转载自：A Tour of Machine Learning Algorithms
After we understand the type of machine learning problem we are working with, we can think about the type of data to collect and the types of machine learning algorithms we can try. In this post we take a to[......]
题目：输入一个单向链表，输出该链表中倒数第 k 个结点。
传统做法是获取到链表的长度n，然后走n-k布，此方法弱爆了……
做法：
1、指定一个新的指针，走k步。如果k布之内就到了NULL，显然无倒数第k这说法，返回错误即可。
2、新指针到位后，和root一起next，知道新指针到了NULL。此时输出root指针当前的data即可。
int ll_last_k(struct Node* root, int k)
{
// Make two ptr diff k di[......]
1-1000放在含有1001个元素的数组中，只有唯一的一个元素值重复，其它均只出现一次。每个数组元素只能访问一次，设计一个算法，将它找出来；不用辅助存储空间，能否设计一个算法实现？
普通青年解法：
1+2+....+1000->5050
a1+a2+....+a1001->X
x - 5050 -> n(重复)
文艺青年解法：
a1^a2^.....a1001 = n（对所有的元素求一遍异或，就是最终重复的元素）
证明也不复杂，见：[......]
其实就是随机洗牌。
Knuth给过一个算法，为代码如下：
注意：随机数不是1~n，而是i~n！！
For i = 1 to n
Pick a random integer j from i to n
Swap A[i] and A[j]
关于为什么如此，吾等码农就不了解了，等大神来证明吧……[......]
需求是这样的，我们都知道，在信息检索中，经常要取top-k(一共k，而不是第k)个得分最大的文档，并且从大到小排序。
而且文档规模很大，最少也要上千万。
话说这是一道很可以拿来面试的题啊。
我们不考虑Hadoop神马的，就说说单机怎么搞。
最傻的做法就是把1000万个都存储下来，然后sort，然后取min(k, vec.size())。
这样有两个缺点：
1、内存占用非常大，其实我们只要保留最大的1000个，但这样就要保存N个。在1000万的测试中，它要占用68M[......]