风云来-优快云博客

#include<iostream>#include<vector>#include<stack>#include<cstdlib>#include<algorithm>using namespace std;//根据轴分开两边template <typename Data>int partit...

2019-05-19 11:19:01 566

原创 KMP匹配算法

举例来说，有一个字符串"BBCABCDABABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？KMP匹配算法代码实现：#include <string>#include <vector>#include <queue>#include <iostream>#include <stdio.h&...

2019-05-15 00:15:49 578

原创 leetcode算法总结

leetcode总结：leetcode的资料在网上已较多，这里对各个算法进行归纳总结和简单分析。电子书形式方便查询。持续更新。由于csdn对长文件的排版较难编写和查看，于是放到github上https://github.com/doerjiayi/algorithm...

2019-04-28 01:14:44 3904

原创解码websocket （c++）

websocket 是web常用的协议，可用来支持自定义协议。以下是用c++根据websocket握手协议websocket协议格式来处理websocket 协议解码（1）第一步，websocket升级协议判断是否是http协议，并且是websocket的升级握手协议E_CODEC_STATUS CodecWebSocketJson::Decode(tagConnectionAt...

2017-07-23 03:01:42 5629

原创 Levenshtein编辑距离

编辑距离概念描述：编辑距离，又称Levenshtein距离，是指两个字串之间，由一个转成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。例如将kitten一字转成sitting：sitten （k→s）sittin （e→i）sitting （→g）俄罗斯科学家Vladimir Levenshtein在1965年提出这

2017-07-11 00:27:46 876

原创 Sphinx之匹配方式

Sphinx添加了相当多的匹配和rank模式，并且将添加更多。一些不同的问题经常被提出，从“我怎样让指定的文档排在第一位”到 “我怎么根据匹配度来评定星级”，实际处理要归结于内在的匹配和排序。匹配方式匹配方式有基础匹配模式和拓展的匹配模式。匹配本质Sphinx 1.10版本中使用的两个最重要的权重因子是：1）经典统计学BM25因子，从80年代开始被大部分的搜索引擎使用，2）

2016-12-14 00:37:14 9019

原创 coreseek之mmseg分词和词库拓展

mmseg分词mmseg分词算法是基于统计模型的，所以算法的规则也是来自对语料库的分析和数学归纳，因为中文字符没有明确的分界，会导致大量的字符分界歧义，而且，中文里面，词和短语也很难界定，因此，算法除了要做统计和数学归纳之外，还要做歧义的解决。在mmseg分词中，有一个叫chunk的概念：chunk，是一句话的分词方式。包括一个词条数组和四个规则。如：研究生命，有“研究/生命”和“

2016-12-14 00:32:39 2831 1

原创 DFA确定性有限状态机过滤敏感词

通常把确定的有穷状态自动机(有穷状态自动机也就是本文讨论的这种状态机)称为DFA，把非确定的有穷状态自动机称为NFA。

2016-06-17 15:50:32 3484

原创互联网后台服务器流水日志系统设计

在互联网后台服务器中常需要记录互联网软件的流水日志，日志服务器和入库工具则是处理此类功能。日志服务器会接受逻辑服务器发送的日志消息，将其写入本地日志文件。每隔一段时间，再由日志入库服务器将日志文件导入数据库。1. 日志服务器日志服务器接收其他服务器服务器发送的json格式日志消息，并写入到日志文件。日志服务器不需要解析消息内容，定时批量写入日志文件。日志文件包含日志描述文件和日

2016-03-14 15:06:47 6983

空空如也

空空如也