- 综合排序
- 最热优先
- 最新优先
- 来自专栏LeetCode
经典算法
牛牛有4根木棍,长度分别为a,b,c,d。羊羊家提供改变木棍长度的服务,如果牛牛支付一个硬币就可以让一根木棍的长度加一或者减一。牛牛需要用这四根木棍拼凑一个正方形出来,牛牛最少需要支付多少硬币才能让这四根木棍拼凑出正方形。
91600发布于 2019-03-09 - 来自专栏全栈程序员必看
经典算法
1 支持向量机 知识点：SVM模型推导、核函数、SMO算法 问题：在空间上线性可分的两类点，分别向SVM分类的超平面做投影，这些点在超平面上的投影仍然是线性可分的吗？ 使用SMO算法训练的线性分类器并不一定能得到训练误差为0的模型。这是由于我们的优化目标变了，并不再是使训练误差最小。 一个带有训练误差，但是参数较小的点将成为更优的结果。 常用的决策树算法有ID3，C4.5，CART，它们构建所使用的的启发式函数各是什么？除了构建准则之外，它们之间的区别于联系是什么？ 预剪枝具有思想直接、算法简单、效率高等特点，适合解决大规模问题。但如何准确地估计何时停止树的生长，针对不同问题会有很大差别，需要一定经验判断。 后剪枝的核心思想是让算法生成一颗完全生长的决策树，然后从最底层向上计算是否剪枝。剪枝过程将子树删除，用一个叶子结点替代，该结点的类别同样按照多数投票的原则进行判断。
1K30发布于 2021-05-20 - 来自专栏Coxhuang
Python经典算法
算法实现 #0 GitHub https://github.com/Coxhuang/Python-DataStructure #1 环境 Python3.7.3 #2 开始 ?
1.1K20发布于 2020-11-09 - 来自专栏五分钟学算法
经典算法题：排序算法
序列的变化情况采样如下： 20,15,21,25,47,27,68,35,84 15,20,21,25,35,27,47,68,84 15,20,21,25,27,35,47,68,84 请问采用的是以下哪种排序算法
1.4K10发布于 2019-10-23 - 来自专栏爱编码
经典算法之bitmap算法
概述 本文将讲述Bit-Map算法的相关原理,Bit-Map算法的一些利用场景，例如BitMap解决海量数据寻找重复、判断个别元素是否在海量数据当中等问题.最后说说BitMap的特点已经在各个场景的使用性 Bit-Map算法 先看看这样的一个场景： 给一台普通PC，2G内存，要求处理一个包含40亿个不重复并且没有排过序的无符号的int整数，给出一个整数，问如果快速地判断这个整数是否在文件40亿个数据当中？
1.5K30发布于 2019-11-26 - 来自专栏半月无霜
经典排序算法
经典排序算法 一、介绍 作为入门级基本算法，徒手写出是基本要求，下面列取几种基本的算法实现。 冒泡排序 package com.banmoon.algorithm.order; import java.util.Arrays; import java.util.Random; /** * 冒泡算法 三、最后想说的话 排序算法是最基本的算法，上面几个排序的方法，总的来说，用到了遍历、递归、双指针（双下标）这样的方法，也可以算初步找回以前刷算法题的感觉。 对应代码，已丢至码云，后续的算法题我也会在此进行更新 我是半月，祝你幸福！
1.5K30编辑于 2023-03-03 - 来自专栏我的充电站
经典算法：Z算法（z algorithm）
经典算法：Z算法（z algorithm） 1. 算法简介 2. 算法原理 3. 代码实现 4. 推广应用 5. 参考链接 1. 算法简介 Z algorithm是我今天做leetcode的时候偶然得知的一个用于字符串匹配的经典算法，我说怎么一个我几乎毫无解题思路的题目别人人均2分钟搞定，也是把我惊到了…… Anyway，能学到点东西倒也确实是个好事 Sum of Scores of Built Strings）就是上述算法的一个典型应用。 算法原理 z算法的核心算法原理就是尽可能地重用之前已经匹配过的结果。 另外，关于上述算法的算法复杂度，由于这里的滑动窗口的有边界R的移动是单向的，因此，整体的算法复杂度一定是 O
2.8K20编辑于 2022-04-13 - 来自专栏爱编码
经典算法之贪心算法
什么是贪心算法？ 贪心算法，又称贪婪算法(Greedy Algorithm)，是指在对问题求解时，总是做出在当前看来是最好的选择。 贪心算法没有固定的算法框架，算法设计的关键是贪心策略的选择。 贪心算法适用的问题 贪心策略适用的前提是：局部最优策略能导致产生全局最优解。也就是当算法终止的时候，局部最优等于全局最优。 如果确定可以使用贪心算法，那一定要选择合适的贪心策略； 贪心算法的几个例子 1. 比如1元10张，20元5张，50元1张，那用来支付60元，按照上面的算法，至少需要1张50元，10张1元，而实际上使用3张20元的即可； （3）所以贪心算法是一种在某种范围内，局部最优的算法。
