算法

聚类问题是机器学习中无监督学习的典型代表，在数据分析、模式识别的很多实际问题中得到了应用。我们知道，分类问题是机器学习中最常见的一类问题，它的目标是确定一个物体所属的类别。分类问题和聚类问题一个最重要的区别在于分类问题有标签，学习过程实际就是程序不断学习各个标签特点的过程，而聚类问题是一种无监督学习问题，我们事先并不知道这些事物一共多少个类，每个事物的所属类别，我们需要让程序基于一定的规则，自动地将事物分为我们需要的类。 我们在进行聚类分析的时候，需要确定 无监督学习算法需要决定的三个问题： 1.分成几类？ 2.样本之间的距离度量方式？ 3.聚类策略？ 下面，我们来看一些常用的聚类算法： 一、K-Means K-Means聚类又叫K均值聚类，是一种迭代求解的聚类分析算法，其步骤是随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。 K-Means算法过程： 1.输入数据 D = { x 1 , x 2 , x 3 , . . . , x m } D=

前言 又是一个夜黑风高的晚上，带上无线耳机听一曲。突然很感慨一句话： 生活就像心电图，一帆风顺就证明你挂了。 就如同我们干运维的，觉得很简单的事情，有时候能干出 无限可能 。还是言归正传吧，这一次我们来说说stringhash分区算法。 1.hash分区算法 2.stringhash分区算法 3.enum分区算法 4.numberrange分区算法 5.patternrange分区算法 6.date分区算法 7.jumpstringhash算法 StringHash分区算法的配置 < tableRule name = " rule_hashString " > < rule > < columns > name </ columns > < algorithm > func_hashString </ algorithm > </ rule > </ tableRule > < function name = " func_hashString " class = " StringHash " > < property name = " partitionCount " > 3,2 </ property > < property name = " partitionLength " > 3,4 </ property > < property name = " hashSlice

MD5是一种HASH函数，又称杂凑函数，由32位16进制组成，在信息安全范畴有广泛和首要运用的暗码算法，它有类似于指纹的运用。在网络安全协议中， 杂凑函数用来处理电子签名，将冗长的签名文件紧缩为一段一起的数字信息，像指纹辨别身份相同保证正本数字签名文件的合法性和安全性。在前面提到的SHA- 1和MD5都是现在最常用的杂凑函数。经过这些算法的处理，初始信息即使只更动一个字母，对应的紧缩信息也会变为大相径庭的“指纹”，这就保证了经过处理 信息的唯一性。为电子商务等提供了数字认证的可能性。 　　安全的杂凑函数在设计时有必要满意两个请求：其一是寻找两个输入得到相同的输出值在计算上是不可行的，这便是我们一般所说的抗磕碰的；其二是找一个输 入，能得到给定的输出在计算上是不可行的，即不可从效果推导出它的初始状况。现在运用的首要计算机安全协议，如SSL，PGP都用杂凑函数来进行签名，一 旦找到两个文件可以发作相同的紧缩值，就可以假造签名，给网络安全范畴带来无量危险。 　　MD5便是这样一个在国内外有着广泛的运用的杂凑函数算法，它曾一度被认为是非常安全的。但是MD5也不会完全不重复，从概率来说16的32次 方遍历后至少出现两个相同的MD5值，但是16的32次方有多大？3402823669209384634633746074317.7亿，就算全世界最 快的超级计算机也要跑几十亿年才能跑完。可是

希尔(Shell)排序又称为 缩小增量排序 ，它是一种 插入排序 。它 是直接插入排序算法的一种威力加强版 。 希尔排序的 基本思想 是： 把记录按 步长 gap 分组，对每组记录采用 直接插入排序 方法进行排序。 随着 步长逐渐减小 ，所分成的组包含的记录越来越多，当步长的值减小到 1 时，整个数据合成为一组，构成一组有序记录，则完成排序。 我们来通过演示图，更深入的理解一下这个过程。 在上面这幅图中： 初始时，有一个大小为 10 的无序序列。 在 第一趟排序中 ，我们不妨设 gap1 = N / 2 = 5，即相隔距离为 5 的元素组成一组，可以分为 5 组。 接下来，按照直接插入排序的方法对每个组进行排序。 在 第二趟排序中 ，我们把上次的 gap 缩小一半，即 gap2 = gap1 / 2 = 2 (取整数)。这样每相隔距离为 2 的元素组成一组，可以分为 2 组。 按照直接插入排序的方法对每个组进行排序。 在 第三趟排序中 ，再次把 gap 缩小一半，即gap3 = gap2 / 2 = 1。 这样相隔距离为 1 的元素组成一组，即只有一组。 按照直接插入排序的方法对每个组进行排序。此时， 排序已经结束 。 需要注意一下的是，图中有两个相等数值的元素 5 和 5 。我们可以清楚的看到，在排序过程中， 两个元素位置交换 了。 所以，希尔排序是不稳定的算法。 public

