数据结构与算法之美02

数据结构与算法之美02

如何抓住重点,系统高效地学习数据结构与算法? 当我们要谈一个事物/概念的时候,需要问自己三个终极问题–是什么?为什么?怎么样? 什么是数据结构和算法 数据结构,就是一组数据的存储结构。 算法,就是操作数据的一组方法。 数据结构是为算法服务的,算法要作用在特定的数据结构之上。 为什么需要数据结构和算法 来谈谈应用层面的原因。在计算机科学和互联网迅猛发展下,需要计算的数据量越来越庞大。但是计算机的计算能力是有限的,这么大量的数据计算,需要越来越多的计算机,需要越来越长的计算时间,注重效率的我们需要尽可能的提高计算效率。其中重要的一项,就是使用合适的数据结构和算法。选用合适的数据结构和算法,特别是在

数据结构与算法之美01

数据结构与算法之美01

为什么要学习数据结构和算法? 为什么学习数据结构和算法?我认为有3点比较重要 1.直接好处是能够有写出性能更优的代码。 2.算法,是一种解决问题的思路和方法,有机会应用到生活和事业的其他方面。 3.长期来看,大脑思考能力是个人最重要的核心竞争力,而算法是为数不多的能够有效训练大脑思考能力的途径之一。

大小端模式

大小端模式

大端模式,是指数据的高字节保存在内存的低地址中,而数据的低字节保存在内存的高地址中,这样的存储模式有点儿类似于把数据当作字符串顺序处理:地址由小向大增加,而数据从高位往低位放;这和我们的阅读习惯一致。 小端模式,是指数据的高字节保存在内存的高地址中,而数据的低字节保存在内存的低地址中,这种存储模式将地址的高低和数据位权有效地结合起来,高地址部分权值高,低地址部分权值低。 目前Intel的80×86系列芯片是唯一还在坚持使用小端的芯片,ARM芯片默认采用小端,但可以切换为大端;而MIPS等芯片要么采用全部大端的方式储存,要么提供选项支持大端——可以在大小端之间切换。另外,对于大小端的

钢铁侠传

钢铁侠传

托尼早孤,锐志好学。其父霍华德在时,尝以其寄庠序,尼不知其父有志于国,谓其漠己。公论曰,愈恶一人愈如其人。尼既弱冠,尽能袭承父业。造钛金甲胄匿其内,千里不留行,显达一时,见用于兵部。尝有一姝,别号小辣椒,其德婉贞、淑贤。诗经有言,何彼浓矣,华若桃李,庶几谓之。二人相知,卿卿我我,尼既知世间有爱,遂宥其父,誓曰,孰弑吾亲,必手刃之。 尝有路人问之,人其谓汝“夺命奸贾”,汝如何言?尼对曰,吾制铠仗弓弩,皆为治道,以暴易暴,尔等知否?殄灭苍生,吾耻为之。然觇视诸侯征战,其铠仗致天下流血漂橹,遂戢械以止战,不言兵戎。其叔父欧比僭越,尼忍痛戮之。后为匪所劫,用匪之械,缮为机甲,遂称钢铁侠。且寤之曰,侠之

ansible

ansible

ansible是新出现的自动化运维工具,基于Python开发,集合了众多运维工具(puppet、cfengine、chef、func、fabric)的优点,实现了批量系统配置、批量程序部署、批量运行命令等功能。 ansible是基于模块工作的,本身没有批量部署的能力。真正具有批量部署的是ansible所运行的模块,ansible只是提供一种框架。主要包括: (1)、连接插件connection plugins:负责和被监控端实现通信; (2)、host inventory:指定操作的主机,是一个配置文件里面定义监控的主机; (3)、各种模块核心模块、command模块、自定义模块; (4)、借助于插件完成记录日志邮件等功能; (5)、playbook:剧本执行多个任务时,非必需可以让节点一次性运行多个任务。

Docker简介

Docker简介

Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中,然后发布到任何流行的 Linux或Windows 机器上,也可以实现虚拟化。容器是完全使用沙箱机制,相互之间不会有任何接口。 一个完整的Docker有以下几个部分组成: DockerClient客户端 Docker Daemon守护进程 Docker Image镜像 DockerContainer容器 无论是KVM还是Xen在 docker 看来,都在浪费资源,因为用户需要的是高效运行环境而非OS, GuestOS既浪费资源又难于管理, 更加轻量级的LXC更加灵活和快速。 面对上述几个问题,docker设想是交付运行环境如同海运,OS如同一个货轮,每一个在OS基础上的软件都如同一个集装箱,用户可以通过标

布隆过滤器

布隆过滤器

布隆过滤器(Bloom Filter)是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多,缺点是有一定的误识别率和删除困难。 如果想要判断一个元素是不是在一个集合里,一般想到的是将所有元素保存起来,然后通过比较确定。链表,树等等数据结构都是这种思路. 但是随着集合中元素的增加,我们需要的存储空间越来越大,检索速度也越来越慢(O(n),O(logn))。不过世界上还有一种叫作散列表(又叫哈希表,Hash table)的数据结构。它可以通过一个Hash函数将一个元素映射成一个位阵列(Bit array)中的一个点。这样一来,我

类图

类图

类图(Class diagram)由许多(静态)说明性的模型元素(例如类、包和它们之间的关系,这些元素和它们的内容互相连接)组成。类图可以组织在(并且属于)包中,仅显示特定包中的相关内容。 类图(Class diagram)是最常用的UML图,显示出类、接口以及它们之间的静态结构和关系;它用于描述系统的结构化设计。 类图(Class diagram)最基本的元素是类或者接口。 类 接口 协作 关系 同其他的图一样,类图也可以包含注解和限制。 类图中也可以包含包和子系统,这两者用来将元素的分组。有时候你也可以将类的实例放到类图中。 注:组件图和分布图和类图类似,虽然他们不包含类而是分别包含组件和节点。 为系统词汇建模型 为系统的词汇建模实际上是从词汇

医疗行业调查

医疗行业调查

医渡云: https://www.yiducloud.com.cn/ 医渡云基于自主研发的“医学数据智能平台”,对大规模多源异构医疗数据进行集合和融合,形成患者全生命周期医学数据,可追溯,可监管,并通过数据的深度处理和分析,建立真实世界疾病领域模型,助力医学研究、医疗管理、政府公共决策、创新新药开发、帮助患者实现智能化疾病管理,引领大健康及人工智能产业创新,实现数据智能绿色医疗的新生态。 卓健科技: http://www.zhuojianchina.com/ 杭州卓健信息科技有限公司(卓健科技)顺应医改大方向,抓住医疗核心诊治业务,自内而外为大中型医院及医疗机构提供互联网化解决方案,打造智慧医院生态闭环。卓健科技拥有分级诊疗、互联网医院、移动远程、掌上

决策树

决策树

决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法,首先对数据进行处理,利用归纳算法生成可读的规则和决策树,然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。 决策树方法最早产生于上世纪60年代,到70年代末。由J Ross Quinlan提出了ID3算法,此算法的目的在于减少树的深度。但是忽略了叶子数目的研究。C4.5算法在ID3算法的基础上进行了改进,对于预测变量的缺值处理、剪枝技术、派生规则等方面作了较大改进,既适合于分类问题,又适合于回归问题。 决策树算法构造决策树来发现数据中蕴涵的分类规则.如何构造精度高、规模小的决策树是决策树算法的核心内容。决策树构造可以分两步进