- 综合排序
- 最热优先
- 最新优先
- 来自专栏技术分享
【算法】----BF算法&KMP算法
我们今天所讨论的两个算法就是有关该过程的算法。 事实上，对于检索，无非就是两个字符串的匹配过程，模式串是你想要匹配的串，主串是你搜索所在串。 BF算法和KMP算法是较为著名的模式匹配算法，接下来作出详细介绍。 BF算法 BF算法(Brute-Force)也称为暴力算法，其核心原理是逐个比较文本串和模式串的字符，如果匹配失败，则通过向右移动模式串的位置，再次进行比较。 在实际情况下，BF算法的效率并不高，特别是当文本串T和模式串P的长度很大时。对于较长的文本串和模式串，BF算法的时间复杂度可能会导致性能问题。 答案就是KMP算法。 KMP算法 KMP算法的核心思想是利用模式串自身的特点来加速匹配过程，避免重复匹配。
49410编辑于 2024-06-18 - 来自专栏数据科学与人工智能
【算法】SVD算法
2 SVD算法与PCA算法有什么关联？ 3 SVD算法有什么应用？ 4 SVD算法如何优化？ 前言 奇异值分解(Singular Value Decomposition，简称SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语言处理等领域，是很多机器学习算法的基石 本文就对SVD的原理做一个总结，并讨论在在PCA降维算法中是如何运用运用SVD的。 也可以用于推荐算法，将用户和喜好对应的矩阵做特征分解，进而得到隐含的用户需求来做推荐。同时也可以用于NLP中的算法，比如潜在语义索引（LSI）。 SVD小结 SVD作为一个很基本的算法，在很多机器学习算法中都有它的身影，特别是在现在的大数据时代，由于SVD可以实现并行化，因此更是大展身手。
1.9K121发布于 2018-03-27 - 来自专栏数据科学与人工智能
【算法】Adaboost 算法
小编邀请您，先思考： 1 Adaboost算法的原理是什么 ？ 2 Adaboost算法如何实现？ 是一个加法模型，而Adaboost算法其实是前向分步算法的特例。那么问题来了，什么是加法模型，什么又是前向分步算法呢？ 3.1 加法模型和前向分步算法 如下图所示的便是一个加法模型 ? 这个优化方法便就是所谓的前向分步算法。 下面，咱们来具体看下前向分步算法的算法流程： 输入：训练数据集 ? 损失函数： ? 基函数集： ? 输出：加法模型 ? 3.2 前向分步算法与Adaboost的关系 在上文第2节最后，我们说Adaboost 还有另外一种理解，即可以认为其模型是加法模型、损失函数为指数函数、学习算法为前向分步算法的二类分类学习方法。 前向分步算法逐一学习基函数的过程，与Adaboost算法逐一学习各个基本分类器的过程一致。 下面，咱们便来证明：当前向分步算法的损失函数是指数损失函数 ?
2.5K140发布于 2018-03-27 - 来自专栏数据科学与人工智能
【算法】PCA算法
小编邀请您，先思考： 1 PCA算法的原理是什么？ 2 PCA算法有什么应用？
1.8K60发布于 2018-03-27 - 来自专栏用代码征服天下
算法——排序算法
基本思想：现在有一个数组arr= {12,35,99,18,76}，需要将其从小到大排序
91210编辑于 2022-05-09 - 来自专栏PPV课数据科学社区
【算法】PCA算法
小编邀请您，先思考： 1 PCA算法的原理是什么？ 2 PCA算法有什么应用？
1.9K40发布于 2018-04-18 - 来自专栏Super 前端
算法--分治算法
本文链接：https://ligang.blog.csdn.net/article/details/83866378 分治算法 分而治之，把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题 经典递归案例： 示例： 归并排序 详见：javascript排序算法 示例： 二分查找法（二分法） 二分查找也称折半查找，其要求线性表必须采用顺序存储结构，而且表中元素按关键字有序排列。
80231发布于 2019-08-15 - 来自专栏数据科学与人工智能
【算法】xgboost算法
小编邀请您，先思考： 1 XGBoost和GDBT算法有什么差异？ XGBoost的全称是 eXtremeGradient Boosting，2014年2月诞生的专注于梯度提升算法的机器学习函数库，作者为华盛顿大学研究机器学习的大牛——陈天奇。 xgboost问世后，因其优良的学习效果以及高效的训练速度而获得广泛的关注，并在各种算法大赛上大放光彩。 ? 具体算法如下： 输入：训练集 ? 输出：提升树 步骤： （1）初始化 （2） 对m=1,2,3……M a）计算残差 ?
