2016年09月_universe_ant

原创 Lucky String

题目描述A string s is LUCKY if and only if the number of different characters in s is a fibonacci number. Given a string consisting of only lower case letters , output all its lucky non-empty substrings

2016-09-30 17:56:47 379

原创 Storm中的一些概念

1、元组（Tuple）元组（Tuple），是消息传递的基本单元，是一个命名的值列表，元组中的字段可以是任何类型的对象。Storm使用元组作为其数据模型，元组支持所有的基本类型、字符串和字节数组作为字段值，只要实现类型的序列化接口就可以使用该类型的对象。元组本来应该是一个key-value的Map，但是由于各个组件间传递的元组的字段名称已经事先定义好，所以只要按序把元组填入各个value即可，所

2016-09-30 16:32:54 3113

原创 Storm基本组成

Storm框架的核心由7个部分组成，如图所示，它们同时也是Storm的基本组成部分。Topology（拓扑）一个拓扑是一个图的计算。用户在一个拓扑的每个节点包含处理逻辑，节点之间的链接显示数据应该如何在节点之间传递。Topology的运行是很简单的。Stream（流）流是Storm的核心抽象。一个流是一个无界Tuple序列，Tuple可以包含整型、长

2016-09-30 10:31:50 1019

转载 Java基本点

1、面向对象的特征有哪些方面？面向对象的特征主要有以下几个方面：抽象：抽象是将一类对象的共同特征总结出来构造类的过程，包括数据抽象和行为抽象两方面。抽象只关注对象有哪些属性和行为，并不关注这些行为的细节是什么。继承：继承是从已有类得到继承信息创建新类的过程。提供继承信息的类被称为父类（超类、基类）；得到继承信息的类被称为子类（派生类）。继承让变化中的软件系统有了一定的延续性，同时继承也

2016-09-29 22:49:30 575

原创 Logistic回归

假设现在有一些数据点，我们用一条直线对这些点进行拟合（该线称为最佳拟合直线），这个拟合过程就称作回归。利用Logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。这里的“回归”一词源于最佳拟合，表示要找到最佳拟合参数集。训练分类器时的做法就是寻找最佳拟合参数，使用的是最优化算法。接下来介绍这个二值型输出分类器的数学原理。Logistic回归的一般过程：

2016-09-24 12:28:54 1379

原创朴素贝叶斯（naive Bayes）

朴素贝叶斯是贝叶斯决策理论的一部分，所以讲述朴素贝叶斯之前有必要快速了解一下贝叶斯决策理论。假设我们现在有一个数据集，它由两类数据组成，数据分布如下图所示：假设有位读者找到了描述图中两类数据的统计参数。我们现在用p1(x, y)表示数据点(x, y)属于类别1（图中用圆点表示的类别）的概率，用p2(x, y)表示数据点(x, y)属于类别2（图中用三角形表示的类别）的概率，那么对于一个

2016-09-23 20:11:18 471

转载 MapReduce中wordcount详细介绍

1、MapReduce编程模型MapReduce采用分而治之的思想，把对大规模数据集的操作，分发给一个主节点管理下的各个分节点共同完成，然后通过整合各个节点的中间结果，得到最终结果。简单来说，MapReduce就是“任务的分解和结果的汇总”。在Hadoop中，用于执行MapReduce任务的机器角色有两个：一个是JobTracker；另一个是TaskTracker。JobTracker用于

2016-09-22 18:00:26 9988

原创决策树(Decision Trees)

你是否玩过二十个问题的游戏，游戏的规则很简单：参与游戏的一方在脑海里想某个事物，其他参与者向他提问题，只允许提20个问题，问题的答案也只能用对或错回答。问问题的人通过推断分解，逐步缩小带猜测事物的范围。决策树的工作原理与20个问题类似，用户输入一系列数据，然后给出游戏的答案。下图所示的流程图就是一个决策树，正方形代表判断模块(decision block)，椭圆形代表终止模块(terminat

2016-09-22 11:02:23 960

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。输入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，选择k个最相

2016-09-20 20:28:50 431

转载 8张图理解Java

一图胜千言，下面图解均来自Program Creek网站的Java教程，目前它们拥有最多的票选。如果图解没有阐明问题，那么你可以借助它的标题来一窥究竟。1、字符串不变性下面这张图展示了这段代码做了什么String s = "abcd";s = s.concat("ef");

