首页 > TAG信息列表 > 算法

算法权衡

首先，选择一个散列函数将键（字符串）映射到整数。您的哈希函数应该很快。这往往会排除像SHA-1或MD5这样的加密文件。是的，它们分布良好，但计算成本也太高——有更便宜的选择可供选择。像MurmurHash这样的东西很好，但现在有稍微好一点的。xxHash、MetroHash或SipHash1-3等非加密

算法权衡

一个解决方案叫做mod-N散列。首先，选择一个散列函数将键（字符串）映射到整数。您的哈希函数应该很快。这往往会排除像SHA-1或MD5这样的加密文件。是的，它们分布良好，但计算成本也太高——有更便宜的选择可供选择。像MurmurHash这样的东西很好，但现在有稍微好一点的。xxHash、Met

非常有用的算法 SASS

如何使用要正确使用它，您只需有一个文件夹，其中字体由其名称分隔，每种字体都有自己的文件夹，如下所示： 然后，您可以将此代码粘贴到 SASS 文件中：$path-to-fonts: '../fonts';$font-families: ( 'Font1': ((100, 'Thin'), (200, 'ExtraLight'),

Leetcode 2348：零填充子数组的数量

使用数组时，经常会遇到需要计算满足特定条件的子数组数的问题。在本文中，我们将讨论一个 TypeScript 解决方案，用于计算整数数组中填充为 0 的子数组的数量。我们将提供代码的分步说明，以及其时间和空间的复杂性。问题陈述给定一个整数数组，我们需要计算填充 0 的子数组的数量。子数组是

开发深造 技术书籍 破解编码面试 CleanCode CodeComplete

如果你想提高你的编程技能或准备技术面试，这些前 10 本书中的任何一本都不会出错。从破解编码面试和编写干净代码的指南，到算法和编译器设计的经典，这些书涵盖了广泛的主题和语言。 《Cracking the Coding Interview》作者：Gayle Laakmann McDowell 罗伯特·C·马丁（Robert

如何在云端运行机器学习超参数优化——第 1 部分

　　超参数调节(HPT)：HPT或超参数优化(HPO)它指向您的机器学习模型寻找最佳超参数集(例如学习率、动量、dropout艺术等)。HPT它是任何机器学习项目的重要组成部分;正确使用它可以决定你的项目是成功还是失败。HPT关于艺术的文章很多，比如，请参考这里了解一些实现HPT简要研究方法及其查

java中的垃圾回收算法与垃圾回收器

标记清除算法是一种非移动式的回收算法，分为标记 清除 2个阶段，简而言之就是先标记出需要回收的对象，标记完成后再回收掉所有标记的内存对象，如下图可见回收后图中被标记的对象被删除回收了，但是碎片化比较严重不连续 对于下次分配大对象的时候由于内存不连续性影响比较大，而且每一次Gc的

机器学习（五）

确定执行的优先级　　 　　建立一个垃圾邮件的分类器，垃圾邮件用y=1表示，非垃圾邮件用y=0表示，应用监督学习的方法，区分垃圾邮件和非垃圾邮件。 　　那么首先要想到的是如何表示邮件的特征向量x，通过特征向量x和分类标签y可以训练一个分类器，一种选择邮件特征向量的方法，提出一个可能含有

manacher 算法

回文串 回文串是正着读和反着读都一样的字符串。 例如： abcba，noon。 manacher 算法就是用来求解一个字符串中最大回文串的长度。 算法过程 1.预处理 由于回文串分为偶回文串和奇回文串，这导致一个回文串的对称中心可能是一个也可能是两个，不方便处理。 abcba 的对称中心是c noon

深度学习：优化算法

1 梯度下降 为什么梯度下降算法可以优化目标函数？ 考虑一类连续可微实值函数\(f: \mathbb{R} \rightarrow \mathbb{R}\)， 利用泰勒展开，我们可以得到 \[f(x + \epsilon) = f(x) + \epsilon f'(x) + \mathcal{O}(\epsilon^2). \]\[f(x - \eta f'(x)) = f(x) - \eta f'^2(x) + \mathcal

RSA加密算法

欧几里得算法扩展 在介绍欧几里得算法扩展之前写看一遍欧几里得算法 #include<iostream> using namespace std; int gcd(int a, int b) { return b == 0 ? a : gcd(b, a%b); } int main() { int a,b; a = 23; b = 8; cout<<gcd(a,b)<<endl; }

C程序设计(一)

前言 这是本人大学第一课,C程序设计第一二章节内容摘要及知识总结. 教材版本:C程序设计第五版(谭浩强著) 第一章 程序设计和C语言 基础定义 计算机程序:一组计算机能够识别&执行的指令. 计算机语言 机械语言(指令):计算机能够直接识别并执行的二进制代码称为机械指令,机械