1.9K90发布于 2018-03-27 - 来自专栏半生瓜のblog
【算法】查找算法
查找算法 查找的定义 查找:又称检索或查询，是指在查找表中找出满足一定条件的结点或记录对应的操作。 查找效率:查找算法中的基本运算是通过记录的关键字与给定值进行比较，所以查找的效率通常取决于比较所花的时间，而时间取决于比较的次数。通常以关键字与给定值进行比较的记录个数的平均值来计算。 数组是特殊的块索引（一个块一个元素）： [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xDbRyWBM-1635489015712)(查找算法.assets/image- [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6LawbrgF-1635489015715)(查找算法.assets/image-20211028180620292.png )] 分块查找的算法分两步进行，首先确定所查找的节点属于哪一块，即在索引表中查找其所在的块，然后在块内查找待查询的数据。
89420编辑于 2023-05-13 - 来自专栏半生瓜のblog
【算法】分治算法
分治算法 将一个规模为N的问题分解为k个较小的子问题，这些子问题遵循的处理方式就是互相独立且与原问题相同。 两部分组成： 分(divide):递归解决较小的问题。
58510编辑于 2023-05-13 - 来自专栏用代码征服天下
算法——查找算法
1、顺序查找： 定义： 顺序查找（Sequential Search） 又叫线性查找，是最基本的查找技术，它的查找过程是：从表中第一个（或最后一个）记录开始，逐个进行记录的关键字和给定值比较，若某个记录的关键字和给定值相等，则查找成功，找到所查的记录；如果直到最后一个（或第一个）记录，其关键字和给定值比较都不等时，则表中没有所查的记录，查找不成功。 代码： import java.util.Scanner; import org.junit.jupiter.api.Test; /** * 顺序查找
1K10编辑于 2022-05-09 - 来自专栏数据科学与人工智能
【算法】GBDT算法
小编邀请您，先思考： 1 GBDT算法的原理是什么？ 2 GBDT算法如何做正则化处理？ GBDT在BAT大厂中也有广泛的应用，假如要选择3个最重要的机器学习算法的话，个人认为GBDT应该占一席之地。 分类算法 GBDT的分类算法从思想上和GBDT的回归算法没有区别，但是由于样本输出不是连续的值，而是离散的类别，导致我们无法直接从输出类别去拟合类别输出的误差。 除了负梯度计算和叶子节点的最佳残差拟合的线性搜索，二元GBDT分类和GBDT回归算法过程相同。 多元分类算法 多元GBDT要比二元GBDT复杂一些，对应的是多元逻辑回归和二元逻辑回归的复杂度差别。 由于GBDT的卓越性能，只要是研究机器学习都应该掌握这个算法，包括背后的原理和应用调参方法。目前GBDT的算法比较好的库是xgboost。当然scikit-learn也可以。
1.5K80发布于 2018-03-27 - 来自专栏cloudskyme
算法——递推算法
递推算法是一种简单的算法，即通过已知条件，利用特定关系得出中间推论，直至得到结果的算法。 递推算法分为顺推和逆推两种。 相对于递归算法,递推算法免除了数据进出栈的过程，也就是说,不需要函数不断的向边界值靠拢,而直接从边界出发,直到求出函数值. ,它的作用不能忽视.所以,在把握这两种算法的时候应该特别注意。 \n",fn); //输出结果 return 0; } java递归算法分析 递归算法分析：就是把复杂的问题分解为若干个相对简单的子问题，一直分解下去，直到子问题有答案为止，也就是说到了递推的出口 递归算法要注意的两点： (1) 递归就是在方法里调用自己; (2) 在使用递归算法时，必须要有一个明确的递归结束条件，称为递归出口。
1.9K80发布于 2018-03-20 - 来自专栏烟草的香味
GC算法-复制算法
还记得标记清除算法的问题是什么吗? 内存碎片化严重. 现在好了, 碎片化问题解决了, 每次GC执行后, 内存空间都是连续的啦. 实现 想一想GC执行的步骤是什么? 复制算法分配新的对象变简单了, 有没有? 因为地址都是连续的, 所以申请新的地址也不用遍历链表等一堆操作, 直接按着地址划分空间就行了. 分析 很明显, 复制算法解决了标记清除的一个大问题, 内存碎片化严重. 在这里, 根本不存在碎片化问题的好嘛. 而复制算法将所有可分配的内存都放到一起了, 直接切割即可. 更好的局部访问: 复制算法复制后将对象与子对象放到一起, 这样缓存在读取的时候就能够一起读取, 防止多次读取数据. 当然, 缺点也很明显. 我看到有一种多空间复制算法, 为了提高堆的使用效率. 将堆空间分成N份, 其中的两份使用复制算法, 剩余的使用其他方法执行GC. 我实在是没有明白这么做的好处在哪....
