- 博客(21)
- 收藏
- 关注
RSS订阅原创 数据结构与算法之美-递归树-极客时间笔记
递归树是用来分析递归算法的时间复杂度，将递归分解的过程画出来就是一个类似树的结构。比如下图，归并排序递归树是将数据不断分解到单个元素，然后再向上合并。统计递归树代表的时间复杂度通常是计算每一层的时间，然后再看最多会分解到多少层。归并操作主要是和归并函数相关，也就是数据规模，这里递归树每层的数据规模都是n。我们只需要知道这棵树的高度 h，用高度 h 乘以每一层的时间消耗 n，就可以得到总...
2020-01-09 22:59:25
247
原创 数据结构与算法之美-二叉树-极客时间学习笔记
树是一种二维的数据结构，每个节点后面跟着不止1个后续节点，树与图的区别是，树沿着链接走下去，不会走回头路。走回头路了就是图。二叉树是指最多只有2个分叉的树结构。满二叉树，叶子节点全都在最底层，除了叶子节点之外，每个节点都有左右两个子节点。完全二叉树，叶子节点都在最底下两层，最后一层的叶子节点都靠左排列，并且除了最后一层，其他层的节点个数都要达到最大。说到完全二叉树，要介绍下树的...
2020-01-04 23:45:50
183
原创 数据结构与算法之美-哈希算法-极客时间学习笔记
‘Hash'音译是’哈希‘，意译是’散列‘。哈希算法不是仅仅应用于我们常用结构哈希表中，哈希算法是一个更加广泛的概念。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。这里注意任意长度，因为哈希表中通常是把长的变短，但也可以把短的变长。哈希算法理论上应该满足下列要求：从哈希值不能反向推导出原始数据（所以哈希算法也...
2020-01-02 22:04:57
1034
原创 数据结构与算法之美-散列表-极客时间笔记
散列表或者哈希表，就是数组的一种延伸应用，主要还是利用数组可以方便的理由下标索引进行元素操作。概念的核心点在于原始数据可能是键值对，将Key值通过哈希函数进行转化变成唯一（希望是唯一，但并无法保证，所以才有后面的散列冲突问题）的下标索引，以此来保证Value值。散列函数的设计有下列三点要求：1、散列函数计算得到的散列值是一个非负整数；——因为散列的结果对应数组下标，必要要求非负整数。...
2019-12-22 23:11:00
137
原创 数据结构与算法之美-跳表-极客时间学习笔记
二分查找是针对数组结构的，那么链表结构有没有类似的方法可以实现快速查找？按照以空间换时间的思路，我们把单链表想象成一本书，每个节点都是1页，那么快速搜索的方法就是建立目录索引（并非完全相同的概念，这里的索引也需要遍历，不能跳跃）。从一页页翻页变成在按照索引一个个查找，然后再下一层进入到节点层查找。为了加快搜索速度，可以建立不止一级索引，上一层以下一层为基础，每次跳过1个元素（这里并...
2019-12-17 23:38:38
188
原创 数据结构与算法之美-二分查找-极客时间笔记
二分查找是一种针对有序数据的查找方式，通过每次选择数据中间点进行比较，来将目标范围降低一半的方法。在日常生活中，我们应该都不自觉的使用过，比如经典的猜数字游戏，一个人默写下1个数字，其他人来猜这个数字，为了不让游戏无聊的延续下去，都是每次一半的进行猜测。类似这种每次按照固定比例降低数据范围的查找方法统一叫作对数级的查找效率O(logn)，对数查找效率是很高效的，在大数据量面前，甚至比常...
2019-12-15 16:22:43
146
原创 数据结构与算法之美-排序-极客时间笔记
排序是最常使用到的一种算法类型，很大编程语言中都内置排序函数。这里主要是记录下述三种不同时间复杂度的排序算法。目录如何分析排序算法？冒泡排序插入排序选择排序O()排序比较归并排序快速排序快排和归并的差别桶排序/计数排序基数排序如何分析排序算法？执行效率：针对不同有序度的数据，排序算法的执行效率是存在差异的。所以需要做不同情况下的时间复杂度分...
2019-11-28 16:01:06
234
原创 数据结构与算法之美-递归-极客时间笔记
递归操作是一种高效、简洁的编码技巧，在代码中的表现就是方法调用自己本身。可以采用递归的问题需要满足三个条件：一个问题可以分解为几个子问题的解； 这个问题与分解之后的子问题，除了数据规模不同，求解思路完全一样； 存在递归终止条件，即问题分解到底层后可以终止再层层回溯。写递归代码的关键就是找到如何将大问题分解为小问题的规律，并且基于此写出递推公式，然后再推敲终止条件，最后将递推公式和终止...
2019-11-27 19:53:11
165
原创 数据结构与算法之美-线性表-极客时间笔记
线性表，指数据排成像一条线一样的结果，每个线性表的数据最多只有前后两个方向。对应的非线性表，则没有明显的数据前后关系。目录数组链表栈队列数组数组是用一组连续的内存空间，来存储一组具有相同类型的数据。通过上述两点（连续内存，相同类型），可以实现(基于索引的)随机访问。因为内存地址是连续的，可以根据每个数据类型的存储大小乘以自己希望访问元素的索引位置，通过数组首地址...
