基於hash演算法的圖,是一種資料結構。list、set、map、queue都是資料結構（容器）。
資料結構：線性結構（陣列、列表list、佇列、棧…）、樹（二叉樹、b樹）、堆、圖。
特點：查詢非常快。
什麼是hash？
雜湊（或音譯雜湊）。
摘要演算法：把任意長度的輸入，通過雜湊演算法變成固定長度的輸出。
不同的輸入，經過hash之後的輸出可以會有重複的。
很難找到逆向的規律（不可逆的）。
1.hashmap的認識
第乙個認識：它內部的基礎結構是陣列。
第二個認識：put進去的鍵值對不是按順序排序的。
第三個認識：put乙個key-value的時候，先根據key計算出乙個hash值，得出存放的位置。
2.如何處理hash衝突
衝突很多，node的next屬性不為空，組成鍊錶
衝突非常多，乙個桶超過八個，公升級為紅黑樹
3.hashmap類中幾個重要的屬性
capacity：容量，陣列的長度。
size：實際裝的數量。
loadfactor：負載因子，百分比，size到了百分之多少，就擴大容量。
threshold：擴容的閾值，size達到多少個數量的時候，就擴大容量，等於capacity*loadfactor。
深度了解深度學習（一）
現在人工智慧是乙個十分火熱的概念，但是大家知不知道，人工智慧這個事物的執行離不開乙個主要技術，那就是深度學習。近年來人工智慧包括語音識別和機器視覺取得了巨大突破的主要原因就是深度學習。在這篇文章中我們重點給大家介紹一下深度學習的知識，希望這篇文章能夠給大家帶來幫助。首先我們給大家介紹一下什麼是深度學...
深度了解深度學習（二）
我們一直說深度學習，那麼什麼是深度學習呢？簡單地說，深度學習就是把計算機要學習的東西看成一大堆資料，把這些資料丟進乙個複雜的 包含多個層級的資料處理網路，也就是深度神經網路，然後檢查經過這個網路處理得到的結果資料是不是符合要求 如果符合，就保留這個網路作為目標模型，如果不符合，就一次次地 鍥而不捨地...
深度了解深度學習（一）
現在人工智慧是乙個十分火熱的概念，但是大家知不知道，人工智慧這個事物的執行離不開乙個主要技術，那就是深度學習。近年來人工智慧包括語音識別和機器視覺取得了巨大突破的主要原因就是深度學習。在這篇文章中我們重點給大家介紹一下深度學習的知識，希望這篇文章能夠給大家帶來幫助。首先我們給大家介紹一下什麼是深度學...