第九周：Python计算生态概览 9.1 从数据处理到人工智能 9.1.1 Python库之数据分析 Numpy：表达N维数组的最基础库，C语言实现，Python借口使用。它是Python数据分析及科学计算的基础库，支持Pandas等。 Pandas：提供了简单易用的数据结构和数据分析工具，它可以帮助我们理解数据类型与索引关系，操作索引即操作数据。 SciPy：提供了一批数学算法及工程数据运算功能，类似Matlab，可以用于如傅里叶变换、信号处理等应用。 9.1.2 Python库之数据可视化 Matplotlib…

第十一讲：散列查找 11.1 散列表 11.1.1 散列的基本思路 编译处理时，设计变量及属性的管理： （1）插入：新变量定义。 （2）查找：变量的引用。 编译处理中对变量管理：动态查找问题。 利用查找树进行变量管理，由于两个变量名（字符串）比较效率不高。 我们已知的查找方法： （1）顺序查找，复杂度O(N)； （2）二分查找（静态查找），复杂度O(logN) （3）二叉搜索树，复杂度为O(h)，其中h为二叉查找树的高度； （4）平衡二叉树，复杂度为O(logN)。 如何快速搜索到需要的关键词呢？如果关键词不方便比…

第十讲：排序（下） 10.1 快速排序 10.1.1 算法概述 策略：分而治之。 下面举个例子，假如一组数为13/81/92/43/65/31/57/26/75/0，我们对其进行排序。那么首先选择出一个主元，这里我们选择为65，那么将这组数的其他成员分为了两组，一组是小于主元的13/43/31/57/26/0，一组是大于主元的81/92/75.然后将其递归处理，两边各选一个主元再进行分组……倒数第二步的时候，我们在第一步选择出来的主元左侧已经排好了顺序，右侧也排好了顺序，这样将它们放在同一个数组中，就完成了排序。 …

第九节：排序（上） 9.1 概述 对于之后应用到的一些说明： （1）void X_Sort(ElementType A[], int N) X为排序名称。 ①大多数情况下，为了简单起见，讨论从小到大的整数排序。 ②默认N为正整数。 ③只讨论基于比较的排序（>=<都是有定义的）。 ④只讨论内部排序（一次性可以写入内存，然后只在内存里面的数据排序）。 ⑤稳定性：任意两个相等的数据，排序前后的相对位置不发生改变。 没有一种排序是任何情况下都表现最好的！！！ 9.2 简单排序算法 9.2.1 冒泡排序 在一次排…

第八讲：图（下） 8.1 最小生成树问题 8.1.1 最小生成树（Minimum Spanning Tree） 如图1所示。   图1 它是一棵树：无回路；|V|个顶点一定有|V|-1条边； 它是生成树：包含全部顶点；|V|-1条边都在图里。在图1中，第2/3/4个图都是图1的生成树，可以看出，生成树中任加一条边都一定构成回路。 最小：边的权重和最小。 显然可以得出，最小生成树存在<->图连通。 8.1.2 贪心算法 贪：每一步都要最好的。好：权重最小的边。 需要约束：只能用图里有的边；只能正…

第七节：最短路径问题 7.1 概述 最短路径问题的抽象： 在网络中，求两个不同顶点之间的所有路径中，边的权值之和最小的那一条路径。这条路径就是两点之间的最短路径。第一个顶点称为源点，最后一个顶点为终点。 问题分类： （1）单源最短路径问题：从某固定源点触发，求其到所有其他顶点的最短路径。又分为（有无向）有权图和（有无向）无权图两种。 （2）多源最短路径问题：求任意两顶点间的最短路径。 7.2 无权图的单源最短路 按照递增（非递减）的顺序找出到各个顶点的最短路。例如图1：   图1 我们以v3作为源点，与v…

第四周：网络爬虫之框架 第一讲：Scrapy爬虫框架 1.安装 执行pip install scrapy命令。 安装后小测：执行scrapy -h 2.Scrapy爬虫框架结构 爬虫框架是实现爬虫功能的一个软件结构和功能组件集合。爬虫框架是一个半成品，能够帮助用户实现专业网络爬虫。 Scrapy爬虫包括5+2个结构，如图1所示。   图1 它包括三条主要的数据流路径如图中的箭头所示： （1）从SPIDERS发送REQUESTS到ENGINE模块，然后到SCHEDULER，SCHEDULER负责对请求进行调…