介绍LEFT SEMI JOIN （左半连接）是 IN/EXISTS 子查询的一种更高效的实现。示例可以改写为特点1、left semi join 的限制是， JOIN 子句中右边的表只能在 ON 子句中设置过滤条件，在 WHERE 子句、SELECT 子句或其他地方过滤都不行。2、left semi join 是只传递表的 join key...

合并 k 个有序链表，返回一个新的有序链表。示例：Input:[1->4->5,1->3->4,2->6]Output: 1->1->2->3->4->4->5->6思路使用归并排序，思路与Leetcode算法——21、合并两个有序

给定一个链表，每k个节点一组进行组内反转，返回修改后的链表。其中：1、k是一个正数，且小于等于列表的长度。2、如果节点数不是k的整数倍，则最后剩余的节点需要保持原样。3、只能使用常量的内存。4、不能改变节点的值，只能修改节点本身。示例：输入: 1->2->3->4->5如果 k = 2, 则输出: 2->1->4-

时间戳是数据库常用的存放日期的形式之一，表示从 UTC 时间’1970-01-01 00:00:00’开始到现在的秒数，与常规时间格式如 ‘2018-01-01 00:00:00’可以相互转换，方法如下。一、unix_timestamp 函数用法1、unix_timestamp() 返回当前时间戳。另外，current_timestamp() 也有同样作用。hive> selec..

一、问题最短路径问题：从一个有向图（或无向图）的某个顶点s出发，求到达其他任意一个顶点所经过的边的权重之和最小的路径。权重之和称为两个顶点之间的距离（距离均为正数）。我们以无向图为例（顶点之间没有方向），每条边的权重可以使用权重矩阵W来描述，如有n个顶点，则权重矩阵大小为 n*n，W(i,j)为顶点i和j的直接相连的边的权重，如果没有直接相连，则赋值为无穷大。权重矩阵为对称矩阵。二、算

简介Pool 模块来自于 multiprocessing 模块。multiprocessing 模块是跨平台版本的多进程模块，像线程一样管理进程，与 threading 很相似，对多核CPU的利用率会比 threading 好的多。Pool 类可以提供指定数量的进程供用户调用，当有新的请求提交到Pool中时，如果池还没有满，就会创建一个新的进程来执行请求。如果池满，请求就会告知先等待，直到...

给定一个无重复整数数组，返回所有可能的排列。示例：Input: [1,2,3]Output:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]思路1、字典序法使用字典序法不断寻找当前排序的下一个排序，直至返回到了起始序列。2、深度优先搜索使用递归法，维护一个结果数组、以及每个元素对应的剩余元素...

grouping sets 用法在Hive中，会出现对同一个数据表进行不同粒度的汇总，这时可以有两种方案：用多个sql，对不同粒度使用不同的 group by 方法。用1个sql，使用 grouping sets 方法一次性得到所有粒度的汇总。以测试数据表 tmp_student 为例:1、生成测试数据在 hive 环境中创建临时表：create table tmp.tmp_student(nam

类型ID3C4.5CART解决问题分类分类分类、回归划分指标信息增益增益率基尼指数指标特点会偏向可取值数目加多的属性会偏向可取值数目较少的属性划分规则选择信息增益最大的属性先找出信息增益高于平均水平的属性，再从中选择增益率最高的选择划分后基尼指数最小的属性优缺点DI3会偏向可取值数目加多的属性ID3算法并未给出处理连续数据的方法ID3算法不能处理带有缺失值的数据集ID3算法只有树的生成, 所以容易

非极大值抑制（Non-maximum suppression，NMS）是一种去除非极大值的算法，常用于计算机视觉中的边缘检测、物体识别等。算法流程：给出一张图片和上面许多物体检测的候选框（即每个框可能都代表某种物体），但是这些框很可能有互相重叠的部分，我们要做的就是只保留最优的框。假设有N个框，每个框被分类器计算得到的分数为Si, 1<=i<=N。0、建造一个存放待处理