今天讨论下数据结构中的排序算法。 排序算法的相关知识： （1）排序的概念：所谓排序就是要整理文件中的记录，使之按关键字递增（或递减）次序排列起来。 （2）稳定的排序方法：在待排序的文件中，若存在多个关键字相同的记录，经过排序后这些具有相同关键字的记录之间的相对次序保持不变，该排序方法是稳定的。相反，如果发生改变，这种排序方法不稳定。 （3）排序算法的分类（分为5类）：插入排序、选择排序、交换排序、归并排序和分配排序。 （4）排序算法两个基本操作：<1>比较关键字的大小。 <2>改变指向记录的指针或移动记录本身。 具体的排序方法： 插入排序 <1>插入排序（Insertion Sort）的思想：每次将一个待排序的记录按其关键字大小插入到前面已经排好序的子记录中的适当位置，直到全部记录插入完成为止。 <2>常用的插入排序方法有直接插入排序和希尔排序。 （1）直接插入排序 <1>算法思路：把一个记录集（如一个数组）分成两部分，前半部分是有序区，后半部分是无序区；有序区一开始有一个元素r[0],无序区一开始是从r[1]到之后的所有元素；然后每次从无序区按顺序取一个元素r[i],拿到有序区中由后往前进行比较，每次比较时，有序区中比r[i]大的元素就往后移动一位，直到找到小于r[i]的元素，这时r[i]插到小元素的后面，则完成一趟直接插入排序。如此反复，从无序区不断取元素插入到有序区

在某程序员聚集的论坛社区，一名程序员的吐槽引起了不少网友的热议，其称这名搞算法的女博士问了一些很弱智的代码问题，直接暴露代码能力低下，并且还用了很夸张的语气表示：吓得我惊掉了下巴。言下之意，这名程序员认为这名女博士太水，不知道是怎么招进来的，还是来自于中部某省985高校的女博士，实在是难以置信。 对于这样的吐槽帖，有网友认为楼主认识有偏差：别拿你的强项跟人家的弱项比，语法问题自学一个月就会了，算法你自学一年也未必能深入理解；她写算法你实现不就完了，各司其职，按我说，工程就工程一点，算法啊啥的基础就OK了，但是算法必须算法研究深刻，天天写写思路，让工程实现就完了，无非就是现在市面上把算法的价格炒得好高，并且有的公司招个工程师面人家复杂的算法，本末倒置；博士这种学历，重要的是paper以及提出解决问题的思路和大纲，程序语言这种体力活人家不熟悉也没什么，这就跟你问那些晒几十k工资流水的怎么开拖拉机是一样的。 也有程序员同行认为这名女博士的代码能力实在是太差了：博士生都是Matlab什么的，而且很多博士都是本科代码能力差，考试厉害那种，工程能力几乎为0；博士工程能力弱，这个我认，也觉得OK，但你弱成这个样子，连搜索也不会就不能忍了；算法工程师，软件工程能力弱一些可以理解，起码搜索要会用啊，简单搜一下就有答案的问题还是别找同事问，太掉价了。 当然也有网友站在了中立的角度来看问题

本文将详细介绍在JavaScript中算法的用法，配合动图生动形象的让你以最快的方法学习算法的原理以及在需求场景中的用途。 有句话怎么说来着： 雷锋推倒雷峰塔，Java implements JavaScript. 当年，想凭借抱Java大腿火一把而不惜把自己名字给改了的JavaScript（原名LiveScript），如今早已光芒万丈。node JS的出现更是让JavaScript可以前后端通吃。虽然Java依然制霸企业级软件开发领域（C/C + +的大神们不要打我。。。），但在Web的江湖，JavaScript可谓风头无两，坐上了头把交椅。 然而，在传统的计算机算法和数据结构领域，大多数专业教材和书籍的默认语言都是Java或者C/C+ +。这给最近想恶补算法和数据结构知识的我造成了一定困扰，因为我想寻找一本以JavaScript为默认语言的算法书籍。当我了解到O’REILLY家的动物丛书系列里有一本叫做《数据结构与算法JavaScript描述》时，便兴奋的花了两天时间把这本书从头到尾读了一遍。它是一本很好的针对前端开发者们的入门算法书籍，可是，它有一个很大的缺陷，就是里面有很多明显的小错误，明显到就连我这种半路出家的程序猿都能一眼看出来。还有一个问题是，很多重要的算法和数据结构知识并没有在这本书里被提到。这些问题对于作为一个晚期强迫症患者的我来说简直不能忍。于是乎

