算法图解：第9-11章动态规划、KNN、下一步
算法图解：第9-11章动态规划、KNN、下一步
背包问题：简单算法需计算所有组合，时间复杂度（2^n）
动态规划解决背包问题，先解决小背包（子背包）问题。
创建网格，每个网格代表切割后小背包的容量；
横轴背包容量，纵轴待放入的物品，遍历每一个物品行的最大价值，该行可选的物品为该行的物品+该行之前的物品。
在背包容量约束下，最后一行可算出最优的组合。
旅行行程也可采用动态规划，通过网格，在最后一行得出时间约束下的最优解。
最长公共子串，有点像邻接矩阵，两个子串分别是横轴纵轴，字母相等为1，不等为0。案例中，对于相同字母，要在之前的相同字母的计数上加1。
//最长公共子串伪代码
if word_a[i] == word_b[j]:
cell[i][j] = cell[i-1][j-1]
else:
cell[i][j] = 0
//最长公共子串序列
if word_a[i] == word_b[j]:
cell[i][j] = cell[i-1][j-1]
else:
cell[i][j] = max(cell[i-1][j], cell[i][j-1])
算法图解：第十章k最近邻算法KNN
基于个头和颜色区分橙子和柚子，位于中间的如何区分？
找到中间水果的三个邻居，邻居中橙子比柚子多，则该水果为橙子。
推荐电影系统
找到与net最近的五个朋友，推荐他们喜欢的电影给net。
通过特征计算相似性。毕达哥斯公式，平方差和开平方。余弦相似度。
KNN进行分类和回归
基于天气、节假日、是否有活动预测售卖的面包数
机器学习简介：OCR光学字符识别，第一步查看大量的数字图像并提取特征，基于KNN理念。
朴素贝叶斯过滤器，创建垃圾邮件过滤器，计算是垃圾邮件的概率。
第11章 接下来如何做
1.二分查找树
二分查找在有序数组有效，插入和删除需要挪很多数组。二分查找树，查找/插入/删除的平均复杂度都是O（log n），最坏情况是O（n）。
二分查找树，左节点比根节点小，右节点比根节点大。
缺点：不能随机访问，如让找第五个元素，二叉树为平衡状态时，复杂度为O（log n），不平衡时，如左倾斜或右倾斜接近于O（n）。
处于平衡状态的二叉树：红黑树。
B树是一种特殊的二叉树，数据库用它来存储数据。
了解数据库或高级数据结构可研究：B树、红黑树、堆、伸展树
2.反向索引
搜索引擎，三个网页，散列表存储网页，键为单词，值为包含单词的指定文件。
一个散列表，将单词映射到包含它的页面，这种数据结构为反向索引。
3.傅立叶变换
属于绝妙、优雅又广泛应用的算法之一。
better explained网站解释：给它一杯冰沙，能告诉你包含哪些成分；给定一首歌曲，能分离出指定的频率。
将歌曲分为不同的频率，可强化低音隐藏高音或反之。适用于处理信号，压缩音乐。MP3，JPG压缩。将不重要的音符或像素删除。
4.并行算法
并行计算设计困难，速度的提升不是线性的。电脑比之前多装了一个内核，算法速度不能提升2倍。2个原因，一并行管理开销，1000个数组排序，每个内核分500，最后将数组合并，分配和合并有开销；二负载均衡，10个任务，每个内核5个，内核a 10s算完，内核b 1分钟算完。如何分配工作达到两个内核都一样忙。
5.mapreduce
流行的并行算法，分布式算法。用于上百个内核，计算机并行计算。
mp两个理念，映射函数map和归并函数reduce。
映射map函数，接收一个数组，对数组中的每一个元素执行同样的操作。如数组中的元素翻倍，下载url数组清单中的页面。
对于很多url，用几百台计算机，map能自动将工作分配给这些计算机。
归并函数reduce
map是将一个数组转为另一个数组。归并是将一个数组转为一个元素。如将数组中所有的元素相加。
6.布隆过滤器和hyoerloglog
万亿网页索引，判断网页以前是否已搜集，不用散列表，用布隆过滤器，可能出现错报，但不会出现漏报。
7.SHA算法
安全散列算法。用于创建散列表的散列函数根据字符串生成数组索引，SHA根据字符串生成另一个字符串，很长。散列值相同即可判断为同一个文件。
SHA存储密码，存储单向，不能反向推出原始字符串。
8.局部敏感的散列算法
SHA局部不敏感，只变更一个单词，生成的散列值截然不同。simhash对局部敏感，输入差别细微，输出的散列值也细微。判断查找内容的相似程度。
9.differ-hellman密匙交换
使用两个密匙，公匙私匙。使用公匙对发送的消息加密，用私匙解密。替代者rsa。
10.线性规划
所有的图算法都可用线性规划实现，使用simplex算法。先确定目标和约束条件。