秋招马上开始了，作为渣渣的我又要复习算法了。昨天抽空把常用的几种排序算法用python实现了下，并整理了下思路用图示说明，如有问题，欢迎指正。

关于特征选择及 mRMR 算法解析

图像处理

之前介绍的Paxos算法一直都是分布式一致性协议的标准，但是Paxos难以理解，更难以理解。于是Stanford的教授提出了Raft协议，它是一个为真实世界应用建立的协议，主要注重协议的落地性和可理解性。这里有Raft的论文，大家有兴趣可以自行阅读一下

自动追踪算法，在我们设计2D射击类游戏时经常会用到，这个听起来很高大上的东西，其实也并不是军事学的专利，在数学上解决的话需要去解微分方程，这个没有点数学基础是很难算出来的。

在处理矢量化数据时，记录中往往会有很多重复数据，对进一步数据处理带来诸多不便。多余的数据一方面浪费了较多的存储空间，另一方面造成所要表达的图形不光滑或不符合标准。因此要通过某种规则，在保证矢量曲线形状不变的情况下， 最大限度地减少数据点个数，这个过程称为抽稀。 通俗的讲就是对曲…

基于 canvas 使用 K-Means 算法提取图片主要颜色（颜色量化），并使用神经网络进行评分。

1. 前言 k-邻近算法(kNN)是机器学习中非常简洁并且易于掌握的算法，是一种用于分类和回归的非参数统计算法。 本文首先介绍k-邻近算法思想及过程，随后介绍了kNN的Python实现。全文基于机器学习实战，着重阐述作者自己的理解。此外，还参考了Scipy Lecture No…