原创 【leetcode】subsets

題目: Given a set of distinct integers, S, return all possible subsets. Note: - Elements in a subset must be in no

原创 關於Tomcat的觀察者模式-推薦好文

文章寫得很詳細,容易理解,轉載推薦。 原文地址:http://www.cnblogs.com/chenying99/archive/2012/09/05/2671199.html 轉載主要是供自己記錄學習用的,哈哈哈~~~~ 本

原创 easy_install 安裝sklearn模塊

setuptools:http://pypi.python.org/pypi/setuptools#windows ez_setup.py文件:http://peak.telecommunity.com/dist/ez_set

原创 java深入學習(一)

爲什麼接口要規定成員變量必須是public static final的呢? 答: 首先接口是一種高度抽象的”模版”,,而接口中的屬性也就是’模版’的成員,就應當是所有實現”模版”的實現類的共有特性,所以它是public st

原创 關於HTTP請求和響應報文格式

基礎的知識要反覆看,反覆整理,如果哪天我可以做到像理解 1+1=2 這樣的自然,那就成功了吧~~ HTTP報文是面向文本的,報文中的每一個字段都是一些ASCII碼串,各個字段的長度是不確定的。HTTP有兩類報文:請求報文和響應報文

原创 【leetcode】Word Search

最近經常做到回溯的問題 但自己一直做得不是很清晰 (邏輯能力比較差,真是恨鐵不成鋼啊=。= 想想真是有點小難過 多加練習 希望在寫遞歸與回溯的時候能有比較清晰的思路吧。。) 題目: Given a 2D board and a

原创 支持向量機: Support Vector

上一次介紹支持向量機,結果說到 Maximum Margin Classifier ,到最後都沒有說“支持向量”到底是什麼東西。不妨回憶一下上次最後一張圖: 可以看到兩個支撐着中間的 gap 的超平面,它們到中間的 separatin

原创 支持向量機:Kernel

前面我們介紹了線性情況下的支持向量機,它通過尋找一個線性的超平面來達到對數據進行分類的目的。不過,由於是線性方法,所以對非線性的數據就沒有辦法處理了。例如圖中的兩類數據,分別分佈爲兩個圓圈的形狀,不論是任何高級的分類器,只要它是

原创 機器學習算法與Python實踐之(一)k近鄰(KNN)

一、kNN算法分析 K最近鄰(k-Nearest Neighbor,KNN)分類算法可以說是最簡單的機器學習算法了。它採用測量不同特徵值之間的距離方法進行分類。它的思想很簡單:如果一個樣本在特徵空間中的k個最相似(

原创 支持向量機: Maximum Margin Classifier

支持向量機即 Support Vector Machine,簡稱 SVM 。我最開始聽說這頭機器的名號的時候,一種神祕感就油然而生,似乎把 Support 這麼一個具體的動作和 Vector 這麼一個抽象的概念拼到一起,然後再做成一個

原创 【leetcode】Sqrt(n)

Implement int sqrt(int x). Compute and return the square root of x. 1. 二分法: 要注意越界問題!! int mySqrt(int x) { in

原创 軟件開發模型

1.邊做邊改模型 2.瀑布模型 3.演化模型 4.增量模型 5.螺旋模型 6.噴泉模型 7.敏捷模型-SCRUM 各種模型的優點和缺點   瀑布模型:文檔驅動 系統可能不滿足客戶的需求   快速原型模型:關注滿足客

原创 java深入學習(二)

爲什麼匿名內部類和局部內部類只能訪問final變量? 是變量的作用域的問題,因爲匿名內部類是出現在一個方法的內部的,如果它要訪問這個方法的參數或者方法中定義的變量,則這些參數和變量必須被修飾爲final。因爲雖然匿名內部類在方法

原创 【leetcode】Factorial Trailing Zeroes

題目: Factorial Trailing Zeroes Given an integer n, return the number of trailing zeroes in n!. Note: Your solution s

原创 關於HashMap很好的博文-推薦

摘要 HashMap是Java程序員使用頻率最高的用於映射(鍵值對)處理的數據類型。隨着JDK(Java Developmet Kit)版本的更新,JDK1.8對HashMap底層的實現進行了優化,例如引入紅黑樹的數據結構和擴容