2020年05月_TechFlow

原创从辗转相除法到求逆元，数论算法初体验

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是算法和数据结构专题的第22篇文章，我们一起来聊聊辗转相除法。辗转相除法又名欧几里得算法，是求最大公约数的一种算法，英文缩写是gcd。所以如果你在大牛的代码或者是书上看到gcd，要注意，这不是某某党，而是指的辗转相除法。在介绍这个算法之前，我们先来看下最大公约数问题。暴力解法这个问题应该很明确了，我们之前数学课上都有讲过。给我们纸笔让我们求都没有问题，分解因数找下共同的部分，很快就算出来了。但是用代码实现怎么做呢？用代码实现的话

2020-05-31 09:34:33 777

原创深入了解机器学习决策树模型——C4.5算法

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是机器学习专题的第22篇文章，我们继续决策树的话题。上一篇文章当中介绍了一种最简单构造决策树的方法——ID3算法，也就是每次选择一个特征进行拆分数据。这个特征有多少个取值那么就划分出多少个分叉，整个建树的过程非常简单。如果错过了上篇文章的同学可以从下方传送门去回顾一下：如果你还不会决策树，那你一定要进来看看既然我们已经有了ID3算法可以实现决策树，那么为什么还需要新的算法？显然一定是做出了一些优化或者是进行了一些改进，不然新算法显然是没

2020-05-29 10:48:51 570

原创动态规划经典教学题，上过《算导》的应该都会

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是LeetCode专题第41篇文章，我们一起来看一道经典的动态规划问题Edit Distance，编辑距离。今天这道题我本来是想跳过的，因为它实在是太经典了，属于典型的老掉牙问题了。但是想了想，一方面因为之前立了flag要把所有Medium和Hard写一遍，另一方面也是为了照顾萌新，所以还是把这题放上来了。相信上过算法导论这门课的同学一定都见过它，如果你没有上过属于萌新，那也没有关系，学习起来也不会很费劲的。编辑距离编辑距离非常经典

2020-05-28 11:19:09 393

原创 1700人点反对的LeetCode问题，是因为太难了吗？

今天是LeetCode专题的第40篇文章，我们一起来看的是LeetCode中的71题Simplify Path，中文名是简化路径。这题的难度是Medium，通过率是1/3左右，也是一道踩多捧少的题，一共有737个点赞，1703个反对。老实讲我觉得反对得不冤，我先卖个关子，等会来详细聊聊它为什么会被踩。题意题目会给定一个字符串，表示一个Unix系统下的文件路径，这个路径当中会包含一些路径的计算，要求我们返回简化之后的结果。在Unix系统下用/来分隔文件夹，比如/home/download/fi.

2020-05-27 08:28:10 193

原创从这道字符串处理的难题，寻找解决复杂问题的套路

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是LeetCode专题的第39篇文章，我们一起来看下LeetCode第68题 Text Justification。这题官方给的难度是Hard，通过率不到1/3。并且624赞同，1505反对。光看这个数据，可能会觉得这题很难，或者是藏着什么坑点，但其实做下来之后发现并不是这样的。题目只能算是稍稍复杂，并不算棘手，唯一的可能大概是大家比较畏惧字符串处理的问题吧。题意题目会给定一系列单词和一个每行的最长长度maxWidth，要求我们根据

2020-05-26 09:44:23 358

原创 golang基础教程——字符串篇

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是golang专题的第6篇文章，这篇主要和大家聊聊golang当中的字符串的使用。字符串定义golang当中的字符串本质是只读的字符型数组，和C语言当中的char[]类似，但是golang为它封装了一个变量类型，叫做string。知道了string这个类型之后，我们就可以很方便地来初始化：var str stringstr1 := "hello world"var str2 = "hello world too"这里应该没什

2020-05-25 10:56:29 616

原创想学spark但是没有集群也没有数据？没关系，我来教你白嫖一个！

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是spark专题的第六篇文章，这篇文章会介绍一个免费的spark平台，我们可以基于这个平台做一些学习实验。databricks今天要介绍的平台叫做databricks，它是spark的创建者开发的统一分析平台。单凭spark创建者这几个字大家应该就能体会到其中的分量，其中集成了Scala、Python和R语言的环境，可以让我们在线开发调用云端的spark集群进行计算。最最关键的是，它提供免费的社区版本，每个开发者都可以获得15GB内

2020-05-24 09:08:49 478

原创优先队列的核心，面试的常客，带你深入了解堆

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是算法和数据结构的第21篇，我们来聊一个新的数据结构——堆(heap)。和链表、二叉树以及数组这些热门的数据结构相比，堆相对比较冷门。如果你对数据结构了解不深的话，可能很少听说。但是我们经常用到它，虽然可能你并不一定能感知到。比如说优先队列，我们就经常使用。我们需要用到这样一个数据结构，能够根据我们存入数据的优先级进行排序，将优先级高的排在前面。在和调度相关的一些系统和算法当中，优先队列是必然会用到的。但是很少有人知道，优先队列说是一个队列

