虽然LeetCode里给这道题的难度是Medium，但实际上并不简单，我们通过自己思考很难想到最佳解法。
前几天在网上看到一份鹅场的面试题，算法部分大半是动态规划，最后一题就是写一个计算编辑距离的函数，今天就专门写一篇文章来探讨一下这个经典问题。
面试官人比较友好，自己项目细节一定要熟悉，简历上的东西最好清楚掌握，数据结构和常用算法一定要掌握，这是我的第一个面试经历，不管接下来的面试能否通过，都还是值得纪念和自省的。
要说马拉车算法，必须说说这道题，查找最长回文子串，马拉车算法是其中一种解法，狠人话不多，直接往下看：
来源：力扣（LeetCode） 链接：https://leetcode-cn.com/problems/longest-palindromic-substring，著作权归领扣网络所有。
1.K-近邻算法 1.1 K-近邻算法简介 1.定义: 就是通过你的"邻居"来判断你属于哪个类别 2.如何计算你到你的"邻居"的距离 一般时候,都是使用欧氏距离 1.2 k近邻算法api初步使用 1.sklearn 优势: 1.文档多,且规范, 2.包含的算法多 3.实现起来容易 2.sklearn中包含内容 分类、聚类、回归 特征工程
在搞验证码识别的时候需要比较字符代码的相似度用到“编辑距离算法”，关于原理和C#实现做个记录。 据百度百科介绍： 编辑距离，又称Levenshtein距离（也叫做Edit Distance），是指两个字串之间，由一个转成另一个所需的最少编辑操作次数，如果它们的距离越大，说明它们越是不同。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。 例如将kitten一字转成sitting： sitten （k→s） sittin （e→i） sitting （→g） 俄罗斯
本文是一篇关于工程学的内容，讲述的是当前较先进的技术——拼写校对程序。这项技术的用处就是让低级工程师使用起来得心应手。 许多年前，我根据Peter Norvig精彩教程（http://norvig.com/spell-correct.html）的指导独自编写了第一个拼写检查程序（spelling corrector）——该程序利用21行Python代码编写而成。 最初的程序很烂。 因此，我试着改进最初的程序。我为它增添了相似双音位语音识别功能、unicode支持功能、多词表达（multi-word exp
根据题意，这题自然而然的优先使用「贪心」算法，刚好可以巩固一下昨天所学的 【算法题解】 Day5 贪心；
秋招接近尾声，我总结了 牛客、WanAndroid 上，有关笔试面经的帖子中出现的算法题，结合往年考题写了这一系列文章，所有文章均与 LeetCode 进行核对、测试。欢迎食用
在信息论、语言学和计算机科学中，Levenshtein distance是用于测量两个字符串之间差异的字符串度量。非正式的说就是两个单词之间的Levenshtein distance是将一个单词更改为另一个单词所需的单字符编辑（插入，删除或替换）的最小步骤。
上一篇（R语言实现︱局部敏感哈希算法（LSH）解决文本机械相似性的问题（一，基本原理））讲解了LSH的基本原理，笔者在想这么牛气冲天的方法在R语言中能不能实现得了呢？
故事起源于工作的一个实际问题，要分析两个文本序列间的相似性，然后就想着干脆把一些常见的字符串相似性内容一并整理一下好了。
对于这道题，最简单的方法就是暴力求解了。对于很多算法题，我想会暴力求解是最基本的能力，但也绝不能满足于暴力，而且很多题的暴力解法都是很类似的。
在上一期中，我们介绍了API资产的识别技术，探讨了API资产的定义以及各类风格API的识别技术。在本期中，我们将继续介绍API资产识别中的API聚合技术。
文章主要讲述了如何通过自然语言处理技术，如词向量、文本分类、情感分析等，来对文本进行相似性分析。同时，文章也介绍了一些具体的应用场景，如搜索引擎、文本分类、情感分析等。
有这样一个需求：需要对于用户发布的内容标题进行相似度对比，如果有之前的内容和当前发布的内容标题相似度到达某个阈值时则禁止发布或进行其他的一些操作。
想要学习算法、应付笔试或者应付面试手撕算法题，相信大部分人都会去刷 Leetcode，有读者问？如果我在 leetcode 坚持刷它个 500 道题，以后笔试/面试稳吗？
某些情况下，我们需要检测图片之间的相似性，进行我们需要的处理：删除同一张图片、标记盗版等。 如何判断是同一张图片呢？最简单的方法是使用加密哈希（例如MD5, SHA-1）判断。但是局限性非常大。例如一个txt文档，其MD5值是根据这个txt的二进制数据计算的，如果是这个txt文档的完全复制版，那他们的MD5值是完全相同的。但是，一旦改变副本的内容，哪怕只是副本的缩进格式，其MD5也会天差地别。因此加密哈希只能用于判断两个完全一致、未经修改的文件，如果是一张经过调色或者缩放的图片，根本无法判断其与另一张图片是否为同一张图片。 那么如何判断一张被PS过的图片是否与另一张图片本质上相同呢？比较简单、易用的解决方案是采用感知哈希算法（Perceptual Hash Algorithm)。
