process mining(data source+d)+算法第二讲

data source:数据的来源，没什么可说的。

alpha算法：就是找到一条一条的边，最大的边。

算法：bag stack queue，s[0]=null(告诉垃圾回收器可以回收了)

内存分配：数组的reference是8个字节，对象的是24个字节，数组每次分配不够的时候回将它的内存double，为什么double因为这样效率高。当内存减小的时候是shrink它的空间，什么时候？当它的内存用到四分之一的时候。

泛型：是为了省去casting这一步骤而设定的，可以在编译的时候发现错误，是否应该对数组泛型是有争议的。

foreach什么时候用？实现了iteratable接口的才可以用这个结构。

comparable是一个接口，有compareto方法和exchange方法，实现了这个接口的就可以比较大小。

排序算法：选择（最好的和坏的都是n quadritic）排序。

插入排序：对部分排好序的效率高。

shell排序：increment sequence是一个问题。为什么有希尔排序，因为可以让它部分有

序，提高效率。而且排好序的不会再乱序。这个算法提出来已将几十年了，但还是没有找到一个好的sequence

knuth shuffle ：random方法，n时间复杂度，随机找一个，然后将它与第i个换。

convex hull（）graham scan：ccw方法来实现。

问题：为什么poker online 只要看五个还有服务器的时钟就可以预测未来的牌？







对机器学习中的第二讲中的constant的证明