其实“大数据”这个词在我的脑海中还没有一个比较确切的定义，几年前我接触了一个名词“海量数据”，它主要是指在数据库中如何处理优化查询海量数据的SQL，或者使用NoSQL（Not only SQL）进行处理，进而进行数据分析、数据挖掘等，从大量无规律的数据中提取出有价值的信息，总之海量数据是与数据库紧密关联的。而这两年兴起了“大数据”浪潮，我认为“海量数据”强调的是数据量的大小，而大数据则不仅仅是数据量的大小，还指每条数...
一、解决问题的前提是定义清楚问题通过对一些模糊需求进行假设，来限定要解决问题的范围 根据某个值查找数据，比如 select * from use where id=1234； 根据区间值来查询某些数据比如 select * from use where id > 1234 and id < 2345 性能方面的需求，我们主要考察时间和空间两方面，也就是执行效率和存储空间 执行效率：我么你希望通过索引，查询数据的效率尽可能的高；存储空间方面：我们希望索引不需要消耗太多的内存空间...
算法：算法是解决特定问题求解步骤的描述，在计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作。为什么把数据结构和算法一起说？ 想想罗密欧与朱丽叶，梁山伯和祝英台，少了一个你总会觉得奇怪吧。算法的五个基本特性：输入：有0个或多个输入；输出：有1个或多个输出；有穷性：步骤有限，不能无穷循环下去；确定性：有确定的含义，不能出现二义性；可行性：每一步都能通过有限次数完成。算法设计的要求：正确性：能...
最近在读《数据结构、算法与应用》这本书，把书上的习题总结一下，用自己的方法来实现了这些题，可能在效率，编码等方面存在着很多的问题，也可能是错误的实现，如果大家在看这本书的时候有更优更好的方法来实现，还请大家多多留言交流多多指正，谢谢7. 假定用一维数组a[0 : size-1]来存储一组元素。如果有n个元素,可以把它们存储在a[0],..., a[n-1]中。当n超过si ze时, 数组将不足以存储所有元素 , 必须分配一个更大的数组。类似地...
节点：/* * 二叉树节点 */public class Node {//数据项public long data;//数据项public String sData;//左子节点public Node leftChild;//右子节点public Node rightChild;/** * 构造方法 * @param data */public Node(long data,String sData) {this.data = data;this.sData = sData;}}二叉树：/* * 二叉树类 */public class Tree {//根节点public Node root;/** * 插入节点 * @param value */public void insert(long value,Str...
1）最长不重复子串使用string和vector<string>string FindLongestNonRepeatSubstring(string str) {if (str.empty()) return"";string tmp;//存放临时不重复的子串vector<string> svec;//存放所有不重复的子串int start = 0;//标记每次开始查找子串的下标int pos = -1; //查找当前字符在子串中的位置下标tmp.push_back(str[0]);for (unsigned int i = 1; i < str.size(); ++i){pos = tmp.find(str[i]);if (pos == -1){tmp.push_bac...
通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。【来自百度百科】快排介绍老样子，前面有介绍快排思路快速排序，在学习的时候，老师就说，快排，是分而治之。就像中国 960 万疆土，分成省市县镇乡村去管辖。这就是分而治之。在各自的辖区内，各自管辖，互不干涉，最...
例1: 海量日志数据，提取出某日访问百度次数最多的那个IP（文件总量多大 -> 能一次载入内存吗 -> 怎么将文件化大为小，一般可以采取hash -> 然后怎么归并）1.IP地址最多有2^32=4G种取值情况，所以不能完全加载到内存中处理； 2.可以考虑采用“分而治之”的思想，按照IP地址的Hash(IP)%1024值，把海量IP日志分别存储到1024个小文件中。这样，每个小文件最多包含4MB个IP地址； 3.对于每一个小文件，可以构建一个IP为key，出现次数...
问题描述：Eratosthenes筛是一种用于计算小于N的所有素数的方法。我们从制作整数2到N的表开始。我们找出最小的未被删除的整数i，打印i，然后删除i, 2i, 3i, ..., 当i > √N时，算法终止。首先，没必要做2到N的表，在一个循环内遍历2到N即可。其次，所谓最小也没必要判断，依次遍历时整数i自然是它到最后一个数之间的最小值。最后，整数i是否被删除等价于整数i是否素数flag[i]==1或0表示，1表示素数，0表示非素数。可以这么做：遍历...
桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。为了使桶排序更加高效，我们需要做到这两点：在额外空间充足的情况下，尽量增大桶的数量 使用的映射函数能够将输入的 N 个数据均匀的分配到 K 个桶中 同时，对于桶中元素的排序，选择何种比较排序算法对于性能的影响至关重要。 什么时候最快 当输入的数据可以均匀的分配到每一个桶中。 什么时候最慢 当输入的数据被分配到了同一个桶中...
fib (n) = 1 (n=1)fib (n) = n*fib(n-1) (n>1) // 条件不成立，则继续调用函数并检查条件不满足则继续调用函数...直到函数返回值为1时，再一层层将返回值递归返回上来// 我们可以用符合条件的尽量简单的实例来剖析那些复杂的算法 例如：5 * 4 * 3 * 2 * 1 = ? 算了，上面的测试数字太大太复杂了，再选个简单点的例如：3 * 2 * 1 = ?有人说 2 * 1 = ？ 更简单不过了，我们是要体现递归的特性，所以选择3 * 2 * 1 = ？ 再合适不...
一、什么是二叉排序树二叉排序树（Binary Sort Tree）又称二叉查找树、二叉搜索树。 它或者是一棵空树；或者是具有下列性质的二叉树：（1）若左子树不空，则左子树上所有结点的值均小于它的根结点的值；（2）若右子树不空，则右子树上所有结点的值均大于它的根结点的值；（3）左、右子树也分别为二叉排序树；当我们使用需要对数列进行操作的时候，我们原本有以下选择：数组：不排序的数组插入快而查找慢，排序数组通过算法可以快速...
数据结构与算法关于算法的代码写了一些在：https://gitee.com/yuan_yi_xiang/data_structure_algorithm欢迎指正基础的数据结构：数组、链表、栈、队列基础排序算法：冒泡排序o(n2)、插入排序o(n2)、选择排序o(n2)归并排序和快速排序都是分治思想，时间复杂度都为nlogn但快速排序的空间消耗较归并排序少快速排序代码：https://gitee.com/yuan_yi_xiang/data_structure_algorithm/blob/master/src/%E5%9F%BA%E7%A1%80%E7%AE%97%E6%B3...
链表这种数据结构，真的比较难以掌握的，感觉有点头疼。。。和数组相比，链表更适合插入。删除操作频繁的场景，查询的时间复杂度较高一、链表种类单链表、循环链表、双向链表二、链表中常用的算法练习 1/** 2 * 节点的实体类3 * 4 * @author ssc5 * @date 2019.03.056*/ 7publicclass Node {8 9publicint value; 10public Node next; 1112public Node(){ 13super(); 14 } 1516public Node(int data) { 17this.value = data; 18 ...
一.算法的基本概念计算机解题的过程实际上是在实施某种算法，这种算法称为计算机算法。1.算法的基本特征：可行性，确定性，有穷性，拥有足够的情报。2.算法的基本要素：算法中对数据的运算和操作、算法的控制结构。3.算法设计的基本方法：列举法、归纳法、递推、递归、减半递推技术、回溯法。4.算法设计的要求：正确性、可读性、健壮性、效率与低存储量需求二.算法的复杂度1.算法的时间复杂度：指执行算法所需要的计算工作量2.算法...