- 博客(40)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 对比排序算法总结
排序算法分为两类：1、比较排序，时间复杂度在O(nlogn)-O(n^2)，主要有：冒泡排序，选择排序，插入排序、归并排序，堆排序，快速排序等。2、非比较排序，时间复杂度达到O(n)，主要有：计数排序，基数排序，桶排序等。一、冒泡排序：O(n^2)算法思路：1、比较相邻的元素，如果第一个比第二个大，就交换位置；2、对每一对相邻元素做同样的对比交换，直到最后一位，这样最后...
2019-08-19 22:08:08
819
转载 特征提取--字节跳动
小明是一名算法工程师，同时也是一名铲屎官。某天，他突发奇想，想从猫咪的视频里挖掘一些猫咪的运动信息。为了提取运动信息，他需要从视频的每一帧提取“猫咪特征”。一个猫咪特征是一个两维的vector<x, y>。如果x_1=x_2and y_1=y_2，那么这俩是同一个特征。 因此，如果喵咪特征连续一致，可以认为喵咪在运动。也就是说，如果特征<a, b>在持续帧...
2019-08-16 20:28:03
597
转载 字节跳动--雀魂启动
小包最近迷上了一款叫做雀魂的麻将游戏，但是这个游戏规则太复杂，小包玩了几个月了还是输多赢少。于是生气的小包根据游戏简化了一下规则发明了一种新的麻将，只留下一种花色，并且去除了一些特殊和牌方式（例如七对子等），具体的规则如下：总共有36张牌，每张牌是1~9。每个数字4张牌。 你手里有其中的14张牌，如果这14张牌满足如下条件，即算作和牌14张牌中有2张相同数字的牌，称为雀头。 除去上述...
2019-08-16 20:21:53
749
转载 Leetcode--正则表达式匹配
题目：给你一个字符串s和一个字符规律p，请你来实现一个支持 '.'和'*'的正则表达式匹配。'.' 匹配任意单个字符'*' 匹配零个或多个前面的那一个元素示例1：输入:s = "aa"p = "a"输出: false解释: "a" 无法匹配 "aa" 整个字符串示例2：输入:s = "aa"p = "a*"输出: true解释:因为 '*...
2019-06-23 16:46:24
156
转载 Leecode--回文数
题目9：判断一个整数是否是回文数。回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。示例1：输入: 121输出: true示例2：输入: -121输出: false解释: 从左向右读, 为 -121 。 从右向左读, 为 121- 。因此它不是一个回文数。示例3：输入: 10输出: false解释: 从右向左读, 为 01 。因此它不是一个回...
2019-06-23 16:34:51
127
原创 Leetcode--字符串转化整数
题目：首先，该函数会根据需要丢弃无用的开头空格字符，直到寻找到第一个非空格的字符为止。当我们寻找到的第一个非空字符为正或者负号时，则将该符号与之后面尽可能多的连续数字组合起来，作为该整数的正负号；假如第一个非空字符是数字，则直接将其与之后连续的数字字符组合起来，形成整数。该字符串除了有效的整数部分之后也可能会存在多余的字符，这些字符可以被忽略，它们对于函数不应该造成影响。注意：假如...
2019-06-23 16:22:05
129
转载 Leetcode--整数反转
题目7：给出一个 32 位的有符号整数，你需要将这个整数中每位上的数字进行反转。假设我们的环境只能存储得下 32 位的有符号整数，则其数值范围为[−231,231− 1]。请根据这个假设，如果反转后整数溢出那么就返回 0。示例1：输入: 123输出: 321Java版class Solution { public int reverse(int x) {...
2019-06-23 15:49:38
213
转载 Leetcode--Z字形变换
题目6：将一个给定字符串根据给定的行数，以从上往下、从左到右进行Z 字形排列。比如输入字符串为"LEETCODEISHIRING"行数为 3 时，排列如下：示例1：输入: s = "LEETCODEISHIRING", numRows = 3输出: "LCIRETOESIIGEDHN"L C I RE T O E S I I GE D H N...
2019-06-23 15:33:46
116
转载 LeetCode--最长回文子串
题目5：给定一个字符串s，找到s中最长的回文子串。你可以假设s的最大长度为 1000。示例1：输入: "babad"输出: "bab"注意: "aba" 也是一个有效答案。示例2：输入: "cbbd"输出: "bb"Java版（中心扩散法）class Solution { public String longestPalindrome(St...
