首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置。再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。重复第二步，直到所有元素均排序完毕。

https://www.cnblogs.com/dahuang123/p/11990651.htmlhttps://www.cnblogs.com/by-dream/p/6429615.htmlhttps://zhuanlan.zhihu.com/p/10

我们都知道Java的垃圾回收并不需要程序员主动的去写代码回收内存，JVM会自动的帮我们去回收内存，既然JVM会自动帮我们进行内存回收，那是不是就不会出现内存不足的情况，显然不是的。即使JVM帮我们进行回收，但是还是有可能出现内存溢出。下面主要将JVM GC

最小生成树 kruskal 算法，适用于边稀疏的图，　　先按照边进行排序。　　选出小的，判断边的两个顶点是否是同一连通分量。如果是则继续取出下一个边。　　需要注意的是一开始需要一个辅助数组来记录连通分量，初始化所有顶点自己是一个连通分量。if contin

自动垃圾收集器是查看堆内存，识别正在使用那些对象以及那些对象未被删除以及删除未使用对象的过程。使用中的对象或引用的对象意味着程序的某些部分仍然维护指向对象的指针。像C这样的编程语言中，分配和释放内存是一个手动过程。回收完，剩余两个 8字节，但是要存大对象1

retry_counter: The number of this retry, or zero for first attempt.# 0.5 * is an increased sleep time of 1.5x per iteration,# s

很经典的算法。不使用递归：。使用递归：

优点：1、可即时回收垃圾：在该方法中，每个对象始终知道自己是否有被引用，当被引用的数值为0时，对象马上可以把自己当作空闲空间链接到空闲链表。;2、最大暂停时间短。

1) 和 Dijkstra 算法一样，弗洛伊德算法也是一种用于寻找给定的加权图中顶点间最短路径的算法。该算法名称以创始人之一、1978 年图灵奖获得者、斯坦福大学计算机科学系教授罗伯特·弗洛伊德命名。2) 至于 vi 到 vk 的最短路径 Lik 或者 v

数据结构和算法是计算结科学领域非常核心的一门课程。主要学习的是思考的问题的方式，方法。因此，我们使用时间差的方式来衡量一个程序是否快慢没有任何的意义。这段程序运行的过程中，是否占用了内存空间。int a[7] : 声明一个数组，这个数组的数组名是 a，

/************************************************************************//* 数塔问题

一直以来很害怕接触到这一块，但是越早准备以后找工作的时候就能多一些底气，毕竟只要下定决心开始，什么时候都不算晚。这篇文章是听了一个比较系统性的关于学习的路线，特此记录。有哪些需要学习的算法与数据结构。如何学好算法与数据结构-刷题的重要性。数据结构能使得这些

问题给40亿个不重复的unsigned int的整数，没排过序的，然后再给一个数，如何快速判断这个数是否在那40亿个数当中？方案1：用位图/Bitmap的方法，申请512M的内存，一个bit位代表一个unsigned int值。读入40亿个数，设置相应的b

举例：苹果10个，有2个黄色；梨10个，有6个黄色，求拿出一个黄色水果，是苹果的概率。黄色是苹果和梨共有的属性，但苹果和梨是相互独立的。找到一个已知分类的待分类项集合，也就是训练集。统计得到在各类别下各个特征属性的条件概率估计。因为分母对于所有类别为常熟，

与随机森林类似，都是高效的集成算法，相较于LOF，K-means等传统算法，该算法鲁棒性高且对数据集的分布无假设。columns={‘visitNumber_x‘: ‘outlier_count‘, ‘visitNumber_y‘: ‘normal_cou

文字内容以后再补充： import numpy as np# 定义Box类，描述bounding box的坐标class Box(): def __init__(self, x, y, w, h): self.x = x

单标签二分类这种问题是我们最常见的算法问题，主要是指label标签的取值只有两种，并且算法中只有一个需要预测的label标签；直白来讲就是每个实例的可能类别只有两种；此时的分类算法其实是在构建一个分类线将数据划分为两个类别。待预测值之间存在相互的依赖关系；

分治法是一种很重要的算法。字面上的解释是“分而治之”，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。这个技巧是很多高效算法的基础，如排序算法，傅立叶变换

Scikit-learn是机器学习中的第三方模块，封装了常用的机器学习算法，涉及回归、降维、分类以及聚类等，提供python接口。1 引入相关数据，其实Sklearn也自带一些小型数据集，可以用来测试检验各种算法，方便快捷；3 训练完成后进行新数据预测，并

int dep[MAXN + 5], fa[MAXN + 5][20 + 1];