前言
RMQ： 数组 a0, a1, a2,..., an-1, 中求任意区间 a[i+1], a[i+2], ..., a[i+k] 的最小值
LCA： 求二叉树中两个节点的最低公共祖先
本文将证明这两个问题可以相互归约为另一个问题。
证明
先通过一个简单的例子来说明问题。见下图：
求 [7 2 8 6] 的最小值...
分类：
其他好文 时间：
2014-07-22 23:01:35
阅读次数：
271
一个轮流取数的游戏，取得的值最大者胜，这里要求结果。
这里使用一下deque数据结构吧。当然这里使用一般数列，用two points的思想解决也是可以的。
deque是可以两头取数都很快的容器。很适合本题这样的情况...
分类：
其他好文 时间：
2014-07-22 23:00:16
阅读次数：
286
题目：hdu 4496 D-City
题目大意：n代表n座城市，m代表m条关系。刚开始所有的城市都是连在一起的，这样就是一个联通分量，然后给出m条关系，每条关系x y 代表x y之间有一条通道使两座城市相连，问按顺序去掉这样的通道后，每次去掉一条会变成几个联通分量。
解题思路：这题题目保证最后一定会变成n个联通分量，即这n个城市都是不相连，这样从后往前每一条边的加入可能会改变联...
分类：
其他好文 时间：
2014-07-22 23:00:14
阅读次数：
246
Lease 的机制：hdfs支持write-once-read-many，也就是说不支持并行写，那么对读写的互斥同步就是靠Lease实现的。Lease说白了就是一个有时间约束的锁。客户端写文件时需要先申请一个Lease，对应到namenode中的LeaseManager，客户端的client name就作为一个lease的holder，即租约持有者。LeaseManager起什么作用呢？
读写过程的容错是怎么做的？数据块是如何复制的？数据块的恢复机制？本文都有涉及。...
分类：
其他好文 时间：
2014-05-02 23:22:14
阅读次数：
450
从组成原理到编译原理，都是相互联系的，学习的知识都是在层层推进，顺利成章的，整个软考的所有的知识都可以从计算机的发展（组成原理）--->软件的开发（软件工程）--->软件的算法设计（数据结构）-->高级语言写的系统--->在计算机上识别（编译原理）--->各个系统的背后数据的支持--->（数据库）---->---网络知识的应用---->网络基础……，可以把整个所有的软考的课本给串起来,这些都是构成现在丰富世界的必不可少的条件。
当然由于机器语言由0、1组成，难以阅读。所以在机器语言的基础上开发...
分类：
其他好文 时间：
2014-05-02 22:19:24
阅读次数：
349
我买的书或借的 没看的计算机方面： 深入浅出MFC vc++深入详解 算法入门 算法入门训练指南
大话数据结构 C++ 第6版本图像处理与机器视觉： 机器视觉 张广军 数字图像处理疑难解析 图像处理与计算机视觉算法应用 opencv2 图像配准技术模式识别：
机器学习实战 模式分类 神经网络设计 斯...
分类：
其他好文 时间：
2014-05-02 20:00:42
阅读次数：
323
哈哈，斯则表示的运算，非常经典的一个题目。哈哈，大家可以参考下，不过代码可能还包含错误，不过主线应该没有错误......
分类：
其他好文 时间：
2014-04-30 22:47:38
阅读次数：
232
Farm IrrigationTime Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)Total Submission(s): 5051 Accepted Submission(s): 2167Problem Description
Benny has a spacious far...
分类：
其他好文 时间：
2014-04-30 22:12:40
阅读次数：
264
小希的迷宫
Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)
Total Submission(s): 23829 Accepted Submission(s): 7314
Problem Description
上次Gardon的迷宫城堡小希玩了很久...
分类：
其他好文 时间：
2014-04-30 22:12:39
阅读次数：
297
在机器学习(Machine learning)领域，主要有三类不同的学习方法：
监督学习(Supervised learning)、
非监督学习(Unsupervised learning)、
半监督学习(Semi-supervised learning)，
监督学习：通过已有的一部分输入数据与输出数据之间的对应关系，生成一个函数，将输入映射到合适的输出，例如分类。
非监督学习：直接...
分类：
其他好文 时间：
2014-04-30 22:12:38
阅读次数：
297