2019-06-23 15:11:40
91
原创 LeetCode--寻找两个有序数组的中位数
题目4：给定两个大小为 m 和 n 的有序数组nums1和nums2。请你找出这两个有序数组的中位数，并且要求算法的时间复杂度为O(log(m + n))。你可以假设nums1和nums2不会同时为空。示例 1:nums1 = [1, 3]nums2 = [2]则中位数是 2.0示例 2:nums1 = [1, 2]nums2 = [3, 4...
2019-04-30 17:38:31
101
原创 LeetCode--无重复字符串的最长字串
题目3：无重复字符的最长子串给定一个字符串，请你找出其中不含有重复字符的最长子串的长度。示例1:输入: "abcabcbb"输出: 3 解释: 因为无重复字符的最长子串是 "abc"，所以其长度为 3。示例 2:输入: "bbbbb"输出: 1解释: 因为无重复字符的最长子串是 "b"，所以其长度为 1。示例 3:输入: "pwwkew"...
2019-04-30 17:10:33
133
原创 LeetCode--两数之和
题目1：两数之和给定一个整数数组nums和一个目标值target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，你不能重复利用这个数组中同样的元素。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 ...
2019-04-30 14:13:58
131
原创 python数据结构--双端链表的实现
'''双链表的实现'''class Node(object): def __init__(self,value=None,prev=None,next=None): self.value = value self.prev = prev self.next = nextclass CircualDoubleLinedList(ob...
2019-04-30 12:04:59
295
原创 python数据结构--单链表的实现
'''单链表的实现'''class Node(object): def __init__(self,value=None,next=None): self.value,self.next = value,nextclass LinkedList(object): def __init__(self,maxsize=None): self....
2019-04-30 12:03:48
158
原创 django搭建博客网站（三）----首页视图
一、视图函数1.首先在 blog 应用的目录下创建一个 urls.py 文件2.在 blog\urls.py 中写入这些代码：from django.conf.urls import urlfrom . import viewsurlpatterns = [ url(r'^$', views.index, name='index'),]3.实际编写我们的vi...
2019-04-20 16:34:09
147
原创 django搭建博客网站（二）--建立博客应用，搭建数据库模型并迁移
一、建立博客应用1.现在就来创建我们的 Django 博客应用，我把它命名为 blog。激活虚拟环境，进入到 manage.py 文件所在的目录下，运行python manage.py startapp blog命令即可建立一个 blog 应用：2. 应用的目录结构3.打开 blogproject\ 目录下的 settings.py 文件，看名字就知道 settings....
2019-04-20 14:56:53
149
原创 django搭建博客网站（一）----搭建开发环境
一、创建虚拟环境1.安装虚拟命令pip install virtualenvpip install virtualenvwrapper2.安装完虚拟环境后,提示找不到mkvirtualenv命令,须配置环境变量# 1、创建目录用来存放虚拟环境mkdir $HOME/.virtualenvs# 2、打开~/.bashrc文件，并添加如下：export WORKON_HOM...
2019-04-20 13:41:20
204
原创 xgboost
集成学习可以通过聚集多个分类器的预测结果提高分类器的分类准确率，这一方法称为集成（Ensemble）学习或分类器组合（Classifier Combination），该方法由训练数据构建一组基分类器（Base Classifier），然后通过对每个基分类器的预测进行投票来进行分类。集成学习（ensemble learning）通过组合多个基分类器（base classifier）来完成学习...
2019-03-15 11:13:15
239
转载 SVM（支持向量机）
支持向量机学习方法包括构建由简至繁的模型：线性可分支持向量机、线性支持向量机及非线性支持向量机。当训练数据线性可分时，通过硬间隔最大化，学习一个线性的分类器，即线性可分支持向量机，又称为硬间隔支持向量机；当训练数据近似线性可分时，通过软间隔最大化，也学习一个线性的分类器，即线性支持向量机，又称为软间隔支持向量机；当训练数据线性不可分时，通过使用核技巧及软间隔最大化，学习非线性支持向量机。分...
