<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[AugustWind的专栏]]></title><description><![CDATA[八月的风]]></description><link>https://blog.youkuaiyun.com/AugustWind</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; AugustWind]]></copyright><item><title><![CDATA[数据结构之链表]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45579963</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45579963</guid><author>AugustWind</author><pubDate>Fri, 08 May 2015 14:50:41 +0800</pubDate><description><![CDATA[本篇小博用于收录链表相关的题目
一、倒数第k个数
      题目描述：
      输入一个链表，输出该链表中倒数第k个结点。为了符合大多数人的习惯，本题从1开始计数，即链表的尾结点是倒数第1个结点。例如一个链表有6个结点，从头结点开始它们的值依次是1,2,3,4,5,6.这个链表的倒数第3个结点是值为4的结点。
思路分析：
      为了得到倒数第k个结点，很自然的想法是先走到链表]]></description><category></category></item><item><title><![CDATA[数据结构之排序算法——汇总]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45575389</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45575389</guid><author>AugustWind</author><pubDate>Fri, 08 May 2015 09:25:18 +0800</pubDate><description><![CDATA[排序算法应该是最基础的算法了，博主面试至今没有面试官单就一个排序算法让写个代码什么的。本篇小博先对常见的排序算法进行一下总结，方便日后查看吧。主要内容包括：冒泡排序（快速排序）、选择排序、插入排序（希尔排序）、堆排序、归并排序。
一、冒泡排序
代码如下：
public static int[] BubbleSort(int[] a) {
		if(a == null || a.length]]></description><category></category></item><item><title><![CDATA[leetcode002——add two numbers]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45566273</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45566273</guid><author>AugustWind</author><pubDate>Thu, 07 May 2015 20:42:07 +0800</pubDate><description><![CDATA[一、题目描述

You are given two linked lists representing two non-negative numbers. The digits are stored in reverse order and each of their nodes contain a single digit. Add the two numbers and return it]]></description><category></category></item><item><title><![CDATA[leetcode001——Two Sum]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45562005</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45562005</guid><author>AugustWind</author><pubDate>Thu, 07 May 2015 15:40:22 +0800</pubDate><description><![CDATA[一、题目描述

Given an array of integers, find two numbers such that they add up to a specific target number.

The function twoSum should return indices of the two numbers such that they add up to the t]]></description><category></category></item><item><title><![CDATA[数据结构之二叉树——相关问题总结]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45506499</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45506499</guid><author>AugustWind</author><pubDate>Tue, 05 May 2015 19:13:45 +0800</pubDate><description><![CDATA[最近发现二叉树貌似很受面试官青睐，明天要参加某大型互联网公司二面，来总结总结热热身的说。二叉树顾名思义每个节点最多有两个孩子节点，由于二叉树的建立本身就是一个递归的过程，所以很多二叉树相关问题都可以使用递归的方法进行求解，但是也有很多面试官喜欢问×××的非递归实现。下面对一些常见的二叉树问题进行总结，原帖使用C，本小博用Java改写了一下。原文地址：http://blog.youkuaiyun.com/luc]]></description><category></category></item><item><title><![CDATA[杂谈（一）]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45339611</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45339611</guid><author>AugustWind</author><pubDate>Tue, 28 Apr 2015 17:42:42 +0800</pubDate><description><![CDATA[今天博主跟随实习面试大潮的尾巴参加了某大型互联网公司的面试，本来投的数据挖掘工程师（数据分析师：感觉业务解释神马的不太行，数据研发：Hadoop基本不会。。。），想着是不是可以愉快的做算法，过程是酱的：面试官哥哥看了看我的简历，“只有一页啊~”，我：“恩。。。”。先是自我介绍，恩，自我介绍得不太好，回头得准备一份稿子。。。面试官又说：“看了看你的简历，感觉都是对历史数据的分析，我们这个组主要是实时]]></description><category></category></item><item><title><![CDATA[数据结构之链表——环相关问题及解决思路汇总]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45309821</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45309821</guid><author>AugustWind</author><pubDate>Mon, 27 Apr 2015 14:25:29 +0800</pubDate><description><![CDATA[链表是一种常见的数据结构，无论是实际应用还是面试中，出现的频率都比较高，链表适宜存储关系不固定的数据，属于动态存储，区别于数组结构的静态存储。本篇小博主要围绕三个常见的链表问题进行分析。
一、建立一个自己的链表结构
class node {
	int data;
	node next;
	public node(int data) {
		this.data = data;
	}
}
二、判]]></description><category></category></item><item><title><![CDATA[机器学习算法（三）——朴素贝叶斯算法及R语言实现方法]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45217395</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45217395</guid><author>AugustWind</author><pubDate>Thu, 23 Apr 2015 09:44:16 +0800</pubDate><description><![CDATA[朴素贝叶斯算法也是一种常用的分类算法，尤其在对文本文档分类的学习任务中，朴素贝叶斯分类是最有效的算法之一。所谓的朴素，即假设在给定目标值时属性值之间相互条件独立，虽然这一假设看似不合理，但其最终的分类效果却普遍较好。
一、概述
1、贝叶斯公式