2016-09-18 15:40:29 248

转载 TreeMap源码解析

TreeMap是基于红黑树结构实现的一种Map，要分析TreeMap的实现首先就要对红黑树有所了解。1、二叉查找树、红黑树介绍什么是二叉查找树呢？它有什么特点呢？(1)若左子树不空，则左子树所有节点的值均小于它的根节点的值；(2)若右子树不空，则右子树所有节点的值均小于它的根节点的值；(3)左、右子树也分别为二叉查找树；(4)没有键值相等的节点。按照二叉查找树存储的

2016-09-15 21:54:08 344

原创 2个鸡蛋100层楼/2个玻璃珠39层楼

题目描述：你拿着两个鸡蛋站在100层的大楼上。鸡蛋或许结实到从楼定掉下也不会摔碎，或许很易碎。最少试验多少次可以找出鸡蛋被摔碎的最低楼层？腾讯2017笔试题也有类似的题目，描述是针对2个玻璃珠和39层楼。题目分析：假定鸡蛋被摔碎的最低楼层我们称之为临界层。有两个鸡蛋，第一次测试时，第一个鸡蛋不能放置的楼层太高，否则，如果第一个鸡蛋破碎了，那么第二个鸡蛋就必须在第一层试验的楼

2016-09-15 21:23:54 2825

转载 Java提高篇之TreeMap

TreeMap的实现是红黑树算法的实现，所以要了解TreeMap就必须对红黑树有一定的了解，其实这篇博文的名字叫做《根据红黑树的算法来分析TreeMap的实现》比较好。通过这篇博文你可以获得如下知识点：1、红黑树的基本概念。2、红黑树增加节点、删除节点的实现过程。3、红黑树左旋转、右旋转的复杂过程。4、Java中TreeMap是如何通过put、deleteEntry两个来实现红黑树

2016-09-13 20:43:38 342

原创 ForbiddenStrings

问题陈述：一个只包含'A'、'B'和'C'的字符串，如果存在某一段长度为3的连续子串中恰好'A'、'B'和'C'各有一个，那么这个字符串就是ForbiddenString，否则这个字符串就是NotForbiddenString。例如：BAACAACCBAAA连续子串"CBA"中包含了'A'、'B'、'C'各一个，所以是ForbiddenString；AABBCCAABB不存在一个长度为3的连续

2016-09-13 17:32:26 309

转载 HashMap的实现原理

HashMap概述HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。HshMap的数据结构在Java编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数据结构都可以用这两个基本结构来构造的，HashMap也不例外。HashMap实际上是一个

2016-09-13 09:49:22 309

转载 HashMap的工作原理

HashMap的工作原理是近年来常见的Java面试题。几乎每个Java程序员都知道HashMap，都知道哪里要用HashMap，知道Hashtable和HashMap之间的区别，那么为何这道面试题如此特殊呢？是因为这道题考察的深度很深。这题经常出现在高级或中高级面试中。投资银行更喜欢问这个问题，甚至会要求你实现HashMap来考察你的变成能力。ConcurrentHashMap和其他同步集合的引入

2016-09-12 21:36:49 205

转载深入浅出ThreadLocal

前言ThreadLocal为变量在每个线程中都创建了一个副本，所以每个线程可以访问自己内部的副本变量，不同线程之间不会相互干扰。本文会基于实际场景介绍ThreadLocal如何使用以及内部实现机制。应用场景最近的一个web项目中，由于Parameter对象的数据需要在多个模块中使用，如果采用参数传递的方式，显然会增加模块之间的耦合性。先看看用ThreadLocal是如何实现模块间共享数

2016-09-12 12:30:52 263

转载 Spark Streaming新手指南

随着大数据技术的不断发展，人们对于大数据的实时性处理要求也在不断提高，传统的 MapReduce 等批处理框架在某些特定领域，例如实时用户推荐、用户行为分析这些应用场景上逐渐不能满足人们对实时性的需求，因此诞生了一批如 S3、Samza、Storm 这样的流式分析、实时计算框架。Spark 由于其内部优秀的调度机制、快速的分布式计算能力，所以能够以极快的速度进行迭代计算。正是由于具有这样的优势，S

2016-09-01 17:33:55 939

universe_ant的博客