2019-03-13 23:24:16
273
转载 线性回归和逻辑回归
线性回归对于一个的拥有m个对象，n个属性的样本数据集而言，通过有监督的学习，学习到由x到y的映射f ，利用该映射关系对未知的数据进行预估，因为y为连续值，所以是回归问题。单变量情况：多变量情况二维空间的直线，转化为高维空间的平面损失函数：利用损失函数来衡量，损失函数度量预测值和标准答案的偏差，不同的参数有不同的偏差，所以要通过最小化损失函数，也就是最小化偏差来得到最...
2019-03-08 15:44:54
234
转载 k均值聚类、k中心点聚类
K均值聚类K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。算法采用误差平方和准则函数作为聚类准则函数。算法过程如下：1）从N个文档随机选取K个文档作为质心2）对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质心的类3）重新计算...
2019-03-04 15:57:50
6603
1
转载 BIRCH算法原理
https://blog.csdn.net/luanpeng825485697/article/details/79675520
2019-03-04 10:58:59
318
转载 层次聚类（文档聚类）
层次聚类方法对给定的数据集进行层次的分解，直到某种条件满足为止。具体又可分为：凝聚的层次聚类：一种自底向上的策略，首先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到某个终结条件被满足。分裂的层次聚类：采用自顶向下的策略，它首先将所有对象置于一个簇中，然后逐渐细分为越来越小的簇，直到达到了某个终结条件。层次凝聚的代表是AGNES(AGglomerative NESting...
2019-03-02 21:18:28
1394
1
转载 python使用socket创建tcp服务器和客户端
python使用socket创建tcp服务器和客户端。服务器端为一个时间戳服务器，在接收到客户端发来的数据后，自动回复。客户端，等待用户输入，回车后向服务器发送用户输入的内容版本：python3.6服务器端代码#_*_coding:utf-8_*_#作者 ：hjy#创建时间 ：19-3-1 下午9:54 #文件 :Service_Termina...
2019-03-01 22:17:20
946
转载 python使用socket创建udp服务器端和客户端
服务器端为一个时间戳服务器，在接收到客户端发来的数据后，自动回复。客户端，等待用户输入，回车后向服务器发送用户输入的内容。python 3.6服务器端代码#_*_coding:utf-8_*_#作者 ：hjy#创建时间 ：19-3-1 下午9:10 #文件 :Service_Terminal.py#IDE :PyCharmf...
2019-03-01 21:50:17
1025
原创 基于路网关联度分析的城市路网划分方法研究_林晓伟
路网关联指标论文前期的准备和陈姗姗的论文基本一致，主要区别是模型部分参数选取和划分方法不一样。模型构建（1）交通流相关 t为交叉口间的路段行程时间（分钟）；为上游交叉口驶出的直行方向中的最大流量值（辆／小时）；为下游交叉口进口道车道组交通流量（辆／小时）；ｎ为下游交叉口进口道车道数。交叉口关联度： 路段关联度...
2018-11-27 16:40:49
689
原创 城市道路区域交通信号控制的动态子区划分_陈珊珊
交叉口关联度模型研究交叉口之间的关联度是交叉口之间空间关联特征与交通关联特征的综合反映空间关联表明交叉口是否地理位置相邻（静态） 交通关联则表明交叉口间的耦合程度（动态）以往研究1.1973年Yagoda提出耦合指数（Coupling Index, CI），CI值越大，表示交叉口间的关联性越大 ...
2018-11-26 22:11:04
2010
原创 机器学习实战（二）--决策树
决策树的特点：优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据。缺点：可能会产生过度匹配问题适用数据类型：数值型和标称型创建分支的伪代码函数createBranch()如下：检测数据集中的每个子项是否属于同一分类：If so return 类标签；Else 寻找划分数据集的最好特征 划分数据集 ‘ 创建分支节点...
2018-10-08 22:42:10
138
转载 Navicat提示Access violation at address 0007FF84CD12940 in module ‘scilexer.dll’
内存越界问题，最好重新注册下Windows的动态链接库首先“开始”—“cmd”在打开的dos窗口中运行“for %1 in (%windir%\system32\*.dll) do regsvr32.exe /s %1”。转载博客：https://blog.csdn.net/monsoul/article/details/7995107 ...
2018-09-27 15:33:18
10472
3
原创 机器学习实战（一）--kNN算法（k - 近邻算法）
工作原理：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输人没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最近邻）的分类标签。一般来说，我们只选择样本数据集中前 k 个最相似的数据，这就是 k- 近邻算法中 k的出处 , 通常 k是不大于 20 的整数。最后，选...
