![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法杂谈
文章平均质量分 64
tick_tokc97
这个作者很懒,什么都没留下…
展开
-
最优化问题——梯度下降/上升法
前言在各种应用场景下我们经常会遇到一些求最优解的问题,在计算机中我们可以利用梯度下降法/上升法来求解局部最优解。梯度下降:向函数上当前点对应梯度(或近似梯度)的反方向,按照规定步长进行迭代搜索,接近函数的局部极小值。梯度上升:向函数上当前点对应梯度(或近似梯度)正方向,按照规定步长进行迭代搜索,接近函数的局部极大值。在机器学习中梯度下降法被广泛用来最小化目标函数(求目标函数取最小值时所对应自变量的值原创 2017-12-05 21:45:12 · 1607 阅读 · 0 评论 -
海量数据判重——布隆过滤器(Bloom filter)与Bitmap对比
前言 之前写过一篇Bitmap在海量整数排序中应用的博客,在看过布隆过滤器之后,感觉两个有些相似,但是又有区别,在查阅了很多资料之后,这里决定稍作总结。 关于布隆过滤器(Bloom filter)的介绍部分,大多翻译自Wikipedia正文布隆过滤器简介 布隆过滤器(Bloom filter)是一个高空间利用率的概率性数据结构,由Burton Bloom于1970年提出。被用于测原创 2017-12-01 21:34:32 · 8417 阅读 · 0 评论 -
伪随机数生成——梅森旋转(Mersenne Twister/MT)算法笔记
前言 最近在看吴军博士的《数学之美》一书,把很多之前没注意到,没用到,甚至不知道怎么用的数学知识和实际问题联系了起来,感觉打开了新世界的大门一样。这本书很多知识点还有技术都是点到为止,并没有深入,所谓师傅领进门,修行在个人吧。所以从本篇开始,博主将对数学之美一书中的一些提到的东西做个总结。不对的地方希望各位看官大佬们多多指正。 在本书第16章《信息指纹及其应用》一文中,介绍到了现在常用的翻译 2017-11-28 20:11:51 · 29961 阅读 · 5 评论 -
Bitmap在海量无重复整数排序时的应用
前言bitmap bitmap就是用一个bit位来标记某个元素对应的value的存在,而key即是这个元素。由于采用bit为单位来存储数据,因此在可以大大的节省空间开销 这里的海量数据以整数为例,整数为4字节,也就是32bit,假设数据量N=100000000,由于bitmap是用一个bit来标识元素的存在,那么我们只需⌈N/8⌉个字节就可以把数据表示出来也就是12500000字节,约原创 2017-11-23 22:44:10 · 1285 阅读 · 0 评论