算法

文章来源： http://blog.seclibs.com/算法之排序中-c语言实现/ 上一篇文章里说了归并排序和快速排序，它们的代码实现是非常相似的，只要理解了其中的具体实现，还是比较容易写出代码的。 归并排序 代码如下，需要下载代码的请移步至文末 快速排序 代码如下，需要下载代码的请移步至文末 代码： 归并排序： GitHub 快速排序： GitHub 文章首发公众号和个人博客 公众号：无心的梦呓（wuxinmengyi） 博客： http://blog.seclibs.com/ 来源： oschina 链接： https://my.oschina.net/u/3677719/blog/3163548

#define _CRT_SECURE_NO_WARNINGS #include<iostream> #include<stack> using namespace std; //5 7 5 1 2 3 4 5 6 7 3 2 1 7 5 6 4 7 6 5 4 3 2 1 5 6 4 3 7 2 1 1 7 6 5 4 3 2 stack<int>s; int main() { int* a; int m, n, k; scanf("%d%d%d", &m, &n, &k);// != EOF) a = (int*)malloc((n + 1) * sizeof(int)); a[0] = 0; for (;k > 0;k--){ while (!s.empty())s.pop(); for (int i = 0;i < n;i++)scanf("%d", &a[i]); int i = 0,j = 0; while (i < n) { while ((s.empty() || s.top() != a[i]) && j < n&&s.size() < m) { s.push(j + 1); j++; } if (s.top() == a[i]) { s.pop(); i++; } else break; } if (s.empty())printf("YES\n"); else

文章来源： http://blog.seclibs.com/算法之二分查找上/ 二分查找在平时的生活中也挺常用的，比如说以前玩的猜数游戏，每次都取中间数，然后得知是大了，还是小了，这个例子也就是二分查找。 比如下面的这个例子，要查找有没有数值19，其中low和high是查找的区间的下标，mid是查找区域的中间值的下标。 二分查找的思想是比较容易理解的，而且它的时间复杂度也是比较低的。假设数据大小为n，每次查找完后都会缩小一半，即为除以2，最坏的情况也就是一直到查找空间为空的时候，所以它们的变化为n，n/2，n/4，n/8，…，n/2k，当n/2k=1时，k即为缩小的次数，因为每次都只涉及到两个数的大小比较，所以k次操作的时间复杂度为O(k)，又因为n/2k=1，所以k=log2n，时间复杂度也就是O(logn)，这是一个非常恐怖的数量级了，比如n为2的32次方，大约是四十多亿，用二分查找来查找里面的一个数的话，最多比较32次也就可以得到这个值了，这是一个非常恐怖的情况。 上面的原理已经很明确了，所以二分查找的实现并不是很复杂，但是有一个前提条件，有序数组中不存在重复元素，只有在这个情况下，二分查找的实现才是相对简单的，具体的实现在下一篇文章里提及。 虽然二分查找时间复杂度低，查找起来非常高效，但它也有一定的适用条件的。 首先，二分查找是依赖于数组的，如果使用其他的数据结构来实现的话

聚类是一种非监督学习方法 在一个典型的监督学习中,我们有一个有标签的训练集,我们的目标是找到能够区分正 样本和负样本的决策边界,在这里的监督学习中,我们有一系列标签,我们需要据此拟合一 个假设函数。与此不同的是,在非监督学习中,我们的数据没有附带任何标签,我们拿到的 数据就是这样的: 在这里我们有一系列点,却没有标签。因此,我们的训练集可以写成只有 x(1),x(2)…..一直 到 x(m)。我们没有任何标签 y。因此,图上画的这些点没有标签信息。也就是说,在非监督 学习中,我们需要将一系列无标签的训练数据,输入到一个算法中,然后我们告诉这个算法, 快去为我们找找这个数据的内在结构给定数据。我们可能需要某种算法帮助我们寻找一种结 构。图上的数据看起来可以分成两个分开的点集(称为簇),一个能够找到我圈出的这些点集的算法,就被称为聚类算法。 K-均值算法 K-均值是最普及的聚类算法,算法接受一个未标记的数据集,然后将数据聚类成不同的 组。 K-均值是一个迭代算法,假设我们想要将数据聚类成 n 个组,其方法为: 首先选择 K 个随机的点,称为聚类中心(cluster centroids); 对于数据集中的每一个数据,按照距离 K 个中心点的距离,将其与距离最近的中心点关 联起来,与同一个中心点关联的所有点聚成一类。 计算每一个组的平均值,将该组所关联的中心点移动到平均值的位置。 重复步骤

来源： https://www.cnblogs.com/curedfisher/p/12365015.html

==================================================================================================== 总结: 来源： https://www.cnblogs.com/curedfisher/p/12365032.html

