lucky_xy1997的博客

目录文章目录时间复杂度数组查找表链表栈和队列二叉树和递归递归与回溯动态规划贪心算法画解剑指offerhttps://leetcode-cn.com/leetbook/detail/illustrate-lcof/时间复杂度数组283 Move Zeros75 颜色分类（三路快速排序）167 两数之和II-输入有序数组（对撞指针）209 长度最小的子数组（滑动窗口）-sxl3 无重复字符的最长子串（滑动窗口）√26 删除排序数组中的重复项27 移除值等于val的元素80

数组中的问题关于数组1、数组应用场景排序：选择排序、插入排序、归并排序、快速排序查找：二分查找数据结构：栈、队列、堆2、如何写出正确的程序明确变量和含义；循环不变量；小数据量调试举例：二分查找法：找中间，再往左或右序列中寻找。对于有序数列，才能使用二分查找法public static int binarySearch(Comparable[] arr, int n, Comparable target){ int l = 0, r = n - 1; // 在[l..

文章目录T170Climbing StarisT343.Integer BreakT198T120T64139.494.目标和213.打家劫舍337.打家劫舍3309.最佳买卖股票时机含冷冻期T279.完全平方数T91.解码方法，分割整数问题T62.不同路径322.兑换零钱377.给定一个由正整数组成且不存在重复数字的数组，找出和为给定目标正整数的组合的个数。474.一和零01背包T416.分割等和子集T300 .给定一个无序的整数数组，找到其中最长上升子序列的长度。T376最长公共子序列LCST170C

线段树(区间树)1、基础为什么使用线段树？对于有一类问题，我们关系的是线段（区间）。如区间染色问题：有一面墙，长度为n，每次选择一段进行染色，m次操作后，可以看见多少种颜色？可以在[i,j]区间内看见多少种颜色？使用数组使用线段树染色操作（更新区间）O(n)O(logn)查询操作（查询区间）O(n)O(logn)区间查询问题：查询[i,j]区间的最大值，最小值，或者区间数字和。基于区间的统计查询。有更新和查询这个操作。区间是固定的，区间元素可能发生变化。

Trie1、Trie字典树（前缀树）字典：映射；Trie专门用来处理字符串字典：如果有n个条目，使用树结构，查询的时间复杂度是O(logn)Trie：查询每个条目的时间复杂度，和字典中一共有多少条目无关。O(w),w为查询单词的长度。每个节点有若干个指向下个节点的指针，考虑不同的语言、不同的情景，如英文有26个指针。class Node{​ char c;//可以不存储​ Map<char,Node> next;}-----------》class Node{​

交叉验证一些概念模型产生包括模型训练和模型验证。模型验证&模型测试：模型验证时模型产生阶段的步骤。测试则是发生在原型产生阶段之后。什么是交叉验证首先交叉验证区别于参数调优。交叉验证是产生训练数据集和验证数据集的方法。K折交叉验证，是交叉验证最常用的一种方法：1）先将数据集划分成k个数据集。2）对于每一种超参数， 依次使用其中的k-1个数据集来训练数据，并用保留的验证集来验证模型。3）模型的总体表现取所有k次验证的平均值。使用sklearn库进行交叉验证为什么使用交叉验证1

堆和优先队列优先队列：出队顺序和入队顺序无关；和优先级相关。需要定义什么是优先级。优先队列实现：PriorityQueue implement Interface Queuevoid enqueue(E)E dequeue()E getFront()int getSize()boolean isEmpty()可以使用不同的底层实现：实现结构入队出队（拿出最大元素）普通线性结构O（1）O（n）顺序线性结构O（n）O（1）堆O(logn)O(l

特征选择方法为什么进行特征选择1、去除不相关或冗余特征2、减少过拟合，提高泛化能力，缓解维度灾难3、提高模型准确率，加快模型训练速度相关特征：对于学习任务（例如分类问题）有帮助，可以提升学习算法的效果；无关特征：对于我们的算法没有任何帮助，不会给算法的效果带来任何提升；冗余特征：不会对我们的算法带来新的信息，或者这种特征的信息可以由其他的特征推断出特征选择方法一、Filter描述：按照发散性或者相关性对各个特征进行评分，设定阈值或者待选择阈值的个数，选择特征具体方法：方差

特征工程选择数据(Select Data): 整合数据，将数据规范化成一个数据集，收集起来.数据预处理（Preprocess Data）: 数据格式化，数据清理，采样等。数据转换（Transform Data）:这个阶段做特征工程。设计特征：自动特征提取或手工构造选择特征：使用不同的特征选择方法进行特征选择特征监控特征有效性分析：特征重要性（权重）监控重要特征，防止特征质量下降数据建模（Model Data）: 建立模型，评估模型并逐步优化。预处理过程单个

集合和映射集合1、集合元素只存在一次，进行去重操作。二分搜索树不能盛放重复元素，所以是非常好的实现“集合”的底层数据结构。void add(E),不能添加重复元素void remove(E)boolean contains(E)int getSize()boolean isEmpty()典型应用：客户统计、词汇量统计基于二分搜索树的集合的实现：public class BSTSet<E extends Comparable<E>> implements S

