树视图排序包 为Atom树形视图包添加排序功能。 产品特点 排序方式 文档名称 文件名（忽略扩展名） 文件扩展名 文件大小 档案存取时间 文件变更时间 文件修改时间 文件创建时间 文件组名称（“文件组”表示“组件”，“指令”等，例如“ a.component.js”“ b.component.js”“ a.directive.js”“ b.directive.js”） 降序排列 您可以设置降序排列或升序排列。 区分大小写的排序 您可以设置区分大小写的排序或不区分大小写的排序。 排序文件夹 使用排序文件夹将对文件夹进行排序，否则将不对文件夹进行排序。 此选项不影响文件之前或之后的排序文件夹的选项。 在文件之前或之后对文件夹进行排序 列出目录项时，请在文件之前或之后列出子目录。 申请目录 您可以定义将这些设置应用到哪些文件夹的RegEx模式，或者保留空白并应用到所有文件夹。

Linux tree安装包及其使用.rar

merkle tree是一种区块链的基础数据结构，本文是整理的网上资料

高效决策树算法系列笔记

d3结构树,详情查看https://blog.csdn.net/qq_29099209/article/details/103286817

实现自定义节点图标、自定义展示样式、点击节点后线条变色、自适应高度、搜索后节点关键字标红，关注我免费下载哈

步骤为数据库文件创建一个B+树索引： (1)生成数据文件， (2)为数据库文件的属性创建B+ 树文件。 (3)给定键值，通过B+树进行查找。同时比较与直接扫描表的性能差别。（利用B+树时可根据内存大小决定放置多少层次到内存） (4)给定键值，完成数据插入，并按需更新B+树。 (5)给定键值，完成数据删除，并按需更新B+树 资源包括：Java源码及实验报告！

【文档说明】 本文是自己整理的一些重点知识点，也是面试中会被问到的知识点 【文档结构】 决策树 信息熵（Entropy） 什么是决策树 决策树的构建过程 决策树分割属性选择 决策树量化纯度 决策树量化纯度 信息增益率计算方式 决策树的停止条件 决策树算法效果评估 决策树生成算法 ID3算法 ID３算法优缺点 C4.5算法 8 CART算法 8 ID3\C4.5\CART分类回归树算法总结 分类树和回归树的区别 决策树优化策略 决策树的剪枝 决策树剪枝过程 附录：

MFC Tree Control实例，熟练掌握TreeControl控件的应用。

一本很好，很强大的，关于如何使用R进行进化树构建，模型选择，结果评估的书本