码农成长日记

这两天干了件自己觉得很有意思的事情—— 互联网上各个视频网站，对电影资源的命名千奇百怪，比如 《阿凡达》高清版在线观看、西游记新版中文字幕（暑期必看！）、阿里巴巴与四十大盗拍摄花絮 …… 如果我们要将这些信息“数字化”，提取到我们的数据库中，则这样的垃圾命名会给我们带来很大的麻烦。 于是，我写了一个程序，简单的对这些垃圾信息进行处理。尽量提取出正确的电影名，并且在之...

今天晚上加班开发一套程序界面，等回到家已经11点30了。本来打算继续写我的GDE-X引擎，时间已经不够了。那么就学习一点东西吧，打开放在桌面上的吴军老师的《数学之美》，顿时发现一片新的天地。 —— TF/IDF概念。（turn frequency/Inverse document frequency）也称为词汇频率/逆向文本频率。 该技术是信息检索领域最重要的思想，用于确定检索关键...

记得在TOJ上曾经有一道题，大致意思如下： 将2N个整数平均分为两堆，每堆N个，使得两堆和的差值最小，求这个差值。 当时自己很自豪的用“随机贪心”的思想写出来的程序在OJ上居top1，（44K 0MS）看着一大堆用DP AC的选手们几百K的内存使用量+几十毫秒的计算速度，小得意了一把。 该随机贪心思想如下： 1 将2N个数随意分为两堆，称为A、B。2 若存在...

高三的时候准备信息学奥赛，到处做编程题。。 当时自己为AC了这道题得意了好一阵子…… 是TOJ上的一道题目，其解题思路涉及到 随机贪心。。 什么是随机贪心？这里用我自己的话给个简单的介绍吧。贪心算法就是根据问题的本质，给出一个最优解导向，然后不断的去迭代进而求出最优解。而在很多时候，未必能准确的找到这个最优解导向（或者根本不存在，比如NP问题），但却可以找到一个近似的导...