《Uprising》，音乐作品，美国出品，1992年上映。
审判了六集，挺好，靠隔壁一衬托，更好了！
反乌托邦。 其实认真想一下，慢慢都在发生。 可怕吗？ 或许你并没有察觉，你在没有意识的时候已经成为其中的一员了。
书是很好的，但是对于像我这样不太熟悉唐妆的人来说还是过于公式，启蒙看起来还是偏难的，原因除了自己积累太少外，还有就是觉得整本剧的连贯性没有那么流畅和软和，稍微僵硬了些。
# Meta - 这部剧太水了, 用来做数据结构和算法的入门都难以做到 - 充斥着一种我若是买了纸质书, 我就是冤大头的feel - 于我而言唯一的亮点在快排引出的快速选择算法 # Text - (https://weread.qq.com/web/reader/689329a0718ff663689395dkc81322c012c81e728d9d180) ### C1-C6 大O, 几种排序算法 -C1 数据结构为何重要 - 数组, 读取, 查找, 插入, 删除 - 集合, 不允许有重复元素, 插入前需要查找一遍看看是否已有 - 国外的算法数, 对数据结构的分类和我熟悉的那一套稍有不同 --- - C2 算法为何重要 - 查找有序数组, 线性查找vs二分查找 - 前面的内容比较水, 难以为一章, 再往后看看 --- - C3 大O记法 - “大O记法可用来描述一个函数的增长率的上限”，或者“如果函数g(x)的增长速度不比函数f(x)快，那么就称g属于O(f)” - 若无特别说明，大O记法一般都是指最坏情况。因此尽管线性查找有O(1)的最好情况，但大多数资料还是把它归类为O(N) - 对数时间, O(logN)意味着该算法当数据量翻倍时，步数加1, logN其实指的是log_2 N, 省略了2 - log_2 8 可以表达为：将8不断地除以2直到1，需要多少个2 --- - C4 运用大O来给代码提速 - 冒泡排序, 比较次数n^2, 交换次数n^2 --- - C5 用或不用大O来优化代码 - 选择排序, 比较次数n^2, 交换次数n, 选择比冒泡快 - 大O记法忽略常数 --- - C6 乐观的调优 - 插入排序 - 大O只保留最高阶的N - 最坏情况(完全逆序的序列), 冒泡n^2, 选择n^2/2, 插入n^2+2n-2 - 选择排序是无论何种情况，最坏、平均、最好，都要N2/ 2步。因为这个算法没有提早结束某一轮的机制，不管遇到什么，每一轮都得比较所选索引右边的所有值 ### C7-C10 散列表, 栈和队列, 递归, 快排 - 将字符串转为数字串的过程就是散列，其中用于对照的密码，就是散列函数 - 既要避免冲突，又要节约空间 - 数据量与格子数的比值称为负载因子 - 快速排序严重依赖于分区, 它的运作方式如下所示 - 把数组分区。使轴到正确的位置上去 - 对轴左右的两个子数组递归地重复第1、2步，也就是说，两个子数组都各自分区，并形成各自的轴以及由轴分隔的更小的子数组。然后也对这些子数组分区，以此类推 - 当分出的子数组长度为0或1时，即达到基准情形，无须进一步操作 - 快排, 平均O(NlogN), 最坏O(N^2), 但是稳定 - 利用快排分区的思想, 可以写快速选择算法, 选出数组中第n大的元素 - 比如我想找第3小的元素, 做一次快排的分区, 如果轴是第5小位置, 说明第3小一定在左面, 右面的那半就不要了 ### C11-C15 - 链表, 二叉树, 图, 空间复杂度 - 太水了
最喜欢的社交就是聊天，在聊天的过程中，听到了很多感人的，心酸的故事，开心的故事，惊心动魄的故事，锥心刻骨的故事，有些人我们靠这些故事记下了，有些故事我们靠某几个人记住了。感谢给我讲故事，听我说故事的人。 暖的了得人心我会用力拥抱， 不冷场聊的天是我真诚的话。 感谢认识我的朋友们，我一直说一句话愈人者自愈之。当知心姐姐，是为了让我也拥有一颗坚强的心。