81620发布于 2020-04-08 - 来自专栏程序猿~
排序算法 - 归并算法
归并排序算法 /** * 归并排序 */ public class MergeSort { public static void mergeSort(int[] arr, int l, int
46530发布于 2021-02-02 分治算法——优选算法
本章我们要学习的是分治算法，顾名思义就是分而治之，把大问题分为多个相同的子问题进行处理，其中我们熟知的快速排序和归并排序用的就是分治算法，所以我们需要重新回顾一下这两个排序。 一、快速排序（三路划分） 1.算法思想： 首先从数列中确定一个需要排序的数（记为key），把所有key排到它的正确位置（即排序后它的位置），然后同样的方法，使用递归（分治思想）把小于key 注意：在此快速排序我使用了三路划分的优化方法，和对key取用随机值，这样比普通的快速排序效率要高得多，而且是一种很实用的分治算法。 】—— 快速排序_快速排序方法-CSDN博客 【排序算法】—— 归并排序-CSDN博客 三、快速选择算法 当我们看到这个题目的时候，可能脑子里很快想到用堆解决TopK问题，或者是使用排序来解决 对于使用堆和排序，时间复杂度都为O(nlogn)，而这个题我们可以用快速选择算法，时间复杂度为O(n)，这是由快速排序延伸出的一个算法。同样使用分治思想。
19510编辑于 2025-11-15- 来自专栏半生瓜のblog
【算法】贪心算法
贪心算法 概念解释 贪婪算法(贪心算法)是指在对问题求解的时候，每一步选择都采用最好或者最优(即最有利)的选择，从而希望能够导致结果是最好或者最优的算法。 贪心算法所得到的结果往往不是最优的结果(有时候会是最优解)，但是都是相对近似(接近)最优解的结果。 贪心算法并没有固定的解发框架，算法的关键是贪心策略的选择，根据不用问题选择不同的策略。 解题思路： 用贪心算法的思想，每一步都用能用的最大纸币即可。 会提示找不开，这种情况下我们使用贪心算法得到的答案就不是最优解，因为我们一直在尝试用最大的纸币来尽可能的使用最少的张数来解决问题。这就不是最优的。 贪心算法没有固定的框架，关键是看你怎么选择。 这种情况就需要调整策略，甚至，就不适用贪心算法。 贪心算法是尽力找到近似的最优解，注重的是速度，不是精准度，并不是说一定能找到合适的解,或是一定能找到解 。 对应问题根据情况不同选择合适的算法解决。
55730编辑于 2023-05-13 - 来自专栏Super 前端
JavaScript算法-排序算法
直接插入排序算法的说明<有1-9张标有是数字的卡片>： 1. 取出第一张卡片直接放到桌子最左侧 2. 对被间隔的每组元素使用直接插入排序算法排序；随着间隔序列中的数逐渐减小，每组包含的元素越来越多，当间隔减至1时，整个文件恰被分成一组，算法便终止。 希尔排序算法说明： 1. 先取一个小于n的整数d1作为第一个间隔，把文件的全部记录分组。所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序； 2. 快速排序算法说明： 1. 选择一个基准元素，将列表分隔为两个子序列； 2. 将所有小于基准元素的数据放在基准值的左侧，大于基准值元素的数据放在基准值右侧； 3. ，希尔排序、归并排序（迭代）、快速排序为高级排序算法： 排序算法 100条所耗时间 10000条所耗时间 100000条所耗时间 冒泡排序 16毫秒 584毫秒 54619毫秒 选择排序 <1毫秒 183
71331发布于 2019-08-15 - 来自专栏技术博文
算法-递归算法-阶乘
/** * 递归算法 * 递归算法是很常用的算法思想。使用递归算法，往往可以简化代码编写，提高程序的可读性。但是，不合适的递归往往导致程序的执行效率变低。 * 递归算法即在程序中不断反复调用自身来达到求解问题的方法。此处的重点是调用自身，这就要求待求解的问题能够分解为相同问题的一个子问题。这样，通过多次递归调用，便可以完成求解。 有的算法用递归表示要比用循环表示简洁精练，而且某些问题，特别是与人工智能有关的问题，更适宜用递归方法，如八皇后问题、汉诺塔问题等。有的算法，用递归能实现，而用循环却不一定能实现。
1.2K40发布于 2021-03-07 - 来自专栏畅游IT
算法 之 排序算法
排序算法: (在接下来的排序算法中,我们默认排序是升序的,也就是从小到大排序!!!!!) 3. 希尔排序是非稳定排序算法。该方法因 D.L.Shell 于 1959 年提出而得名。 交换排序: 5.1 冒泡排序: 冒泡排序是一种十分简单的排序,是大多数学编程的同学接触到第一种排序算法; 冒泡排序（Bubble Sort），是一种计算机科学领域的较简单的排序算法,它重复地走访过要排序的元素列 归并排序: 归并排序: 是建立在归并操作上的一种有效，稳定的排序算法，该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。 基于比较的排序算法的总结: 8. 计数排序: 计数排序是一个非基于比较的排序算法，该算法于1954年由 Harold H. Seward 提出。
46610编辑于 2024-04-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号