--以下内容于2017年3月2日记录于本人产品微博：http://weibo.com/cuibenbenpm最近对推荐算法突然感了兴趣，就去查了一些资料，发现好多文章技术性强，很难理解，那么在这我就用一些更形象的说法为你解释一下那些比还了解你自己的推荐算法（以笔记本电脑为例）。1、基于人口统计学推荐：跟你有相同性别、年龄的人喜欢用超薄（机型），估计你也喜欢。2、基于内容的推荐：你以前用过超薄，我告

个人理解就像卡哥视频里说的一样，感觉贪心算法确实没什么固定的套路，唯一的思路就是求局部最优解然后推广到全局最优解，但是什么是局部最优解，这个需要慢慢做题来摸索总结，有点像调参，蛮玄学的，纯考脑子455.分发饼干题目假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。对每个孩子i，都有一个胃口值g[i]，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干j，都有一

1进化算法在学习最优模型参数的时候，梯度下降并不是唯一的选择。在我们不知道目标函数的精确解析或者不能直接计算梯度的情况下，进化算法是有效的。进化算法的灵感来源于自然选择，具有有利于生存的特征的个体可以世代生存，并将好的特性传给下一代；具有不利于生存的特正的个体则会被不断淘汰，最后减少甚至消失。进化是在选择过程中逐渐发生的，进化使得种群可以更好地适应环境。下面这张图可以很好地解释进化算法的想法，一开

0.算法概述决策树(decisiontree)是一种基本的分类与回归方法。决策树模型呈树形结构(二分类思想的算法模型往往都是树形结构)0x1：决策树模型的不同角度理解在分类问题中，表示基于特征对实例进行分类的过程，它可以被看作是if-then的规则集合；也可以被认为是定义在特征空间与类空间上的条件概率分布1.if-then规则集合决策树的属性结构其实对应着一个规则集合：由决策树的根节点到叶节点的每

又是一年高考出分时，感慨颇多。两年前的我高考失利，比平时成绩差了许多，所谓的“一定能上一本A”也成了一个笑话，固然是抹不去的伤痛，高考是我前二十年受到的最大的一次打击，可以说是唯一的一次打击，只能说，太顺了不好。幸好学的是喜欢的专业，至少不会厌烦，程序的创新、调试总是充满惊喜。生活总要继续，高考画上了前二十年的残缺的句号，总不能影响未来十年的黄金拼搏期。以前老师总是说，高考是一个选择，选择和更优秀

概述上节课我们学习了在简单迷宫问题中如何使用BFS求解，这次我们来讲解一下较复杂~~（花里胡哨）~~的迷宫问题复习+延伸（多起点BFS）在普通bfs问题中，我们先将起点入队，然后一直从起点延伸，直到到达目的或者队列为空（即没有达到目的）时停止bfs。整个过程就相当于在找离目标状态的最小操作次数。在一些问题中，我们需要找n个目标状态。这样的问题我们就有两种思路。-第一种众所周知，就是执行n次bfs，

1.遗传编程简介0x1：什么是遗传编程算法，和传统机器学习算法有什么区别传统上，我们接触的机器学习算法，都是被设计为解决某一个某一类问题的确定性算法。对于这些机器学习算法来说，唯一的灵活性体现在参数搜索空间上，向算法输入样本，算法借助不同的优化手段，对参数进行调整，以此来得到一个对训练样本和测试样本的最佳适配参数组。遗传编程算法完全走了另一外一条路，遗传编程算法的目标是编写一个程度，这个程序会尝试

优化算法引言分类算法简介遗传算法蚁群算法粒子群优化算法退火算法禁忌搜索算法免疫算法引言优化问题就是在一定条件下，寻找最佳的方案和最佳的参数。以寻求某些功能实现更好的性能。在设计，管理，调控，分配等方面都有一定的作用。在工程领域，一方面，优化算法可以替代大多数很多重复的机械劳动，但另一方面，非线性，复杂，多耦合的影响因素导致很多优化算法并不能起到很好的应用，需要进一步调整，甚至结合人工智能才能实际应

