到 skewness ）、 切片操 作符（诸如 countBy 、 simpleRegressionBy ）、分箱（binning）操作 符、离散 PDF 采样、 朴素贝叶斯分类器、聚类、线性回归等等。 kmath is an experimental library that was intially inspired by NumPy but evolved to more flexible DeepLearning4J——一个 Java 深度学习库 ND4J——用于 JVM 的高效矩阵数学库 Dex——一个基于 Java 的数据可视化工具 Smile——一个全面的机器学习、自然语言处理、 线性代数、图、插值与 可视化系统。除了 Java API，Smile 还提供了函数式的 Kotlin API 以及 Scala 与 Clojure API。 Smile-NLP-kt——以 Kotlin based toolkit for the processing of natural language text CoreNLP——一个自然语言处理工具包 Apache Mahout——一个回归、聚类与推荐的分布式框架 Weka——一组用于数据挖掘任务的机器学习算法 Tablesaw - a Java dataframe. It includes a visualization library

是该求和函数的流程框图。 第 2 章 复杂度分析 hello‑algo.com 20 图 2‑1 求和函数的流程框图 此求和函数的操作数量与输入数据大小 ? 成正比，或者说成“线性关系”。实际上，时间复杂度描述的就是 这个“线性关系”。相关内容将会在下一节中详细介绍。 2. while 循环 与 for 循环类似，while 循环也是一种实现迭代的方法。在 while 循环中，程序每轮都会先检查条件，如果条 复杂度分析 hello‑algo.com 29 // 算法 A 的时间复杂度：常数阶 fun algoritm_A(n: Int) { println(0) } // 算法 B 的时间复杂度：线性阶 fun algorithm_B(n: Int) { for (i in 0..线性增长。此算法的时间复杂度被称 为“线性阶”。 ‧ 算法 C 中的打印操作需要循环 1000000 次，虽然运行时间很长，但它与输入数据大小 ? 无关。因此 C 的时间复杂度和 A 相同，仍为“常数阶”。 图 2‑7

www.hello‑algo.com 20 图 2‑1 是该求和函数的流程框图。 图 2‑1 求和函数的流程框图 此求和函数的操作数量与输入数据大小 ? 成正比，或者说成“线性关系”。实际上，时间复杂度描述的就是 这个“线性关系”。相关内容将会在下一节中详细介绍。 2. while 循环 与 for 循环类似，while 循环也是一种实现迭代的方法。在 while 循环中，程序每轮都会先检查条件，如果条 www.hello‑algo.com 29 // 算法 A 的时间复杂度：常数阶 fun algoritm_A(n: Int) { println(0) } // 算法 B 的时间复杂度：线性阶 fun algorithm_B(n: Int) { for (i in 0..线性增长。此算法的时间复杂度被称 为“线性阶”。 ‧ 算法 C 中的打印操作需要循环 1000000 次，虽然运行时间很长，但它与输入数据大小 ? 无关。因此 C 的时间复杂度和 A 相同，仍为“常数阶”。 图 2‑7

到 skewness ）、 切片操作符（诸如 countBy 、 simpleRegressionBy ）、分箱（binning）操作符、离散 PDF 采样、 朴素贝叶斯分类器、 聚类、线性回归等等。 kmath is an experimental library that was intially inspired by NumPy but evolved to more flexible DeepLearning4J——一个 Java 深度学习库 ND4J——用于 JVM 的高效矩阵数学库 Dex——一个基于 Java 的数据可视化工具 Smile——一个全面的机器学习、自然语言处理、 线性代数、图、插值与可视化系统。除 了 Java API，Smile 还提供了函数式的 Kotlin API 以及 Scala 与 Clojure API。 Smile-NLP-kt——以 Kotlin learning based toolkit for the processing of natural language text CoreNLP——一个自然语言处理工具包 Apache Mahout——一个回归、聚类与推荐的分布式框架 Weka——一组用于数据挖掘任务的机器学习算法 Tablesaw - a Java dataframe. It includes a visualization library

雜湊衝突 load factor 负载因子 負載因子 separate chaining 链式地址 鏈結位址 open addressing 开放寻址 開放定址 linear probing 线性探测 線性探查 lazy deletion 懒删除 懶刪除 binary tree 二叉树 二元樹 tree node 树节点 樹節點 left‑child node 左子节点 左子節點 right‑child