kamendula的专栏

首先，一个图包含的元素主要有： 顶点数目，顶点值，弧的数目，弧的值（一般由两个顶点来确定），当然你也可以加入这个图的信息，比如，是有向图，还是无向图。一般的，可以如下定义： typedef int VRType;typedef char InfoType;typedef char VertexType[MAX_NAME];#define INFINITY INT_MAX /* 用

图的遍历主要分为两种形式：广度优先遍历（BFS） 和深度优先遍历（DFS）。对于图的遍历来说，不管是采用的邻接矩阵的方式，还是采用的邻接表的形式，其实现都是类似的，甚至可以说是一样的。广度遍历广度遍历利用了队列的特点，结点顺序的放入队列中，然后再出来。对于采用邻接表还是邻接矩阵，两者实际上是非常类似的：void BFSTraverse(MGraph G,Status(*Visi

图的元素有这么几点：顶点数目，顶点信息，弧的数目，弧的信息，以及图的信息。在矩阵表示的时候，弧是较为容易确定的------两个顶点之间，也就是一个二维指针指向的是0还是不是0,或者是无穷大还是有值，通过这些来判断弧的存在。但是在邻接表中，就要用链表的特征：采用指针将图表示出来。 在邻接表中，要对途中的每一个顶点建立一个单链表。在严版的《数据结构》中，对于每个结点是这么定义的： 里面包含三部分的

转载自http://zhedahht.blog.163.com/分析：第一次看到这个题目的时候，觉得这个题目很简单，完全不需要用到数据结构或者算法的知识，因此没有兴趣做这道题。后来听到包括Autodesk、EMC在内的多家公司在面试或者笔试里采用过这道题，于是想这么多家公司用它来检验一个程序员的编程功底总是有原因的，于是决定自己写一遍试一下。真正写一遍才发现，要完整写出这道题的代码，还真不

使用python的工具包pandas，可以方便的处理数据。但是发现一个问题：有时候总是不知道怎么选取数据。因此在这里记录一下。由于在实际使用中，主要用到的就是DataFrame的结构，因此，这里主要说DataFrame数据结构中，数据的选取方法。 假设我们已经有了DataFrame数据，呈现如下结构： index pop state year 0 1.5 Ohio 2

最近需要用word2vec来对微博的一些数据进行处理，因此学习了word2vec算法。 对word2vec算法说的最详细的，可以参考该文章： http://pan.baidu.com/s/1gdX8yxd对于google发出的c语言版本的源码，做了一些注释，可以略做参考： https://github.com/kamendula/word2vec目前的word2vec的算法是全量的方式，但是由

维特比算法（Viterbi Algorithm）用于寻找最可能的隐藏状态序列(Finding most probable sequence of hidden states) 。对于一个特殊的隐马尔科夫模型(HMM)及一个相应的观察序列，我们常常希望能找到生成此序列最可能的隐藏状态序列。

KAGGLE ENSEMBLING GUIDE标签（空格分隔）： 本文主要引自KAGGLE ENSEMBLING GUIDE，有兴趣的可以直接到原文去看，本文是对其原文做的一些总结。Ensemble方法是机器学习中一种很重要的方法，本文主要讲了两部分：一部分是直接对submission file进行ensemble,另一部分是使用stack/blend方法。通过submissin file进行