2019-11-15 00:00:44
306
原创 数据结构与算法之美-复杂度分析-极客时间笔记
数据结构和算法结构是代码世界的基础，我们通常使用的工具包/函数库都是将复杂操作包装起来只留出接口给我们调用。但如果想用的明明白白，还是要自己学会不同的数据结构的特点以及如何设计算法。程序的性能无非是通过“快”和“省”来体现，也就是运行速度和存储空间，实现相同功能的代码之间也可能存在天差地别，我们不能仅仅是写能用的代码，而是好代码。对比代码的性能，首先想到的就是以实际运行环境来跑一遍测试（事...
2019-11-11 15:55:12
204
原创 透视HTTP协议-进阶篇-极客时间-学习笔记
HTTP头部实体HTTP协议报文是按照header+body的形式，其中body传输的时候是二进制文件，但具体按照什么格式来读取，必须有所约定。就像一个文件，我们改变不同的后缀名，打开完全是不一样的。报文格式借鉴了电子邮件系统的MIME，“多用途互联网邮件扩展”（Multipurpose Internet Mail Extensions）。常见的分为下列几种：text，文本格式的可...
2019-10-23 23:34:23
1329
原创 透视HTTP协议-基础篇-极客时间-笔记摘要
统一资源标识符URIUniform Resource Identifier，唯一的标记资源的位置其完整形式如下：其中scheme部分为协议名，表明应该用哪种协议来进行访问，一般有HTTP，HTTPS，FTP，FILE“：//”仅代表分割符，无实际意义user:passwd@这部分是身份信息，在现在的实际使用中已经抛弃这段，明文传输的账号密码容易造成安全隐患。author...
2019-10-21 23:27:59
1073
原创 java编程基础-零基础学java-极客时间
记录自己学习的零散知识点。java文件里面如果有公开类，类名必须与文件名一致。不然javac命令会出错，javac 是java compile，将源文件编译成class文件java的数据类型：整型，byte，short, int, long, 分别对应1，2，4，8个byte的大小。缺省整形是int。浮点型，float，double，分别对应4，8个byte的大小。缺省浮...
2019-10-20 23:45:32
1707
原创 MDN文档-HTTP概述
本文是记录查看MDN文档之后关于HTTP的一些个人离散的记忆点，更详细内容可以查看链接：https://developer.mozilla.org/zh-CN/docs/Web/HTTPHTTP概述HTTP可以说是互联网的重要基石之一，我们平时最普通的浏览器行为其实就是在发送HTTP请求（当然更多是HTTPS请求，相比HTTP多了SSL的安全证书认证，来判定该网站是真实合法的‘好’网站）。...
2019-10-19 13:56:36
1034
原创 网易云课堂吴恩达Andrew Ng深度学习笔记（四）
01.神经网络和深度学习第四周 深层神经网络所谓深层神经网络，字面上对应于浅层神经网络，即具有2层及以上的隐藏层。其正向传播过程一样，z[l] = w[l]a[l-1] + b[l], a[l] = g[l](z[l])小技巧，用维度来检查计算过程，n是每一层的神经元个数。导数的维度不变。如果只考虑单个数据，z和a的维度如下，对应上面的正向传播公式，可用维度检查[nl,1] = [nl,nl-...
2018-03-13 23:00:48
793
1
原创 网易云课堂吴恩达Andrew Ng深度学习笔记（三）
01.神经网络和深度学习第三周 浅层神经网络 上一周的课程讲解了单神经元的正向及反向传播推导公式及向量化。一个神经元内部的操作分为两步：第一步是输入特征的线性组合，第二步是将z通过激活函数进行非线性变化得到a，也就是对y的拟合。先沿着正向计算损伤函数L(a,y)，再反向计算梯度，沿着dw下降方向来调整参数w = w - α*dw。这里介绍一个典型的2层神经网络，第1层有4个神经元，第二层有1个...
2018-03-02 00:01:26
1174
1
原创 网易云课堂吴恩达Andrew Ng深度学习笔记（二）
01.神经网络和深度学习第二周 神经网络基础先说明最简单的二分类，即可以把结果分为0和1两类，或者说是否两种的分类情况。比如说判定图片中是否有猫，标记为有（1）或者无（0）。特征则是图片中像素点RGB三色的深度，对应于64x64像素的图像，特征量为64x64x3= 12288。为了操作解释方便，我们会把特征进行排列，重组成纵列。一个特征对应一个标签，最后组成数据对（x,y）m个数据组合后把特征和...
2018-02-22 21:45:38
1473
2
原创 网易云课堂吴恩达Andrew Ng深度学习笔记（一）
时不时给自己充电，记笔记巩固记忆。我以前也接触过机器学习，往简单说就是以前统计理论的曲线拟合的概念包装，数据一多就变成机器学习或者叫做人工智能，也就是用数据做分析，得出分类或者回归的结果。以前是用SVM支持向量机做的毕业设计，用数据往函数里面一塞算上1~2天。所以在我的印象中，机器学习其实是个很学术的东西，实用意义不大。第一次听说深度学习是在Alpha Go的围棋比赛，把人类棋手一网打尽之后，才知...
2018-02-22 16:11:28
5241
3
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