文章目录  6.1. 冒泡排序 冒泡排序   冒泡排序的分析 时间复杂度 冒泡排序的演示    6.1. 冒泡排序  冒泡排序 冒泡排序（英语：Bubble Sort）是一种简单的排序算法。它重复地遍历要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。遍历数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。 冒泡排序算法的运作如下：  比较相邻的元素。如果第一个比第二个大（升序），就交换他们两个。 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数...

文章目录  6.2. 选择排序 选择排序   选择排序分析 时间复杂度 选择排序演示    6.2. 选择排序  选择排序 选择排序（Selection sort）是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。 选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上，则它不会被移动。选择排序每次交换一对元素，它们当中至少有一个将被移到其最终位置上，因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依...

文章目录  6.3. 插入排序 插入排序   插入排序分析 时间复杂度 插入排序演示    6.3. 插入排序  插入排序 插入排序（英语：Insertion Sort）是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序在实现上，在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。 插入排序分析   def insert_sort(alist): # 从第二个位置，即下标为1的元素开始向前插入 for i in range(1, len(alist)): # 从第i个元素开始向前比较，如...

文章目录  6.4. 快速排序 快速排序   快速排序的分析 时间复杂度 快速排序演示    6.4. 快速排序  快速排序 快速排序（英语：Quicksort），又称划分交换排序（partition-exchange sort），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。 步骤为：  从数列中挑出一个元素，称为"基准"（pivot）， 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后...

文章目录  6.5. 希尔排序 希尔排序   希尔排序过程 希尔排序的分析 时间复杂度 希尔排序演示    6.5. 希尔排序  希尔排序 希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序，是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。该方法因DL．Shell于1959年提出而得名。 希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。 希尔排序过程 希尔排序的基本思想是：将数组列在一个表中并对列分别进行插入排序，重复这过程，不过每次用更长的列...

文章目录  6.6. 归并排序 归并排序   归并排序的分析   时间复杂度     6.6. 归并排序  归并排序 归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组，再合并数组。 将数组分解最小之后，然后合并两个有序数组，基本思路是比较两个数组的最前面的数，谁小就先取谁，取了后相应的指针就往后移一位。然后再比较，直至一个数组为空，最后把另一个数组的剩余部分复制过来即可。 归并排序的分析  def merge_sort(alist): if len(alist) <= 1: return alist # 二分分解 num = len(alist)/2 left ...

6.7. 常见排序算法效率比较  文章目录  6.7. 常见排序算法效率比较 常见排序算法效率比较    常见排序算法效率比较

文章目录  6.8. 搜索 搜索   二分法查找 二分法查找实现   （非递归实现） （递归实现） 时间复杂度     6.8. 搜索  搜索 搜索是在一个项目集合中找到一个特定项目的算法过程。搜索通常的答案是真的或假的，因为该项目是否存在。 搜索的几种常见方法：顺序查找、二分法查找、二叉树查找、哈希查找 二分法查找 二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好；其缺点是要求待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置...

文章目录  7. 树与树算法 树与树算法   树的概念 树的术语 树的种类 树的存储与表示 常见的一些树的应用场景    7. 树与树算法  树与树算法 树的概念 树（英语：tree）是一种抽象数据类型（ADT）或是实作这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n（n>=1）个有限节点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：  每个节点有零个或多个子节点； 没有父节点的节点称为根节点； 每一个非根节点有且只有一个父节点； 除了根节点外，每个子节点可以分为多个不相交的子树；  比如...

文章目录  7.1. 二叉树 二叉树   二叉树的基本概念 二叉树的性质(特性) 二叉树的节点表示以及树的创建    7.1. 二叉树  二叉树 二叉树的基本概念 二叉树是每个节点最多有两个子树的树结构。通常子树被称作“左子树”（left subtree）和“右子树”（right subtree） 二叉树的性质(特性) 性质1: 在二叉树的第i层上至多有2^(i-1)个结点（i>0） 性质2: 深度为k的二叉树至多有2^k - 1个结点（k>0） 性质3: 对于任意一棵二叉树，如果其叶结点数为N0，而度数为2的结点总数为N2，则N0=N2+1; **性质4:**具有n个结点的完全二...

文章目录  7.2. 二叉树的遍历 二叉树的遍历   深度优先遍历 广度优先遍历(层次遍历)    7.2. 二叉树的遍历  二叉树的遍历 树的遍历是树的一种重要的运算。所谓遍历是指对树中所有结点的信息的访问，即依次对树中每个结点访问一次且仅访问一次，我们把这种对所有节点的访问称为遍历（traversal）。那么树的两种重要的遍历模式是深度优先遍历和广度优先遍历,深度优先一般用递归，广度优先一般用队列。一般情况下能用递归实现的算法大部分也能用堆栈来实现。 深度优先遍历 对于一颗二叉树，深度优先搜索(Depth First Search)是沿着树的深度遍历树的节点，尽可能深的搜索树的分支。 那么...

文章目录  机器学习引言   什么是机器学习 为什么需要机器学习 开发机器学习应用程序的步骤 环境准备 我们应该怎么做 我们应该怎么做    机器学习引言  机器学习 机器学习引言 1. sklearn与特征工程 1.1. 数据的来源与类型 1.2. 数据的特征抽取 1.3. 数据的特征预处理 1.4. 数据的特征选择 2. sklearn数据集与机器学习组成 2.1. Scikit-learn数据集 2.2. 模型的选择 2.3. 模型检验-交叉验证 2.4. sklearn的estimator 3. sklearn的分类器算法 3.1. 分类算法之k-近邻 3.2. k-近邻算法案例分析 ...

文章目录  1. sklearn与特征工程 Scikit-learn与特征工程   数据的特征工程 特征工程的意义 特征工程之特征处理 特征工程之特征抽取与特征选择    1. sklearn与特征工程  Scikit-learn与特征工程 “数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这句话很好的阐述了数据在机器学习中的重要性。大部分直接拿过来的数据都是特征不明显的、没有经过处理的或者说是存在很多无用的数据，那么需要进行一些特征处理，特征的缩放等等，满足训练数据的要求。 我们将初次接触到Scikit-learn这个机器学习库的使用   Scikit-learn  Python语...

1.1. 数据的来源与类型  文章目录  1.1. 数据的来源与类型 数据的来源与类型   数据的类型     数据的来源与类型 大部分的数据都来自已有的数据库，如果没有的话也可以交给很多爬虫工程师去采集，来提供。也可以来自平时的记录，反正数据无处不在，大都是可用的。 数据的类型 按照机器学习的数据分类我们可以将数据分成：  标称型：标称型目标变量的结果只在有限目标集中取值，如真与假(标称型目标变量主要用于分类) 数值型：数值型目标变量则可以从无限的数值集合中取值，如0.100，42.001等 (数值型目标变量主要用于回归分析)  按照数据的本身分布特性  离散型 连续型  那么什么是离散型和...