2K30发布于 2019-11-08 - 来自专栏全栈程序员必看
Java经典算法（二)
1.暴力匹配算法 解题代码： import java.util.*; public class Test15{ public static void main(String[] args str.substring(i,i+1); } System.out.println(a); } } } 程序运行结果： 【程序18】 题目：经典实例蒙特卡罗 概率算法思想 基本算法思想： 概率算法执行的基本过程如下： (1)将问题转化为相应的几何图形S, S 的面积是容易计算的，问题的结果往往对应几何图形中某一部分S1 的面积。 概率算法大致分为如下4 种形式： • 数值概率算法。 • 蒙特卡罗 （MonteCarlo)算法。 • 拉斯维加斯 （Las Vegas)算法。 • 舍伍德 （Sherwood)算法。 题目：经典实例蒙特卡罗π 如果均匀的在正方形中撒点，落入阴影部分的概率为π/4 根据概率统计的规律，只要点足够多就可以得到非常近似的结果 解题代码： import java.util.*;
84340编辑于 2022-09-08 - 来自专栏SpringBoot教程
经典算法——顺序查找
学习的最大理由是想摆脱平庸，早一天就多一份人生的精彩；迟一天就多一天平庸的困扰 活动地址：CSDN21天学习挑战赛⭐️⭐️⭐️ 文章目录 顺序查找 算法效率 实现思路 代码实现 效率分析 时间复杂度 顺序查找算法适用于绝大多数场景，既可以在有序序列中查找目标元素，也可以在无序序列中查找目标元素。 算法效率 算法效率分析分为两种：第一种是时间效率，第二种是空间效率。 时间复杂度主要衡量的是一个算法的运行速度，而空间复杂度主要衡量一个算法所需要的额外空间。 实现思路 给定一个查找表 设：查找的目标值为67，步骤如下 从表中的第一个元素开始比较，51 ! 平均情况 综合两种情况，顺序查找的时间复杂度为O(n)，属于查找较慢的算法。 2）优点：算法简单而且使用面广。
1.3K10编辑于 2023-02-16 - 来自专栏SpringBoot教程
经典算法——冒泡排序
什么是算法？ 任何被明确定义的计算过程都可以称作 算法 ，它将某个值或一组值作为输入，并产生某个值或一组值作为输出。所以 算法可以被称作将输入转为输出的一系列的计算步骤 。 算法的效率 算法效率是指算法 执行的时间，算法执行时间需通过依据该算法编制的程序在计算机上运行时所消耗的时间来度量。 我们一般通过两个方面来衡量一个算法的效率 时间复杂度 算法的时间复杂度是一个函数，它定性描述一个算法的运行时间。 一个算法的执行所需要的时间，从理论上来说是算不出来的，必须通过上机测试才能得到，但这并不是说我们对于每个算法都要上机测试，我们只需要知道哪个算法所花的时间多，哪个算法所花的时间少就行。 一个算法花费的时间与算法中的语句执行次数成正比，算法中的语句执行次数越多，它花费的时间就越多。一个算法中的语句执行次数成为语句频度或时间频度，记为T(n)，n为问题的规模。
71710编辑于 2023-02-16 - 来自专栏深度学习与推荐系统
再看经典召回算法
在学习和应用推荐算法的过程中，发现越来越多的文章在描述深度学习应用在推荐系统上的方法，不可否认深度学习的发展给推荐系统带来了巨大的进步，但是传统的经典算法仍然是非常值得学习的，毕竟可以作为一个比较高的baseline ，同时也是快速上手和搭建推荐系统的好方法，因此这篇文章就主要总结和梳理一下传统的经典召回算法。 一般经典的召回方法即采用多路召回的方式，如下图所示。 除了以上两种经典的协同过滤方法外，还有基于矩阵分解的协同过滤方法，比如ALS，SVD，SVD++等。 点击以下标题查看更多往期内容： 序列特征的处理方法之一：基于注意力机制方法 序列特征的处理方法之二：基于卷积神经网络方法 从前端，后端，数据库到算法完成“论文快看” 多值类别特征加入CTR预估模型的方法
1.7K11发布于 2020-10-18 - 来自专栏米扑专栏
各种经典算法总结
二分排序 /* 二分查找 * 算法思想：1、将数组排序(从小到大)；2、每次跟中间的数mid比较，如果相等可以直接返回， * 如果比mid大则继续查找大的一边，否则继续查找小的一边 else low = mid + 1; //如果比key小，则往高的位置查找 } return -1; } 二分查找算法
79120发布于 2019-02-19 - 来自专栏最新最全的大数据技术体系
经典折半查找算法