2020-05-23 09:33:14 204

原创手把手教你用Python实现决策树模型

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是机器学习专题的第21篇文章，我们一起来看一个新的模型——决策树。决策树的定义决策树是我本人非常喜欢的机器学习模型，非常直观容易理解，并且和数据结构的结合很紧密。我们学习的门槛也很低，相比于那些动辄一堆公式的模型来说，实在是简单得多。其实我们生活当中经常在用决策树，只是我们自己没有发现。决策树的本质就是一堆if-else的组合，举个经典的例子，比如我们去小摊子上买西瓜。水果摊的小贩都是怎么做的？拿起西瓜翻滚一圈，看一眼，然后伸手一拍

2020-05-22 09:10:13 4654 8

原创 Python一切皆是对象，但这和内存管理有什么关系？

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是Python的第15篇文章，我们来聊聊Python中内存管理机制，以及循环引用的问题。Python的内存管理机制对于工程师而言，内存管理机制非常重要，是绕不过去的一环。如果你是Java工程师，面试的时候一定会问JVM。C++工程师也一定会问内存泄漏，同样我们想要深入学习Python，内存管理机制也是绕不过去的一环。不过好在Python的内存管理机制相对来说比较简单，我们也不用特别深入其中的细节，简单做个了解即可。Python内存

2020-05-21 08:38:39 277

原创这道LeetCode题究竟有什么坑点，让它的反对是点赞的9倍？

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是LeetCode专题的第38篇文章，我们一起来看看第65题，Valid Number。曾经我们聊到过算法当中的一个类别——模拟题。所谓的模拟题就是题面非常简单，也不涉及任何复杂的算法，但是要实现的功能比较麻烦，非常考验人思维的缜密程度，很难写出bug-free的代码来。今天要说的65题可以说是其中的典范，它的题面非常简单，简单到只有一句话，但是要实现非常麻烦，比较锻炼人的耐心，我们一起来看看。题面给定一个字符串，判断它是否是一个合

2020-05-20 09:58:50 205

原创动态规划两题连刷，移动下标的小技巧

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是LeetCode的37篇，我们继续愉快的刷题。今天要刷的题目输出LeetCode 63和64两题，分别是Unique Paths II和Minimum Path Sum。从题目的名称我们就可以看出来，今天的题目都和path有关，其实不止如此，这两题的题意也几乎一样，本质上都是上一篇文章所讲的LeetCode 62题的延伸和拓展。这也是我们把这两题放在一起解决的原因。Unique Paths II我们先来看第一题，Unique Pa

2020-05-19 08:12:34 219

原创手把手Numpy入门教程【二】——数组与切片

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是Numpy专题的第二篇，我们来进入正题，来看看Numpy的运算。上一篇文章当中曾经提到过，同样大小的数据，使用Numpy的运算速度会是我们自己写循环来计算的上百倍甚至更多。并且Numpy的API非常简单，通常只要简单几行代码就可以完成非常复杂的操作。计算与广播在Python中的数组无论是什么类型，我们是无法直接对其中所有的元素进行计算的。想要做到这一点，必须要通过map这样的方式操作。而Numpy当中，我们可以很方便地对一整个数组

2020-05-18 08:38:43 253

原创手把手golang教程——数组与切片

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是golang专题的第五篇，这一篇我们将会了解golang中的数组和切片的使用。数组与切片golang当中数组和C++中的定义类似，除了变量类型写在后面。比如我们要声明一个长度为10的int型的数组，会写成这样：var a [10]int数组的长度定义了之后不能改变，这点和C++以及Java是一样的。但是在我们日常使用的过程当中，除非我们非常确定数组长度不会发生变化，否则我们一般不会使用数组，而是使用切片(slice)。切片

2020-05-17 08:47:46 415

原创机器学习——方差、协方差与皮尔逊值

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是概率统计专题的第六篇，我们来看看方差相关的概念。方差的定义方差在我们的日常生活当中非常常见，它主要是为了提供样本离群程度的描述。举个简单的例子，我们去买一包薯片，一般来说一袋薯片当中的数量是固定的。我们假设平均每袋当中都有50片薯片好了，即使是机器灌装，也不可能做到每一袋都刚好是50片，或多或少都会有些误差。而均值则无法衡量这种误差。如果现在有两个薯片品牌，它们的口味都差不多，平均每袋也都是50片。但是其中A品牌的薯片有一半是80

