0、算法概述 0.1 算法分类 十种常见排序算法可以分为两大类： 比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。 非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。 0.2 算法复杂度 0.3 相关概念 稳定：如果a原本在b前面 继续阅读

0. 引言 最近喜闻ChatGPT能够帮助我们认识世界了，我必须得作为先行者下场一波了。虽然ChatGPT对主观的一些看法是拿不准的，但是常规的基础性教学真的是信手拈来，别的地方不说，作为助教，我给他打200分。 这真的让我想起来了小时候看的一个小说《师士传说》中的没有感情的牧，两者真的是太像了。 好了闲话不说，我们来看看ChatGPT教你常见的排序算法吧！是不是通俗易懂&#xf 继续阅读

目录 前言 一、插入排序 时间复杂度 空间复杂度 代码实现（升序） 二、希尔排序 时间复杂度 空间复杂度 代码实现 三、选择排序 时间复杂度 空 继续阅读

插入排序 ①直接插入排序 基本思想 每次从一个有序序列开始，将待排元素与有序序列中的元素从后往前逐个比较， 若有序序列中的元素大于待排元素，则将较大的元素往后覆盖； 否则，将待排元素插入其前面，并结束此轮比较。 动图演示 ​ 代码实现 void InsertSort(int* a, int n) { for (int i = 0; i < n - 1; i++) { int end = 继续阅读

在网上找了几家国内的chagpt镜像，最后还是没忍住上车了，试了一下传说中的写代码能力，果然鸟得很。 不废话直接上图： 上面的测试地址是 唠嗑么ChatGPT国内镜像网站，从站点上也能看到ChatGPT的能力了，什么写作啦，知识问答啦，翻译啦，编程啦，炸了！！！ ps一下，今天对比了几 继续阅读

基本思想 基数排序(radixsort)是在桶排序的基础上发展而来的，两种排序都是分配排序的高级实现。分配排序(distributivesort)的基本思想：排序过程无须比较关键字，而是通过“分配”和“收集”过程来实现排序。它们的时间复杂度可达到线性阶：o(n)。 基数排序是一种稳定的排序算法，但有一定的局限性： 　　1、关键字可分解。 　　2、记录的关键字位数较少，如果密集更好 　　3、如果是数 继续阅读

二分查找被定义为在排序数组中使用的一种搜索算法，它通过重复将搜索间隔分成两半来实现。二分查找的思想是利用数组被排序的信息，将时间复杂度降低到O（log N）。 在数据结构中应用二分查找的条件 数据结构必须排序。访问数据结构的任何元素都需要恒定的时间。 二分查找算法 在该算法中， 通过查找中间索引“mid”将搜索空间分成两半。 将搜索空间的中间元素与键进行比较。如果在中间元素处找到键，则终止该过程。如 继续阅读

这本Python机器学习算法图书，是2017-07-01月由电子工业出版社所出版的，著作者信息： 赵志勇 著，本版是第1次印刷， ISBN：9787121313196，品牌：博文视点, 这本书的包装是16平装，所用纸张为胶版纸，全书页数364，字数有万字， 是本值得推荐的Python软件开发图书。此书内容摘要《Python机器学习算法》是一本机器学习入门读物，注重理论与实践的结合。全书主要包括6个部分，每个部分均以典型的机器学习算法为例，从算法原理出发，由浅入深，详细介绍 继续阅读

【MATLAB第42期】基于MATLAB的贝叶斯优化决策树分类算法与网格搜索、随机搜索对比，含对机器学习模型的评估度量介绍 网格搜索、随机搜索和贝叶斯优化是寻找机器学习模型参数最佳组合、交叉验证每个参数并确定哪一个参数具有最佳性能的常用方法。 一、 评估指标 1、分类 1.1 准确性 1.2 精度 1.3 召回 1.4 F1值 1.5 F0.5值 1.6 F2值 1.7 计算评估指标的功能 2、回归 2.1 平均绝对误差 2.2 均方误差 2.3 均方根误差 二、 基于F1值执 继续阅读

OpenCV算法精解：基于Python与C++，由电子工业出版社在2017-10-01月出版发行，本书编译以及作者信息为： 张平 著，这是第1次发行， 国际标准书号为：9787121324956，品牌为博文视点, 这本书采用平装开本为16开，纸张采为胶版纸，全书共有412页，字数50万5000字，值得推荐。 此书内容摘要开篇先介绍如何在Windows和ubuntu上部署OpenCV，然后过度到核心章节，从灰度图像、彩色图像、图像平滑、边缘检测、霍夫变换等几个维度入手讲解， 继续阅读

LRU算法：最近最少使用淘汰算法（Least Recently Used）。LRU是淘汰最长时间没有被使用的缓存（即使该缓存被访问的次数最多）。 如何实现LRU缓存淘汰算法 场景： 我们现在有这么个真实场景，我在爬取某个网站时，控制该网站的代理IP并发数，太多会搞垮对方网站的对吧，要蹲号子的呢。这里我需要维护一个代理IP代理池，而且这些IP肯定不是一直都很稳定的，但是又不能取一个就丢一个，这样太浪费资源。所以我会将这些IP缓存起来，进行按需提取，采用LRU 继续阅读

上一章虽然已经能够将纹理碎片化，但是固定一条边，然后依次匹配第三个顶点的作法是无法适用于凹多边形的。 作为一个阿里眼里的菜逼，之前想着这个算法应该很简单，结果网上的各种转载也没找到个说清楚的文章，所以我将算法设计出来并实现了。本章将说一说如何“肢解”凹多边形。注意，这里仅仅是凹多边形，而不是形套洞，洞套形的套娃式复杂多边形，肢解那种多边形的算法相对更为复杂。而且最关键的 继续阅读