2、最大后验假设（MAP）
从所有假设的集合H中选择一个假设h使得其在给定数据集D下发生的概率P(h|D)最大，即成为最大后验假设。
3、极大]]></description><category></category></item><item><title><![CDATA[Hadoop——入门方法]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45199691</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45199691</guid><author>AugustWind</author><pubDate>Wed, 22 Apr 2015 19:47:08 +0800</pubDate><description><![CDATA[【转】转自：知乎 董西成，Hadoop大数据实践者
个人谈谈阅读hadoop源代码的经验。
首先，不得不说，hadoop发展到现在这个阶段，代码已经变得非常庞大臃肿，如果你直接阅读最新版本的源代码，难度比较大，需要足够的耐心和时间，所以，如果你觉得认真一次，认真阅读一次hadoop源代码，一定要有足够的心理准备和时间预期。
其次，需要注意，阅读Hadoop源代码的效率，因人而异，如果你有足够]]></description><category></category></item><item><title><![CDATA[机器学习算法（二）——决策树分类算法及R语言实现方法]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45195975</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45195975</guid><author>AugustWind</author><pubDate>Wed, 22 Apr 2015 15:39:07 +0800</pubDate><description><![CDATA[决策树算法是分类算法中最常用的算法之一。决策树是一种类似流程图的树形结构，可以处理高维数据，直观易理解，且准确率较高，因此应用广泛。本篇小博就决策树的若干算法：ID3算法、C4.5算法以及分类回归树（CART）、C5.0进行对比介绍，并对比C4.5与C5.0处理较大数据集时的效率，观察C5.0效率提升了多少。
一、概况





算法名称
分类属性选取标准
标准描述
优点
缺]]></description><category></category></item><item><title><![CDATA[机器学习算法（一）——关联规则Apriori算法及R语言实现方法]]></title><link>https://blog.youkuaiyun.com/AugustWind/article/details/45155771</link><guid>https://blog.youkuaiyun.com/AugustWind/article/details/45155771</guid><author>AugustWind</author><pubDate>Mon, 20 Apr 2015 21:19:43 +0800</pubDate><description><![CDATA[关联规则算法算是一种十分常用的机器学习算法，无论是面试还是日后工作中都会经常出现，那么本篇小博就记录一下自己学习关联规则经典算法Apriori的笔记。
1、概述
Apriori算法是用一种称为逐层搜索的迭代方法，从项集长度k=1开始，选出频繁的k=1项集，根据先验性质：频繁项集的子集一定是频繁的（逆否命题：非频繁项集的超集一定是非频繁的，通俗的说就是某件事发生的概率很低，比这件事发生条件更严苛]]></description><category></category></item></channel></rss>