前言一. 图的基本概念二. 图的存储方式1. 邻接距阵存储2. 邻接表存储图3. 十字链表三. 图的实际应用1. 存储微信或微博的好友关系四. 图的遍历广度优先遍历（BFS）深度优先遍历简称 DFS五. 学习过程中的疑问前言相信大家都有听过《哥尼斯堡七桥》这个故事吧，正是这个故...

目录前言一、GPU 的发展图形渲染的过程二、GPU架构现代GPU的核心优化1、芯片瘦身2、多核并行和 SIMT3、GPU 里的“超线程”三、GPU与CPU的区别前言GPU（Graphics Processing Unit，图形处理器）是计算机里的另一个处理器，同样可以进行计算；其是显卡中的最核心组件，由于显卡主要是通过GPU来工作的，因而通常有人...

什么是机器学习通俗地讲机器学习是：将大量数据输入计算机，计算机对这些数据进行分析，并总结出这些数据之间的关系或者数据包含的规律；最后通过上一步总结出来的规律对新输入的数据进行预测。通常说的机器学习主要分为监督学习与非监督学习，当然还有处于监督与非监督之间的比如半监督学习。举个机器学习的例子：监督学习的例子非监督学习的例子监督学习与非监督学习的区别：最本质的区别是监督学...

Eclipse 运行Hadoop的案例目前我尝试的是如下三种，在Eclipse上对本地文件进行操作；在Eclipse上对远程的Hadoop文件进行操作；将eclipse中的文件打包成jar包通过shell命令运行。下面分别对这两种方式进行描述：**基本环境的准备**1、JDK，Eclipse的安装在这里就不重复说明了。2、本人运行的环境是win10 ，Eclipse Version:

现状：隔一段时间去数据中心获取一次数据，每次获取数据时只有极少部分数据会发生变更，但是系统需要溯源数据变更的情况。方案：现状表+历史表结合的方式：现状表：即数据的当前、最新状态的表；基本上可以认为是目前的数据不变；历史表：即保存数据的历史变更记录，通过这个记录可以还原出数据的所有变更情况；根据业务情况，可以查询现状表或者历史表。技术实现：将全量数据存储在Hbase中，现状数

现状：隔一段时间去数据中心获取一次数据，每次获取数据时只有极少部分数据会发生变更，但是系统需要溯源数据变更的情况。方案：现状表+历史表结合的方式：现状表：即数据的当前、最新状态的表；基本上可以认为是目前的数据不变；历史表：即保存数据的历史变更记录，通过这个记录可以还原出数据的所有变更情况；根据业务情况，可以查询现状表或者历史表。技术实现：将全量数据存储在Hbase中，现状数

前言一. 什么是跳表二. 跳表的基本概念1. 跳表的创建过程2. 跳表的时空复杂性分析3. 更新数据时跳表的维护三. 跳表的实际应用场景四. 学习过程中的疑问点小记前言有序数组运用数组随机读取的特性，通过二分查找法可实现快速查找，检索的时间复杂度为O(logN)。由于是对数的时间复杂度，因此随着数据量的增加其检索效率更凸显。例如在42亿的数据集...

前言：什么是KNN算法KNN 全称K-nearst neighbors，K近邻算法，是一种典型的监督学习算法。通俗地讲，K近邻算法实际上是将待预测的样本置入到数据集中（对于这个数据集的说明详见后文），然后通过用与它最靠近的K个样本来代表待预测的样本。记得看过一个论点：一个人的收入，可以通过用与他经常交往的五个人收入的平均数来确定。也就是所谓物以类聚，人以群分；近朱者赤，近墨者黑。KNN算法...

目录前言一、简述贝叶斯定理二、贝叶斯定理的推导三、贝叶斯定理的例子说明四、朴素贝叶斯分类器总结前言什么是分类算法通俗地讲分类算法就是把大量已知特征及类别的样本对象输入计算机，让计算机根据这些已知的类别与特征归纳出类别与特征之间的规律（准确地说应该是分类模型），最终目的是运用得到的分类模型对新输入的对象（该对象已知特征，类别是不知道的）判断出该对象所属...

笔者是在已安装好的伪分布式Hadoop环境下安装的Spark。虚拟机环境为：centos7。Hadoop版本号为：[centosm@centosm spark]$ hadoop versionHadoop 2.7.2一、Spark伪分布式安装1、确定hadoop环境已安装好2、下载sparkhttp://spark.apache.org/downloads.html3、解压spa