B_H_L的专栏

下面这个网站是一个非常丰富的排序算法的网站。Sorting Algorithm Animationshttp://www.sorting-algorithms.com/这是一个非常不错的排序算法的网站，当你打开这个网站的时候，请不要因为看到很多个图片的大红叉而鄙视它。你先点击网页上方的Problem Size，选择一个尺寸，20，30，40还是50，都行，于是你就可以看到下面整

public class Test { public static void encode(byte[] in, byte[] out, int password) { int len = in.length; //原理: a^b^b = a int seed = password ^ 0x8c357ca5; for (

我们现有的编程语言提供的数据类型都是有范围限制的。例如在C/C++语言，基于VC编译器，int类型是4个字节。表示数的有效范围是-2,147,483,648 到 2,147,483,647。所以如果要计算的很大的时候，例如要计算的数的位数是50位以上的。那么用编程语言提供的内部数据类型是不能进行运算的，因为数太大，存储不下。解决这种问题我们一般是借助字符数组进行存储。将大数的每一位看出是一

一致性 hash 算法（ consistent hashing ）张亮consistent hashing 算法早在 1997 年就在论文 Consistent hashing and random trees 中被提出，目前在 cache 系统中应用越来越广泛；1 基本场景比如你有 N 个 cache 服务器（后面简称 cache ），那么如何将一个对象 object 映射到 N

k-means算法是一种基本的聚类算法，这个算法的先决条件是　　1）必须选择最终结果需要聚为几类，就是k的大小。　　2）初始化聚类中心点，也就是seeds。　　当然，我们可以在输入的数据集中随机的选择k个点作为seeds，但是随机选择初始seeds可能会造成聚类的结果和数据的实际分布相差很大。既然选择初始的seeds这么重要，那有什么算法可以帮助选择初始的seeds吗？当然

最近在学习一些数据挖掘的算法，看到了这个算法，也许这个算法对你来说很简单，但对我来说，我是一个初学者，我在网上翻看了很多资料，发现中文社区没有把这个问题讲得很全面很清楚的文章，所以，把我的学习笔记记录下来，分享给大家。在数据挖掘中， k-Means 算法是一种 cluster analysis 的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。问题

1、BF算法BF算法是普通的模式匹配算法，BF算法的思想就是将目标串S的第一个字符与模式串P的第一个字符进行匹配，若相等，则继续比较S的第二个字符和P的第二个字符；若不相等，则比较S的第二个字符和P的第一个字符，依次比较下去，直到得出最后的匹配结果。int BFMatch(char *s,char *p){ int i,j; i=0; while(i<strlen

分词方法　　目前的分词方法归纳起来有3 类:　　第一类是基于语法和规则的分词法。其基本思想就是在分词的同时进行句法、语义分析, 利用句法信息和语义信息来进行词性标注, 以解决分词歧义现象。因为现有的语法知识、句法规则十分笼统、复杂, 基于语法和规则的分词法所能达到的精确度远远还不能令人满意, 目前这种分词系统还处在试验阶段。　　第二类是机械式分词法（即基于词典）。机械分词的原理是将文档

基本概念所谓完美哈希函数，就是指没有冲突的哈希函数，即对任意的 key1 != key2 有h(key1) != h(key2)。设定义域为X，值域为Y, n=|X|,m=|Y|，那么肯定有m>=n,如果对于不同的key1,key2属于X,有h(key1)!=h(key2)，那么称h为完美哈希函数，当m=n时，h称为最小完美哈希函数（这个时候就是一一映射了）。在处理大规模字符串数据