迪克斯特拉算法初探——图解算法迪克斯特拉算法的大致思想是这样：求出起始顶点到各个后继顶点的最短通路，直到所求顶点为止。

移步算法初探系列11——栈手动实现栈（链表存储）#include#includeusingnamespacestd;//定义链表templatestructnode{Tnum;node*nxt;};templateclassMyStack

共识机制的背景加密货币都是去中心化的，去中心化的基础就是P2P节点众多，那么如何吸引用户加入网络成为节点，有那些激励机制？同时，开发的重点是让多个节点维护一个数据库，那么如何决定哪个节点写入？何时写入？一旦写入，又怎么保证不被其他的节点更改（不可逆）？回答这些问题的答案，就是共识机制。容错性：目前的客户-服务商模型一般是中心化的网络形态而区块链提倡的是无中心形态，网络中的每个节点都是平等的，因此天

代码用Java展示，原因是Java先天的就能调用栈，二叉树等，比较方便，其实iOS里也能自己实现1逆波兰表达式（栈区操作，每次都取出栈顶的两个进行运算合并成一个，然后再压入栈，递归操作，直到栈为空结束）如245*+2合并两个有序链表（同过一个中间量比较，类似于两个对象交换值）如1->3->5.2->4->6合并为1->2->3->4->5->6

国密算法即国家密码局认定的国产密码算法。国密算法是商用密码，仅能用于商业用途。国密算法是一套标准，由国家密码局制定的规范，凡是符合的，都可以称之为国密算法。国密算法暂无官方的代码实现，企业可以自己编码实现，并申请国家密码局认证，通过后即被认可。SM系列密码算法是国密算法的一种，SM是商密的缩写，SM后的序号分别表示了不同种类的密码（应用场景不同）。国密算法对标国际算法，国际算法由美国的安全局发布，

相信大家都学过枚举算法叭，如果学过的话，就继续跟蒟蒻君往下学吧！首先，请大家看一道题~题目1：全排列描述输入n，输出1~n所有不重复的排列，即n的全排列。分析显而易见，这道题并不能用for循环枚举做，因为要用一个“n重循环”，而n是一个变量，所以无法用枚举算法。那该如何解决这道题呢？大家应该会想到，循环层数不定，就可以用递归来实现，这就是我们的深度优先搜索（dfs）算法的一个用途。dfs算法在递归

前言本章讲解加密算法初探之Base64方法1、概念Base64是网络上最常见的用于传输8Bit字节码的编码方式之一，Base64就是一种基于64个可打印字符来表示二进制数据的方法。

文章目录概述代入问题法1：遍历区间求和法2：一维前缀和预处理：O(n)查询：O(1)全部代码(〃'▽'〃)~衔接二维前缀和模板问题法1：枚举法2：二维前缀和结论证明练习题目概述这节课我们将学习一种非常实用的算法——前缀和，功能和线段树有点类似。代入问题给定一个长度为n的序列，q次询问，每次给定l和r，求a[l]+a[l+1]+…+a[r]，即sigema(i=l,r,a[i])。法1：遍历区间求和

数据挖掘-均值漂移聚类算法均值漂移聚类算法简介本文主要是介绍均值漂移聚类算法，又称为Mean-Shift-Cluster，该算法属于无监督学习的聚类方法。主要从算法的使用场景、步骤、核心思路等角度去介绍算法。之前其实也介绍过一些聚类的算法，比如Kmeans、DBSCAN等方法，本次介绍的均值漂移聚类算法是一种基于质心的算法，该方法最终找出的是数据点密集的区域。均值漂移聚类算法和本人之前文章介绍的聚

