Milk的博客

二分查找需要有序列表def binary_search(list,item): """二分查询位置,需要有序列表""" low = 0 high = len(list) - 1 while low <= high: mid = int((low + high) / 2) #不为偶数自动向下园整 gue...

特征抽取每个用户对喜欢的电影进行评分，获得特征值，将其作为一个数组比如：兔子为（3，4，4，1，4）然后计算各自的距离计算5维空间的距离，和二维空间一样都代表目标之间的相似度。（在实际工作中，不直接使用距离公式，不计算他们矢量的距离，计算他们矢量的角度，使用cos相似度）2.回归找到与他相似的5人（相似目标值可以很大，比如找100个相似的人），计算他们对电影打分的平均值即为预...

最长公共子串：算法为如果俩个字母不相同，则值为0如果俩个字母相同，值为左上角数字加1伪代码：if word_a[i] == word_b[j]:cell[i][j] = cell[i-1][j-1] + 1else:cell[i][j] = 0最长公共子序列：算法为：如果俩个字母不相同，就选择左方或者上方较大的填入如果俩个字母相同，选择左上方的数字加1填入伪...

动态规划将大问题拆解为小问题，逐步计算最大价值。由于纵轴粒度加大，需要扩充表格但仅当每个子问题都是离散的，即不依赖于其他子问题时，动态规划才管用。动态规划实例：当填入表格时，每次填最优解，填第二行时可以用当前以及之前用过的元素。...

贪婪算法的优点——每步都选择最优解# 创建一个列表，其中包含要覆盖的州states_needed = set(["mt", "wa", "or", "id", "nv", "ut", "ca", "az"]) # 传入一个数组，被转换为集合stations = {}stations["kone"] = set(["id", "nv", "ut"])stations["ktwo"] = ...

from collections import dequedef search(name): search_queue = deque() # 创建一个队列 search_queue += graph[name] # 将你的邻居都加入到这个搜索队列中 searched = [] # 该数组用于记录检查过的人 while search_queue: # 只要队列不...

def quicksort(array): if len(array) < 2: return array #基线条件 else: pivot = array[0] less = [] greater = [] for i in array[1:]: if i &l...

def fact(x): if x == 1: return 1 else: return x * fact(x-1)使用栈的方法：先堆栈，堆完之后弹栈，最后为3 * fact(3-1)值为6

def findSmallest(arr): smallest = arr[0] smallest_index = 0 for i in range(1,len(arr)): if arr[i] < smallest: smallest = arr[i] smallest_index = i re...

树二叉查找树对于其中每个节点，左边节点的值都比它小，而右边节点的值都比它大。检查时，首先检查根节点，然后根据顺序检查子节点。在二叉查找树中查找节点时，平均运行时间为O(log n)，但在最糟的情况下所需时间为O(n)。但是二叉查找树的插入和删除操作的速度要快得多。反向索引创建一个散列表THEREA,CHIA,BADITBWEC...