：谷歌技术有"三宝"，GFS、MapReduce和大表（BigTable）！谷歌在03到06年间连续发表了三篇很有影响力的文章，分别是03年SOSP的GFS，04年OSDI的MapReduce，和06年OSDI的BigTable。SOSP和OSDI都是操作系统领域的顶级会议，在计算机学会推荐会议里属于A类。SOSP在单数年举办，而OSDI在双数年举办。那么这篇博客就来介绍一下

原创 Leetcode 之 Restore IP Addresses

Given a string containing only digits, restore it by returning all possible valid IP address combinations.For example: Given “25525511135”,return [“255.255.11.135”, “255.255.111.35”]. (Order does not

原创 Leetcode 之 Gray Code

The gray code is a binary numeral system where two successive values differ in only one bit.Given a non-negative integer n representing the total number of bits in the code, print the sequence of gray

原创 recommend

个性化程度推荐按照个性化程度从低到高可以分为：普适的/非个性化的 -> 适合一个小组的（组推荐） -> 适合当前活动的 和 持久的。输入输出输入数据主要是评分数据，包括隐式评分和显式评分两种。显式评分就是以分数或星级表示的数据，能直接表示用户的喜好，然而，由于用户往往会忽略或不愿意对之前的选择进行评分，因此，这种评分通常不是很容易获取，使得隐式评分在日常生活中更为普遍。隐式评分就是通过用户的行为（如

原创 推荐系统总结

个性化程度推荐按照个性化程度从低到高可以分为：普适的/非个性化的 -> 适合一个小组的（组推荐） -> 适合当前活动的 和 持久的。输入输出输入数据主要是评分数据，包括隐式评分和显式评分两种。显式评分就是以分数或星级表示的数据，能直接表示用户的喜好，然而，由于用户往往会忽略或不愿意对之前的选择进行评分，因此，这种评分通常不是很容易获取，使得隐式评分在日常生活中更为普遍。隐式评分就是通过用户的行为（如

转载 排序算法

概述排序有内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。我们这里说说八大排序就是内部排序。         当n较大，则应采用时间复杂度为O(nlog2n)的排序方法：快速排序、堆排序或归并排序序。   快速排序：是目前基于比较的内部排序中被认为是最好的方法，当待排序的关键

原创 360方案 技术解决方案

之前有做过一个360的个性化推荐排序与点击率预估方案。很遗憾，方案最终落选于一堆清华北大的队伍中。记得当时评估人（一个很资深的大牛）问我：如果把用户分组了，不是会抹杀掉用户的一些特征吗？我当时完全答不上来。但是能够在一周内快速的做出一个方案来，这段黑暗的岁月还是值得铭记在心的。下面，就把这个方案分享一下：点击率预估 点击率预估现在普遍应用在广告投放中，因为直接与用户和利益相关，是各个企业非常重视的

原创 360方案 相关技术（推荐、排序、点击率预估）

这篇主要总结一下做的方案用到的推荐系统、排序学习和点击率预估的相关技术。个性化推荐算法和模型推荐方法是整个推荐系统中最为核心的部分，推荐方法的好坏在很大程度上决定了推荐系统性能的优劣。因此，国内外对于推荐算法的研究都较为深入，常用的推荐算法主要有以下几种：协同过滤推荐、基于内容的推荐和基于知识的推荐。协同过滤协同过滤推荐（Collaborative Filtering Recommendation）

转载 美团推荐算法实践：机器学习重排序模型成亮点

前言推荐系统并不是新鲜的事物，在很久之前就存在，但是推荐系统真正进入人们的视野，并且作为一个重要的模块存在于各个互联网公司，还是近几年的事情。随着互联网的深入发展，越来越多的信息在互联网上传播，产生了严重的信息过载。如果不采用一定的手段，用户很难从如此多的信息流中找到对自己有价值的信息。解决信息过载有几种手段：一种是搜索，当用户有了明确的信息需求意图后，将意图转换为几个简短的词或者短语

原创 Leetcode 之 Candy

There are N children standing in a line. Each child is assigned a rating value.You are giving candies to these children subjected to the following requirements:Each child must have at least one candy.

原创 知识点——操作系统

进程状态三态模型在多道程序系统中，进程在处理器上交替运行，状态也在不断变化。进程一般有三种状态：运行、就绪和阻塞。 状态 条件 特征 运行 一个进程在处理器上运行 进程数目小于处理器的数目对于单处理机系统，处于运行状态的进程只有一个 就绪 一个进程获得了除处理机以外的一切所需资源，一旦得到处理机即可运行 可以按多个优先级来划分队列 阻塞 一个进程正在等待某一

原创 知识点——网络

TCP连接TCP连接是在IP网络中两个进程间(应用层协议)的双向、全双工的逻辑回路。由节点的IP地址和端口将连接双方对应起来。 TCP连接的建立可以简单的称为三次握手，而连接的中止则可以叫做四次握手。TCP连接建立通过3个TCP段的交换来了解这些信息，就是常说的TCP 握手的3个包。一般在客户端访问TCP服务器的时候，在客户端初始化一个TCP连接，服务器端打开一个特殊端口等待传入的请求。客户端主动发

