菜单

数据结构与算法

2019年3月26日 - 一点资讯

不论是明日的处理器技术生成,新技巧的面世,全部都是来自数据结构与算法基础。大家要求温故而知新。

      
算法、架构、策略、机器学习时期的涉及。在往返和技术人士调换时,很多人对算法和架构之间的关系感到不可通晓,算法是软的,框架结构是硬的,难道算法和架构还有何关联不成?其实不然,算法和架构的关联十分紧密。在网络时期,大家供给用算法处理的数量规模进一步大,须要的处理时间进而短,单一总计机的拍卖能力是不容许知足要求的。而架构技术的上扬,带来了成都百货上千不等特色的分布式总计平台。算法为了能够选用到那些分布式计算平台上,往往须求升高,例如:并行总结要求算法可以拆分为可并行计算的多少个单身单位,但广大算法不具有那种可拆分性情,使得不能不难通过分布式计算来升高功能。那时候,为了落到实处分布式化的猜度功用,须求将算法举行等效改写,使得其兼具独立拆分性。另一方面,算法的进化,也反过来会对计量架构建议新的供给。

      
对算法和方针的关联亦是,但是那七个概念并不像算法和架构那样好解释。策略是缓解现实难题的手腕,而算法是化解一类难题的主意。消除二个具体难点,恐怕要求将题目解释为三个照旧四个算法,一起效果来缓解,也说不定不必要算法。例如,对于本性化音讯,我们兴许有一个策略是:重庆大学消息要求霎时彰显给用户;而达成的有血有肉算法恐怕只包罗“重庆大学新闻挖掘算法”等。

     
机器学习是一类算法的统称,在大势所趋的数据集合上,利用机械学习的算法,自动获得规律,来开始展览展望,机器学习世界广阔的难点包涵分类难点、回归难点等。而测度,特别是对用户的偏好举办预测是援引领域的主导难题之一,机器学习算法在缓解此类难题上会爆发十分的大的效率。

 

正文

壹 、数据结构基础

数组

定义

知识要点

光阴复杂度

链表

定义

要点

时刻复杂度

哈希表或哈希图

定义

要点

日子复杂度

二叉树

定义

要点

日子复杂度

二 、搜索基础

广度优先搜索

定义

要点

时间复杂度

深度优先搜索

定义

要点

时刻复杂度

广度优先搜索 VS. 深度优先搜索

细微的分别

叁 、高效排序基础

归并排序

定义

要点

时光复杂度

登时排序

定义

要点

光阴复杂度

冒泡排序

定义

要点

岁月复杂度

归并排序 VS. 急忙排序

④ 、算法类型基础

递归算法

定义

要点

迭代算法

定义

要点

递归 VS. 迭代

遍历数组的伪代码(那就是干吗使用迭代的来头)

Recursion | Iteration

———————————-|———————————-

recursive method (array, n) | iterative method (array)

if array[n] is not nil | for n from 0 to size of array

print array[n] | print(array[n])

recursive method(array, n+1) |

else |

exit loop

贪婪算法

定义

要点

伪代码:用贪婪算法找到数组中随心所欲八个数字间的最大差值

greedy algorithm (array)

var largest difference = 0

var new difference = find next difference (array[n], array[n+1])

largest difference = new difference if new difference is > largest
difference

repeat above two steps until all differences have been found

return largest difference

这一算法无需相比全数数字两两之内的差值,省略了一遍完整迭代。

以下是Big O 核对表

Legend

Excellent

Good

Fair

Bad

Horrible

Data Structure Operations

Data Structure

Time Complexity

 

 

 

 

 

 

 

Space Complexity

 

Average

 

 

 

Worst

 

 

 

Worst

 

Access

Search

Insertion

Deletion

Access

Search

Insertion

Deletion

 

Array

O(1)

O(n)

O(n)

O(n)

O(1)

O(n)

O(n)

O(n)

O(n)

Stack

O(n)

O(n)

O(1)

O(1)

O(n)

O(n)

O(1)

O(1)

O(n)

Singly-Linked List

O(n)

O(n)

O(1)

O(1)

O(n)

O(n)

O(1)

O(1)

O(n)

Doubly-Linked List

O(n)

