原创 面試--算法排序(6)(冒泡排序)

冒泡排序: 思路就是交換排序,通過相鄰數據的交換來達到排序的目的 流程: ①對數組中的各數據,依次比較相鄰的兩個元素的大小 ②如果前面的數據大於後面的數據就交換兩個數據,經過第一輪的多次比較排序後,便可將最小的數據排好

原创 面試---算法排序(4)(選擇排序)

選擇排序 流程: ①首先從原始數組中選擇最小的1個數據,將其和位於第1個位置的數據交換 ②接着從剩下的n-1個數據中選擇次小的1個數據,將其和第2個位置的數據交換 ③然後不斷重複上述過程 代碼展示: package thi

原创 面試--算法排序(5)(堆排序)

堆排序也是選擇排序的一種 堆的定義: 如果有一個關鍵碼K={k1,k2,k3…..}把他的所有元素按照完全二叉樹的順序存儲方式放在一個一維數組中。並且滿足 ki<=k2i且ki<=k2i+1//小根堆 ki>=k2i且Ki

原创 面試---數據結構(4)(隊列和棧)

1*二者區別* *隊列是插入在一端進行而刪除在另一端進行 *棧是插入和刪除只能在其一端進行的線性表 2*二者特點* *棧–》有序性,先進後出 *隊列–》有序性,先進先出 3棧的指針永遠指向棧頂 判斷棧空的條件 t

原创 面試---數據結構(3)(鏈表)

1**除了用數組描述線性表還可以用鏈表描述線性表** 2在鏈式描述中,線性表的元素在內存中的存儲位置是隨機的。每個元素都有一個明確的指針或鏈指向線性表的下一個元素的位置(即地址) *數組和鏈表的區別: 在數組中,元素的地址是

原创 面試---數據結構基礎 (1)

一,數據結構的定義: 1,數據的組織形式 2,簡單來說數據結構是一門研究非數值計算的程序設計問題中計算 機的操作對象以及他們之間的關係和操作的學科 3,相互之間存在一種或多種特定關係的數據元素的集合 說法1着重強調

原创 面試---算法排序基礎(1)

首先了解一下排序中的關鍵詞: 排序:就是把一組記錄按照某個域的值遞增或遞減的次序重新排序的過程 主關鍵字:能唯一標識某一記錄標的關鍵字叫主關鍵字 穩定性:具有相同關鍵字的記錄排序前後保持他們原來的相對次序不變,則稱該排序過程具有

原创 面試---數據結構(2)(數組)

數組的定義 所謂數組,是無序的元素序列。 若將有限個類型相同的變量的集合命名,那麼這個名稱爲數組名。組成數組的各個變量稱爲數組的分量,也稱爲數組的元素,有時也稱爲下標變量。用於區分數組的各個元素的數字編號稱爲下標。數組是在程序設

原创 面試---算法排序(3)(希爾排序)

shell排序: 嚴格來說基於插入排序的思想,又稱希爾排序或者縮小增量排序 流程: ①將有n 個元素的數組分成n/2個數字序列,第1個數據和第n/2+1個數據爲1對,第2個數據和第n/2+2個數據爲一對…. ②一次循環使每

原创 面試---算法排序(2)(插入排序)

插入排序思想: 將一個記錄插入到已排好序的有序表中,從而得到一個新的 ,記錄數增一的有序表。 插入排序算法 通過對未排序的數據執行逐個插入至合適的位置而完成排序工作 流程如下: ①首先對數組的前兩個數據進行從小到大的排序

原创 決策樹算法梳理

1.信息論基礎 信息熵:信息熵是度量樣本的集合純度最常用的一種指標。在信息論和概率統計中,熵是表示隨機變量不確定性的度量。 聯合熵:兩個隨機變量X,Y的聯合分佈,可以形成聯合熵Joint Entropy,用H(X,Y)表示。 條件熵:

原创 機器學習算法基礎---邏輯迴歸

邏輯迴歸與線性迴歸的聯繫與區別 第一條:迴歸模型就是預測一個連續變量(如降水量,價格等)。在分類問題中,預測屬於某類的概率,可以看成迴歸問題。這可以說是使用迴歸算法的分類方法。 第二條:直接使用線性迴歸的輸出作爲概率是有問題的,因

原创 機器學習基礎算法梳理

1. 機器學習的一些概念 有監督:給學習算法一個數據集。這個數據集由“正確答案”組成。監督 學習分爲迴歸和分類。 無監督:給定一組數據,這組數據沒有任何標籤。我們的目標是發現數據中的特殊結構。 泛化能力:是指一個機器學

原创 數據庫重要知識

1. 主鍵 超鍵 候選鍵 外鍵 主 鍵: 數據庫表中對儲存數據對象予以唯一和完整標識的數據列或屬性的組合。一個數據列只能有一個主鍵,且主鍵的取值不能缺失,即不能爲空值(Null)。 超 鍵: 在關係中能唯一標識元組的屬性集稱爲關係

原创 數據庫封鎖協議

1.排它鎖(簡記X鎖),又稱寫鎖 若事物T對數據對象A 加上X鎖,則只允許T讀取和修改A,其他任何事物再不能對A加任何類型的鎖,直到T釋放A上的鎖 2共享鎖(簡記S鎖),又稱讀鎖 若事物T對數據對象A加上S鎖。則其他事物只能對A 加