某酒店预定系统的数据库中包含以下数据表，具体信息如下： customer表：包含顾客id和顾客名字 hotel表：包含酒店id和酒店名 room_type表：包含房型id，房型名，对应的酒店id room_info表：房间信息id，日期，当前日期价格，剩余数量，对应房型id hotel_order表：订单id，订单对应的房型id，入店日期，离店日期，预定数量，订单...

Backgrond 最近越来越依赖键盘了，鼠标是不想动一点，希望能汇总下自己常用的快捷键提高工作效率，不需要花时间bing； Content Windows Desk win+ 一类 快捷键 效果 用途 win+R 打开终端 输入指令 win+RCtrl+Shift+Enter 以管理员模式打开命令行窗口 避免权限不够 win+D 快速切换回桌面壁纸 工作做完了想看看可...

基础数据结构与算法 第一章：线性结构 顺序表 对于一个顺序表，我们可以不需要因为结点逻辑关系额外增加开销，逻辑结构和存储结构一致； 做到随机存取访问与修改，但是只能在实现删除与插入，平均移动约一半的元素，并且预先分配空间过小容易溢出，过大容易浪费； 顺序表模板类 #pragma once template<typename T> class SeqList{//动态顺序表,希...

基于网格的聚类：STING 基本思想：将对象空间量化为有限数目的单元，形成一个网格结构，所有的聚类都在这个网格结构中上进行。 其优点是处理速度很快，其处理时间独立于数据对象的数目，只与量化空间中每一维的单元数目有关。 在网格聚类方法中有利用存储在网格单元中的统计信息进行聚类的STING算法和在高维数据空间基于网格和密度的聚类方法等。 STING是一种基于网格的多分辨率聚类技术，它将空间区域划...

基于层次的办法 层次聚类方法对给定的数据集进行层次的分解，直到某种条件满足为止。 凝聚的层次聚类： 一种自底向上的策略，首先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到某个终结条件被满足， 代表是AGNES算法 最小距离法（Single Linkage） 定义：在两个簇之间的所有可能配对样本点中，选择距离最小的一对样本点的距离作为簇间距离。 特点 ： 链状...

基于密度的聚类算法：DBSCAN 只要一个区域中的点的密度大于某个阈值，就把它加到与之相近的聚类中去。 对于一个类中的每个对象，在其给定半径的领域中包含的对象不能少于某一给定的最小数目； 概念： 设置半径阈值,数量阈值; 核心对象的-邻域至少包个对象； 从核心对象出发，对任何邻域内的点直接密度可达； 如果存在一个对象链，，，，，，对，，是从关于直接密度可达的，则对象是从对象​相互密度可达的。...

基于划分的聚类算法：K-means 基于划分的办法 算法初始化一个划分，之后通过迭代的办法优化这个划分方式； 如何定义优化？我们需要一个聚类目标函数作为指标：簇对象到簇中心平方误差 对于算法，实现初始均值-簇分配-更新均值-收敛，如下： 一个直观的例子如图所示： 优点： 经典算法，简单、快速。 对处理大数据集，该算法是相对可伸缩和高效率的。 缺点： 初始值敏感； K需要预先设定，...

图论7-Network Flows Matching 图中的**极大匹配(**maximal matching)是指不能添加更多的边的匹配；最大匹配(maximum matching)是指图中拥有最多边数的匹配； 显然每个最大匹配都是极大的，反之未必； 给定匹配，一个-交替路径是指一个交替选择中的边和不在中的边的路径；一个-增广路径是指其两个端点不被浸润的-交替路径； 给定-增广路径，...

图论6-Digraph Conceptions 有向图(directed graph）定义为非空有限顶点集和的有序对(箭头，arcs)形成的有限簇； 箭头的第一个顶点为尾(tail),第二个顶点为头(head)，箭头由尾指向头； 有向图消去方向后得到的无向图称作底图(underlying grapg)； 称为简单有向图(simple digraph)，如果 中所有箭头都不一样，且没有自环； ...

图论5-Coloring Vertex Coloring 为图的每个顶点分配某种颜色，称一种着色是正确的，如果没有两个相邻的顶点着色相同； 一个独立集(independent set)是指内部没有任意两个点相邻的点集； 因此，在一个正确的着色中，位于不同独立集的点集可以被不同颜色着色； 一个-点着色的无环图可以被划分为个独立集; 图的一个-点着色是用个颜色对其顶点进行着色；若图是一个-点可着...