文章目录为什么需要智能算法遗传算法初探一些理解上的问题需要求解器吗？不用怎么解？

前沿：函数优化求解问题学习过程中，不可避免选择求解算法，且不同的算法收敛速度不同，复杂度不同。探究问题求解的性能，则需要对求解算法进行对比。因此，在这里，引入烟花算法。以下资料来源于书籍：《烟花算法引论》谭营著；科学出版社，20151.烟花算法介绍2.算法组成3.算法实现3.1随机维度选择随机维度选择是指在1和dim之间随机选择n个维度，且n个维度不重复。作用是在进行位移操作时对指定数量的位置进行

版权声明：本文为博主原创文章，遵循CC4.0BY-SA版权协议，转载请附上原文出处链接和本声明。本文链接：https://blog.csdn.net/pipisorry/article/details/53156836http://blog.csdn.net/pipisorry/article/details/53156836balltreek-dtree也有问题[最近邻查找算法kd-tree]。

关于K-Means聚类请看利用K-Means聚类算法对未标注数据分组导航效果评估综述轮廓系数互信息参考文章效果评估综述  这里直接贴上聚类算法初探（七）聚类分析的效果评测  它摘自于中国科学院计算技术研究所周昭涛的硕士

、解码，调度方案可视化的探讨2、多目标优化:浅谈pareto寻优和非支配排序遗传算法-NSGAII的非支配排序及拥挤度3、柔性车间调度问题:以算例MK01初探数据处理和多个遗传算子4、车间调度丨粒子群算法初探

、解码，调度方案可视化的探讨2、多目标优化:浅谈pareto寻优和非支配排序遗传算法-NSGAII的非支配排序及拥挤度3、柔性车间调度问题:以算例MK01初探数据处理和多个遗传算子4、车间调度丨粒子群算法初探

、解码，调度方案可视化的探讨2、多目标优化:浅谈pareto寻优和非支配排序遗传算法-NSGAII的非支配排序及拥挤度3、柔性车间调度问题:以算例MK01初探数据处理和多个遗传算子4、车间调度丨粒子群算法初探

、解码，调度方案可视化的探讨2、多目标优化:浅谈pareto寻优和非支配排序遗传算法-NSGAII的非支配排序及拥挤度3、柔性车间调度问题:以算例MK01初探数据处理和多个遗传算子4、车间调度丨粒子群算法初探

、解码，调度方案可视化的探讨2、多目标优化:浅谈pareto寻优和非支配排序遗传算法-NSGAII的非支配排序及拥挤度3、柔性车间调度问题:以算例MK01初探数据处理和多个遗传算子4、车间调度丨粒子群算法初探

、解码，调度方案可视化的探讨2、多目标优化:浅谈pareto寻优和非支配排序遗传算法-NSGAII的非支配排序及拥挤度3、柔性车间调度问题:以算例MK01初探数据处理和多个遗传算子4、车间调度丨粒子群算法初探

LightGradientBoostingMachine(LightGBM)是一个由微软亚洲研究院分布式机器学习工具包（DMTK）团队开源的基于决策树算法的分布式梯度提升（GradientBoostingDecisionTree，GBDT）框架。在之前Argo的文章中，我们已经详细的介绍过GBDT算法及其重要的实现XGBoost算法的原理。GBDT是机器学习中的一个非常流行并且有效的算法模型，它是

数学建模常用算法–蒙特卡洛算法简介：蒙特·卡罗方法（MonteCarlomethod），也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。蒙特卡罗方法（随机取样法）是一种计算方法。原理是通过大量随机样本，去了解一个系统，进而得到所要计算的值。步骤

前言：真实世界中人类的路径规划是对记忆信息和实时感知信息综合分析的过程，在虚拟技术中属于行为控制层级的技术。一，机器人路径规划分类：1.全局路径规划（环境完全已知）2.局部路径规划（环境未知或部分未知，通过感知实时获取环境信息）另外环境又分静态与动态，所以任何路径规划问题均可细分为如下四类之一：1)全局静态环境路径规划：构型空间法，自由空间法，栅格法（区别在于环境建模的方法不同）构型空间法——将机

