数据结构与算法
海阔天空&沫语
这个作者很懒,什么都没留下…
展开
-
B+-tree比B 树更适合实际应用中操作系统的文件索引和数据库索引
1) B+-tree的磁盘读写代价更低 B+-tree的内部结点并没有指向关键字具体信息的指针。因此其内部结点相对B 树更小。如果把所有同一内部结点的关键字存放在同一盘块中,那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。 举个例子,假设磁盘中的一个盘块容纳16bytes,而一个关键字2bytes,一个关键字具体信息指转载 2014-08-03 16:11:34 · 508 阅读 · 0 评论 -
Java实现的排序算法
Java各种排序算法 1)分类: 1)插入排序(直接插入排序、希尔排序) 2)交换排序(冒泡排序、快速排序) 3)选择排序(直接选择排序、堆排序) 4)归并排序 5)分配排序(箱排序、基数排序) 所需辅助空间最多:归并排序 所需辅助空间最少:堆排序 平均速度最快:快速排序 不稳定:快速排序,希尔排序,堆排序。 1)转载 2014-09-16 00:19:44 · 272 阅读 · 0 评论 -
JAVA红黑树
概念:每个节点都带有颜色属性的二叉查找树,颜色或红色或黑色,提高二叉树的查找性能;特性:性质1. 节点是红色或黑色。 性质2. 根是黑色。 性质3. 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点) 性质4. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。 性能:O(log n)的转载 2014-09-16 00:39:37 · 572 阅读 · 0 评论 -
flink kmeans聚类算法实现
kmeans聚类算法 flink版本具体实现原理K-Means 是迭代的聚类算法,初始设置K个聚类中心在每一次迭代过程中,算法计算每个数据点到每个聚类中心的欧式距离每个点被分配到它最近的聚类中心随后每个聚类中心被移动到所有被分配的点移动的聚类中心被分配到下一次迭代算法在固定次数的迭代之后终止(在本实现中,参数设置)或者聚类中心在迭代中不在移动本项目是工作在二维平面的数据...翻译 2019-06-05 14:20:14 · 1955 阅读 · 1 评论