- 博客(23)
- 收藏
- 关注
RSS订阅原创 Python：小问题集锦
1. 重置Data.Frame的索引df = df.reset_index(drop=True)2. 第1列是否作为索引## 作为索引data = pd.read_csv('data.csv',index_col = 0)## 不作为索引data = pd.read_csv('data.csv',index_col = False)3. 取DataFrame指定的列...
2019-04-13 22:30:39
249
原创 python：json格式转化为dataframe格式
from pandas.io.json import json_normalizeimport pandas as pdimport json方法一：利用read_json进行转化data_str = open('movies.json').read()df = pd.read_json(data_str,orient = 'records')df.head()方法二： 利...
2019-03-07 10:43:33
12873
2
原创 python：sort() 与 sorted()
1、使用方法sort()对列表进行永久排序 python中的sort()方法，能够较为轻松地对列表进行排序。## 对汽车按字母顺序排序cars = ['bmw','audi','toyota','subaru']cars.sort()print(cars)['audi', 'bmw', 'subaru', 'toyota'] 方法sort()永久性...
2019-01-31 17:36:02
286
原创 python：del、pop() 与 remove()
1、使用del语句删除元素 如果知道要删除的元素在列表中的位置，可以使用del语句。motorcycles = ["honda","yamaha","suzuki"]print(motorcycles)## 删除motorcycles中第一个元素del motorcycles[0]print(motorcycles)['honda', 'yamaha', ...
2019-01-31 17:13:30
303
原创 红黑树：一种平衡二叉查找树
二叉查找树是最常用的一种二叉树，它支持快速插入、删除、查找操作，各个操作的时间复杂度跟树的高度成正比，理想情况下，时间复杂度是O(logn)。但是，二叉查找树在频繁的动态更新过程中，可能会出现树的高度远大于的情况，从而导致各个操作的复杂度降低。极端情况下，二叉树会退化为链表，时间复杂度会退化为O(n)。要解决时间复杂度退化问题，就需要设计一种平衡二叉查找树，而红黑树就是一种常见的平...
2019-01-29 16:00:50
324
翻译 二叉树基础（下）：二叉查找树
思考题：二叉查找树是一种特殊的二叉树，最大的特点是支持动态数据集合的快速插入、删除、查找操作。但是散列表也支持这些操作，并且散列表的时间复杂度是O(1)，比二叉树更加的高效。那么，既然有了这么高效的散列表，使用二叉树的地方是不是都是可以换成散列表呢？有没有什么地方是散列表做不了，必须要使用二叉树呢？ 一、二叉查找树 二叉查找树是二叉树中常见的一种类型，也叫二叉搜索树。...
2019-01-23 16:41:32
301
翻译 二叉树基础（上）:什么样的二叉树适合用数组来存储？
思考题：二叉树有哪几种存储方式？什么样的二叉树适合用数组来存储？一、树 树的常用概念及其解释 父节点、子节点、兄弟结点、根节点、叶子结点；结点的高度、深度、层；树的高度。 上图中，A节点就是B节点的父节点，B节点是A节点的子节点。B、C、D这三个节点的父节点都是同一个节点A，所以它们之间是互称兄弟节点。没有父节点的结点叫做根节点，...
2019-01-23 13:28:37
1528
翻译 哈希算法：如何利用哈希算法解决实际问题？
1、什么是哈希算法？ 哈希算法的定义和原理：将任意长度的二进制值串映射为固定长度的二进制值串，这个映射的规则，就是哈希算法。而通过原始数据映射之后得到的二进制值串就是哈希值。 设计一个优秀的哈希算法，需要满足下面几点要求： 从哈希值不能反向推导出原始数据（所以哈希算法也叫单向哈希算法） 对输入的数据比较敏感，原始数据即使修改一个字节，最后得到的哈希值也大不...