算法分析虽说base64严格意义上来说并不能算是加密算法，但的确应用方面来说还算是比较广，在CTF的算法逆向中Base系列算是也比较常见的，萌新刚开始学算法，就以base64为例，对该算法进行一个简单的分析。简单来说，base64算法就是根据一个base64表，将原始字符的值一一替换。替换规则如下：首先将每三个字节划分为一组，得到24个二进制位然后将这24个二进制位划分为4组，得到4组6个二进制位

曾经有人建议说程序员都应该读读算法.虽然大学里也学过严蔚敏的数据结构书,但自己好像神游般不知学了什么,也不知道自己是如何稀里糊涂地通过了考试.现在有时间了,就想重新看看算法,也许智商是硬伤,但能走多远算多远吧:)什么是算法?所谓算法就是定义良好的计算过程,它取一个或一组作为输入,并产生一个或一组值作为输出.亦即,算法就是一系列的计算步骤,用来将输入数据转换成输出结果.(《算法导论》)算法里有两个重

二分查找法主要用来解决查找的问题1、二分查找法BinarySearch（注）对于有序数列才能使用二分查找法。Image.png二分查找的一个基本思想：找到数组的中间位置的元素v，将数组分成>v和v的部分再次进行二分查找，否则就在r){return-1;}intmid=(l+r)/2;if(arr[mid]==target)returnmid;elseif(arr[mid]>target)retur

随机算法，顾名思义，就是在算法的运行过程中引入了随机机制，因此每次运行得到的结果和运行时间不一样。常见的随机算法有两种MonteCarlo算法和LasVegas算法。MonteCarlo算法。算法总能够给出一个结果，不过这个结果是一个随机变量，有一定概率是正确的。其中，给出正确结果的概率是一个大于1/2的数。LasVegas算法。算法不一定能在有限时间内给出结果，不过一旦它给出了结果，就一定是正确

前言前两节课蒟蒻君给大家讲解了dfs的基本用法，蒟蒻君来给大家讲一下它的时间复杂度优化~铺垫一下1.搜索树和状态我们可以根据搜索状态构建一张抽象的图，图上的一个节点就是一个状态，而图上的边就是状态之间转移的关系，包括继续dfs或者回溯。搜索树里每个节点上记录的就是执行到这个状态时的值，对于每个数，我们都有几种选择，都会使目前的状态产生分支。简单来说，剪枝后的搜索树每个状态有k种选择时，它就是一个完

最近有点忙，没来得及写博客，让大家久等啦。上节课蒟蒻君给大家讲了dfs如何解决枚举类型的题，这节课咱们将会讲到它的另一种用途——图论上的用途（针对图和树的算法）。大家看到标题肯定会想：什么叫计算思维？计算思维就是将不好表示对东西用数来表示，比如以下几道题：铺垫1题目有四位同学其中对一位多次扶老奶奶过马路（老奶奶们很善良，不会碰瓷），不留名，表扬信下来后，老师问是哪位同学做的好事。A说：不是我。B说

简介当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象，或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。个

微信红包随机分配算法初探大家平时都在使用微信收发红包，玩的不亦乐乎。别人在抢红包,而程序员在研究红包算法。那么微信红包的随机分配算法是怎么实现的呢？怎么保证没人都领得到，而且满足正态分布呢？

RSA加密算法初探·前言本文全面的介绍了RSA算法的概念、原理、证明和实现。我在写作本文之前在网上查阅过相关资料，可这些资料不是含糊其辞就是满篇谬误。

感知机（perceptron）是1957年由Rosenblatt提出，是神经网络与支持向量机的基础。感知机是二分类的线性可分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1两个值。感知机只能应用到线性可分的数据集当中，对于线性不可分的问题感知机无法解决，其原理其实很简单：在特征空间中找到一个超平面将两类样本划分到超平面两侧，实现样品种类的划分。1.感知机模型假设输入空间是,输出空间是