2018-09-26 14:10:56
189
转载 python LOF算法
LOF 算法背景：基于密度的离群点检测方法的关键步骤在于给每个数据点都分配一个离散度，其主要思想是：针对给定的数据集，对其中的任意一个数据点，如果在其局部邻域内的点都很密集，那么认为此数据点为正常数据点，而离群点则是距离正常数据点最近邻的点都比较远的数据点。通常有阈值进行界定距离的远近。在基于密度的离群点检测方法中，最具有代表性的方法是局部离群因子检测方法 (Local Outlier Fac...
2018-09-06 21:27:11
11827
4
转载 python 箱型图算法简介
四分位数（Quartile）是统计学中分位数的一种，即把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。 第一四分位数 (Q1)，又称"较小四分位数"，等于该样本中所有数值由小到大排列后第25%的数字。 第二四分位数 (Q2)，又称"中位数"，等于该样本中所有数值由小到大排列后第50%的数字。 第三四分位数 (Q3)，又称"较大四分位数"，等于该样...
2018-09-06 21:09:38
1534
原创 python for循环画多子图并保存（涉及DateFrame.groupby,add_subplot）
问题描述：最近要把杭州市地磁检测器中交通流量按照时间序列画图，每个路口画一张图，每个路口有多个车道，每个车道下包含一个检测器数据形式：代码： import pandas as pdimport psycopg2import matplotlib.pyplot as pltimport datetime as dtimport matplotlib.dates as mda...
2018-09-06 20:16:00
24886
2
原创 读书笔记一——Urban Computing with Taxicabs
目的：通过出租车的轨迹挑选有缺陷的城市规划侧重方面：1）Traffic modeling 2）Flaw detection 3)Real evaluationOVERVIEW(概述)：1）Taxi Trajectory(出租车轨迹): Tr 是一群按照时间排序的GPS点序列，每个点都由三个部分组成：1、空间坐标集2、时间3、乘车状态，例如 2) Region(区域):r...
2018-08-26 22:39:32
649
1
原创 python resample() 函数（用于数据聚合）
以下是利用Python进行数据分析中低十章对resample方法具体解释，不过how参数已经过时 #把流量数据每3分钟聚合一次def flowdata_fusion_3(temp_volume_series, temp_time_series): # print(temp_volume_series) temp_volume_series.index = te...
2018-08-17 16:16:42
39061
1
原创 python timestamp 和 datetime 画图遇到的问题
dat_fusion_3min 是我每三分钟融合的流量数据，它的格式为：第一列为它的索引，是timestamp格式的,第二列是流量数据，是字符串格式。但是画图的结果为:错误原因：设置时间标签显示格式的时候，datetime_start是强制用"00:00:00"字符串格式转换成datetime的时分秒格式，它的完全格式是"1900-00-00 00:00:00",与我索引的时间...
2018-08-17 15:44:44
3176
原创 pycharm连接Oracle数据库查询表单数据控制台输出中文乱码（？）（ps:前提你数据库编码没错）
尝试一：进入settings---Appearance，勾选Override default fonts by并选择一个支持中文的字体结果失败尝试二：到settings----Editor----File Encodings里设置IDEEncoding/Project Encoding、Default encoding for properties都为UTF-8结果失败尝试三：在文件头部写以下内容...
2018-07-05 16:17:41
1204
1
原创 struts文件在intellij idea中无法运行tomcate
今天学习intellij idea这个软件自动配置的struts.xml文件，运行报错！tomcate无法运行原因是web.xml自动配置错误，应该删除ng.
2018-06-07 13:33:18
242
转载 智能算法综述
1、什么是智能算法 智能计算也有人称之为“软计算”，是们受自然（生物界）规律的启迪，根据其原理，模仿求解问题的算法。从自然界得到启迪，模仿其结构进行发明创造，这就是仿生学。这是我们向自然界学习的一个方面。另一方面，我们还可以利用仿生原理进行设计(包括设计算法)，这就是智能计算的思想。这方面的内容很多，如人工神经网络技术、遗传算法、模拟退火算法、模拟退火技术和群集智能技术等。 2、人工神经
2018-01-04 11:46:32
832
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人