如何提高机器学习模型预测准确率转载：https://zhuanlan.zhihu.com/p/25013834这篇文章主要从工程角度来总结在实际运用机器学习进行预测时，我们可以用哪些tips来提高最终的预测效果，主要分为Data Cleaning，Features Engineering， Models Training三个部分。Data Cleaning移除多余的duplicate features（相同或极为相似的features）移除constant features（只有一个val

Boosting集成学习有boosting和bagging两种方法Boosting算法是将“弱学习算法“提升为“强学习算法”的过程。将众多弱学习器组合得到一个强学习器。简单来说，就是加法模型（组合基分类器）+前向分布算法（一个接一个训练基分类器）。boosting与bagging的区别1）样本选择上：Bagging：训练集是在原始集中有放回选取的，从原始集中选出的各轮训练集之间是独立的。Boosting：每一轮的训练集不变，只是训练集中每个样例在分类器中的权重发生变化。而权值是根据上一轮

机器学习之聚类聚类1、聚类方法有哪些（常用）划分方法：​ 描述：分裂法构造K个分组。​ K-means算法层次方法：​ 描述：对给定的数据集进行层次似的分解，直到某种条件满足为止。​ DIANA、BIRCH、Chameleon基于密度的方法：​ 描述：基于密度的方法与其它方法的一个根本区别是：它不是基于各种各样的距离的，而是基于密度的。只要一个区域中的点的密度大过某个阈值，就把它加到与之相近的聚类中去。​ DBSCAN算法、OPTICS算法模糊聚类：​ EM算法基于模型的方法：

欠拟合与过拟合什么是欠拟合？模型学习能力不足，无法学习到数据集中的“一般规律”，导致泛化能力弱。欠拟合解决办法：1）添加其他特征项，有时候我们模型出现欠拟合的时候是因为特征项不够导致的，可以添加其他特征项来很好地解决。例如，“组合”、“泛化”、“相关性”三类特征是特征添加的重要手段，无论在什么场景，都可以照葫芦画瓢，总会得到意想不到的效果。除上面的特征之外，“上下文特征”、“平台特征”等等，都可以作为特征添加的首选项。2）添加多项式特征，这个在机器学习算法里面用的很普遍，例如将线性模型通过添加二

二分搜索树1、为什么要有树结构树结构本身是一种天然的组织结构；高效二分搜索树、平衡二叉树：AVL and 红黑树 、堆、并查集、线段树、Trie2、二分搜索树基础二叉树：和链表一样，动态数据结构class Node{​ E e;​ Node left,right;}二叉树具有唯一根节点，每个节点最多有两个孩子。二叉树具有天然递归结构：每个节点的左子树和右子树也是二叉树。二叉树不一定是“满”的，一个节点也是二叉树，空也是二叉树。二分搜索树：是二叉树且每个节点的值大于

链表和递归1、LeetCode—203删除链表元素不使用虚拟头结点：public class Solution203 { public ListNode removeElements(ListNode head, int val) { while(head!=null&&head.val==val) { ListNode delNode=head; head=head.next; delNode.next=null; } if(head==null)

常用类包装类1、包装类作为和基本数据类型对应的类型存在，方便涉及到对象的操作。作用：提供了基本数据类型、字符串、包装类之间的转换。// 基本类型转化成Integer对象Integer int1 = new Integer(10);Integer int2 = Integer.valueOf(20); // 官方推荐这种写法// Integer对象转化成intint a = int1.intValue();/ 字符串转化成Integer对象Integer int3 = Integer.pa

面向对象一、java面向对象基础1、面向对象和面向过程二者相辅相成。宏观上使用面向对象把握，微观处理上仍然是面向过程。面向过程：一步一步的做；适合简单、不需要协作的任务，比如“如何造车”列出1234这样的步骤是不可能的，需要协作才能完成。面向对象：考虑的是“车怎么设计”而不是“怎么按步骤造车”。2、对象的理解—本质上是一种数据组织方式比如，我们的一个学生对象：有属性(静态特征)：年龄：18，姓名：高淇，学号：1234也可以有方法(动态行为)：学习，吃饭，考试3、类和对象对象是具体的事物

数组1、数组概述（1）长度是确定的。数组一旦被创建，它的大小就是不可以改变的。（2） 其元素必须是相同类型，不允许出现混合类型。（3）数组类型可以是任何数据类型，包括基本类型和引用类型。2、数组声明type[] array_name;或type array_name[];给数组分配空间：int[] s=null; s=new int[10];//给数组分配空间3、初始化//静态初始化int[] a={1,2,3}//动态初始化int[] a1=new int[2]a1[0]=

java基础一、学习建议干！知识体系建立为第一目标。遇到难点不纠结，一个月后再回来看难点。二、关于Java1、java三个版本java三个版本：JavaSE（标准版，个人电脑）；JavaEE（企业版，定位在服务器）；JavaME（微型版，消费性电子产品）2、java特性和优势核心优势：跨平台其他优势：安全性、面向对象、简单、高性能、分布式、多线程3、java应用程序的运行机制编译型语言java源程序.java，利用javac编译成字节码文件.class;最后利用虚拟机