2020-05-16 10:09:50 423

原创最小生成树的本质是什么？Prim算法道破天机

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是算法和数据结构专题20篇文章，我们继续最小生成树算法，来把它说完。在上一篇文章当中，我们主要学习了最小生成树的Kruskal算法。今天我们来学习一下Prim算法，来从另一个角度来理解一下这个问题。从边到点我们简单回顾一下Kruskal算法的原理，虽然上篇文章当中用了很多篇幅，但是原理非常简单。本质上就是我们对图中所有的边按照长度进行排序，之后我们按照顺序依次把它作为树的骨干，加入到树上来。在此过程当中，我们为了避免导致产生环，而

2020-05-15 09:37:29 380

原创嫌弃Apriori算法太慢？使用FP-growth算法让你的数据挖掘快到飞起

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是机器学习专题的第20篇文章，我们来看看FP-growth算法。这个算法挺冷门的，至少比Apriori算法冷门。很多数据挖掘的教材还会提一提Apriori，但是提到FP-growth的相对要少很多。原因也简单，因为从功能的角度上来说，FP-growth和Apriori基本一样，相当于Apriori的性能优化版本。但不得不说有时候优化是一件很尴尬的事，因为优化意味着性能要求很高。但是反过来说，对于性能有着更高要求的应用场景，无论是企业也好，

2020-05-14 11:22:16 932

原创怎么在Python装饰器中自定义功能呢？用这种方法让你“为所欲为”

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是Python专题的第14篇文章，我们继续装饰器的话题，来看看怎么给装饰器包装方法，实现更多灵活的操作。在之前的文章当中，我们实现了对装饰器赋予参数，从而可以通过传入不同的参数来控制装饰器中的逻辑。这样做可以大大地增加装饰器的灵活性，但是仍然不足以解决所有的问题。如果我们面临一个变动很频繁的业务，以后也许需要加上一些当前想不到的逻辑，这个时候就没有办法仅仅通过参数来控制了。那么有没有办法不仅仅是传入参数，而是可以给装饰器添加不同的逻辑呢？

2020-05-13 23:15:15 182

原创手把手教你学Numpy，从此处理数据不再慌「一」

本文始发于个人公众号：TechFlow，原创不易，求个关注当当当，我又开新坑了，这次的专题是Python机器学习中一个非常重要的工具包，也就是大名鼎鼎的numpy。所以今天的文章是Numpy专题的第一篇。俗话说得好，机器学习要想玩的溜，你可以不会写Python，但一定不能不会调库（大雾）。Numpy可以说是Python中最基础也是最重要的工具库了，要用Python做机器学习，玩转各种框架，Numpy是必须要会的。像是TensorFlow、pytorch这些知名框架都是基于Numpy进行计算的，可想而

2020-05-13 08:34:53 205

原创 LeetCode 62 比动态规划更好的做法

今天是LeetCode专题第36篇文章，我们一起来看下LeetCode的62题，Unique Paths。题意其实这是一道老掉牙的题目了，我在高中信息竞赛的选拔考试上就见过这题。可想而知它有多古老，或者说多经典吧。一般来说能够流传几十年的算法题，一定是经典中的经典。下面我们就来看下它的题意。这题的题意很简单，给定一个矩形的迷宫，左上角有一个机器人，右下角是目的地。这个机器人只能向下走或者是向右走，请问这个机器人走到目的地的路径一共有多少种？这题很良心地给定了条件，矩形的长和宽都不超过100.样例

2020-05-12 09:29:19 232

原创不仅硬核游戏会坑人，来看看LeetCode出题人是怎么埋坑的

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是LeetCode专题的第35篇文章，上一篇文章当中我们一口气肝了三题，不知道大家感觉怎么样？我们来放松一下，看一道相对比较简单也比较有趣的问题。题意这题的题意也只有一句话，秉承了LeetCode一贯题狠话不多的风格。题意是给定一个链表和一个整数K，要求将链表当中的所有元素向右移动K位。注意这里，元素往右边移动的意思并不是删除了，移动出边界的元素会放置到最左边。样例Input: 1->2->3->4-&g

2020-05-11 08:52:26 215

原创 spark是怎么从RDD升级到DataFrame的？

今天是spark专题的第五篇，我们来看看DataFrame。用过Python做过机器学习的同学对Python当中pandas当中的DataFrame应该不陌生，如果没做过也没有关系，我们简单来介绍一下。DataFrame翻译过来的意思是数据帧，但其实它指的是一种特殊的数据结构，使得数据以类似关系型数据库当中的表一样存储。使用DataFrame我们可以非常方便地对整张表进行一些类似SQL的一些复杂的处理。Apache Spark在升级到了1.3版本之后，也提供了类似功能的DataFrame，也就是大名鼎鼎的

2020-05-11 07:46:28 275

TechFlow的博客