2016华为Code Craft比赛必经点集寻径问题 67分算法简介
之前和我的小伙伴组队参加了华为2016的Code Craft比赛， 由于水平有限仅仅在初赛达到了67分的成绩，因为本人实在懒得抽筋，所以转载了小伙伴对所使用算法的介绍，原帖地址：http://www.wangerry.com/archives/wd516 强烈建议大家顺便去小伙伴的地盘逛逛，有干[......]
算法
空间划分技术对比简表
松散八叉树
八叉树简述
定义
八叉树是一种对三维世界进行场景管理的理想的空间数据结构。八叉树中根节点包含一个立方体包围盒。每个非叶子节点都拥有八个子节点，它们将双亲节点细分为八分体。也就是说而且每个子节点表示一个立方体的体积元素，而且所有子节点的体积加起来是父节点的体积。
当满足用户所定义的标准被满足时，停止细分。常见的停止标准有：
- 节点包围盒达到一个特定大小
- 节点内包含的多边形数目达到最小数目
[......]
使用SVD++进行协同过滤（附有github地址，算法原理部分主要引用自他人）
SVD++是基于SVD(Singular Value Decomposition)的一种改进算法。SVD是一种常用的矩阵分解技术，是一种有效的代数特征提取方法。SVD在协同过滤中的主要思路是根据已有的评分情况，分析出评分者对各个因子的喜好程度以及电影包含各个因子的程度，最后再反过来分析数据得出预测结果。
其在协同过滤中的具体应用方法是先对user_movie的rating矩阵的缺失值用随机数据予以填充，然后将预处理之后的矩阵作为SVD算法的输入，进行迭代求解。
为了更好的说明SVD算法，需要首先对matrix factorization model和Baseline Predictors进行简单的介绍。
matrix factorization model:
图表 1评分矩阵形式（引用）[......]