原创 笔试题 百度2015大数据云计算研发笔试（关灯开灯）

有编号1~100个灯泡，起初所有的灯都是灭的。有100个同学来按灯泡开关，如果灯是亮的，那么按过开关之后，灯会灭掉。如果灯是灭的，按过开关之后灯会亮。 现在开始按开关。 第1个同学，把所有的灯泡开关都按一次(按开关灯的编号： 1,2,3,……100)。 第2个同学，隔一个灯按一次(按开关灯的编号： 2,4,6,……,100)。 第3个同学，隔两个灯按一次(按开关灯的编号： 3,6,9,……,

原创 笔试题 百度2015大数据云计算研发笔试（非相邻数最大和）

给定一个整数的数组，相邻的数不能同时选，求从该数组选取若干整数，使得他们的和最大，要求只能使用o(1)的空间复杂度。要求给出伪码。

原创 大数据计算框架Hadoop, Spark和MPI

今天做题，其中一道是 请简要描述一下Hadoop, Spark, MPI三种计算框架的特点以及分别适用于什么样的场景。一直想对这些大数据计算框架总结一下，只可惜太懒，一直拖着。今天就借这个机会好好学习一下。一张表 名称 发起者 语言 简介 特点 适用场景 Hadoop Yahoo工程师，Apache基金会 Java MapReduce分布式计算框架+HDF

转载 淘宝数据魔方技术架构解析

淘宝网拥有国内最具商业价值的海量数据。截至当前，每天有超过30亿的店铺、商品浏览记录，10亿在线商品数，上千万的成交、收藏和评价数据。如何 从这些数据中挖掘出真正的商业价值，进而帮助淘宝、商家进行企业的数据化运营，帮助消费者进行理性的购物决策，是淘宝数据平台与产品部的使命。为此，我们进行了一系列数据产品的研发，比如为大家所熟知的量子统计、数据魔方和淘宝指数等。尽管从业务层面来讲，数据产品的研发

原创 Java基础

这几天看了看Java的基础知识，在这篇文章中总结一下。继承Java只能单继承，即子类只能继承一个父类。C++是多继承。super关键字用来访问父类成员，可以用于调用被子类重写的父类成员方法，也可以调用父类的构造方法，通过参数的数目和类型来决定调用哪一个构造方法。一个实现类只能继承一个抽象类，但可实现多个接口。多态可以通过方法的覆盖（子类对于父类方法的覆盖和重写）来实现多态，其本质是，发送消息

原创 Leetcode 之 Jump Game

Given an array of non-negative integers, you are initially positioned at the first index of the array.Each element in the array represents your maximum jump length at that position.Determine if you are

原创 大数据 之 NoSQL

这篇开始学习非关系型数据库NoSQL。以前一直不明白为什么没有字段的数据库怎么还能够称作数据库，并且还取得这么大的成功。后来学习了他的发展史才明白。借用看到的一句总结 关系型数据库想把一致性、完整性、索引、CRUD都干好，但是NoSQL只关注与性能分布式相关的非功能性的东西。传统数据库的瓶颈任何一门新技术的出现都不是偶然，一定是在它本领域的应用中出现了瓶颈，学者们为了解决这种瓶颈，才会导致一门

转载 贪心算法

贪心算法顾名思义，贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。当然，希望贪心算法得到的最终结果也是整体最优的。虽然贪心算法不能对所有问题都得到整体最优解，但对许多问题它能产生整体最优解。如单源最短路经问题，最小生成树问题等。在一些情况下，即使贪心算法不能得到整体最优解，其最终结果却是最优解的很好近似。问题一、活动安

原创 JSTL Java标准模板库

STL今天在看STL，它主要分成序列式容器和关联式容器。序列式容器：主要有 vector, list, deque, stack, queue, heap关联式容器：每个元素都有一个key-value对，容器内部按照键值的大小，以某个规则将这个元素放到适当的位置。 RB-tree：Set, Map, MultiSet, MultiMap ： 可自动排序HashTable: HashSet,

原创 机器学习 之 Adaboost

今天深入了解了Adaboost(Adaptive boosting)，自适应增强算法。它的原理其实很简单：每一个样本都有一个权重，用样本训练出的模型都有一个误差率（错分类样本的权重和），也有一个系数（表示当前弱分类器在最终强分类器的权重）。通过多轮迭代完成对分类模型的构建。每一轮都选取误差率最低的模型作为基本分类器。在每一轮迭代中都增加误分类样本的权值，降低正确分类的样本的权值。加权后的新

原创 Leetcode 之 Best Time to Buy and Sell StockI,II

Say you have an array for which the ith element is the price of a given stock on day i.If you were only permitted to complete at most one transaction (ie, buy one and sell one share of the stock), desi

原创 机器学习 之 LDA主题模型

今天终于开始啃LDA了，同时恶补一下概率分布方面的东西。先放上来大神学习LDA的五个步骤： 1. 一个函数：gamma函数 2. 四个分布：二项分布、多项分布、beta分布、Dirichlet分布 3. 一个概念和一个理念：共轭先验和贝叶斯框架 4. 两个模型：pLSA、LDA 5. 一个采样：Gibbs采样LDA（Latent Dirichlet Allocation）全称是

