作者:京东保险 王奕龙
对于小规模数据,我们可以选用时间复杂度为 O(n2) 的排序算法。因为时间复杂度并不代表实际代码的执行时间,它省去了低阶、系数和常数,仅代表的增长趋势,所以在小规模数据情况下, O(n2) 的排序算法可能会比 O(nlogn) 的排序算法执行效率高。不过随着数据规模增大, O(nlogn) 的排序算法是不二选择。本篇我们主要对 O(n2) 的排序算法进行介绍,在介绍之前,我们先了解一下算法特性:
2025年07月02日
作者:京东保险 王奕龙
对于小规模数据,我们可以选用时间复杂度为 O(n2) 的排序算法。因为时间复杂度并不代表实际代码的执行时间,它省去了低阶、系数和常数,仅代表的增长趋势,所以在小规模数据情况下, O(n2) 的排序算法可能会比 O(nlogn) 的排序算法执行效率高。不过随着数据规模增大, O(nlogn) 的排序算法是不二选择。本篇我们主要对 O(n2) 的排序算法进行介绍,在介绍之前,我们先了解一下算法特性:
2025年07月02日
今天是LeetCode专题第41篇文章,我们一起来看一道经典的动态规划问题Edit Distance,编辑距离。
今天这道题我本来是想跳过的,因为它实在是太经典了,属于典型的老掉牙问题了。但是想了想,一方面因为之前立了flag要把所有Medium和Hard写一遍,另一方面也是为了照顾萌新,所以还是把这题放上来了。相信上过算法导论这门课的同学一定都见过它,如果你没有上过属于萌新,那也没有关系,学习起来也不会很费劲的。
2025年07月02日
之前已经介绍过推荐算法基础知识,在此再介绍一点基础的知识,方便大家温故学习。
作者:July。出处:结构之法算法之道
昨日看到几个关键词:语义分析,协同过滤,智能推荐,想着想着便兴奋了。于是昨天下午开始到今天凌晨3点,便研究了一下推荐引擎,做了初步了解。日后,自会慢慢深入仔细研究(日后的工作亦与此相关)。当然,此文也会慢慢补充完善。
本文作为对推荐引擎的初步介绍的一篇导论性的文章,将略去大部分的具体细节,侧重用最简单的语言简要介绍推荐引擎的工作原理以及其相关算法思想,且为了着重浅显易懂有些援引自本人1月7日在微博上发表的文字(特地整理下,方便日后随时翻阅),尽量保证本文的短小。不过,事与愿违的是,文章后续补充完善,越写越长了。
2025年07月02日
遗传算法流程:
1. 初始化种群
2. 选择操作:根据适应度函数选择个体,将其复制到下一代
3. 交叉操作:将选择的个体随机组合,生成新的个体
4. 变异操作:对新个体进行变异,引入新的基因
5. 评估适应度:计算每个个体的适应度值
2025年07月02日
2025年07月02日
上周末的时候,Hydra整理了一张Java大厂面试必读的书单发了出来,有小伙伴在后台留言,希望能能扩充一下这个书单,添加一些其他后端技术书籍。这里我已经把整理到的100多本书籍分好类目,全部共享给大家,希望可以帮助大家更好的进步,可以先看一下目录:
2025年07月02日
本系列博文将会向大家介绍本人在钻研《算法导论 第3版》过程中的点点滴滴,并使用C#语言实现该书中所有的经典算法,附带相应的时间复杂度分析。
C#算法设计之知识储备
2025年07月02日
这个是图论的倒数第二章。我会着重讲解最小生成树和拓扑排序两个算法。如果哪些地方我写错的,或者没写清楚的,可以评论区吐槽~
先看一道洛谷上面的题目。
题目大意就是给n个点,m对长度,求一个最小生成树。
2025年07月02日
(PHP 5 >= 5.2.0, PHP 7, PHP 8, PECL json >= 1.2.0)
json_encode — 对变量进行 JSON 编码
说明
json_encode(mixed $value, int $options = 0, int $depth = 512): string|false返回字符串,包含了 value 值 JSON 形式的表示。编码受传入的 options 参数影响,此外浮点值的编码依赖于 serialize_precision。