数据结构与经典算法
算法与数据结构利用用户群体的历史行为相似性预测个体偏好的推荐算法,分基于邻域与基于模型两大流派。
算法与数据结构把字符串所有后缀按字典序排序得到的下标数组,配合 LCP 数组支持高效子串检索与重复分析。
算法与数据结构经典分布式选主算法:编号最大的存活节点通过压制低编号节点当选协调者。
算法与数据结构基于扭曲爱德华兹曲线的高速数字签名算法,签名与公钥短小,广泛用于 SSH 与软件签名。
算法与数据结构将图像空间中的形状检测转化为参数空间投票的经典算法,常用于直线、圆等几何形状的检测。
算法与数据结构定义在函数空间上的贝叶斯非参数模型,回归时可同时给出预测均值与不确定性估计。
算法与数据结构John Canny 于 1986 年提出的多阶段边缘检测算法,以低错误率和精确定位著称,是最常用的边缘检测方法。
IBM 提出的自适应替换缓存算法,在最近性与频率之间动态调整权重,命中率通常优于纯 LRU。
算法与数据结构基于异或距离的分布式哈希表协议,BitTorrent 与以太坊节点发现网络的基础。
算法与数据结构输出连续怀疑度而非生死二值的自适应故障检测算法,被 Cassandra 与 Akka 采用。
算法与数据结构微软研究院提出的无锁 B 树变体,用增量记录与映射表实现无闩锁并发,用于 SQL Server Hekaton 内存引擎。
算法与数据结构按位分配的非比较排序算法,从最低位到最高位逐轮稳定分发,可在线性时间排序整数与定长字符串。
算法与数据结构线性时间求最大子数组和的动态规划算法,维护以当前位置结尾的最优子数组,思路简洁经典。
两阶段目标检测的代表算法,用区域建议网络(RPN)取代传统候选框生成,实现端到端检测。
算法与数据结构通信复杂度线性化的三轮 BFT 共识,Facebook Libra 采用后成为新一代区块链共识蓝本。
算法与数据结构根据符号出现频率构造最优前缀码的贪心算法,高频符号用短码,是无损压缩的基石技术。
算法与数据结构俗称龟兔赛跑的快慢指针算法,用 O(1) 空间检测链表或迭代序列中的环并定位入环点。
算法与数据结构利用双向链表删除可 O(1) 恢复的特性做高效回溯的技术,高德纳用它实现精确覆盖求解器 DLX。
算法与数据结构Knuth-Morris-Pratt 字符串匹配算法,利用模式串自身的前缀信息避免回退,复杂度 O(n+m)。
算法与数据结构自适应提升算法,通过加权组合多个弱分类器构造强分类器,是 Boosting 家族的代表作。