解密hash算法：散列表、布隆过滤器和分布式一致性hash的原理与应用
本文将深入探讨散列表、布隆过滤器和分布式一致性hash这三个重要的数据结构和算法。首先，从背景知识开始，介绍了文章的主题和相关基础知识。然后，详细讨论了散列表的构成、hash函数、操作流程以及处理hash冲突的方法，同时介绍了STL中关于散列表的实现。接着，对布隆过滤器展开讨论，包括其背景、构成、原
【机器学习】KNN 算法介绍
本文介绍了机器学习模型：KNN 算法
leetcode-链表经典题
206. 反转链表这里我们使用创建一个变量cur来遍历原链表，再创建一个新节点newnode，首先使用一个循环来遍历原链表，cur为NULL是循环结束，每次进入循环将cur的下一个节点赋给tail，然后将cur取下来头插，第一次头插的节点的next置为NULL，也就是cur->next=newnod
想要精通算法和SQL的成长之路 - 找到最终的安全状态
想要精通算法和SQL的成长之路 - 系列导航。
LeetCode每日一题——2520. Count the Digits That Divide a Number
【代码】LeetCode每日一题——2520. Count the Digits That Divide a Number。
【Python】AI 程序设计练习题题解
说明：由于课程使用的编程语言为 Python，所以题解使用 Python 编程实现，题解仅供参考，如有更好的解题思路欢迎评论讨论。
基于蝴蝶优化算法的无线传感器网络（WSN）安全分簇路由设计
在无线传感器网络中，蝴蝶优化算法可以应用于安全分簇路由设计，以提高网络的安全性和能效。在无线传感器网络中，蝴蝶优化算法可以应用于安全分簇路由设计，以提高网络的安全性和能效。为了提高网络的能效和安全性，我们将节点分为多个簇，并选择一个簇头节点负责数据的聚合和传输。接着，根据蝴蝶优化算法的更新规则，然后
AI人工智能 最常见的机器学习算法：线性回归、逻辑回归、决策树、随机森林、支持向量机、K近邻和神经网络
本文介绍了AI人工智能最常见的机器学习算法，包括线性回归、逻辑回归、决策树、随机森林、支持向量机、K近邻和神经网络等。这些机器学习算法在不同的应用场景中有着广泛的应用。选择合适的机器学习算法可以提高预测准确率和模型性能。随着机器学习技术的不断发展，相信未来会有更多的机器学习算法出现，为我们的生活带来
Brain Teaser概率类 - 抛硬币
你有 17 个硬币，我有 16 个硬币，我们同时抛掷所有硬币。如果你有更多的正面，那么你赢，否则我赢。你获胜的概率是多少？划分出3个相互独立的事件：你抛前16枚硬币；对于每种可能的取样结果，构造对称的取样结果：每一个硬币的正反面翻转的情况。综上所述你赢的概率为p + (1-2p) * 1/2 = 1
数据结构：串（定义，基本操作，存储结构）
串，即字符串( String）是由零个或多个字符组成的有限序列。一般记为s = ‘a1a2……an’ (n ≥0)其中，S是串名，单引号括起来的字符序列是串的值;ai可以是字母、数字或其他字符;串中字符的个数n称为串的长度。n = 0时的串称为空串，用∅\emptyset∅表示。①子串:串中任意个连
使用数据分析，识别设备异常
设备健康监测系统在工业领域中扮演着至关重要的角色，它能够帮助企业及时发现设备异常，预防故障，提高设备使用寿命和生产效率。而异常诊断技术则是设备健康监测系统中的核心部分，能够实现对设备异常情况的准确判断。根据设备状态数据判断设备是否出现异常情况的方法。在设备健康监测系统中，异常诊断技术的作用主要体现在
「自控原理」3.3 稳定性与稳态误差、时域校正
系统稳定性是首要考虑。系统稳定的充要条件是所有极点在s平面左侧。引入代数稳定性判据劳斯判据，可以不求解极点而方便的得知系统的稳定性。系统的稳态误差描述系统是否"准"，常用方法有静态误差系数法和动态误差系数法，可以方便求解t无穷和t一定时的误差。时域校正是系统校正的一个方法，但不常用。更常用的是频域校
leetcode链表
关于链表的一些题目，做完对链表会有更深的理解嗷
【代码随想录】算法训练营 第十五天 第六章 二叉树 Part 2
代码随想录算法训练营第十五天打卡！
199. 二叉树的右视图
这个题目出现频率还挺高的，如果没有提前思考过，面试现场可能会想不到怎么做。其实也很简单那，利用 BFS 进行层次遍历，记录下每层的最后一个元素。，想象自己站在它的右侧，按照从顶部到底部的顺序，返回从右侧所能看到的节点值。
在 Python 中打印二叉树
当你运行这段代码时，它会显示一个类似于二叉树的结构，其中根节点为 100，左右子树包含插入的随机节点。二叉树是一种树状数据结构，具有一个根节点和两个子节点，一个是左节点，一个是右节点。我们需要二叉树的节点，这将是我们这里的类。因为它是二叉树的一部分，所以我们必须用已经写好的代码来写新的代码。我们还没
mpc模型预测控制原理详解
本文是对mpc模型预测控制学习的记录，主要参照了DR_CAN老师的视频进行学习。DR_CAN老师mpc视频专栏。在这篇博客中博主也针对DR_CAN老师的讲解做了详尽的笔记和代码实现。读者可以相结合地进行学习。
相关滤波（一）KCF
相关滤波KCF
倾向得分匹配（PSM）的原理以及应用
该文章主要介绍倾向得分匹配（PSM, Propensity Score Matching）方法的原理以及实现。这是一种理论稍微复杂、但实现较为容易的分析方法，适合非算法同学的使用。可用于（基于观察数据的）AB实验、增量模型搭建等领域。文章主要分为四部分：前置知识（因果推断）介绍、倾向得分计算与匹配与
机器学习（吴恩达）
机器学习