2019-01-21 12:13:29
2286
2
翻译 散列表（下）：为什么散列表和链表经常会一起使用？
【思考题】：散列表和链表都是如何组合起来使用的？散列表和链表为什么经常放在一起使用？1、LRU缓存淘汰策略 借助散列表，可以把LRU缓存淘汰算法的时间复杂度降为O(1)。但之前讲过使用链表来实现LRU缓存淘汰算法的时间复杂度是O(n)。维护一个按照访问时间从小到大有序排列的链表结构，因为缓存大小有限，当缓存空间不够，需要淘汰一个数据的时候，直接将链表头部的结点删除。 ...
2019-01-21 10:59:10
212
翻译 散列表（中）：如何打造一个工业级水平的散列表？
思考题： 如何设计一个可以应对各种异常情况的工业级散列表，来避免在散列冲突的情况下，散列表性能的急剧下降，并且能够抵抗散列碰撞攻击？ 散列碰撞攻击的原理是：由于散列表的性能很差，查询数据的时候需要消耗大量的CPU和线程资源，导致系统无法响应其他请求，从而无法达到拒绝服务器攻击（Dos）的目的。1、如何设计散列函数？散列函数的设计不能太复杂 散列函数的生成...
2019-01-20 23:08:12
270
原创 散列表（上）：Word文档中的单词拼写检查功能是如何实现的？
【思考题】：在Word里面输入一个错误的英文单词，它会用标红的方式提示“拼写错误”。Word的这个单词拼写检查功能，虽然很小但是却非常实用。你有没有想过，这个功能是如何实现的？1. 散列的思想 散列表(Hash Table)，也叫“哈希表”或者“Hash表”。 【举例1】：假设有89名运动员参加校运动会。每个运动选手都会有自己的参赛编号，假设参赛编号...
2019-01-17 11:29:47
836
原创 跳表：为什么Redis一定要用跳表来实现有序集合？
对链表稍加改造，就可以支持类似“二分”的查找算法。我们把改造之后的数据结构叫做跳表。它是一个各方面性能比较优秀的动态数据结构，可以支持快速的插入、删除、查找操作。 Redis中的有序集合（Sorted Set）就是用跳表来实现的。Redis为什么会选择跳表来实现有序集合呢？为什么不用红黑树？1. 理解“跳表” 链表加上多级索引的结构，就是跳表。...
2019-01-16 12:17:20
1392
2
原创 二分查找（下）：如何快速定位IP对应的省份地址？
思考： 假设我们有12万条IP区间与归属地的对应关系，如何快速定位出一个IP地址的归属地呢？二分查找的变形： 本次的分析要处理的数据是从小到大排序的。 变体一：查找第一个值等于给定值的元素 有序数据集合中存在重复的数据，我们希望找到第一个值等于给定值的数据，上一节的二分查找代码就不再适用了。 比如下面这个有...
2019-01-16 09:59:03
468
4
原创 二分查找（上）：如何用最省内存的方式实现快速查找功能？
二分查找算法：一种针对有序数据集合的查找算法，也叫折半查找算法。思考题： 假设有1000万个整数数据，每个数据占8字节，如何设计数据结构和算法，快速判断某个整数是否出现在这1000万数据中？希望实现这个功能所需要的内存空间不超过100M。1. 理解二分查找思想 二分查找是非常简单易懂的快速查找算法，在生活中也是比较常见。举一个猜字游戏为例，进行说明。随机...
2019-01-15 11:38:26
238
原创 排序优化：如何实现一个通用的、高性能的排序函数？
1.回顾几种排序算法 线性排序虽然时间复杂度比较低，但是对数据的要求也比较高，所以就不适合用来作为通用的排序函数的实现算法。对于小规模数据排序，可以选择时间复杂度是O()的排序算法；如果是大规模数据的排序，可以选择时间复杂度是O(nlogn)的排序算法。 2.为什么归并排序比快排使用的情况少？ 快排在最坏的情况下，时间复杂度是O()，...
2019-01-15 09:45:49
256
原创 线性排序：如何根据年龄给100万用户数据排序？
思考题：如何根据年龄给100万用户数据排序？ 三种时间复杂度为O(n)的排序算法：桶排序、计数排序、基数排序。由于这类排序算法的时间复杂度是线性的，所以称为：线性排序。1.桶排序1.1 桶排序的核心思想 桶排序，将要排序的数据分到几个有序的桶里，每个桶的数据再单独进行排序。桶内排完序之后，再把每个桶里的数据按照顺序依次取出，组成的序列就是有序的了。 ...
