数据分析刷题笔记2019.8.9

2019.8.9
1、某款游戏10月份收入比同年9月份下降了20%，作为数据分析师，你会从哪些方面分析收入下降原因？
作答要求：1）列举至少2种以上拆分思路 2）写清楚每种思路下对应的数据指标
答案1：链接：https://www.nowcoder.com/questionTerminal/553726e56eb04564b3665f0cfb4b401f
来源：牛客网

首先审核数据下降的真实性，确认数据无误后：
思路一：按用户划分入手，锁定下降原因。根据二八定律，80%的收入由20%人贡献，所以按游戏用户等级（vip等级，消费等级）划分，按等级查看各消费等级用户下降金额，比例。如果某个高等级用户金额有明显下降导致，分析用户的行为指标（月活跃人数，最近登陆时间，游戏时长），逐个分析。
思路二：按游戏消费产品类目划分，锁定下降原因。分析每种消费项目的当月金额，同比下降值。看同比，确认每个消费下降程度。然后再锁定下降产品项目，查看付费用户数，付费金额指标，具体分析。
这两种思路是分析游戏十月的下降事实原因，此外还应该查看去年（或往前查看几年）的9月，10月的收入规律，是否存在某些因素，导致周期性的常规下降。
最后还要查看外部因素，主要考虑竞争对手的相关动作（如出某个相似度高的游戏，吸引了我们的用户，导致用户流失）。如国家出台的某些措施政策，反游戏沉迷，导致下降。

答案2;链接：https://www.nowcoder.com/questionTerminal/553726e56eb04564b3665f0cfb4b401f
来源：牛客网

内部因素
游戏玩家减少(kpi=每日活跃人数)
游戏玩家永久性减少，游戏自身可持续度如一个月就可以玩通所有游戏关卡 (kpi=每个玩家在每个剧本的平均停留时长，每个玩家游戏生命周期平均总时长)
游戏质量下降，比如出了新的剧本，质量不好 (kpi=玩家差评率)
付费减少(kpi=平均付费额)
可购买道具有限(kpi=用户购买道具比率变化)
外部因素
政府管制
如年龄18岁以下禁止（kpi=根据政府政策调整之后，前后对比，对比年龄比率的变化，对比总收入变化）
季节性 如暑假结束 （kpi 同上）
竞争对手
出现类似游戏，抢走了用户(kpi=花钱买一些行业报告，比如网页或手机应用商店的下载次数对比）

2019.8.15

2、下面哪个文件定义了网络服务的端口？(B)
A/etc/netport
B/etc/services
C/etc/server
D/etc/netconf
解析：Linux系统/etc/services 文件定义了网络服务和对应的端口号、协议等信息。

