AJW's Blog

Muduo学习笔记

多线程网络库

很想了解服务器端的一些知识，但nginx这种代码让我直接来看估计是受不了的，而且是C。 muduo是陈硕编写的一款开源C++网络库，据说性能以及实现上都不错，而且有配套书《Linux多线程服务端编程：使用muduo C++网络库》，正好结合看一下源码，涨涨计算机网络和服务器端的姿势。 Reactor Reactor是广泛应用于服务器中的一种设计模式，它是一种事件驱动模型，常见结构如下 ...

Posted by AJW on March 24, 2018

GBDT和Xgboost

两个重要的模型

GBDT和Xgboost可以说是目前比较流行的机器学习模型，在各大比赛中也是大放异彩，借着毕设以及天池智能制造比赛的机会，也深入了解了一下。首先要明确一点，两者都是以树模型为基础的，所以本质上还是在节点分裂的时候，如何选择分裂点，分裂的依据是什么。两者可以说都是Boosting算法的具体实现，而且十分相似，这里主要比较一下两个模型的不同点（主要讲回归），而对于模型的具体算法和推导过程...

Posted by AJW on February 28, 2018

天池智能制造比赛总结

玄学比赛？

开题忙完之后参加了这个天池的工业AI智能制造预测大赛，也算是自己真正从头到尾完整参加的第一个数据类的比赛（哈哈之前感觉都是在抱别人大腿），结果最后这比赛有点玄学，B榜换数据之后排行榜大变，而且成绩都降了很多，最终自己排在了155/2529，没进复赛。至于小号测数据、数据质量差等就不想说了，毕竟还是有一些大佬A、B榜的成绩都不差的，所以肯定还是有些办法能让模型的稳定性和泛化性很好，这些只...

Posted by AJW on January 16, 2018

最短路径&最小生成树&差分约束系统

图中与最短距离相关的经典问题

最短路问题 Dijkstra算法 Dijkstra应该是最经典点的单源最短路算法了，算法的思想是通过不断搜罗已经确定了最短路的顶点，然后更新该点邻接点的最短距离。这里就不多做解释了，下面是dijkstra的伪代码，需要注意的是Dijkstra不能解决有负边的情况。算法复杂度\(O(\|V\|^2 + \|E\|)\), V为顶点数，E为边数。 Floyd-Warshall算法 F...

Posted by AJW on September 8, 2017

STL源码学习

C++的书也看了几本了，除了最开始的《C++ Primer》让自己初步了解了C++的基本语法，《Effective C++》和《深度探索C++对象模型》基本都没记住太多东西，感觉还不是很适合我这种入门的门槛还没跨过去的人，这些书应该适合有一定代码量之后再去学习。所以，自己有了非常强烈的意愿想去写点C++的代码，或者看看别人的C++代码到底是怎么写的。知乎上看到有人推荐自己实现一遍STL的源码...

Posted by AJW on May 25, 2017

隐马尔可夫模型

最近看论文又看到了隐马尔可夫模型（Hiden Markov Model, HMM），几个月前曾经了解了一些HMM的基本原理，但是现在又有些模糊了。好记性不如烂笔头啊，还是系统梳理一下HMM的知识，毕竟是个挺常用的模型。基本概念 ”隐马尔可夫模型“是一个关于时序的概率模型，简单来说，就是一个隐藏的马尔可夫链，由初始状态开始，随机生成不可观测的状态序列，而每个状态又会随机产生一个观测值，...

Posted by AJW on April 21, 2017

红黑树

一种二叉平衡树的变形

红黑树是一种特殊的二叉查找树，它在二叉查找树的基础上，在每个节点增加了一个表示颜色（红和黑）的量，使得其可以基本保持平衡，但又不需要像平衡二叉查找树那样在平衡操作上花费很多时间。STL以及Linux内核中平衡树的实现采用的都是红黑树，所以，了解红黑树的基本原理还是很重要的。（题图Photoed by Luis Llerena）前置知识二叉查找树二叉查找树（Binary Sea...

Posted by AJW on March 29, 2017

MongoDB分片

MongoDB分片（sharding）是指将数据拆分，分散在不同机器上的过程，是一种横向扩展。它可以使得我们不需要配置强大的服务器就可以存储更多的数据，处理更大的负载。分片是Mongo最复杂的配置方式，这里记录一些分片的知识点和注意问题。分片集群的组件一个分片集群包含三种组件：分片服务器（shard）路由服务器（mongos）配置服务器（config serve...

Posted by AJW on March 23, 2017

B/B+树与数据库索引

学得更深一些

数据库索引是提高数据库性能的一个十分重要的工具，数据库索引究其根本是一种数据结构，目前大部分数据库的索引都是以B+树来实现的，当然也有部分是通过哈希表。之前在使用索引的时候，只知道索引好比一本书的目录一样，可以提高数据查询的性能，但是对其实现原理并不是很了解，所以这里深入了解一下B/B+树以及数据库索引的实现原理。 B树 B树的定义 B树简单来说就是一棵多叉的平衡查找树，m(m&g...

Posted by AJW on March 22, 2017

Mongodb副本集

数据冗余，降低风险

副本集（Replica Set）的存在可以提高系统的稳定性，以防单台服务器上的数据丢失。在某些情形下，副本集的存在可以提升用户读取数据的性能，因为用户可以发送请求到不同的数据服务器上。而且在实际的生产部署过程中，都是要以副本集为基础的。这里记录一些mognodb副本集的注意事项。副本集的组成副本集由主节点(primary)、从节点(secondaries，或许应该翻译成复制节点，...

Posted by AJW on March 15, 2017