1.按词倒置一个句子
题目：例如”I am a student”，经处理后得到”student am a I”，限定除了一个空格外单词间没有任何其他分隔符。
解析：将整个字符串倒置后分别对每一个词进行倒置即可。
1: /*
2: * =====================================================================================
3: *
4: * Filename: rotateString.cpp
5: *
6: * Description: rotate a string with the sequences of a word kept
7: *
8: * Version: 1.0
9: * Created: 04/15...
学习, 算法, 面试经验阅读全文
排序（Sorting）是计算机程序设计中的一种重要操作，它的功能是将一个数据元素（或记录）的任意序列，重新排列成一个按关键字有序的序列。
为了便于讨论，在此首先要对排序下一个确切的定义：
假设含n个记录的序列为：{ R1, R2, … , Rn }，其相应的关键字序列为：{ K1, K2, … , Kn }，需确定1, 2, … , n的一种排列p1, p2, … , pn，使其相应的关键字满足如下的非递减（或非递增）关系：Kp1 <= Kp2 <= … <= Kpn，使序列成为一个按关键字有序的序列：{ Rp1, Rp2, … ...
C, VC, 源码, 算法阅读全文
算法执行时间需通过依据该算法编制的程序在计算机上运行时所消耗的时间来度量。而度量一个程序的执行时间通常有两种方法。（1）事后统计的方法。（2）事前分析估算的方法。因事后统计方法更多的依赖于计算机的硬件、软件等环境因素，有时容易掩盖算法本身的优劣。因此人们常常采用事前分析估算的方法。
两个N * N矩阵相乘。如 2 * 2的矩阵，
void CMatrixNN::ComputeN2(void)
{
const int n = 2;
int a[n][n] = { {1, 2}, {1, 2} };
int b[n][n] = { {1, 2}, {1, 2} };
int result2[][n] = {0, 0,...
C, 学习, 算法, 经验阅读全文
名称
复杂度
说明
备注
冒泡排序
Bubble Sort
O(N*N)
将待排序的元素看作是竖着排列的“气泡”，较小的元素比较轻，从而要往上浮
插入排序
Insertion sort
O(N*N)
逐一取出元素，在已经排序的元素序列中从后向前扫描，放到适当的位置
起初，已经排序的元素序列为空
选择排序
O(N*N)
首先在未排序序列中找到最小元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小元素，然后放到排序序列末尾。以此递归。
快速排序
Quick Sort
O(n *log2(n))
先选择中间值，然后把比它小的放...
学习, 经验, 面试经验阅读全文
先提供一个 libsvm 2.6 的程序源码注释http://www.pami.sjtu.edu.cn/people/gpliu/document/libsvm_src.pdf，大家先看看，具体的算法分析以后再写，最近比较忙！
本文中提到的算法是 Platt 在1998年提出、由 Fan 等人于2005年改进的序列最小最优化(Sequential Minimal Optimization,SMO)分解方法，程序源码参考libsvm-2.8.3 （http://www.csie.ntu.edu.tw/~cjlin/libsvm/）。
参考文献
1 J. C. Platt. Fast training of support vector machines using sequential minimal optimization.
In B. Sch¨olkopf, C. J....
SVM, 机器学习阅读全文
名词解释1——支持向量机：“机（machine，机器）”实际上是一个算法。在机器学习领域，常把一些算法看作是一个机器（又叫学习机器，或预测函数，或学习函数）。“支持向量”则是指训练集中的某些训练点的输入 xi 。它是一种有监督（有导师）学习方法，即已知训练点的类别，求训练点和类别之间的对应关系，以便将训练集按照类别分开，或者是预测新的训练点所对应的类别。
名词解释2——符号函数：sgn(a) = 1, a >= 0;sgn(a) = -1, a < 0.
一般地，考虑 n 维空间上的分类问题，它包含 n 个指标和 l 个样本点。记这 l...
SVM, 机器学习阅读全文
统计学习理论（Vapnik V N, 许建华 张学工译, 电子工业出版社, 2004）是SVM的坚实的理论基础，其作者指出，在可以只用几个变量描述的简单世界中，传统的科学哲学的目标是“发现普遍的自然规律”。但是，这一目标在需要用很多变量描述的复杂世界中不一定可行。因此，在一个复杂世界中，我们需要放弃寻找一般规律的目标，而考虑其他目标。
在Vapnik的The nature of statistical learning theory(1995年)一书中，作者对复杂世界的推理提出了如下法则：“在解决一个感兴趣的问题时，不要把解决一个更一般的问题作为一个...
SVM, 机器学习阅读全文
名词解释：
(1) SVM（Support Vector Machine）是从瓦普尼克（Vapnik）的统计学习理论发展而来的，主要针对小样本数据进行学习、分类和预测（有时也叫回归）的一种方法，能解决神经网络不能解决的过学习问题。作者以为，类似的根据样本进行学习的方法还有基于案例的推理（Case-Based Reasoning），决策树归纳算法C4.5等，以后将详细阐述这两种方法。
(2)过学习问题：训练误差过小导致推广能力下降，即真实风险的增加。
(3)推广能力：generalization ability，也可以说是泛化能力，就是对未知样本进行预测时的精确...
SVM, 机器学习阅读全文
最新评论
博客不错 加油
学习LZ好榜样哟
如果再给我一次机会我会说我爱
过来学习下·······
博主的文章很棒，支持！ ht
文章很不错 值得学习 呵呵
好文章！值得一看
很不错的，顶一下下
很少关注