O(n)

O(1)

O(1)

O(n)

O(n)

O(1)

O(1)

O(n)

Skip List

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(n)

O(n)

O(n)

O(n)

O(n log(n))

Hash Table

O(1)

O(1)

O(1)

O(n)

O(n)

O(n)

O(n)

Binary Search Tree

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(n)

O(n)

O(n)

O(n)

O(n)

Cartesian Tree

O(log(n))

O(log(n))

O(log(n))

O(n)

O(n)

O(n)

O(n)

B-Tree

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(n)

Red-Black Tree

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(n)

Splay Tree

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(n)

AVL Tree

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(n)

Array Sorting Algorithms

Algorithm

Time Complexity

 

 

Space Complexity

 

Best

Average

Worst

Worst

Quicksort

O(n log(n))

O(n log(n))

O(n^2)

O(log(n))

Mergesort

O(n log(n))

O(n log(n))

O(n log(n))

O(n)

Timsort

O(n)

O(n log(n))

O(n log(n))

O(n)

Heapsort

O(n log(n))

O(n log(n))

O(n log(n))

O(1)

Bubble Sort

O(n)

O(n^2)

O(n^2)

O(1)

Insertion Sort

O(n)

O(n^2)

O(n^2)

O(1)

Selection Sort

O(n^2)

O(n^2)

O(n^2)

O(1)

Shell Sort

O(n)

O((nlog(n))^2)

O((nlog(n))^2)

O(1)

Bucket Sort

O(n+k)

O(n+k)

O(n^2)

O(n)

Radix Sort

O(nk)

O(nk)

O(nk)

O(n+k)

Graph Operations

Node / Edge Management

Storage

Add Vertex

Add Edge

Remove Vertex

Remove Edge

Query

Adjacency list

O(|V|+|E|)

O(1)

O(1)

O(|V| + |E|)

O(|E|)

O(|V|)

Incidence list

O(|V|+|E|)

O(1)

O(1)

O(|E|)

O(|E|)

O(|E|)

Adjacency matrix

O(|V|^2)

O(|V|^2)

O(1)

O(|V|^2)

O(1)

O(1)

Incidence matrix

O(|V| ⋅ |E|)

O(|V| ⋅ |E|)

O(|V| ⋅ |E|)

O(|V| ⋅ |E|)

O(|V| ⋅ |E|)

O(|E|)

Heap Operations

Type

Time Complexity

 

 

 

 

 

 

 

Heapify

Find Max

Extract Max

Increase Key

Insert

Delete

Merge

Linked List (sorted)

O(1)

O(1)

O(n)

O(n)

O(1)

O(m+n)

Linked List (unsorted)

O(n)

O(n)

O(1)

O(1)

O(1)

O(1)

Binary Heap

O(n)

O(1)

O(log(n))

O(log(n))

O(log(n))

O(log(n))

O(m+n)

Binomial Heap

O(1)

O(log(n))

O(log(n))

O(1)

O(log(n))

O(log(n))

Fibonacci Heap

O(1)

O(log(n))

O(1)

O(1)

O(log(n))

O(1)

Big-O Complexity Chart

 

