String a = "112233445566778899"
String b = "998877665544332211"
因为两个字符串的长度已经超过数字加法运算的范围,所以不能转int直接计算
思路:
从后往前 使用取余和取整进行计算,涉及到进位问题,
主要是加和是否大于10以及是否是第一位的加和问题,如果大于10,
那么设置temp=a/10,并加给前一位。
如果是第一位,则将取整的数直接赋值给更前一位。
分别在分布式和单机上实现 很多url链接 有重复的,找到重复最高的top 5
搞清楚函数式编程以及分布式上的mapreduce
- 取top k 的问题 选择什么样的排序算法来执行 或者能否直接使用
Collection的sort方法。
冒泡排序固然可以,但是数据量极大的情况下,取topk的代价是很大的。
可以采用堆排序,先读入k个变量,排序,每次读入下一个,调整位置。
同时Collection的sort方法的原理是怎么样的。
对于继承collections的一些数据结构,如果要对其进行排序,List<T>,
对于T,要么是原始数据结构有comparaTo方法,要么需要自己实现方法。
同理,对于TreeSet,是会对数据自动进行排序,
但是同时也要对TreeSet中的存的数据结构进行compareTo方法的实现。
PS. Set和List的数据有序无序,
指的是关于数据的存储顺序和添加顺序是否已知,与本身数据大小的顺序无关。
首先关于项目中,模型检验的标准,
仅仅的准确率和召回率是不可以的,因为是在阈值的条件之下的,
所以不能只使用这种方法。
还有就是文本相似度的计算中,
关于文本相似度,常用的编辑距离 余弦等要注意
接下来是关于SVM的介绍,
问道了关于核函数以及simode函数,说明算法的掌握还是要细致。
spark中的rdd数据结构的使用 高级使用方法
spark中 spark_streaming平台的使用 包括kafka