📷 向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程 公众号：datayx 期研究了一下以图搜图这个炫酷的东西。百度和谷歌都有提供以图搜图的功能，有兴趣可以找一下。当然，不是很深入。深入的话，得运用到深度学习这货。Python深度学习当然不在话下。 这个功能最核心的东西就是怎么让电脑识别图片。 这个问题也是困扰了我，在偶然的机会，看到哈希感知算法。这个分两种，一种是基本的均值哈希感知算法(dHash)，一种是余弦变换哈希感知算法(pHash)。dHash是我自己命名的，为了和pHash区分。
http://www.cnblogs.com/LBSer/p/3310455.html
在初赛普及组的“阅读程序写结果”的问题中，我们曾给出一个字符串展开的例子：如果在输入的字符串中，含有类似于“d-h”或“4-8”的子串，我们就把它当作一种简写，输出时，用连续递增的字母或数字串替代其中的减号，即，将上面两个子串分别输出为“defgh”和“45678”。在本题中，我们通过增加一些参数的设置，使字符串的展开更为灵活。具体约定如下： （1）遇到下面的情况需要做字符串的展开：在输入的字符串中，出现了减号“-”，减号两侧同为小写字母或同为数字，且按照ASCII码的顺序，减号右边的字符严格大于左边的字符。 （2）参数 p1p_1p1：展开方式。p1=1p_1=1p1=1 时，对于字母子串，填充小写字母；p1=2p_1=2p1=2 时，对于字母子串，填充大写字母。这两种情况下数字子串的填充方式相同。p1=3p_1=3p1=3时，不论是字母子串还是数字子串，都用与要填充的字母个数相同的星号“*”来填充。 （3）参数 p2p_2p2：填充字符的重复个数。p2=kp_2=kp2=k 表示同一个字符要连续填充 kkk 个。例如，当 p2=3p_2=3p2=3 时，子串“d-h”应扩展为“deeefffgggh”。减号两侧的字符不变。 （4）参数 p3p_3p3：是否改为逆序：p3=1p_3=1p3=1 表示维持原有顺序，p3=2p_3=2p3=2 表示采用逆序输出，注意这时仍然不包括减号两端的字符。例如当 p1=1、p2=2、p3=2p_1=1、p_2=2、p_3=2p1=1、p2=2、p3=2 时，子串“d-h”应扩展为“dggffeeh”。 （5）如果减号右边的字符恰好是左边字符的后继，只删除中间的减号，例如：“d-e”应输出为“de”，“3-4”应输出为“34”。如果减号右边的字符按照ASCII码的顺序小于或等于左边字符，输出时，要保留中间的减号，例如：“d-d”应输出为“d-d”，“3-1”应输出为“3-1”。
编辑距离是指利用字符操作，把字符串A转换成字符串B所需要的最少操作数。在这里定义的单字符编辑操作有且仅有三种：
动态规划的算法题往往都是各大公司笔试题的常客。在不少算法类的微信公众号中，关于“动态规划”的文章屡见不鲜，都在试图用最浅显易懂的文字来描述讲解动态规划，甚至有的用漫画来解释，认真读每一篇公众号推送的文章实际上都能读得懂，都能对动态规划有一个大概了解。 什么是动态规划？通俗地理解来说，一个问题的解决办法一看就知道（穷举），但不能一个一个数啊，你得找到最优的解决办法，换句话说题目中就会出现类似“最多”、“最少”，“一共有多少种”等提法，这些题理论上都能使用动态规划的思想来求解。动态规划与分治方法类似，都
Infi-chu: http://www.cnblogs.com/Infi-chu/ 以图搜图的使用已经非常广泛了，我现在来介绍一下简单的以图搜图的相关算法及其实践。 一、感知hash算法 感知哈希算法： 感知哈希算法（Perceptual hash algorithm）是哈希算法的一类，主要用来做相似图片的搜索工作。 图片所包含的特征被用来生成一组指纹（不过它不是唯一的）, 而这些指纹是可以进行比较的。 步骤： 1.把图片转化为字符串，这个字符串就是图片的hash值，又称指纹。 2.求两个字符串之间的相似
字典 wordList 中从单词 beginWord 和 endWord 的 转换序列 是一个按下述规格形成的序列：
来源：esingchan - 博客园 链接：www.cnblogs.com/esingchan/p/3958962.html（点击尾部阅读原文前往） 最近自己实现了一个ZIP压缩数据的解压程序，觉得有必要把ZIP压缩格式进行一下详细总结，数据压缩是一门通信原理和计算机科学都会涉及到的学科，在通信原理中，一般称为信源编码，在计算机科学里，一般称为数据压缩，两者本质上没啥区别，在数学家看来，都是映射。 一方面在进行通信的时候，有必要将待传输的数据进行压缩，以减少带宽需求；另一方面，计算机存储数据的时候，为了减少
