算法拾遗

最新推荐文章于 2024-02-09 15:37:26 发布
原创 最新推荐文章于 2024-02-09 15:37:26 发布 · 977 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#算法 #数据结构

本文深入探讨了KD-Tree、余弦相似度、Levenshtein距离以及BloomFilter等关键技术在数据处理领域的应用，提供了直观的解释和实例说明，旨在帮助读者理解这些技术的核心概念及其实际应用场景。

1. KD-Tree

使用k维度数据构造的一颗二叉树，主要用途：寻找距离K维空间中一个点最近的点。KD-Tree思想主要是K维空间中模仿二叉排序树，方便进行二分查找。这里有篇写的很6的博客供参考，感谢原作者的奉献。

原文地址（有可能打不开）：http://www.icvpr.com/kd-tree-tutorial-and-code/

转载的文章：http://my.oschina.net/keyven/blog/221792


2.余弦相似度

余弦相似度，利用两个向量的夹角余弦值来定义相似度，此处应有余弦公式（略）。主要用于计算字符串相似度。

之前见到余弦相似来计算相似度的，但是不知道为啥这样就能算出来，看了这篇文章感觉这样算确实很好，感谢原作者的实例。

原文地址：http://my.oschina.net/BreathL/blog/42477


3.Levenshtein 距离（编辑距离）

这个算法也是用于计算字符串相似度。推荐两篇文章，一目了然。

图画版原文1：http://wdhdmx.iteye.com/blog/1343856

公式版原文2：http://blog.youkuaiyun.com/xanxus46/article/details/38678335


4. BloomFilter——大规模数据处理利器

通俗易懂的介绍：http://www.cnblogs.com/heaad/archive/2011/01/02/1924195.html

（未完待续）

算法拾遗三十KMP算法
lsd&xql的博客
03-30 340
S1从i位置出发，S2对着0位置出发在S1的x位置和S2的Y位置没有配上，对于S2的每一个位置我们求了个next数组，Y位置前面的最长前后缀串的长度我们是知道的。且i位置的字符和0位置的字符配上了，当我来到s1的x位置的时候和s2的y位置没有配上，那么对于暴力解来说是我彻底放弃已匹配的串然后从s1的i+1位置和s2的0位置重新开始匹配。0到6位置和12到18位置的串相等，如果7位置上面的字符和19位置上面的字符相等那么20位置的next为8【注意：i位置的next值不可能超过i-1位置的next加1】
算法拾遗二十六之暴力递归到动态规划六
lsd&xql的博客
03-01 350
0，然后与一下得到limit=1100011，其中1是能放n皇后的位置。如上算是一种解，考虑皇后的时候一行一行的填入皇后，每一行填入一个皇后，这样就不用检查两个皇后是否共行了。同理再定义一个第0行的x位置是皇后放置的位置，或出来三个方框的位置是第一行不能选的。最后是1的不能放皇后是0的可以，然后整体取反变成其他的全1中间的三个1变成三个0。如果y==乙或者甲减去x的绝对值等于y-乙的绝对值【共斜线】之前的某个皇后在（x,y）,然后当前位置在（甲，乙）位置。能选的位置是列或上左下与右下还是0的位置。
算法拾遗二十一之图
lsd&xql的博客
10-17 272
如上图首先从a出发可以依次走到【b,e,f,c,d】然后d有个回路到c，所以这第一步走完了，然后这条路往上弹，然后看c是否还有其他路可以走，发现没有往上弹到f，发现f的路也走完了，然后往上弹到e，发现路也走完了，然后往上弹到b，b还可以走到c但是发现c被走过了，只能再往上弹，到a的时候发现还可以走k那么走k，最后再看k有没有其他的路，k没有则弹出k，最后回到a发现a的所有路都被走过了，流程结束，此时结果为【a,b,e,f,c,d,k】最后解锁e，发现e没有边则结束流程，最终得到的表返回为最后的答案。
算法拾遗三十二bfprt算法，蓄水池算法
lsd&xql的博客
06-08 427
第三个时间复杂度为：假设数组中有10000个数，要求最大的前一百个，就可以用前面改写快排的方法，求第k小的数，这个例子中就求第10000减去100（9900）小的数，这个时间复杂度为O(N),然后后面的K*logK的时间复杂度为剩下的k个数排序。当吐出10号求以后，现在吐出的是i号球（i>10），f（i）=10/i的概率进入袋子里面，如果i号球要进入袋子，那么袋子中的10个球等概率淘汰一个出去。那么m数组就是中间的方框的内容，如果原数组有N个数那么m数组就是N/5的长度，假设是a,b,c,d,e。
数据结构与算法拾遗五
lsd&xql的博客
05-25 140
数据结构与算法拾遗五比较器合并k个升序链表二叉树判断两棵树是否相等判断一棵树是否为镜面树 比较器 比较器常规用法 主要记住返回1则是第二个参数在前 返回-1则是第一个参数在前 public static class Student { public String name; public int id; public int age; public Student(String name, int id, int age) { this.name = name; this.i