一点资讯 1

微型总计机科学中最重庆大学的3四个算法

  1. A*
    搜索算法——图形搜索算法,从给定起源到给定终点总计出路径。当中使用了一种启发式的臆想,为每一个节点推测通过该节点的顶级途径,并以之为各样地点排定次序。算法以取得的次第访问这一个节点。因而,A*搜索算法是最棒优先搜索的范例。
  2. 集束搜索(又名定向寻找,Beam
    Search)——最棒优先搜索算法的优化。使用启发式函数评估它检查的种种节点的能力。可是,集束搜索只可以在每一个深度中窥见最前面包车型客车m个最符合条件的节点,m是固定数字——集束的增进率。
  3. 二分查找(Binary
    Search)——在线性数组中找特定值的算法,各样步骤去掉四分之二不符合须要的数额。
  4. 支行界定算法(Branch and
    Bound)——在种种最优化难点中找找特定最优消除决方案的算法,尤其是指向离散、组合的最优化。
  5. Buchberger算法——一种数学算法,可将其正是针对单变量最大公约数求解的欧几里得算法和线性系统中高斯消元法的泛化。
  6. 数据压缩——采纳一定编码方案,使用更少的字节数(或是其余新闻承载单元)对音信编码的长河,又叫来源编码。
  7. Diffie-Hellman密钥沟通算法——一种加密协议,允许双方在优先不精晓对方的情事下,在不安全的通讯信道中,共同建立共享密钥。该密钥以往可与二个对称密码一起,加密一而再电视发表。
  8. Dijkstra算法——针对没有负值权重边的有向图,计算当中的纯粹起源最短算法。
  9. 离散微分算法(Discrete differentiation)
  10. 动态规划算法(Dynamic
    Programming)——显示互相覆盖的子难点和最优子架构算法
  11. 欧几里得算法(Euclidean
    algorithm)——总结七个整数的最大公约数。最古老的算法之一,出现在公元前300前欧几里得的《几何原本》。
  12. 目的在于-最大算法(Expectation-maximization
    algorithm,又名EM-Training)——在总括计算中,期望-最大算法在几率模型中找寻大概最大的参数估摸值,当中模型依赖于未察觉的秘密变量。EM在三个步骤中交替计算,第贰步是计量期望,利用对隐蔽变量的水保臆想值,计算其最大恐怕推测值;第3步是最大化,最大化在率先步上求得的最大大概值来计量参数的值。
  13. 连忙傅里叶变换(法斯特 Fourier
    transform,FFT)——总括离散的傅里叶变换(DFT)及其反转。该算法应用范围很广,从数字信号处理到化解偏微分方程,到火速总计大整数乘积。
  14. 梯度下跌(Gradient
    descent)——一种数学上的最优化算法。
  15. 哈希算法(Hashing)
  16. 堆排序(Heaps)
  17. Karatsuba乘法——供给做到上千位整数的乘法的种类中运用,比如总计机代数系统和命运程序库,假设应用长乘法,速度太慢。该算法发现于1961年。
  18. LLL算法(Lenstra-Lenstra-Lovasz lattice
    reduction)——以格规约(lattice)基数为输入,输出短正交向量基数。LLL算法在偏下公共密钥加密方法中有多量利用:背包加密系统(knapsack)、有一定设置的GL450SA加密等等。
  19. 最大流量算法(马克西姆um
    flow)——该算法试图从五个流量网络中找到最大的流。它优势被定义为找到这么一个流的值。最大流难题能够用作更复杂的网络流难点的特定情景。最大流与网络中的界面有关,那就是最大流-最小截定理(马克斯-flow
    min-cut theorem)。Ford-Fulkerson 能找到二个流网络中的最大流。
  20. 合并排序(Merge Sort)
  21. Newton法(Newton’s
    method)——求非线性方程(组)零点的一种重点的迭代法。
  22. Q-learning学习算法——那是一种通过学习动作值函数(action-value
    function)完毕的深化学习算法,函数选择在加以状态的加以动作,并盘算出希望的机能价值,在此后遵照一定的政策。Q-leanring的优势是,在不需求环境模型的情况下,能够比较可选拔行动的冀望效率。
  23. 两次筛法(Quadratic
    Sieve)——现代整数因子分解算法,在实践中,是如今已知第三快的此类算法(稍差于数域筛法Number
    FieldSieve)。对于110人以下的十一人整数,它仍是最快的,而且都觉着它比数域筛法更简便易行。
  24. RANSAC——是“RANdom SAmple
    Consensus”的缩写。该算法依照一多元观看获得的数额,数据中含有十分值,推断3个数学模型的参数值。其基本如若是:数据包括非异化值,也正是能够由此一些模型参数解释的值,异化值正是这一个不切合模型的数据点。
  25. LANDSA——公钥加密算法。第⑨个适用于以签署作为加密的算法。TiggoSA在电商户业中仍普遍利用,我们也信任它有丰富安全长度的公钥。
  26. Schönhage-Strassen算法——在数学中,Schönhage-Strassen算法是用来完毕大整数的乘法的快速渐近算法。其算法复杂度为:O(N
    log(N) log(log(N))),该算法使用了傅里叶变换。
  27. 单纯型算法(Simplex
    Algorithm)——在数学的优化理论中,单纯型算法是常用的技能,用来找到线性规划难点的数值解。线性规划难点回顾在一组实变量上的一多级线性不等式组,以及2个等候最大化(或最小化)的固定线性函数。
  28. 奇异值分解(Singular value
    decomposition,简称SVD)——在线性代数中,SVD是第3的实数或复数矩阵的诠释方法,在信号处理和总结中有多样利用,比如总括矩阵的伪逆矩阵(以求解最小二乘法难点)、解决超定线性系统(overdetermined
    linear systems)、矩阵逼近、数值天气预告等等。
  29. 求解线性方程组(Solving a system of linear
    equations)——线性方程组是数学中最古老的标题,它们有很多利用,比如在数字信号处理、线性规划中的推断和展望、数值分析中的非线性难点逼近等等。求解线性方程组,能够使用高斯—约当消去法(Gauss-Jordanelimination),或是柯列斯基分解( Cholesky decomposition)。
  30. Strukturtensor算法——应用于格局识别领域,为有着像素找出一种计算格局,看看该像素是还是不是处于同质区域(
    homogenous region),看看它是还是不是属于边缘,依然是3个极限。
  31. 集合查找算法(Union-find)——给定一组成分,该算法平时用来把那几个要素分为八个分别的、彼此不重合的组。不相交集(disjoint-set)的数据结构可以跟踪这样的切分方法。合并查找算法能够在此种数据结构上形成三个有效的操作:
    • 探寻:判断某一定成分属于哪个组。
    • 统一:联合或联合八个组为多个组。
  32. 维特比算法(Viterbi
    algorithm)——寻找藏身状态最有恐怕种类的动态规划算法,那种类别被喻为维特比路径,其结果是一层层能够观测到的事件,尤其是在隐藏的马克ov模型中。