1、概述 ---- 相信使用过Redis 的各位同学都很清楚，Redis 是一个基于键值对（key-value）的分布式存储系统，与Memcached类似，却优于Memcached的一个高性能的key-value数据库。 在《Redis设计与实现》这样描述： Redis 数据库里面的每个键值对（key-value） 都是由对象（object）组成的： 数据库键总是一个字符串对象（string object）; 数据库的值则可以是字符串对象、列表对象（list）
Sunday 算法 是 Daniel M.Sunday 于 1990 年提出的字符串模式匹配。
小麦同学是个吃货+技术宅，平日里就喜欢拿着手机地图点点按按来查询一些好玩的东西。某一天到北海公园游玩，肚肚饿了，于是乎打开手机地图，搜索北海公园附近的餐馆，并选了其中一家用餐。
蔚来汽车联名力扣周赛的题目涉及的算法都很常见，但是都带了一点思维，作为头脑风暴是个不错的选择。
在信息论中，两个等长字符串之间的汉明距离是两个字符串对应位置的字符不同的个数。换句话说，它就是将 一个字符串变换成另外一个字符串所需要替换的字符个数。 例如：
Levenshtein distance，中文名为最小编辑距离，其目的是找出两个字符串之间需要改动多少个字符后变成一致。该算法使用了动态规划的算法策略，该问题具备最优子结构，最小编辑距离包含子最小编辑
GeoHash本质上是空间索引的一种方式，其基本原理是将地球理解为一个二维平面，将平面递归分解成更小的子块，每个子块在一定经纬度范围内拥有相同的编码。以GeoHash方式建立空间索引，可以提高对空间poi数据进行经纬度检索的效率。
最近在做一个海量图片检索的项目，可以简单的理解为“以图搜图”，这个功能一开始是搜索引擎带火的，但是后来在电商领域变得非常实用。在制作这个图片检索的项目前，笔者搜索了一些资料，如今项目临近结尾，便在这里做一些简单的分享。本文先介绍图像检索最基础的一部分知识——利用 Python 检测图像相似度。
示例 1： 输入：s = "We are happy." 输出："We%20are%20happy."
距离(distance，差异程度)、相似度(similarity，相似程度)方法可以看作是以某种的距离函数计算元素间的距离，这些方法作为机器学习的基础概念，广泛应用于如：Kmeans聚类、协同过滤推荐算法、相似度算法、MSE损失函数、正则化范数等等。本文对常用的距离计算方法进行归纳以及解析，分为以下几类展开：
通过 采集系统 我们采集了大量文本数据，但是文本中有很多重复数据影响我们对于结果的分析。分析前我们需要对这些数据去除重复，如何选择和设计文本的去重算法？常见的有余弦夹角算法、欧式距离、Jaccard相似度、最长公共子串、编辑距离等。这些算法对于待比较的文本数据不多时还比较好用，如果我们的爬虫每天采集的数据以千万计算，我们如何对于这些海量千万级的数据进行高效的合并去重。最简单的做法是拿着待比较的文本和数据库中所有的文本比较一遍如果是重复的数据就标示为重复。看起来很简单，我们来做个测试，就拿最简单的两个数据使用Apache提供的 Levenshtein for 循环100w次计算这两个数据的相似度。代码结果如下：
加密(用e，n)： 明文：M < n , 密文C = M e(mod n).
衡量两条向量之间的距离，可以将某一张图片通过特征提取来转换为一个特征向量。衡量两张图片的相似度就可以通过衡量这两张图片对应的两个特征向量之间的距离来判断了。
jvm-sandbox-repeater 是阿里开源的一款可基于 jvm-sandbox (阿里另一开源项目)可对应用目标 jvm 进行动态增强同时对目标服务的指定流量进行录制及回放的工具，使用过程中遇到如下问题:
题目链接：https://leetcode-cn.com/problems/is-subsequence/
汉明距离定义：在信息论中，两个等长字符串之间的汉明距离（英语：Hamming distance）是两个字符串对应位置的不同字符的个数。换句话说，它就是将一个字符串变换成另外一个字符串所需要替换的字符个数。
关于GeoHash的了解是我在做爬虫时发现一些网站比如美团、饿了么都会把一些地理位置进行编码，在检索时能够更快的进行地理空间上的检索，找到距离相近的位置。
昨天一位公众号粉丝和我讨论了一道面试题，个人觉得比较有意义，这里整理了一下分享给大家，愿小伙伴们面试路上少踩坑。面试题目比较简单：“让你实现一个附近的人功能，你有什么方案？”，这道题其实主要还是考察大家对于技术的广度，本文介绍几种方案，给大家一点思路，避免在面试过程中语塞而影响面试结果，如有不严谨之处，还望亲人们温柔指正！
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
