Stay hungry, Stay foolish

问题描述：        现要求产生 0~n-1 范围内的 m 个随机整数的有序列表，且不允许重复，m         考虑到 n 的值可能很大，而通常 C/C++ 提供的随机数产生器所能返回的随机数在 [0,RAND_MAX]，其中，RAND_MAX 为 0x7FFF。也就是说只有 15 位的随机性。因此，我们需要要有自己的随机数产生器，以便能够返回更多位数的随机数，通常为 30 位

背景：        频繁项集挖掘算法用于挖掘经常一起出现的item集合（称为频繁项集），通过挖掘出这些频繁项集，当在一个事务中出现频繁项集的其中一个item，则可以把该频繁项集的其他item作为推荐。比如经典的购物篮分析中啤酒、尿布故事，啤酒和尿布经常在用户的购物篮中一起出现，通过挖掘出啤酒、尿布这个啤酒项集，则当一个用户买了啤酒的时候可以为他推荐尿布，这样用户购买的可能性会比较大，从而达到

学习一个东西首先要知道这个东西是什么，可以做什么，接着再了解这个东西有什么好处和优势，然后再学习他的工作原理。下面我们分别从这三点简单介绍一下bloom filter，以及和他的变种。What：在允许一定的错误率的情况下，用于判断一个元素是否属于一个集合，Bloom Filter可能会将一个不属于集合的元素误判为属于这个集合，即false positive。可以应用于检查一个URL是否已经

一、问题描述        装配线调度问题如下：        Colonel汽车公司在有两条装配线的工厂内生产汽车，一个汽车底盘在进入每一条装配线后，在每个装配站会在汽车底盘上安装不同的部件，最后完成的汽车从装配线的末端离开。如下图1所示。图1 装配线示意图        每一条装配线上有n个装配站，编号为j=1,2,...,n，

这两天看了第13章，看了好长一段时间，主要花在理解和编程实现上面，感觉自己的理解能力还有待提高。        这一章主要讲如何实现一个有序集合（Set），该集合插入元素时不能插入重复元素，每次插入完后集合中元素的排列是有序的。书上一共使用了6种数据结构实现这个集合：STL中的set（红黑数）、数组、链表、二分查找树、位向量、桶，使用了3种优化方案：哨兵（标记元素）、指针的指针（用于实现递归向

一、基本的位图排序        问题1：输入一个包含n=100万个正整数的文件，每个正整数都小于N=1000万，而且这100万个正整数没有重复，对这个文件的数字进行排序，保存结果到文件中。要求占用尽可能小的内存，速度尽可能快。        分析解决：如果用一个int保存一个正整数，一个int为4 Byte，100万个数要用400万 Byte，约为4M。如果用快排，时间复杂度为O(n

问题：输入两个整数m和n，并且m        方法一：        Knuth著作《Seminumerical Algorithms》中提出的方法，顺序遍历n个数，通过随机测试条件的元素被选择。        以一个例子来解释所说的随机测试条件，比如m=2，n=5。第一个元素0被选择的概率是2/5；第二个元素1被选择的概率取决于第一个元素有没有被选择，如果0被选择，则1被选择的概率

之前在写抽样问题——《编程珠玑》读书笔记这篇文章的时候提到将一个数列进行重新排列，目的是弄乱原有数据的排列，相当于洗牌，这篇文章主要讲讲这个洗牌程序的实现。        一、Fisher–Yates Shuffle        最早提出这个洗牌方法的是 Ronald A. Fisher 和 Frank Yates，即 Fisher–Yates Shuffle，其基本思想就是从原始数

问题：如何随机从n个对象中选择一个对象，这n个对象是按序排列的，但是在此之前你是不知道n的值的。        思路：如果我们知道n的值，那么问题就可以简单的用一个大随机数rand()%n得到一个确切的随机位置，那么该位置的对象就是所求的对象，选中的概率是1/n。        但现在我们并不知道n的值，这个问题便抽象为蓄水池抽样问题，即从一个包含n个对象的列表S中随机选取k个对象，n为一

一、题目        对于一个数组A[N]，要求生成一个新的数组B[N]。对数组B的要求是B[i] = A[0] * A[1]…*A[i - 1] * A[i + 1]*…*A[N]，也就是不包括A[i]的剩余元素之积。        二、要求        1. 不允许使用除法；        2. O(1)空间复杂度和O(n)时间复杂度；        3. 除遍历计数器

位操作篇共分为基础篇和提高篇，基础篇主要对位操作进行全面总结，帮助大家梳理知识。提高篇则针对各大IT公司如微软、腾讯、百度、360等公司的笔试面试题作详细的解答，使大家能熟练应对在笔试面试中位操作题目。      下面就先来对位操作作个全面总结，欢迎大家补充。在计算机中所有数据都是以二进制的形式储存的。位运算其实就是直接对在内存中的二进制数据进行操作，因此处理数据的速度非常快。

今天在优快云无意中看到July一篇号称《当今世界最为经典的十大算法》的博文，感觉这文章名字挺霸气，于是进去瞅了一眼。看到其中有一个叫做BFPRT的算法，据说可以最坏情况下也能以O（N）复杂度找到数组中的第K大元素。博文里有链接到详细解释这个算法的另外一篇博文，于是又点进去，准备看看这算法是如何神奇，居然可以如此高效！文章是以这样一个问题开始的：如何在一堆数据中找出最小的K个数。随便想了一

关于这个问题，经过这么久的讨论，两篇文章及大家的回复，已经比较很清楚了。这里就来完整的整理一下解答。其实本来已经整理得差不多了，不过很不幸，电脑忽然罢工，怎么也启动不了，然后又感冒了，所以一直到现在才开始做这个解答。好了，不说这个了。下面进入正题。这个

位图的应用编程珠玑 Chapter1位图或位向量图作为一个集合，表示的这样的一个数据结构：          用字符串 0 1 1 1 0 1 0 0 1 0 0 0 0 1 0 0 0 0 0 0 表示集合 {1,2,3,5,8,13}.    位图的应用需

NSGA2主要是对NSGA算法的改进。NSGA是N. Srinivas 和 K. Deb在1995年发表的一篇名为《Multiobjective function optimization using nondominated sorting genetic algorithms

【 在网上看了一下位运算方面的内容，整合了两篇文章的内容，也加进了自己的一点理解原文链接：1.http://www.rupeng.com/forum/thread-2142-1-1.html2.http://peirenlei.javaeye.com/blog/305

搜索下拉提示（Query Auto Completion，简称QAC）现在几乎是每个搜索引擎必备的基本功能，作用是在用户在搜索框输入查询词的过程中，给用户展示一系列搜索查询query供用户选择，可以方便用户输入、缩短用户搜索时间、提高用户搜索体验。在这方面的研究已经有很多，如基于上下文、基于时间序列等预测query的热度、个性化排序等，但关于用户如何与搜索下拉提示交互的研究目前还是一个空白。微软的Katja Hofmann前几天刚刚填补了这一空白，她在CIKM 2014会议上发表了一篇paper——An E