算法拾遗十六二叉树相关算法
lsd&xql的博客
08-08 240
整个过程发现每个字母都出现了三次，字母第一次出现的位置就是先序遍历， 第二次出现的位置连一起就是中序，第三次出现的位置连在一起就是后序 得到这颗树的先序遍历和后续遍历，求得先序遍历中X前面得所有节点，与 后续遍历X后面得所有节点，得到【a,c】所以求得的节点是X的所有的祖先节点【只是x的祖先节点】， 那么如何证明呢？ 1、首先证明x的所有的祖先节点一定在这样的交集里面 由于先序遍历是头左右【所以先序遍历的所有祖先节点一定在X的左边】 而后续遍历则是左右头那么X的祖先节点一定在X的后面 2、为什么交集只有祖先
算法拾遗十三加强堆
lsd&xql的博客
07-22 353
维护一个小根堆，首先将线段数组中的开始节点从小到大排序，首先将第一个线段的结尾数字放入这个小根堆里面，然后用第二个数的开始节点进入小根堆里面去判断，如果第一个线段的结尾小于第二个线段的开始，那么弹出第一个线段的结尾（此时没有交点，且因为线段数组的开始节点都是排序了的，对于后面的线段也没有焦点），如果第一个线段的结尾大于第二个线段的开始，那么此时则是有焦点的，将第二个线段的结尾放入小根堆里面，这样依次的遍历下去，最终得到一个最大的重合结果。6，如果购买数不足以进入得奖区的用户，进入候选区。...
算法拾遗二十之并查集相关题解
lsd&xql的博客
10-11 235
然后先判断A和C是不是一个集合（本来是一个集合的但是因为联通性的原因导致不是一个集合了，所以应该将A和C合在一起，并将岛屿数量减一），同理然后判断B和C也是一个集合，岛屿数量减一，然后再判断B和D也是一个集合，岛屿数量减一，最后A和D本来就是一个集合了，因为前面的步骤将ABCD合并在一起了则岛屿数量不用减一。分别为A和B，然后再标记左边岛屿的边界节点他们的代表节点为谁（是通过谁感染而来的），那么边界的四个点分别是A，B，A，B感染来的。如上求出了四个岛屿，然后再去掉连接线，然后考虑连通性的事情，
数据结构与算法拾遗二
lsd&xql的博客
05-11 275
二分法 分别对应一个简单二分以及对数器写法 // arr保证有序 public static boolean find(int[] arr, int num) { if (arr == null || arr.length == 0) { return false; } int L = 0; int R = arr.length - 1; while (L <= R) { int mid = (L + R) / 2; if (arr[mid] == num) {
【算法拾遗】阿里实习生电面题目
08-02
在当代软件行业，技术面试成为了选拔软件工程师的重要环节，而算法题目则是面试官测试候选人技术能力的有力武器。在众多题目中，针对字符串处理的题目常常是面试者必须熟练掌握的类型。本文将探讨一个实际来自阿里...
刷题笔记：LeetCode28-KMP模式匹配算法拾遗（Java）
m0_53190754的博客
02-09 980
先上题目。
【算法拾遗】最大公约数
兰亭风雨的专栏
06-05 3549
求两个正整数的最大公约数是一个很古老且很基本的问题，欧几里得在其著作《几何原本》中给出了高效的解法——辗转相除法，也叫做欧几里得算法。下面我们来看下求最大公约数的一些方法。 方法一 我们先来看欧几里得的辗转相除法。原理很简单，假设用f(x,y)表示x和y的最大公约数，我们令x>y，则有x=ky+b,如果一个数能够同时整除x和y，则必能同时整除b和y，而能够同时整除b和y的数也必能同时整除x和y，即x和y的公约数与b和y的公约数相同，因此二者的最大公约数也相同，则有f(x,y)=f(y,x%y)，一
【算法拾遗】最大数和最小数
兰亭风雨的专栏
06-06 5918
求一个数组中的最大值和最小值，我们一般的做法是扫描一遍数组求的最大值，扫描一遍数组求最小值，这样做需要比较2N次才能求解。而实际上我们可以比较1.5N次即可得到结果。考虑如下几种方法。 方法一： 我们可以把数组分成两部分，首先按照顺序将数组中的相邻的两个数分在同一组，接着比较同一组中奇数位上的值和偶数位上的值，将较大的放在偶数位上，较小的放在奇数位上，这样经过0.5N次比较后，最大数肯定在偶数位上，最小的数肯定在奇数位上，而后分别扫描一遍数组的偶数位和奇数位，便可得到最大值和最小值。这样，
【算法拾遗】三种方法求连续子数组的最大和
热门推荐
兰亭风雨的专栏
03-13 3万+
这是一道考的烂的不能再烂的题目，但是依然有很多公司乐于将这样的题目作为笔试或面试题，足见其经典。 问题是这样的：一个整数数组中的元素有正有负，在该数组中找出一个连续子数组，要求该子数组中各元素的和最大，这个子数组便被称作最大子数组。比如数组{2,4,-7,5,2,-1,2,-4,3}的最大子数组为{5,2,-1,2}，最大子数组的和为5+2-1+2=8。 下面按照时间复杂度逐步优化的顺序依次给出这三种算法。
遗传算法求解TSP问题
WayToAccept的专栏
06-07 2万+
