黑马程序员--java基础学习笔记4
一、笔记内容概述:
函数-定义、函数-格式、函数-细节-void、函数-细节-错误格式、函数-细节-定义思想错误、函数-两个明确、函数-内存加载过程、函数-重载、数组-概述、数组-定义、数组-内存空间划分、数组-栈内存-堆内存、数据常见问题。
二、常用内容介绍:
1.编写函数体时，两...
分类：
编程语言 时间：
2015-07-03 14:08:37
阅读次数：
174
分片（sharding）是通过多台服务器存储数据的方法。Mongodb使用分片可支持部署非常大的数据集和高的吞吐量操作。单台服务器的能力在各方面都有限，如CPU、IO、RAM、存储空间等。解决扩展的问题，数据库提供了两种方法：垂直扩展和分片。
垂直扩展：增加CPU、RAM，存储资源等，这也受限于硬件设备。而有些基于云的供应商也规定用户使用小的系统。
分片（水平扩展）：划分数据集...
分类：
数据库 时间：
2015-05-24 00:13:57
阅读次数：
458
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
using namespace std;
int dp[1005][1005];
int main(){
int n,m,M;
dp[0][0] = 1;
...
分类：
其他好文 时间：
2015-04-24 19:10:54
阅读次数：
125
Reducer任务的数据来自于Mapper任务，也就说Mapper任务要划分数据，对于不同的数据分配给不同的Reducer任务运行。Mapper任务划分数据的过程就称作Partition。负责实现划分数据的类称作Partitioner。默认的分区类是HashPartitioner，是处理Mapper...
分类：
其他好文 时间：
2015-04-23 10:48:22
阅读次数：
112
01分数规划
#include
using namespace std;
#define For(i,n) for(int i=1;i<=n;i++)
#define Fork(i,k,n) for(int i=k;i<=n;i++)
#define Rep(i,n) for(int i=0;i<n;i++)
#define ForD(i,n) for(int i=n;i;i...
分类：
其他好文 时间：
2015-04-22 09:34:30
阅读次数：
115
斯特灵数：把nn个数划分为恰好kk个非空集合的个数，记为S(n,k)S(n, k)。且有：S(n,1)=S(n,n)=1S(n, 1) = S(n, n) = 1。
有递推关系式:S(n+1,k)=S(n,k?1)+kS(n,k?1)S(n + 1, k) = S(n, k - 1) + kS(n, k - 1)
贝儿数:把nn个数划分为非空集合的所有划分数。有：Bn=∑i=0nS(n,i)Bn...
分类：
其他好文 时间：
2015-04-17 14:02:51
阅读次数：
92
简述算法上一章的kNN更像是应用统计知识来进行科学的预测，它可以完成许多分类任务。但是最大的缺点就是无法给出数据的内在含义，而决策树算法数据形式非常便于理解。决策树的结果经常会应用到专家系统当中。构建一棵决策树的流程：检测数据集中每一个子祥的属性是否属于同一类
if so return 类标签；
else
寻找划分数据集的最好特征
划分数据集...
分类：
其他好文 时间：
2015-04-13 09:47:03
阅读次数：
197
题目大意：给出一个字符串，将它划分成尽量少的子串，使得每个子串都是回文串。
首先预处理出每个子串是否是回文串，b[i][j]=1表示子串a[i...j]是回文串，b[i][j]=0表示子串a[i...j]不是回文串。
用d[i]表示前i个字符的最少划分数。枚举最后一个划分是在哪从而完成递推。
状态转移方程：d[i]=min { d[u]+1 }（b[u+1][i]==1）
...
分类：
其他好文 时间：
2015-03-06 09:47:25
阅读次数：
125
看了些论文，小结一下，分享给大家！聚类算法主要可以分为以下几类:1)基于划分的方法划分方法的主要思想是:给定要构建的划分数目k,在数据库中随机选择k个对象,每个对象代表一个类的平均值或中心,根据剩余的对象到类中心的距离将其划分到最近的类,然后重新计算每个类的中心，不断重复这个过程,直到所有的对象都不...
分类：
编程语言 时间：
2015-02-27 09:53:34
阅读次数：
171
K-Means 是一种基于距离的排他的聚类划分方法。K-Means 基本原理：给定划分数量 k。创建一个初始划分，从数据集中随机地选择 k 个对象，每个对象初始地代表了一个簇中心（Cluster Centroid）。对于其他对象，计算其与各个簇中心的距离，将它们划入距离最近的簇。采用迭代的重定位技术...
分类：
编程语言 时间：
2015-02-06 23:05:35
阅读次数：
540
