原理 传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂，需要根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL队列。 然后，它将根据一 ...
分类：
其他好文 时间：
2019-03-29 13:00:15
阅读次数：
145
决策树基于时间的各个判断条件，由各个节点组成，类似一颗树从树的顶端，然后分支，再分支，每个节点由响的因素组成 决策树有两个阶段，构造和剪枝 构造： 构造的过程就是选择什么属性作为节点构造，通常有三种节点 1. 根节点：就是树的最顶端，最开始那个节点 （选择哪些属性作为根节点） 2. 内部节点： 就是 ...
分类：
编程语言 时间：
2019-03-21 10:29:56
阅读次数：
244
1、欢迎参加《机器学习》 2、什么是机器学习？ 机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 它 ...
分类：
其他好文 时间：
2019-03-20 20:44:53
阅读次数：
180
1什么是复杂度分析? 分别用时间复杂度(执行的快慢)和空间复杂度(内存的消耗 )两个概念来描述性能问题，二者统称为复杂度. 复杂度就是用来分析算法执行效率与数据规模之间增长关系。 2.为什么要进行复杂度分析? 1.和性能测试相比，复杂度分析有不依赖执行环境、成本低、效率高、易操作、指导性强的特点。2 ...
分类：
其他好文 时间：
2019-03-18 01:19:50
阅读次数：
197
知识回顾： 第一篇《Jvm垃圾回收器（基础篇）》主要讲述了判断对象的生死？两种基础判断对象生死的算法、引用计数法、可达性分析算法，方法区的回收。在第二篇《Jvm垃圾回收器（算法篇）》中主要介绍了垃圾回收的几种常用算法：标记-清除、复制算法、标记-整理算法、分代收集算法。那么接下来我们重点研究Jvm的 ...
分类：
其他好文 时间：
2019-03-11 16:23:01
阅读次数：
181
一、学习方向：python应用方向很多，必须明确学习方向全栈开发：就是web应用开发，是用来写网站后台的。数据分析：就是做大数据分析的，数据量级起码是千万级别的，做的是大数据分析。网络爬虫：其实属于数据分析的部分，就是获取数据源的方式。不管是阿拉伯数据还是说字符串，都是数据的一种。需要将某些指标量化成数据据。机器学习：这也是python最有魅力的地方，善于做图形分析，算法建模等等。所以python
分类：
编程语言 时间：
2019-03-05 11:03:29
阅读次数：
176
J我们知道学习数据结构与算法主要是解决一个「快」和「省」的问题，如何让代码执行更快、如何更节省空间。那么如何来考量你的代码的执行效率呢，我们总要有一个标准，这就是我今天所讲的复杂度分析，不夸张的说，掌握好复杂度分析，数据结构与算法你就掌握了一半，所有的算法都逃不出复杂度分析的范畴。 复杂度分析包括时 ...
分类：
编程语言 时间：
2019-02-18 17:26:18
阅读次数：
178
八、垃圾回收标记算法 1.对象被判定成垃圾的标准 没有被其他对象引用 2.判断对象是否为垃圾的算法 （1）引用计数法 优点and缺点 （2）可达性分析算法 ...
分类：
编程语言 时间：
2019-02-12 21:23:33
阅读次数：
204
在开始分析算法原理之前，简单说明下rsync的增量传输功能。 假设待传输文件为A，如果目标路径下没有文件A，则rsync会直接传输文件A，如果目标路径下已存在文件A，则发送端视情况决定是否要传输文件A。rsync默认使用"quick check"算法，它会比较源文件和目标文件(如果存在)的文件大小和... ...
分类：
编程语言 时间：
2019-01-14 10:57:03
阅读次数：
218
第一章 算法引论 算法分析的目的：估算该算法所需的内存空间和运行时间。 分析算法复杂度的目的：用以比较同一问题的不同算法；时间和空间的增长率作为衡量的标准。 算法是对解决这个问题的方法和步骤的描述。 算法的基本特征：有穷性、确定性、可行性、0到多个输入、1到多个输出。 一个好的算法应具有正确性、可读 ...
分类：
编程语言 时间：
2019-01-06 11:54:33
阅读次数：
276