2019-01-14 19:27:56
734
原创 排序（下）：如何用快排思想在O(n)内查找第K大元素？
两种时间复杂度都是O(nlogn)的排序算法：归并排序和快速排序。1.归并排序1.1 归并排序的原理 归并排序的核心思想是：将一个要排序的数组，从中间分成前后两个部分，然后对前后两部分分别排序，再将排序好的两部分合并在一起，这样整个数据就是有序的了。 归并排序用到的就是一个分治思想。分治就是一种将大问题分解成小的子问题来解决的...
2019-01-14 14:11:57
1945
3
翻译 排序（上）：为什么插入排序比冒泡排序更加受欢迎？
最经典、最常用的排序算法有：冒泡排序、插入排序、选择排序、归并排序、快速排序、计算排序、基数排序、桶排序等。按照时间复杂度，将其划分为三类： 思考题：插入排序跟冒泡排序的时间复杂度都是O()，在实际的软件开发当中，为什么我们更倾向于使用插入排序算法而不是冒泡排序算法呢？1.如何评价分析一个“排序算法”？1.1 排序算法的执行效率...
2019-01-11 13:57:41
396
翻译 递归：如何用三行代码找到“最终推荐人”？
用户A推荐用户B来注册，用户B推荐用户C来注册。用户C的最终推荐人是用户A，用户B的最终推荐人也是用户A。如何利用递归来实现最终推荐人的寻找呢? 在数据库表中，可以记录两行数据，其中actor_id表示用户id，referrer_id表示推荐id。基于这个背景，问题是：给定一个用户id，如何查找到这个用户的“最终推荐人”？ 递归是一种应用非常广泛的...
2019-01-11 12:25:04
259
翻译 队列：队列在线程池等有限资源池中的应用
当我们向一个固定大小的线程池中请求一个线程时，如果线程池中没有空闲的资源了，这个时候线程池如何处理这个请求？是拒绝请求还是排队请求？各种处理策略又是如何实现的？1.如何理解“队列”？ 可以把它想象成排队买票，先来的先买，后来的人只能站在末尾，且不允许插队。先进者先出，后进者后出，这就是典型的“队列”。栈只支持两个操作：入栈push()和出栈pop()。队列跟栈...
2019-01-09 17:02:28
321
翻译 栈：如何实现浏览器的前进和后退功能？
浏览器的前进、后退功能，其实就是利用了栈的数据结构 当我们依次访问一串页面a-b-c，点击浏览器的后退按钮，就可以查看之前浏览过的页面b和a。当你后退到页面a，点击前进按钮，就可以重新查看页面b和c。但是如果后退到b后，点击了新的页面d，那就无法通过前进、后退功能看到页面c了。1.如何理解“栈”？ 先进者后出，后进者先出，这就是典型的“栈”结构。...
2019-01-09 16:41:19
800
翻译 链表（下）：如何轻松写出正确的链表代码？
技巧一：理解指针或是引用的含义 不管是“指针”还是“引用”，实际上都是一个意思，表示的是存储所指对象的内存地址。将某个变量赋值给指针，实际就是将这个变量的地址赋值给指针，或者反过来说，指针中存储了变量的内存地址，指向了这个变量，通过指针就可以找到这个变量。技巧二：警惕指针丢失和内存泄漏 如图，我们希望在a结点和相邻的结点b之间插入结点x，...
2019-01-09 16:16:59
161
翻译 链表（上）：如何用链表来实现LRU缓存淘汰算法？
缓存是一种提高数据读取性能的技术，在硬件设计、软件开发中都有非常广泛的应用。比如CPU缓存、数据库缓存、浏览器缓存等。缓存的大小有限，当缓存被用满时，哪些数据应该被清理出去，哪些数据应该被保留？这就需要缓存淘汰策略来决定。常见的缓存淘汰策略有三种：先进先出策略FIFO（First In, First Out） 最少使用策略LFU（Least Frequently Used...
2019-01-06 20:50:35
223
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人