原创 day01 leetcode 698 劃分爲k個相等的子集 [中等]
題目描述：leetcode 698 劃分爲k個相等的子集 給定一個整數數組 nums 和一個正整數 k，找出是否有可能把這個數組分成 k 個非空子集，其總和都相等。 示例 1： 輸入： nums = [4, 3, 2, 3, 5, 2
2020-07-06 17:48:51
原创 day08 466. 統計重複個數 [困難]
1.題目描述 466. 統計重複個數 由 n 個連接的字符串 s 組成字符串 S，記作 S = [s,n]。例如，["abc",3]=“abcabcabc”。 如果我們可以從 s2 中刪除某些字符使其變爲 s1，則稱字符串 s1 可以從
2020-04-23 09:52:48
1
原创 day03 445. 兩數相加 II [中等]
1.題目描述 445. 兩數相加 II 給你兩個 非空 鏈表來代表兩個非負整數。數字最高位位於鏈表開始位置。它們的每個節點只存儲一位數字。將這兩數相加會返回一個新的鏈表。 你可以假設除了數字 0 之外，這兩個數字都不會以零開頭。 進階：
2020-04-20 06:39:10
原创 推薦系統的架構設計
思考如何設計推薦系統架構 一.先說業務和算法推薦如何交互 業務後端需要每天在用戶打開app後拉取用戶感興趣的商品到頁面，這個顯然不能是實時計算出來的興趣信息，肯定是直接讀取的數據庫。可以是先拿redis，不夠拿取mysql數據庫數據補充。
2020-04-20 06:39:10
原创 推薦算法之矩陣分解(MF) svd biasSVD svd++說明和分析
1.概念解釋 1.1 矩陣分解和svd 就是講一個大矩陣分解爲若干個小矩陣的點積，這樣做的一個典型邏輯是降低參數量，相當於 Rm*n = Rm*k.dot( Rk*n )，將m*n個參數縮減爲 (m + n) *k個參數，起到的效果幾乎一
2020-04-20 06:39:10
12
原创 推薦算法之協同過濾和基於內容推薦
一.協同過濾 基於用戶商品評分矩陣來做協同，典型的是根據餘弦相似來求向量相似。 協同過濾典型的有兩種Usercf和Itemcf，Usercf的思路就是根據a,b用戶相似，將b用戶喜歡的a用戶未瀏覽過的商品推薦給a用戶。 Itemcf意思就
2020-04-20 06:39:10
原创 day02 355. 設計推特 [中等]
1.題目描述 355. 設計推特 設計一個簡化版的推特(Twitter)，可以讓用戶實現發送推文，關注/取消關注其他用戶，能夠看見關注人（包括自己）的最近十條推文。你的設計需要支持以下的幾個功能： postTweet(userId, tw
2020-04-20 06:39:10
原创 day05 56. 合併區間 [中等]
1.題目描述 56. 合併區間 給出一個區間的集合，請合併所有重疊的區間。 示例 1: 輸入: [[1,3],[2,6],[8,10],[15,18]] 輸出: [[1,6],[8,10],[15,18]] 解釋: 區間 [1,3] 和
2020-04-20 06:39:00
原创 day04 542. 01 矩陣[中等]
1.題目描述 542. 01 矩陣 給定一個由 0 和 1 組成的矩陣，找出每個元素到最近的 0 的距離。 兩個相鄰元素間的距離爲 1 。 示例 1: 輸入: 0 0 0 0 1 0 0 0 0 輸出: 0 0 0 0 1 0 0 0
2020-04-20 06:39:00
原创 day07 11. 盛最多水的容器 [中等]
1.題目描述 11. 盛最多水的容器 給你 n 個非負整數 a1，a2，...，an，每個數代表座標中的一個點 (i, ai) 。在座標內畫 n 條垂直線，垂直線 i 的兩個端點分別爲 (i, ai) 和 (i, 0)。找出其中的兩條線，
2020-04-20 06:39:00
原创 spark，機器學習，流式計算，spark和業務機器關係理解和梳理
1.剛接觸spark等分佈式技術的時候，有個很大的問題是spark是用來做什麼的？他和分佈式服務，分佈式存儲，分佈式計算都是什麼關係？ 大數據(大公司)領域三個問題是高併發，大數據量的計算，大數據量的存儲。 先說高併發，高併發的含義是是請
2020-04-20 06:39:00
原创 day06 55. 跳躍遊戲 [中等]
1.題目描述 55. 跳躍遊戲 給定一個非負整數數組，你最初位於數組的第一個位置。 數組中的每個元素代表你在該位置可以跳躍的最大長度。 判斷你是否能夠到達最後一個位置。 示例 1: 輸入: [2,3,1,1,4] 輸出: true 解釋
2020-04-20 06:39:00
原创 LTR 和 CTR 和 所謂的pointwise, pairwise, listwise的關係
1.基本概念解釋 1.1 LTR (learning to rank) 意思是 ‘學習排序’，就是排序的機器學習技術 1.2 CTR (click through rate) 意思是‘點擊率(預估)’，這個很常見的二分類問題(點擊概率0-
2020-04-13 16:01:31
6
原创 經濟大v對於房地產走勢的觀點總結，歡迎拍磚
經濟問題總結，結合已經看的很多資料，目前認爲比較厲害的經濟學家機構有 1）摩根士丹利 2）國家信息中心 3）穆迪，惠譽 4）社科院 5）IMF 標普 1）國泰君安 2）海通證券（姜超） 3）李迅雷 4）廣發證券 5）任澤平 1）哈繼銘 2
2018-09-01 10:22:22
1
原创 ios CoreData和FMDB最新使用問題總結
1.xcode8 無法創建NSManagedObjectModel subClass和 創建NSManagedObjectModel subClass爲swift版本 問題解決見鏈接 點擊打開鏈接 2.FMDB和CoreData性能問
2018-09-01 10:22:22
9