现实中算法

Linux内核中的基本数据结构和算法

  1. 链表双向链表无锁链表
  2. B+
    ,代码中的注释将会告知你有些教材中不能够学到的始末:

    那是一个简短的B+树实现,小编写它的指标是当做练兵,并以此了然B+树的劳作规律。结果该兑现发挥了它的实用价值。

    2个不平时在课本中提及的技巧:最小值应该置身右边,而不是左手。1个节点内存有被选择的槽位应该在左侧,没有使用的节点应该为NUL,当先3/6的操作只遍历三回具有的槽位,在率先个NUL处终止。

  3. 带权重的逐步列表用于互斥锁驱动等;

  4. 红黑树用于调度、虚拟内部存款和储蓄器管理、跟踪文件讲述符和目录条目等;

  5. 区间树
  6. Radix树,用于内部存款和储蓄器管理、NFS相关查找和互连网有关的功能;

    radix树的几个周边的用法是保留页面结构体的指针;

  7. 先行级堆,文字上的叙说,首要是在课本中实现,用于control
    group系统
    ;

    包涵指针的只同意简单插入的静态大小优先级堆,基于CL普拉多(算法导论)第10章

  8. 哈希函数,引用Knuth和她的一篇杂文:

    Knuth提出选取与机械和工具字长所能表明的最大整数约成黄金比例的素数来做乘法散列,Chuck
    Lever 证实了那一个技术的有效;

    http://www.citi.umich.edu/techreports/reports/citi-tr-00-1.pdf

    那些选拔的素数是位稀疏的,也正是说对她们的操作能够采纳移动和加法来替换机器中极慢的乘法操作;

  9. 多少代码,比如那些驱动,他们是友善落成的哈希函数

  10. 哈希表,用于落到实处索引节点文件系统完整性检查等;

  11. 位数组,用于拍卖flags、中断等,在Knuth第六卷中有对其特征的叙述;
  12. Semaphores
    spin
    locks
  13. 二叉树搜索用于暂停处理注册缓存查找等;
  14. 动用B-树实行二叉树查找
  15. 深度优先搜索和他的变体被运用于目录配置

    在命名空间树中实践3个修改过的纵深优先算法,开端(和结束于)start_handle所分明的节点。当与参数匹配的节点被发现然后,回调函数将会被调用。就算回调函数再次回到一个非空的值,搜索将会应声终止,那些值将会回传给调用函数;