3、
内容转载，共同学习
首先，排序算法的稳定性大家应该都知道，通俗地讲就是能保证排序前2个相等的数其在序列的前后位置顺序和排序后它们两个的前后位置顺序相同。在简单形式化一下，如果Ai = Aj，Ai原来在位置前，排序后Ai还是要在Aj位置前。
其次，说一下稳定性的好处。排序算法如果是稳定的，那么从一个键上排序，然后再从另一个键上排序，第一个键排序的结果可以为第二个键排序所用。基数排序就是这样，先按低位排序，逐次按高位排序，低位相同的元素其顺序再高位也相同时是不会改变的。另外，如果排序算法稳定，对基于比较的排序算法而言，元素交换的次数可能会少一些（个人感觉，没有证实）。
回到主题，现在分析一下常见的排序算法的稳定性，每个都给出简单的理由。
(1)冒泡排序
冒泡排序就是把小的元素往前调或者把大的元素往后调。比较是相邻的两个元素比较，交换也发生在这两个元素之间。所以，如果两个元素相等，我想你是不会再无聊地把他们俩交换一下的；如果两个相等的元素没有相邻，那么即使通过前面的两两交换把两个相邻起来，这时候也不会交换，所以相同元素的前后顺序并没有改变，所以冒泡排序是一种稳定排序算法。
(2)选择排序
选择排序是给每个位置选择当前元素最小的，比如给第一个位置选择最小的，在剩余元素里面给第二个元素选择第二小的，依次类推，直到第n - 1个元素，第n个元素不用选择了，因为只剩下它一个最大的元素了。那么，在一趟选择，如果当前元素比一个元素小，而该小的元素又出现在一个和当前元素相等的元素后面，那么交换后稳定性就被破坏了。比较拗口，举个例子，序列5 8 5 2 9，我们知道第一遍选择第1个元素5会和2交换，那么原序列中2个5的相对前后顺序就被破坏了，所以选择排序不是一个稳定的排序算法。
(3)插入排序
插入排序是在一个已经有序的小序列的基础上，一次插入一个元素。当然，刚开始这个有序的小序列只有1个元素，就是第一个元素。比较是从有序序列的末尾开始，也就是想要插入的元素和已经有序的最大者开始比起，如果比它大则直接插入在其后面，否则一直往前找直到找到它该插入的位置。如果碰见一个和插入元素相等的，那么插入元素把想插入的元素放在相等元素的后面。所以，相等元素的前后顺序没有改变，从原无序序列出去的顺序就是排好序后的顺序，所以插入排序是稳定的。
(4)快速排序
快速排序有两个方向，左边的i下标一直往右走，当a[i] <= a[center_index]，其中center_index是中枢元素的数组下标，一般取为数组第0个元素。而右边的j下标一直往左走，当a[j] > a[center_index]。如果i和j都走不动了，i <= j，交换a[i]和a[j],重复上面的过程，直到i > j。 交换a[j]和a[center_index]，完成一趟快速排序。在中枢元素和a[j]交换的时候，很有可能把前面的元素的稳定性打乱，比如序列为5 3 3 4 3 8 9 10 11，现在中枢元素5和3（第5个元素，下标从1开始计）交换就会把元素3的稳定性打乱，所以快速排序是一个不稳定的排序算法，不稳定发生在中枢元素和a[j] 交换的时刻。
(5)归并排序
归并排序是把序列递归地分成短序列，递归出口是短序列只有1个元素（认为直接有序）或者2个序列（1次比较和交换），然后把各个有序的段序列合并成一个有序的长序列，不断合并直到原序列全部排好序。可以发现，在1个或2个元素时，1个元素不会交换，2个元素如果大小相等也没有人故意交换，这不会破坏稳定性。那么，在短的有序序列合并的过程中，稳定是是否受到破坏？没有，合并过程中我们可以保证如果两个当前元素相等时，我们把处在前面的序列的元素保存在结果序列的前面，这样就保证了稳定性。所以，归并排序也是稳定的排序算法。
(6)基数排序
基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序，最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。基数排序基于分别排序，分别收集，所以其是稳定的排序算法。
(7)希尔排序(shell)
希尔排序是按照不同步长对元素进行插入排序，当刚开始元素很无序的时候，步长最大，所以插入排序的元素个数很少，速度很快；当元素基本有序了，步长很小， 插入排序对于有序的序列效率很高。所以，希尔排序的时间复杂度会比O(n^2)好一些。由于多次插入排序，我们知道一次插入排序是稳定的，不会改变相同元素的相对顺序，但在不同的插入排序过程中，相同的元素可能在各自的插入排序中移动，最后其稳定性就会被打乱，所以shell排序是不稳定的。
(8)堆排序
我们知道堆的结构是节点i的孩子为2 * i和2 * i + 1节点，大顶堆要求父节点大于等于其2个子节点，小顶堆要求父节点小于等于其2个子节点。在一个长为n 的序列，堆排序的过程是从第n / 2开始和其子节点共3个值选择最大（大顶堆）或者最小（小顶堆），这3个元素之间的选择当然不会破坏稳定性。但当为n / 2 - 1， n / 2 - 2， … 1这些个父节点选择元素时，就会破坏稳定性。有可能第n / 2个父节点交换把后面一个元素交换过去了，而第n / 2 - 1个父节点把后面一个相同的元素没 有交换，那么这2个相同的元素之间的稳定性就被破坏了。所以，堆排序不是稳定的排序算法。
发表于 2017-08-26 08:52:41 回复(0)
1

helencoder头像helencoder
稳定的排序算法：冒泡排序、简单选择排序、直接插入排序、归并排序；
不稳定的排序算法：希尔排序、堆排序、快速排序