目录 (?) [-] 冒泡排序 选择排序 1 直接插入排序 1 二分查找插入排序 希尔入排序 快速排序 归并排序 总结 本篇博客知识点 分别描述了 冒泡，选择，直接插入，二分插入，希尔，快速以及归并排序。同时还有Java实现代码，算法分析和示意图 冒泡排序 算法描述 设待排序记录序列中的记录个数为n 一般地，第i趟起泡排序从1到n-i+1 依次比较相邻两个记录的关键字，如果发生逆序，则交换之。 其结果是这n-i+1个记录中，关键字最大的记录被交换到第n-i+1的位置上，最多作n-1趟。 算法实例 经过五趟可以将 21 25 49 25 16 08 排为由小到大的升序 其中，里面的每一趟的排序示意如下，以第一天49如何配到最后为例 每一趟的结果都是把未排序的最大的那个数字排到最后。 算法代码实现—Java代码实现 工具方法，交换数组中的两个位置 private static void swap(int[] num, int i, int j) { int temp = num[i]; num[i] = num[j]; num[j] = temp; } //优化版---冒泡排序 public void sort2(int [] num){ for(int i=0;i<num.length;i++){ boolean isOK = true; for(int j=0;j<num

简介 做为一个开发人员，了解一些加密算法是很有必要的，通过加密算法，我们能完成数据通信的三个目标，分别为数据的保密性、数据的完整性、源和目标用户的合法性，而常见的加密算法类型大体可以分为三类： 对称加密 ， 非对称加密 ， 单向加密 对称加密算法 加密算法与解密算法的秘钥key一致，即加密解密的密钥一致。在通信过程中，数据发送方将原始数据分割成固定大小的块，经过密钥和加密算法逐个加密后，发送给接收方；接收方收到加密后的报文后，结合密钥和解密算法解密组合后得出原始数据。由于加解密算法是公开的，因此在这过程中，密钥的安全传递就成为了至关重要的事了。而密钥通常来说是通过双方协商，以物理的方式传递给对方，然后一旦这过程出现了密钥泄露，则数据内容就会被暴露出来 对称加密算法拥有着算法公开、计算量小、加密速度和效率高得特定，但是也有着密钥单一、密钥管理困难等缺点 常见的对称加密算法： DES：分组式加密算法，以64位为分组对数据加密，加解密使用同一个算法。 3DES：三重数据加密算法，对每个数据块应用三次DES加密算法。 AES：高级加密标准算法，是美国联邦政府采用的一种区块加密标准，用于替代原先的DES，目前已被广泛应用。 非对称加密算法 非对称加密算法采用公钥和私钥两种不同的密码来进行加解密。公钥和私钥是成对存在，公钥是从私钥中提取产生公开给所有人的，如果使用公钥对数据进行加密

　　在传统的计算机算法和数据结构领域，大多数专业教材和书籍的默认语言都是Java或者C/C+ +。当我了解到有一本叫做《数据结构与算法JavaScript描述》时，觉得它是一本很好的针对前端开发者们的入门算法书籍。有一个问题是，很多重要的算法和数据结构知识并没有在这本书里被提到。这些问题对于作为一个晚期强迫症患者的我来说简直不能忍。于是乎，一言不合我就决定自己找资料总结算法。那么，我就从算法领域里最基础的知识点——排序算法总结起好了。 十大经典算法概括图 名词解释： 　　n:数据规模 　　k:“桶”的个数 　　In-place:占用常数内存，不占用额外内存 　　Out-place:占用额外内存 　　稳定性:排序后2个相等键值的顺序和排序之前它们的顺序相同 ① 冒泡排序 　　作为最简单的排序算法之一，冒泡排序给我的感觉就像Abandon在单词书里出现的感觉一样， 每次都在第一页第一位 ，所以最熟悉。冒泡排序还有一种优化算法，就是立一个flag，当在一趟序列遍历中元素没有发生交换，则证明该序列已经有序。但这种改进对于提升性能来说并没有什么太大作用。 演示图 　 JavaScript代码实现　 function bubbleSort(arr) { var len = arr.length; for (var i = 0; i < len; i++) { for (var j = 0; j