  16. 广度优先搜索用以在运作时检查锁的不易;

  17. 链表上的统一排序用于污源回收文件系统一管理理等;
  18. 在某个驱动程序的库函数里,冒泡排序居然也被达成了
  19. Knuth-Morris-Pratt
    字符串匹配

    Knuth、Morris和 Pratt
    [1]达成了三个线性时间复杂度字符串匹配算法。该算法完全避开了对转移函数DELTA的显式总计。其匹配时间为O(n)(个中n是文本长度),只利用一个协助函数PI[1…m](当中m是方式的长度),方式的预处理时间是O(m)。PI那个数组允许DELTA函数在急需时能高效运营。大体上,对轻易状态q=0,1,…,m和任意SI威斯他霉素A中的字符”a”,PI[“q”]保留了独自于”a”的新闻,并用以总计DELTA(“q”,
    “a”)。由于PI这一个数组只蕴涵m个条目,而DELTA包括O(m|SI奇霉素A|)个条文,咱们因此测算PI进而在预处理时间保存|SI土霉素A|的周全,而非总结DELTA。

    [1] Cormen, Leiserson, Rivest, Stein Introdcution to Algorithms,
    2nd Edition, MIT Press

    [2] See finite automation theory

  20. Boyer-穆尔方式匹配,如下是引用和对任何算法的使用提出;

    Boyer-Moore字符串匹配算法:

    [1] A Fast String Searching Algorithm, R.S. Boyer and Moore.
    Communications of the Association for Computing Machinery, 20(10),
    1977, pp. 762-772.
    http://www.cs.utexas.edu/users/moore/publications/fstrpos.pdf

    [2] Handbook of Exact String Matching Algorithms, Thierry
    Lecroq, 2004
    http://www-igm.univ-mlv.fr/~lecroq/string/string.pdf

    瞩目:由于Boyer-Moore(BM)自右向左做合营,有一种恐怕是2个男才女貌分布在分化的块中,那种意况下是不能够找到其余匹配的。

    若果你想确定保障那样的政工不会发出,使用Knuth-Pratt-Morris(KMP)算法来顶替。相当于说,依照你的安装接纳适当的字符串查找算法。

    假若你使用文本搜索架构来过滤、互连网侵犯检测(NIDS)或然其它安全为目标,那么采取KMP。倘使你提到质量,比如您在分拣数据包,并应用服务品质(QoS)策略,并且你不介意大概需求在遍布在多个部分中相当,然后就分选BM。

Chromium 浏览器中的数据结构和算法

  1. 伸展树

    此树会被分配政策参数化,那个方针负责在C的即兴存款和储蓄空间和区域中分红列表,参见zone.h

  2. 德姆o中选拔了Voronoi

  3. 依照Bresenham算法的价签管理

还要,代码中还包蕴了一部分第1方的算法和数据结构,例如:

  1. 二叉树
  2. 红黑树
  3. AVL树
  4. 用来压缩的Rabin-Karp字符串匹配
  5. 总结自动机的后缀
  6. 苹果完毕的布隆过滤器
  7. 布氏算法

编制程序语言类库

  1. C++
    STL
    ,包涵的有列表、堆、栈、向量、排序、搜索和堆操作算法
  2. Java
    API
    万分广泛,包蕴的太多
  3. Boost C++
    类库
    ,包蕴了例如Boyer-摩尔和Knuth-Morris-Pratt字符串匹配算法等;

分红和调度算法

  1. 前不久至少使用算法有多种落到实处格局,在Linux内核中是基于列表达成的;
  2. 别的恐怕需求通晓的是先入先出、最不常用和轮询;
  3. VAX、VMS系统中山高校量使用FIFO的变体;
  4. Richard
    Carr
    钟表算法被用来Linux中页面帧替换;
  5. 英特尔 i860总结机中央银行使了自由替换策略;
  6. 自适应缓存替换被用来一些IBM的仓库储存控制中,由于专利原因在PostgreSQL唯有大概的运用;
  7. Knuth在TAOCP第3卷中提到的同伙内部存款和储蓄器分配算法被用于Linux内核中,FreeBSD和Facebook都在采纳jemalloc并发分配器;

