acm最近計畫學習的基本演算法：
動態規劃：1，基本動態規劃（區間dp,環形dp,判定型dp，棋盤分割，最長公共子串行，最長上公升子串行）；
2，揹包問題（01揹包，完全揹包，多維揹包，多重揹包）；
3，狀態壓縮；
搜尋：1，深度優先搜尋；
2，廣度優先搜尋；
3，雙向搜尋；
4，啟發式搜尋；
5，記憶化搜尋；
圖論：1，拓撲排序；
2，最小生成樹；
3，最短路；
4，二分圖（匈牙利演算法，km演算法）；
5，網路流（最小費用最大流，最小割模型，網路流規約）；
6，差分約束系統建立與求解；
7，雙連通分量；
8，強連通分支及其縮點；
9，圖的割邊與割點；
資料結構：1，串（kmp）;
2，排序（快速排序，歸併排序（逆序數），堆排序）；
3，雜湊表；
4，二分；
5，並查集；
6，霍夫曼樹；
7，堆；
8，線段樹；
9，二叉樹；
10，數的樹狀陣列；
11，rmq；
紅色的表示正在學習的演算法，藍色的已經學過，黑色的表示仍未學；
ACM常見演算法分類
acm常見演算法分類 1 基本演算法 1 列舉法 2 貪心法 3 遞迴與分治法 4 遞推 2 動態規劃 1 揹包問題 2 最長公共子串行 3 最大欄位和 4 最大字塊和 5 最長不降子串行 3 狀態空間搜尋 1 深度優先搜尋 2 廣度優先搜尋 3 博弈問題 4 剪枝問題 4 數論 1 素數和整除問題...
k Nearest 最近鄰分類演算法
概述 knn演算法又稱為k最近鄰 k nearest neighbor classification 分類演算法。所謂的k最近鄰，就是指最接近的k個鄰居 資料 即每個樣本都可以由它的k個鄰居來表達。knn演算法的核心思想是，在乙個含未知樣本的空間，可以根據離這個樣本最鄰近的k個樣本的資料型別來確定樣...
KNN最近鄰分類演算法梳理
k最近鄰 knn，k nearestneighbor 分類演算法是資料探勘分類技術中最簡單的方法之一。其指導思想是 近朱者赤，近墨者黑 即由你的鄰居來推斷出你的類別。所謂k最近鄰，就是k個最近的鄰居的意思，說的是每個樣本都可以用它最接近的k個鄰居來代表。knn最鄰近分類演算法的實現原理 為了判斷未知...