老男人

  线性查找 package com.search; /** * JAVA实现线性查找 * * @author lenovo * */ public class LSearch { public static int[] Data = { 12, 76, 29, 22, 15, 62, 29, 58, 35, 67, 58, 33, 28, 8...

有时候可能需要按一个关键字词列表来过滤信息，例如过滤黄色或其他非法信息   调用indexOf方法来查找关键字集合看起来效率不高，Aho-Corasick算法可用用来在文本中搜索多个关键字，当有一个关键字集合时，想发现文本中所有出现关键词的位置，或者检查是否有关键字集合中的任何关键词出现在文本中时，可用使用Aho-Corasick算法。   Aho-Corasick算法是多模式匹配中的...

Hadoop生态系统Hbase 1、Nosql数据库，key-value存储 2、最大化利用内存HDFS 1、hadoop distribute file system分布式文件系统 2、最大化利用磁盘MapReduce 1、编程模型，主要用来做数据分析 2、最大化利用CPU HDFS设计原则文件以快(block）方式存储每个块带下远比多数文件系统来的大（预设64M）通过副本机制提高可靠度和读...

          需要做一个垂直搜索引擎，比较了nekohtml和htmlparser 的功能，尽管nekohtml在容错性、性能等方面的口碑好像比htmlparser好（htmlunit也用的是nekohtml），但感觉 nekohtml的测试用例和文档都比htmlparser都少，而且htmlparser基本上能够满足垂直搜索引擎页面处理分析的需求   htmlparser的类图如下：...

1、org.htmlparser       定义了htmlparser的一些基础类。其中最为重要的是Parser类。     Parser是htmlparser的最核心的类，其构造函数提供了如下：Parser.createParser (String html, String charset)、 Parser ()、Parser (Lexer lexer, ParserFeedback ...