*nix系统中的宗旨组件

  1. grep和awk都落实了运用汤普森-McNaughton-Yamada营造算法实现从正则表达式中开创NFA
  2. tsort完毕了拓扑排序
  3. fgrep实现了Aho-Corasick
    字符串匹配算法
  4. GNU grep,据作者Mike
    Haertel所说,实现了Boyer-Moore算法
  5. Unix中的crypt(1)实现了哑谜机(Enigma
    Machine)中的加密算法的变种;
  6. Doug Mcllroy基于和James同盟的原型完毕的Unix
    diff
    ,比用来总计Levenshtein距离的标准动态规划算法更好,Linux版本被用来计量最短编辑距离;

加密算法

  1. Merkle树,尤其是TigerTree Hash的变种,用于点对点的顺序,例如GTK
    Gnutella

    LimeWire;
  2. MD5用以为软件包提供销商业高校验码,还用于*nix系统(Linux实现)中的完整性校验,同时她还协助Windows和OS
    X系统;
  3. OpenSSL达成了特殊必要加密算法,诸如AES,Blowfish,DES,SHA-1,SHA-2,LacrosseSA,DES等;

编译器

  1. yacc和bison实现了LALR解析器
  2. 支配算法用于基于SSA情势的最优化编写翻译器;
  3. lex和flex将正则表明式编写翻译为NFA;

压缩和图纸处理

  1. 为GIF图片格式而出现的Lempel-Zivsraf算法在图片处理程序中时常被选取,从1个差不多的*nix组件转化为八个复杂的程序;

  2. 运转长度编码被用来生成PCX文件(用于Paintbrush那些顺序中),压缩BMP文件和TIFF文件;

  3. 小波压缩(Wavelet压缩)是JPEG 两千的功底,所以具有生成JPEG
    三千文书的单反相机都以落实了那些算法;

  4. Reed-Solomon纠错用于Linux内核、CD驱动、条形码读取,并且结合卷积从航行团队开展图片传输;

争辨驱动条款学习算法(Conflict Driven Clause Learning)

自3000年的话,在工业标准中的SAT(布尔满足性难点)求解器的周转时刻每年都在成倍减弱。这一发展的多少个可怜重要的原由是争论驱动条款学习算法(Conflict
Driven Clause Learning)的利用,它构成了戴维斯Logemann和Loveland的封锁编制程序和人为智能商讨技术的原始杂文中有关布尔约束传播的算法。具体来说,工业建立模型中SAT被认为是3个简单易行的标题(见讨论)。对自个儿的话,这是近代最伟大的中标典故之一,因为它整合了进取的算法、巧妙的宏图思路、实验报告,并以一致的共同努力来消除那几个标题。马里克和Zhang的CACM诗歌是二个很好的读书材料。许多大学都在执教那一个算法,但常见是在逻辑或形式化方法的科目中。

 

 


可望对你集团应用开发与信用社音讯化有扶持。 别的您只怕感兴趣的篇章:

视觉直观感受 7 种常用的排序算法

匈牙利(Hungary) Sapientia 大学的 6
种排序算法舞蹈录制

录像:6 分钟演示 15 种排序算法

SO酷威TING:可视化体现排序算法的原理,辅助单步查看

VisuAlgo:通过动画学习算法和数据结构

软件开发的专业化
IT基础架构规划方案一(网络体系规划)
IT基础架构规划方案二(计算机连串与机房规划设计) 
IT基础架构规划方案三(IT基础软件和系统规划)
公司应用之性质实时衡量系统演变
云总计参考架构几例
智能移动导游消除方案简介
人力财富管理体系的演变

如有想询问越来越多软件研发 , 系统 IT集成 , 公司新闻化
等新闻,请关切本身的微信订阅号:

一点资讯 2

作者:Petter Liu
出处:http://www.cnblogs.com/wintersun/
本文版权归小编和天涯论坛共有,欢迎转发,但未经小编同意必须保留此段评释,且在文章页面鲜明地点给出最初的小说连接,不然保留追究法律义务的职分。
该文章也同时透露在自家的独自博客中-Petter Liu
Blog

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图