聊聊一致性哈希算法

前言 之所以总结这个，是因为最近也在面试找工作了，觉得 小林Coding 写的这篇文章不错，同时自己做的集群聊天项目涉及Nginx的TCP负载均衡，刚好又和一致性哈希有关联，就搬过来摘录一下，方便自己复习。 接下来主要围绕以下几点来思考和讨论： 当有大量请求到来时，如何分配请求？ 使用哈希算法会

AdaBoost：自适应提升算法的原理及其实现

AdaBoost：通过改变训练样本权重来学习多个弱分类器并线性组合成强分类器的Boosting算法。 Boosting方法要解答的两个关键问题：一是在训练过程中如何改变训练样本的权重或者概率分布，二是如何将多个弱分类器组合成一个强分类器。   AdaBoost的做法：一是提高前一轮被弱分类器分类错误

NGINX负载均衡

添加upstream模块 upstream mywebs { ip_hash; #算法 server 192.168.10.61 weight=5 max_fails=3 fail_timeout=10s; server 192.168.10.62 weight=5 max_fails=3 fail_timeout=10s; } upstream模块的负载均衡算法主要有三种，轮调(round-rob

KMP算法(转载)

https://blog.csdn.net/weixin_47372115/article/details/124779603?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522166314883016782248545187%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=166314883016782248545187&biz

回溯算法经典问题总结（.NET版）

回溯算法 回溯法其实也是一种递归，本质上就是穷举，然后筛选出符合规则的数据。为了使回溯更加高效，我们根据规则要求，在穷举过程中加上条件限制（也就是剪枝）。 我们什么场景下应该想到使用回溯法呢？ 如何画图去分析问题？ 如何使用代码实现呢？ 如何去优化程序？ 回溯算法经典问题（使用场景） 组

限流算法

限流算法 窗口算法 滑动窗口算法 滑动日志算法 漏桶 令牌桶 窗口算法以一个单位为时间段,基于一定数量的请求进行通行,其他的抛弃 滑动窗口算法多个时间段计数,超出抛弃 滑动日志算法和窗口算法类似, 单位时间固定的数量,计算之前日志的数 .超出抛弃 漏桶以容积为单位,先进先出,

限流算法

限流算法 窗口算法 滑动窗口算法 滑动日志算法 漏桶 令牌桶 窗口算法以一个单位为时间段,基于一定数量的请求进行通行,其他的抛弃 滑动窗口算法多个时间段计数,超出抛弃 滑动日志算法和窗口算法类似, 单位时间固定的数量,计算之前日志的数 .超出抛弃 漏桶以容积为单位,先进先出,

算法题整理

1.最长回文子串 class Solution { public: string isPalindrome(string& s, int left, int right) { while (left >= 0 && right <= s.length() - 1 && s[left] == s[right]) { left --; right ++; }

分治算法

    递归和分治是两个不同维度的概念。递归是程序调用自身；分治是一种算法，将问题拆解成若干规模较小 ，相互独立，与原问题形式相同的子问题，当解决子问题后合并子问题的解得到原始问题的解。 分治可以但不只可以用递归实现，且递归也可以用来实现其他算法。       分治算法案例：二

雪花算法

介绍 用一种全新的雪花漂移算法（以下简称本算法），让ID更短、生成速度更快。核心在于缩短ID长度的同时，还能保持极高并发处理量（50W/0.1s），且具有很强配置能力。 需求来源 1.作为架构设计的你，想要解决数据库主键唯一的问题，特别是在分布式系统多数据库的时候。 2.你希望这个主键是用最少的

图与A*算法

  同时根据每条边的实际情况，采用权重来表示他们的不同，权重可以是负的。       往这个图中添加顶点的成本非常昂贵，因为新的矩阵结果必须重新按照新的行/列创建，然后将已有的数据复制 到新的矩阵中。       图的数据结构：                          图的

AcWing算法提高课 最小生成树

一般使用kruskal(克鲁斯卡尔)(mlogm) 对于稀疏图，用朴素prim(n^2) prim:每次选择和当前已经构建出的连通块相连，且权重最小的边，加入当前连通块。 一共需要扩展(n-1)次      kruskal:基于并查集。先将所有边从小到大排序，然后枚举每条边，如果边的两个端点还不联通，则将当前边加入最

面向数据分析师的机器学习——第 1 部分

面向数据分析师的机器学习——第 1 部分 成为一名熟练的数据分析师！ 本系列文章适用于那些希望在职业生涯中成为数据科学家的数据分析师/工程师。 传统上，数据分析师不应该了解机器学习 (ML)。但是，ML 的可访问性变得比以往任何时候都更容易，您会惊讶地发现，训练 ML 模型比您目前每天所