算法第一章+process mining（k—means clustering ）

unsupervised learning：k-means clustering和 agglomerate凝聚

k-means clustering：首先定k个点当做中心，按照距离将其他的点分成k类。有关问题：k如何选择（一般是选一个小点的值，然后增加，最后找到最好的k值）。

凝聚的聚类方法：距离最近的凑在一起，可以根据这个画出一个dendrogram（系统图）。

算法第一章（第二部分）：

如何得出算法的时间复杂度：观察，假设，预测，验证。先做实验分析，以三个数相加为0为例，时间复杂度是n的三次方。通过增加n，看时间的变化，经常把他们之间的关系通过log来画出来，因为log一下，它的函数关系就变成了直线。通过写这个程序我学到了什么：System.currentTimeMillis();可以用来获得当前时间。printwriter，scanner，file，append的方法用来操作文件。

数学模型：本来是每一个句子都要算在里面的，但是图灵说可以只考虑最大的项。

时间复杂度的分类：1，logn（二分法查找），nlogn（divide and conquer），n^2，n^3,2^n，就这几个。讲到了二分法的证明。还有用insert和binary算法可以大大的提高上面例子的时间复杂度，没时间，不写了。

算法的理论：theta是渐近线。O是上限。oumiga是下限。

java分内存的时候，不是你看到的内存，他还会分配索引。