带着读者通过Python语言手写简化版实现决策树绘制。 适合人群：零基础或者具备一定编程基础，对机器学习有一定的了解。 可以学到机器学习决策树的原理，如何利用cart决策树实现决策树绘制，完成分类效果。

kd-tree（k-dimensional树的简称），是一种对k维空间中的实例点进行存储以便对其进行快速检索的树形数据结构。主要应用于多维空间关键数据的搜索。本资源是KD树实现源码+可视化实例演示

二叉树实现源码（C、C++、JAVA）

基于 C++ 的 VP 树（Vantage Point 树）实现，基于 Peter N. Yianilos 的“通用度量空间中最近邻搜索的数据结构和算法”（1993 年）

radix-tree:PHP基数树实现

行为树 使用 C++11 的简单行为树实现。 与 Visual Studio 2015、g++4.8 和 clang++3.4 兼容。 一个使用和文档的例子即将到来。

福特兰八叉树 Fortran八叉树实现。 测试 $ mkdir build && cd build $ cmake .. $ make $ ./octree_test [point number, default is 100]

四叉树Python 在Python3中实现四叉树算法。

B+树实现源码 B+树实现源码 B+树实现源码 B+树实现源码 B+树实现源码

概述 我最近发现需要在数据处理系统中进行检查点检查，该系统要求任何数据事件都不会丢失，并且任何事件都不能被处理和无序流式传输。 我想要一种在生产中实时自动检测这一点的方法。 有几种方法可以做到这一点，但由于我们的数据事件已经附加了一个签名（一个 SHA1 散列），我决定做检查点的一个有用的方法基本上是保留一个散列的散列。 可以使用来做到这一点，其中保留了每个数据元素的散列链，并且当出现检查点时，会按顺序获取所有这些散列的散列。 此模型的一个缺点是，如果下游系统检测到哈希不匹配（由于消息丢失或消息无序），则必须迭代完整列表以检测问题所在。 一个优雅的替代方案是哈希树，又名默克尔树，以其发明者拉尔夫默克尔命名。 默克尔树 Merkle 树通常被实现为二叉树，其中每个非叶节点都是它下面两个节点的哈希。 叶子可以是数据本身，也可以是数据的哈希/签名。 因此，如果在系统之间检测到根散列的任何