1; else if( a[mid] > key) right = mid - 1; } return -1; // 未找到key } 用递归算法完成二分查找
1.1K30编辑于 2021-12-24 - 来自专栏1996
经典优化算法 | 蚁群算法解析
蚁群算法基本思想 蚁群算法的基本原理来源于自然界中蚂蚁觅食的最短路径问题。 在自然界中，蚁群的这种寻找路径的过程表现为一种正反馈过程，“蚁群算法”就是模仿生物学蚂蚁群觅食寻找最优路径原理衍生出来的。 蚁群算法数学模型 应该说前面介绍的蚁群算法只是一种算法思想，要是想真正应用该算法，还需要针对一个特定问题， 建立相应的数学模型。 现仍以经典的TSP问题为例，来进一步阐述如何基于蚁群算法来求解实际问题。 蚁群算法流程 用蚁群算法求解TSP问题的算法流程如下图所示，具体每步的含义如下： 步骤1：对相关参数进行初始化，包括蚁初始化群规模、信息素因子、启发函数因子、信息素、挥发因子、信息素常数、最大迭代次数等
3.4K10编辑于 2022-09-23 - 来自专栏五分钟学算法
【系列】经典算法题 ：排序算法空间
作者 | 程序员小吴 来源 | 五分钟学算法 题目描述 下述几种排序方法中，要求内存最大的是（） A、快速排序 B、插入排序 C、选择排序 D、归并排序 题目解析 一般对于 排序问题 ，我们遇到的都是考察
84020发布于 2019-09-17 - 来自专栏cwl_Java
C++经典算法题-PI算法
为高斯符号，也就是取至整数（不大于L/1.39794的整数）；为了计简方便，可以在程式中使用下面这个公式来计简第n项： [W -1/52- V -1 / (2392)] / (2*n-1) 这个公式的演算法配合大数运算函式的演算法为 ： div(w, 25, w); div(v, 239, v); div(v, 239, v); sub(w, v, q); div(q, 2*k-1, q) 至于大数运算的演算法，请参考之前的文章，
1.2K20编辑于 2022-11-30 - 来自专栏爱编码
经典算法之约瑟夫问题
据说著名犹太历史学家 Josephus有过以下的故事：在罗马人占领乔塔帕特后，39 个犹太人与Josephus及他的朋友躲到一个洞中，39个犹太人决定宁愿死也不要被敌人抓到，于是决定了一个自杀方式，41个人排成一个圆圈，由第1个人开始报数，每报数到第3人该人就必须自杀，然后再由下一个重新报数，直到所有人都自杀身亡为止。 然而Josephus 和他的朋友并不想遵从。首先从一个人开始，越过k-2个人（因为第一个人已经被越过），并杀掉第k个人。接着，再越过k-1个人，并杀掉第k个人。这个过程沿着圆圈一直进行，直到最终只剩下一个人留下，这个人就可以继续活着。问题是，给定了和，一开始要站在什么地方才能避免被处决？
2K10发布于 2019-11-14 - 来自专栏数据挖掘与AI算法
【翻译】经典推荐算法论文
上周有粉丝私信老shi想要找推荐系统相关的论文，刚好这两天老shi无意中在b站上观看了国内某知名大学教授关于目前博士生就业问题相关论文解说的视频，感觉很有意思，就萌生了给大家翻译一篇经典的推荐系统论文的想法 决定给大家带来一篇2003年亚马逊曾经发表过的论文《Amazon.com Recommendations Item-to-Item Collaborative Filtering》翻译，这篇论文可谓是一篇比较早的经典的基于 我们的算法实时产生推荐，适用于海量数据集，并产生高质量的推荐。 推荐算法 大多数推荐算法都从找顾户数据集开始，他们买过和评论过的商品，与当前用户买过和评论过的商品有重叠。 算法的目标是把该用户分配到含有最相似顾客的细分人群里，然后，算法再利用该细分顾客人群的购买和评论来生成推荐。 亚马逊网站广泛地采用推荐算法，针对每个顾客的兴趣进行网站的个性化。因为现有的推荐算法，与亚马逊网站千万级的用户和产品数量不相称，我们开发了自己的算法。
1.4K30发布于 2021-04-09 - 来自专栏cwl_Java
经典算法题-画图问题
1.问题描述 Problem Statement 250 问题陈述 A simple line drawing program uses a blank 20 x 20 pixel canvas and a directional cursor that starts at the upper left corner pointing straight down. The upper left corner of the canvas is at (0, 0) and the lower right co
97330发布于 2020-03-19
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