原创声明 本文作者：黄小斜 转载请务必在文章开头注明出处和作者。 本文思维导图 什么是算法 上回我们有一篇文章，讲述了作为一个新人程序员，如何学习数据结构这门课程，其实呢，数据结构和算法是息息相关的，为什么这么说呢，因为数据结构本身只是一个载体，而在数据结构之上产生作用和输出价值的东西其实是算法。 比如数据结构里的数组，看似非常简单的数据结构，却可以支持很多复杂的算法，比如动态规划，比如DFS和BFS，再比如字符串算法、二叉树算法等等。那么算法到底是什么东西呢，不妨让我们来看看官方的介绍。 根据百度百科的介绍，算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。 其实，算法的本质就是给你一组输入，运算之后给你一组输出，因此，算法帮人们解决很多问题把抽象的问题具体化，把一个问题转化成另外一个问题。 认识算法的N个阶段 我第一次遇到算法题，还是在我考研复习数据结构的时候，那个时候我看到的算法题其实都是很基础的题目，比如把数组中的两个元素置换，把两个链表合并成一个，但对于我来说已经是很有难度的事情了，那时候我连伪代码是什么都还不懂。 第二次认识算法，还是在研究生期间找实习工作的时候

达观数据招人啦！ 面向 北京 、 上海 、 深圳 、 成都 四个地区 提供 人工智能 、 算法 、 产品 、 销售 等多类岗位 毕业多年， 你的状态还好吗？ 是否忧虑被甩在时代的边缘？ 是否担心 被机器取代？ 是否不安现状、跃跃欲试？ 来吧， 选择对的行业，与优秀的人一起共事， 与我们一起走在 时代的风口 上， 从事当下最有前景的 人工智能 行业 深耕 机器学习 、 数据挖掘 、 自然语言处理技术 达观数据 在这等你 招聘岗位 1、大客户销售经理 （上海/深圳/北京/成都） 1.面向大型企业级客户，独立操作NLP、人工智能算法相关项目和产品的销售全流程，通过顾问式销售， 呈现达观产品和服务的价值； 2.根据公司市场战略开拓客户，寻找销售机会，进行需求引导与沟通，推动销售项目的实施、产品应用的落地； 3.达成销售业绩，完成月度、季度和年度销售指标； 4.善于进行销售各个阶段的精细化管理，对项目进行有效推进； 5.及时收集客户的反馈，竞争对手的市场动态，协助公司制定对应市场策略。 岗位要求： 1.本科及以上学历； 2.3年以上销售经验，有IT咨询/B2B软件/大数据/人工智能类大型项目或产品的销售经验， 在传统企业、金融机构、科技制造业、运营商、法律、政府等至少一个垂直行业有积累； 3.具备良好产品演示、销售技巧、谈判能力和内外部资源协调能力，执行力强； 4

前言 最近有个项目需要对外提供一个接口，提供公网域名进行访问，而且接口和交易订单有关，所以安全性很重要；这里整理了一下常用的一些安全措施以及具体如何去实现。 安全措施 个人觉得安全措施大体来看主要在两个方面，一方面就是如何保证数据在传输过程中的安全性，另一个方面是数据已经到达服务器端，服务器端如何识别数据，如何不被攻击；下面具体看看都有哪些安全措施。 1.数据加密 我们知道数据在传输过程中是很容易被抓包的，如果直接传输比如通过http协议，那么用户传输的数据可以被任何人获取；所以必须对数据加密，常见的做法对关键字段加密比如用户密码直接通过md5加密；现在主流的做法是使用https协议，在http和tcp之间添加一层加密层(SSL层)，这一层负责数据的加密和解密； 2.数据加签 数据加签就是由发送者产生一段无法伪造的一段数字串，来保证数据在传输过程中不被篡改；你可能会问数据如果已经通过https加密了，还有必要进行加签吗？数据在传输过程中经过加密，理论上就算被抓包，也无法对数据进行篡改；但是我们要知道加密的部分其实只是在外网，现在很多服务在内网中都需要经过很多服务跳转，所以这里的加签可以防止内网中数据被篡改； 3.时间戳机制 数据是很容易被抓包的，但是经过如上的加密，加签处理，就算拿到数据也不能看到真实的数据；但是有不法者不关心真实的数据，而是直接拿到抓取的数据包进行恶意请求

在开发过程中，避免不了要涉及到数据加密，比如用户账号密码的加密，用户敏感数据的加密，涉及到的加密算法种类繁多，作为拿来主义的开发者时间精力有限，能够清楚其中主流的加密算法和用途，就已经足够了。 主要的数据加密算法主要有：md5、sha、aes、des、rsa、base64等等。 先来看看我们的老熟人：md5算法，几乎在任何一个系统中，都少不了他的身影。MD5算法全称叫 Message Digest Algorithm 5(信息摘要算法5)，是数字摘要算法的一种实现，摘要长度为128位。由于其算法的复杂性和不可逆性，主要用于确保信息传输完整性和一致性。他还有早期的“不太争气”的几代MD2、MD3、MD4（早期的几代就是由于复杂度不够被破解了）。正是由于MD5算法有如此特性，在业界应用非常广泛，主流的编程语言都自带有MD5的实现。 最常见的，很多系统中的用户密码都采用了MD5加密算法进行加密。但是树大必然招风，就像windows系统应用广泛了，安全性就收到了挑战，MD5也不例外。度娘一下就会发现，有诸多网站提供MD5破解，有的甚至需要收费提供破解服务。 不过不用担心，目前能破解MD5并还原出原始数据的成功率很低（当然像123456这种弱智的原文，就不要提了，其他的破解可以自行度娘试试）。这就需要提到现行MD5算法的主要破解思路，其实核心只有一个，那就是暴力碰撞（其他还有两种 字典法