传统机器学习与深度学习的相似点传统机器学学习的三步骤 数据预处理、特征提取、选择分类器深度学习的三步骤 数据预处理、设计模型、 训练二者的核心区别在于：传统依赖人工 面对简单任务会比较有效深度学习的特征提取依靠机器自动提取深度学习的优缺点：优点：学习能力强、覆盖范围广、数据量越大表现越好、有很多框架可用 TensorFlow Pytorch 可移植性好缺点：目前需要大量算力耗费成本高、对于硬件要求

/判断hash表中a[i]是否存在 如果存在 把它的值加1 如果不存在 则在hash表中添加 a[i] 并把值设为1。if(cnt.containsKey(c) && cnt.get(c) >= left){//说明指向的字符存在于哈希表内部当中 这里用到的就是索引位置。if(cnt.size() >= m){ //cnt中不同的元素 大于等于m个 满足要求时。//获得要扔出去的元素。