遗传算法是一种启发式搜索，属于进化算法的一种。它最初是人们根据自然界对物种的自然选择和遗传规律而设计的。它模拟自然界物种的自然选择、遗传和变异等，对一个种群的基因进行改良。遗传算法需要设置交叉概率、变异概率和迭代次数等参数，且算法的收敛性受其参数设置影响较大。遗传算法中把每一个候选解看做是一个个体，个体组成的集合看作是一个种群。遗传算法通过对每个解进行二进制编码把每个解转化为0-1字符串，其中每一
次短路（第二最短路径）
WayToAccept的专栏
10-28 7232
第二最短路径 有句古话叫“不破不立”，这个思想跟次短路也就是第二最短路的思想一样。 算法思想：计算原图的最短路，并保存路径。一一破坏最短路中的每一条边，重新计算最短路，并排序。最小的那个就是第二最短路。 1.用dijkstra计算u->v的最短路径，保存路径上的每条边 2.依次删除最短路径上的每一条边（每次删一条），重新计算新的u->v最短路径（新的最短路>=原最短路） 3.把所有新
Kruskra算法求最小生成树
WayToAccept的专栏
05-09 1600
//时间复杂度O(elg(e))#include #include #include #include #include using namespace std; /* 6 9 0 1 34 1 4 12 0 5 19 4 5 26 0 2 46 2 5 25 3 5 25 2 3 17 3 4 38 */ //class struct Edge { int from ;
模拟退火算法求解TSP
WayToAccept的专栏
05-11 1279
算法思想，模拟物理的退火过程。区别于爬山算法的关键在于，对于比当前差的解，不是直接舍弃，而是以一定的概率接受。 (主要框架：三个函数+两个准则) 给定初温t=t0，随机产生初始状态s=s0，令k=0；     Repeat           Repeat                产生新状态sj=Genete(s)；                if min{1,exp[-(C
遗传算法解一道笔试题
WayToAccept的专栏
10-18 1278
题目大意如下： 有N个房间，通过N-1个门相连（每个房间的门数在1到3之间），现在有M个路由器，需要把M个路由器放置在其中一些房间中，使得放置路由和其周围的房间能收到wifi信号（假如一个房间放置了路由器，只有它自己以及与它相邻的房间可以收到它的信号）。每个房间都有一个满意度，如果 该房间可以收到WiFi信号则，总的满意度就会累加上该房间的满意度。现在问，怎样放置M个路由器使得总满意度最大。
SAS 成像算法
最新发布
05-17
### 合成孔径声纳 (SAS) 的成像算法概述 合成孔径声纳（Synthetic Aperture Sonar, SAS）是一种高分辨率水下成像技术，通过利用多个传感器接收信号并结合复杂的信号处理算法来生成高质量的海底地形图。以下是关于 SAS 成像算法的一些核心概念和技术细节： #### 1. 基本原理 SAS 技术的核心在于通过移动平台上的单个小天线模拟一个大得多的虚拟阵列，从而显著提升空间分辨率[^3]。这种技术依赖于精确的时间延迟估计以及相位校正过程，以便将来自不同位置的数据相干叠加。 #### 2. 关键步骤 - **数据采集**: 使用拖曳式或自主水下载具收集回波信号。这些信号包含了目标反射强度及其相对距离的信息。 - **运动补偿**: 载体的实际轨迹可能偏离理想直线路径；因此需要对其进行精确测量并通过插值或其他手段加以修正[^4]。 - **聚焦操作**: 应用频域迁移法或者逆时间偏移等方法完成对整个场景范围内所有散射点的同时聚焦[^5]。 ```matlab % MATLAB伪代码展示简单的聚焦计算流程 function focusedImage = focus(rawData, motionCompensationParams) % Step 1: Apply Motion Compensation compensatedData = applyMotionCorrection(rawData, motionCompensationParams); % Step 2: Perform Fourier Transform along azimuth direction freqDomainData = fft(compensatedData,[],2); % Step 3: Implement Stolt Mapping for migration stoltedFreqData = performStoltMapping(freqDomainData); % Step 4: Inverse FFT to obtain final image focusedImage = ifft(stoltedFreqData,[],2); end ``` #### 3. 主要挑战 尽管理论模型已经相当成熟，但在实际应用过程中仍面临诸多难题： - 复杂海洋环境下的干扰因素难以完全消除； - 高效实时处理海量原始数据的要求给硬件资源带来巨大压力； - 对载体姿态变化敏感，任何微小误差都会影响最终成像质量[^6]。 #### 4. 当前趋势与发展动态 近年来随着计算机性能不断提升加上机器学习领域取得突破进展，越来越多研究人员尝试引入深度神经网络改进传统基于物理建模的方法，在降低运算复杂度同时还能获得更好效果[^7]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值