wonner

wonner

目标:AI + 算法工程师

文章 阅读 15
wonner
wonner

时间复杂度

实现算法程序的执行时间可以反应出算法的效率,即算法的优劣。(称为“时间复杂度”) 运行算法所需的内存空间大小。实际采用的方法是估算算法的时间复杂度。由于是估算算法的时间复杂度,相比而言,循环结构对算法的执行时间影响更大。i<=n;时间复杂度
文章 阅读 12
wonner
wonner

算法漫游指北(第十一篇):归并排序算法描述、动图演示、代码实现、过程分析、复杂度

一、归并排序 归并排序是建立在归并操作上的一种有效的排序算法。算法漫游指北(第十一篇):归并排序算法描述、动图演示、代码实现、过程分析、复杂度 步骤3:新建一个空数组存放合并结果,用l和r两个辅助指针记录两个数组当前操作位置;
文章 阅读 28
wonner
wonner

11.经典O(n2)比较型排序算法

最常用的:冒泡排序、选择排序、插入排序、归并排序、快速排序、计数排序、基数排序、桶排序。经过某种排序算法排序之后,如果两个 3 的前后顺序没有改变,那我们就把这种排序算法叫作稳定的排序算法;2.是稳定排序算法?那选择排序是稳定的排序算法吗?
文章 阅读 11
文章 阅读 86
wonner
wonner

三、排序之冒泡、插入、选择

原地排序算法,就是特指空间复杂度是 O(1) 的排序算法。我们今天讲的三种排序算法,冒泡、插入、选择原地排序算法。这组数据里有两个 3。经过某种排序算法排序之后,如果两个 3 的前后顺序没有改变,那我们就把这种排序算法叫作稳定的排序算法。
文章 阅读 5
wonner
wonner

java垃圾回收

提到java的垃圾回收机制就不得不提一个方法: ?System.gc()用于调用垃圾收集器,在调用时,垃圾收集器将运行以回收未使用的内存空间。它将尝试释放被丢弃对象占用的内存。所以System.gc()并不能说是完美主动进行了垃圾回收。
文章 阅读 20
wonner
wonner

11.分类与监督学习,朴素贝叶斯分类算法

1.理解分类与监督学习、聚类与无监督学习。简述分类与聚类的联系与区别。简述什么是监督学习与无监督学习。答:① 监督学习:从正确的例子中学习;任务是分类和回归。任务是聚类和降维。运行结果如下: 11.分类与监督学习,朴素贝叶斯分类算法
文章 阅读 13
wonner
wonner

记录一次关于OpenCV的CmakeLists的探索

编写基于OpenCV的图像处理程序,其中很重要的一道门槛就是编译OpenCV,应该说如果你对其中的内容如果不是很熟悉的话,即使是最简单粗暴的“两次configure,一次generate”都可能会出现各种错误;难道OpenCV和它还有关系。
文章 阅读 12
wonner
wonner

[转] EM算法总结

?(1),?=1?(1),?=1?=1?=1?=1?=1?))Qi(z(i))=P(x(i),z(i);))Qi(z(i))=P(z(i)|x(i);)∑z(i)Qi(z(i))logP(x(i),z(i);)∑i=1mlogP(x(i);
文章 阅读 11
wonner
wonner

【算法-回溯】回溯总结

例如,求数字[1,2,3]的全排列的搜索树如下: 【算法-回溯】回溯总结 当我们搜索到树的深层向浅层返回的过程就是回溯。当然,这不一定正确。模板 大多回溯问题都遵循一个通用的模板,总体的步骤就是做选择、递归到下一层、撤销选择、回溯。
文章 阅读 22
wonner
wonner

TCP的超时重传

。当报文段2被接收后,就可以再发送两个报文段。拥塞避免算法是一种处理丢失分组的方法。此外,如果是超时引起了拥塞,则cwnd被设置为1个报文段(这就是慢启动)。于是设置ssthresh为16个报文段,而cwnd为1个报文段。重传丢失的报文段。
文章 阅读 28
文章 阅读 15
文章 阅读 8
文章 阅读 16
文章 阅读 13
wonner
wonner

这 50 道数据结构和算法面试题,学会了涨薪10K

它也是面试最喜欢的问题之一,在代码面试中你会经常听到很多关于数组的问题,例如,数组的反转、数组的排序或者查找数组中的一个元素。8、如何从一个数组中删除重复元素?链表问题 链表是另外一个常见的数据结构,对数组结构是一个补充。3、怎样翻转链表?
文章 阅读 12
wonner
wonner

马士兵说之归并排序

这样就得到了我们想要的排序结果。马士兵说之归并排序 归并排序图文说明 归并排序(从上往下)代码 从上往下的归并排序采用了递归的方式实现。归并排序(从下往上)代码 从下往上的归并排序的思想正好与"从下往上的归并排序"相反。
文章 阅读 25
wonner
wonner

磨皮算法资料

2.高斯模糊 https://blog.csdn.net/trent1985/article/details/49864397 https://blog.csdn.net/trent1985/article/details/50496969
文章 阅读 34
wonner
wonner

利用神经网络算法的C#手写数字识别

#1层:是一个具有6个特征映射的卷积层。利用神经网络算法的C#手写数字识别 用于计算神经网络中的Hessian矩阵对角线的反向传播过程是众所周知的。利用神经网络算法的C#手写数字识别 利用神经网络算法的C#手写数字识别
文章 阅读 15
wonner
wonner

计划列表

1. 操作系统 select poll epoll NIO AIO, 用户态,内核态 https://segmentfault.com/a/1190000003063859 介绍IO多路复用的(完成) http://blog.csdn.ne
加载中...