Hi！先开个新坑，C++进阶课程最近在写一个大的，时间有点久，先来点别的东西垫垫肚子基础的配置和知识储备我们先放一遍，我们先看看机器学习，是怎么个事儿？机器学习 从数学的角度来看就是： 大量的数学计算，尤其是矩阵计算，然后根据计算结果处理数据，来高效解决问题的一种方式。机器学习 从计算机的角度来看就是： 通过构建模拟神经元，再由神经元搭建神经网络，通过不断训练模型，修改参数，最后来达到一种近乎于智

Hi~ o(*￣▽￣*)ブ， everyone， 上周的链表学习的难度还好吧，如果觉得有些地方太敷衍了，可以反馈的，需要批评才能进步，anyway，之前因为一些心事吧，更新速度是周更，之后会改进的，链表的一些高难操作不着急学习，因为本身学习不是一蹴而就的，不能因为看了我一篇blog就可以说是精通链表了，一些高难的习题我会专门写一篇讲解的，如果有不理解的地方直接在评论区发言即可，我是云狗！很高兴再教

国庆过的好吗?云狗国庆过的蛮开心的，嘿嘿……(^-^)，总之我们今天就可以把树结了，可能会存在没有讲到的东西，但是如果你深入了解过C++就业分支的话，你会发现C++的教材在你学完基础的语法之后就应该分裂成若干本独立的教材，比如Qt方向在学习算法的过程中几乎用不到opencv的任何知识，以致于C++开发者们之间交流都可能存在一定的分歧，所以如果你发现本系列有些对你很重要的知识没有讲到，我只能在系列后

hello~ 今天就更了哦~ 来一波奇袭，嘿嘿。依旧叠甲：我们学了树，可能对于很多的算法题目来说，已经很好用了，基本上简单一点的算法题，用哈希表、树和数组就可以打遍天下无敌手了，但是我们仍有必要要学习，栈和队列，理由很简单，在理解了栈和队列的情况下，我们在学习一些别的计算机知识会更容易一些。

我们在求数据结构的一个操作序列中所执行的所有操作的平均时间，来评价操作的代价——《算法导论》显然地，这是一种过程，根据一个算法平均的操作时间，来评价算法的“性价比”的一种过程到这里你可能会有个疑问：这东西不就是时间复杂性的平均情况吗？事实上，我们用摊还分析的时候，并不涉及概率，所以相对来讲，这样的分析并不适合评价数据在随机算法中的表现，这样的分析其实是在最差的情况下能保证的平均性能，这样也给我们程

动态规划（DP）一种通过将复杂问题分解为相对简单的子问题来解决问题的方法。(这听起来很想分治、递归，事实上也差不太多，在编程中难学的东西特有的相似 Q.A Q. )动态规划的核心解决问题的思路基本相同1.找最优子结构和最小子问题2.构建状态转移方程3.确保无后效性（即已确定的子问题的答案不能因为之后的子问题发生改变）（这篇量大管饱，不打算出分集，一个是因为大家学累了之后可以直接休息不用来回找，另一

见微知著，是我主张的学习思路，虽然很难想象有人会在2026年去讲 leetcode 001，但是从另一个角度或许我们能够更好的体会到AI时代为什么 算法题在面试和证明个人编程水平上仍旧是不可或缺的一部分。