在前面我们探讨了两条序列是如何通过动态规划算法进行比对的，但是在现如今的拥有海量数据的数据库中，想直接通过动态规划算法来将所有的序列与query序列一个一个进行比较式不切实际的。因此NCBI数据库开发了blast算法，用来快速的找到与query序列相似度最高的序列。blast算法简介blast算法采用的是一种启发式算法。首先将query序列打断成子片段，称之为seedwords，然后将seed与预

当一个表空间中有多个数据文件，新增数据时，会写到哪个数据文件上呢？有人说是由ORACLE随机控制，即是根据一个分配算法计算后，将新增的数据写入到指定的一个或多个数据文件上。但这个算法是什么，一直也没有找到相关的说明。下面的这个实验，算是对这个算法的一个初步探寻吧，供大家参考。实验设想：所有实验在ORACLEDATABASE10.2.0.5上完成，操作系统为Linuxlocalhost.locald

同时，本BLOG内经典算法研究系列，对Dijkstra算法有所简单描述，经典算法研究系列：二、Dijkstra算法初探http://blog.csdn.net/v_JU

背景介绍AntMonitor：蚂蚁集团研发的一款面向云原生时代的全功能智能运维产品，包含业务监控、应用监控、基础设施监控、云原生可观测、一站式多维分析等功能。其中，智能化的单指标异常检测是该产品最基础、最重要的组成部分。针对时序异常检测，目前蚂蚁集团内部基本都在按照以下几个思路进行研发：通过时序预测的方法，典型算法为ARIMA、LSTM等，将历史数据训练的模型预测当前时刻的幅值，通过与真实值的差异

递归算法什么是递归算法?简单的理解就是，函数里面直接或者间接的调用函数本身.递归函数的特点1.函数累不调用本身2.需要有明确的结束条件，不然容易造成死循环.3.递归函数的代码固然简洁，但是执行效率较低，需要结合自己的需求制定相应的算法，不推荐使用递归.4.递归函数的执行顺序依次是从外部执行到最里层，当满足限制条件的时候，依次从内部执行到最外层.算法实战需求使用递归函数和栈逆序一个栈(只能使用栈一种

背景介绍AntMonitor：蚂蚁集团研发的一款面向云原生时代的全功能智能运维产品，包含业务监控、应用监控、基础设施监控、云原生可观测、一站式多维分析等功能。其中，智能化的单指标异常检测是该产品最基础、最重要的组成部分。针对时序异常检测，目前蚂蚁集团内部基本都在按照以下几个思路进行研发：通过时序预测的方法，典型算法为ARIMA、LSTM等，将历史数据训练的模型预测当前时刻的幅值，通过与真实值的差异

最短路径算法初探之一--bywangsh2012-03-20最短路径算法，已经有不少研究成果和思路，这里简单整理一下。

文章目录DemoTable表关联常见有两种算法嵌套循环连接Nested-LoopJoin(NLJ)算法（NLP）定义示例执行过程规律基于块的嵌套循环连接BlockNested-LoopJoin(BNL)算法定义示例执行过程join_buffer放不下怎么办？被驱动表的关联字段没索引为什么要选择使用BNL算法而不使用Nested-LoopJoin呢？如何界定大表小表关联sql的优化的两个核心点Dem

基于中国剩余定理的加密算法初探张炯摘要中国剩余定理(亦名孙子定理),是数论中最重要的基本定理之一,刻画了剩余系的结构.以此为理论基础,定义剩余系中每个数在m_1,…,m_k下的权重,从而使剩余系中的元素构成偏序关系

蝙蝠算法初探function[best,fmin,N_iter]=bat_algorithm()n=20;%Populationsize,typically10to40蝙蝠个体数N_gen=1000;%