审判了六集，挺好，靠隔壁一衬托，更好了！
反乌托邦。 其实认真想一下，慢慢都在发生。 可怕吗？ 或许你并没有察觉，你在没有意识的时候已经成为其中的一员了。
书是很好的，但是对于像我这样不太熟悉唐妆的人来说还是过于公式，启蒙看起来还是偏难的，原因除了自己积累太少外，还有就是觉得整本剧的连贯性没有那么流畅和软和，稍微僵硬了些。
# Meta - 这部剧太水了, 用来做数据结构和算法的入门都难以做到 - 充斥着一种我若是买了纸质书, 我就是冤大头的feel - 于我而言唯一的亮点在快排引出的快速选择算法 # Text - (https://weread.qq.com/web/reader/689329a0718ff663689395dkc81322c012c81e728d9d180) ### C1-C6 大O, 几种排序算法 -C1 数据结构为何重要 - 数组, 读取, 查找, 插入, 删除 - 集合, 不允许有重复元素, 插入前需要查找一遍看看是否已有 - 国外的算法数, 对数据结构的分类和我熟悉的那一套稍有不同 --- - C2 算法为何重要 - 查找有序数组, 线性查找vs二分查找 - 前面的内容比较水, 难以为一章, 再往后看看 --- - C3 大O记法 - “大O记法可用来描述一个函数的增长率的上限”，或者“如果函数g(x)的增长速度不比函数f(x)快，那么就称g属于O(f)” - 若无特别说明，大O记法一般都是指最坏情况。因此尽管线性查找有O(1)的最好情况，但大多数资料还是把它归类为O(N) - 对数时间, O(logN)意味着该算法当数据量翻倍时，步数加1, logN其实指的是log_2 N, 省略了2 - log_2 8 可以表达为：将8不断地除以2直到1，需要多少个2 --- - C4 运用大O来给代码提速 - 冒泡排序, 比较次数n^2, 交换次数n^2 --- - C5 用或不用大O来优化代码 - 选择排序, 比较次数n^2, 交换次数n, 选择比冒泡快 - 大O记法忽略常数 --- - C6 乐观的调优 - 插入排序 - 大O只保留最高阶的N - 最坏情况(完全逆序的序列), 冒泡n^2, 选择n^2/2, 插入n^2+2n-2 - 选择排序是无论何种情况，最坏、平均、最好，都要N2/ 2步。因为这个算法没有提早结束某一轮的机制，不管遇到什么，每一轮都得比较所选索引右边的所有值 ### C7-C10 散列表, 栈和队列, 递归, 快排 - 将字符串转为数字串的过程就是散列，其中用于对照的密码，就是散列函数 - 既要避免冲突，又要节约空间 - 数据量与格子数的比值称为负载因子 - 快速排序严重依赖于分区, 它的运作方式如下所示 - 把数组分区。使轴到正确的位置上去 - 对轴左右的两个子数组递归地重复第1、2步，也就是说，两个子数组都各自分区，并形成各自的轴以及由轴分隔的更小的子数组。然后也对这些子数组分区，以此类推 - 当分出的子数组长度为0或1时，即达到基准情形，无须进一步操作 - 快排, 平均O(NlogN), 最坏O(N^2), 但是稳定 - 利用快排分区的思想, 可以写快速选择算法, 选出数组中第n大的元素 - 比如我想找第3小的元素, 做一次快排的分区, 如果轴是第5小位置, 说明第3小一定在左面, 右面的那半就不要了 ### C11-C15 - 链表, 二叉树, 图, 空间复杂度 - 太水了
最喜欢的社交就是聊天，在聊天的过程中，听到了很多感人的，心酸的故事，开心的故事，惊心动魄的故事，锥心刻骨的故事，有些人我们靠这些故事记下了，有些故事我们靠某几个人记住了。感谢给我讲故事，听我说故事的人。 暖的了得人心我会用力拥抱， 不冷场聊的天是我真诚的话。 感谢认识我的朋友们，我一直说一句话愈人者自愈之。当知心姐姐，是为了让我也拥有一颗坚强的心。