第14章中介绍了一种常用的数据结构“堆”，并用它解决了两个重要问题。

• 排序，使用堆排序算法对$n$元数组排序，时间复杂度为$O(n*log\ n)$。
• 优先级队列，堆通过插入元素和提取堆顶元素来维护元素集合，每个操作所需的时间都是$O(log\ n)$。

本文主要针对《编程珠玑》第11章中的快速排序算法阅读做一点记录。

• 快速排序是一种分治算法：排序数组时，将数组分成两个小部分，其中一部分大于数组中的某个值，另一部分不大于这个值，然后对这两个部分进行递归排序。
• 下面使用下标$l$（从0开始）和$u$表示待排序部分的上界和下界，递归结束的条件是带排序部分的元素个数小于2，即$l \geq u$。
• 为了围绕值$t$对数组进行划分，下面分别讨论几种方案。

本书对《编程珠玑》第8章中分析的“最大连续子向量和”问题的3种解决方法进行了实现，并对习题中的最大矩形子数组和给出代码。

1.问题描述

$n$对实数$(a_i,b_i)$构成的数组定义了$n$条直线$y_i=a_ix+b_i$。当$x$位于$[0,1]$内时，对于区间$[0,n-2]$内的所有$i$，这些线段按$y_i<y_{i+1}$排序。用更形象的话来说，这些线段在垂直方向上不交叉。给定一个满足$0 \leq x \leq 1$的点$(x,y)$，确定包围这个点的两条线段。

本文针对《编程珠玑》第2章中的旋转字符串问题和第3章的习题3.8给出了解决的代码。

针对在前一篇文章中进行代码优化时遇到的文件读写速度问题，本文简单测试了一下C语言中的FILE和C++的fstream的读写效率。

本文尝试解决《编程珠玑》第2章问题A：给定一个最多包含40亿个随机排列的32位整数的顺序文件，找出一个不在其中的32位整数。

这里考虑到数据量的问题，改为1680万个随机排列的24位整数。分别尝试了分块位图法、二分搜索两个算法，并分析了时间和空间复杂度。

本文章主要介绍的是Hexo博客优化的两个方法，一个是针对SEO(搜索引擎优化)，另一个是针对html文件加载速度的优化。

1. 原因

• 在原始的Hexo中html文件的目录结构大致上是: /year/month/date/filename.html，这样是非常不易于搜索引擎来搜索、收录我们的博客的，所以应该尽可能减少目录的层数来实现SEO（搜索引擎优化）。
• 原始Hexo在生成html代码时采取的是结构化的代码形式，拖累了浏览器加载页面的速度，所以所有的html都应该进行压缩。

这是我的第一次机器学习实践，源代码仓库：https://github.com/Perry961002/Forecast-Loan-Default

1 数据预处理和分析

1.1 数据字典和缺失值统计

数据集来自 Kaggle 竞赛平台的一个贷款安装违约数据集，有两个数据集，一个是带标签的训练集，数据共有 150000 个样本;另一个是测试集，有 101503 个样本。训练集的样本共有 11 个属性，其中SeriousDlqin2yrs是数据集的标签属性，其他为特征属性。

因为换了电脑，所以需要将博客迁移过来，这里分享一下我针对这个问题的解决方案。