原创 机器学习 之 各种距离

今天，在看大神的距离度量，被各种距离应用场景的神总结惊呆了，先引用一下镇镇楼： 简单说来，各种“距离”的应用场景简单概括为， 空间：欧氏距离 路径：曼哈顿距离 国际象棋国王：切比雪夫距离 以上三种的统一形式：闵可夫斯基距离 加权：标准化欧氏距离 排除量纲和依存：马氏距离 向量差距：夹角余弦 编码差别：汉明距离 集合近似度：杰卡德类似系数与距离

原创 Leetcode 之 Minimum Path Sum

Given a m x n grid filled with non-negative numbers, find a path from top left to bottom right which minimizes the sum of all numbers along its path.Note: You can only move either down or right at any

原创 大数据环境下基于R语言的数据挖掘平台 之 环境配置

为了用Hadoop集群，我们选用了Ubuntu作为开发的平台，相应的就有一堆在Windows上不会出现的问题需要解决。印象最深刻的就是由于X11的问题，在Windows上用R画图是没问题的，但是换到了Ubuntu上就显示不出来，这个问题直到比赛当天都一直存在，Team Member一直为了这个问题在改，最终还是成功的解决了，在此也对他们表示感谢。这篇文章就列一下当时配环境时候的一些步骤，方便后人在U

原创 大数据环境下基于R语言的数据挖掘平台 之 大数据处理与导出模块

这篇文章总结一下大数据处理模块与导出模块：大数据处理功能这个模块实现了对大数据的处理，用户选择处理方法并上传需要处理的数据集，系统将利用Hadoop集群与R对数据进行分析处理，并将结果显示给用户。实现原理模块使用Hadoop框架搭建了一个分布式集群，用于大数据的并行处理。并将Kmeans聚类算法与朴素贝叶斯分类算法用MapReduce编程框架实现。Kmeans聚类算法的MapReduce化 该过

原创 大数据环境下集成R语言的数据挖掘系统 之 数据分析

这一篇主要介绍数据分析模块实现的算法。分类模块流程图功能本模块实现了数据分类功能，系统提供了SVM，KNN，决策树，随机森林等分类算法。首先通过对测试集的数据进行模型构建，在构建模型过程中我们可以对模型进行参数设置，模型构建完成之后，我们对预测集进行预测，最后将分类的结果导出。实现原理聚类模块流程图功能本模块实现了数据聚类功能，系统提供了kmeans，clara，PAM，Agnes，Diana算法。

原创 大数据环境下集成R语言的数据挖掘平台 之介绍、数据上传与数据预处理

这个集成R语言的数据挖掘平台是当时为中国软件杯比赛做的一个系统，由于时间太紧，当时开发只用了一周的时间，不过前前后后用了大半年来学习和熟悉R语言，深深感觉到R语言真的是数据分析的一个利器，内置的各种分析包大大简化了数据分析的过程，只需要传参调用即可，再也不需要读懂算法才能完成分析了。但是，R语言当前还是需要以命令行的形式使用的，RStudio也只是优化了应用程序的界面，没有方便的针对业务人员的一个应

原创 机器学习 之 贝叶斯分类器

今天，学习了贝叶斯分类的相关内容，总结如下：贝叶斯的思考方法在贝叶斯派出现之前，占据主流地位的思考方法是频率派。他们认为，事情发生的频率是一定的（虽然可能算不出来，但是是确定的一个值），然而，样本空间确实不确定的，因此只需要关注样本分布即可。而贝叶斯则认为，参数是随机的（会产生变化），而样本确实固定的，因此需要重点关注参数估计。为了估计参数，就需要先知道参数的无条件分布，也就是说在有样本之前，参数是

原创 Leetcode 之 Unique Binary Search Trees

Given n, how many structurally unique BST’s (binary search trees) that store values 1…n?For example, Given n = 3, there are a total of 5 unique BST’s.

原创 机器学习 之 决策树

今天在看大神总结的决策树部分，记录一下读书笔记：ID3大神是从决策树比较基础的算法ID3讲起的，为了介绍ID3的思想还介绍了奥卡姆剃刀原则（用较少的东西，来完成同样的事情）。ID3也是基于这样的思想：越是小型的决策树，越优于大的决策树。它用信息增益来作为属性的度量，选择分裂后信息增益最大的属性进行分裂，并采用自顶而下的贪婪搜索遍历所有可能的决策树空间。借用大神对ID3算法的总结：ID3采用自顶而下

原创 Leetcode 之 Unique Paths

A robot is located at the top-left corner of a m x n grid (marked ‘Start’ in the diagram below).The robot can only move either down or right at any point in time. The robot is trying to reach the botto

原创 机器学习 之 支持向量机

今天在看支持向量机通俗导论，被完全震撼到了，这篇文章就记录下一些总结性的内容，具体的推导还要看原文。