这个系列主要是Leetcode 简单题 目前比较菜鸡，从简单题做下来吧 234. 回文链表 请判断一个链表是否为回文链表。 示例 1: 输入: 1->2输出: false示例 2: 输入: 1->2->2->1输出: true进阶：你能否用 O(n) 时间复杂度和 O(1) 空间复杂度解决此题？ class solution{}

厄拉多塞筛法主要用于查找一定范围内的素数的个数，速度比较快C++ int countPrime(int n ){ int count=0; vector<bool> signs(n,true);//假设初始都为素数 for (int i=2; i<n;i++){ if(signs[i]){ count++; for(int j=i+i; j<n;j+=i){ signs[j]=false; }}} return count; }进一步优化使用比特表算法，布尔数组每个值占一个字节，4比特可以使用一个比特来表示 int countPrime(int n ){ int cou...

数据仓库是一个很大的数据存储集合，出于企业的分析报告和决策支持目的而创建，对多样的业务数据进行筛选和整合，为企业提供一定的BI能力，指导业务流程改进，监视时间成本，质量以及控制。 本质：专门针对数据存储模型实现：MySQL,Oracle应用：专门用于实现将各种各样数据进行统一化规范化的数据存储特点：本身不产生数据本身不使用数据用于实现复杂数据的存储与数据库的区别： 数据库：一般用于支撑业务数据的存储 网站后台：用户数据、商品数据、订单数据 数据仓库：专门为数据处理提供数据的 业务数据 用户行为 第三方数据 日志数据问题：数据的种类非常多，每一种数据的内容或者格式都不一样有结构化，有非结构化有合...

对象 对象、类、接口三者之间的联系https://blog.csdn.net/qq_41060065/article/details/90345254父类修改---->子类也会被修改派生类继承基类的接口和所有成员（其中私有成员也存在，只是被隐藏且不能被访问） 数据抽象 各种抽象数据类型endl;表示一行结束并在行末加上换行符双引号之间的正文：字符数组cout<<"hello the world" <<8<<"today"<<endl;输出为hello the world8today只有hello th...

JRE：运行环境JDK：开发工具包

Hive: 用于解决海量结构化日志的数据统计Hive:基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL的查询功能本质是：将HQL转化为MapReduce程序

mysql语句中select后只允许出现统计值，group by后出现的值case when b.s_score is null then 0 else b.s_score end 1.什么是存储引擎相当于MySQL内置文件系统相当于Linux中的文件系统打交道的层次结构 2.MySQL存储引擎种类2.1 Oracle mysqlinnodbcsvmyisammemory

1.错误日志作用：记录MySQL从启动以来，所有的状态，警告，错误为我们定位数据库问题，提供帮助。配置方法：默认：开启状态 位置：/datadir/hostname.err定制方法：vim/etc/my.cnflog_error=/tmp/mysql.log select @@datadir;2.binlog二进制日志3.slowlog慢日志

51-143=>88 1.BTree种类： 1.1 B-Tree1.2 B+Tree1.3 B*Tree 2.B+Tree构建： 2.1聚簇索引B+Tree结构（InnoDB独有） 区----簇----64个pages----1MB作用：有了聚簇索引之后，将来插入的数据行，在同一个区内，都会按照ID值的顺序，有序在磁盘存储数据。MySQL InnoDB表------聚簇索引组织存储数据表构建前提：1.建表时，指定了主键列，MYSQL InnoDB会将主键作为聚簇索引列2.没有主键，自动选择唯一键的列，作为聚簇索引3.以上都没有，生成隐藏聚簇索引 2.2辅助索引 使用普通列作为条件构建的索...

数据库启动时候，可以自己定制功能文件 以启动命令行的设置为准，可以强制改变配置文件里的参数 其实主要是mysqld里面都是二进制文件，已经被写死了，不好修改，所以出现mysql_safe脚本便于修改，后期又出现了mysql_server脚本进一步优化命令行，可以通过 service mysqld start/restart/systemcti start/stop/restart mysql不同实例用不同的配置文件mysqld可以临时设定参数： --skip-grant-tables --skip-networking --default-films **启动** systemctl star...

SVM----基本模型是的定义在特征空间上的间隔最大的线性分类器https://tangshusen.me/2018/10/27/SVM/https://www.cnblogs.com/jianxinzhou/p/4083921.html

AdaBoost是集成学习(ensemble learning)的一种 集成学习通过结合多个(弱)学习弱学习器指的是性能不太好的学习器，比如一个准确率略微超过50%的二分类器。当犯错概率独立的基学习器个数M很大的时候，集成后的放错概率接近0：大多数人同时犯错的概率是比较低的。 集成学习的分类 按照每个基学习器之间是否存在依赖关系可以分为两类：1.基学习器之间存在强依赖关系，一系列基学习器需要串行生成，代表算法：Boosting2.基学习器之间不存在强依赖关系，一系列基学习器可并行生成，代表算法：Bagging和随机森林 Boosting系列算法 Boosting系列算法的主要思想和步骤： 1....

VC dimension--------衡量模型与样本的复杂度 假设集合中有断点k------->成长函数有界断点的定义：希望假设空间H的增长函数越小越好（这样子假设空间比较简单），或者至少不要增长的太快，第一个不满足shatter的m值称为break point(断点)空间H的VC维是能被H打散的最大数据集的大小打散的定义：假设空间H上能实现数据集D上全部示例的对分增长函数：表示假设空间H对m个示例所能赋予标记的最大可能结果数，最多只能有个标记结果 其中表示假设空间在数据集大小为m时的增长函数详细可见https://tangshusen.me/2018/12/09/vc-dimensi...

泛化性能???? 泛化是指学习到的模型对未知数据的预测能力，通过测试误差来评价学习方法的泛化能力。不考虑数据量不足的前提下，如果泛化能力差，那么就是损失函数的优化没有达到全局最优如何提高泛化能力呢？1.增加数据量2.正则化3.凸优化接下来讨论一下正则化问题：L1正则化给出的最优解更加靠近某些轴，其他的轴为0------->这样会使得得到的参数稀疏化L1正则化的参数先验是服从Laplace分布的，Laplace的概率密度分布函数为    L2正则化给出的最优解更加靠近原点--------->能降低参数范数的总和L2正则化的参数先验服从高斯分布，高斯分布的概率密度函数是：     Bi...