Java搜索工程技术栈

编程语言是人类与计算机之间交流的工具，而所谓的自然语言则是人类与人类之间交流的工具，那么计算机是如何理解人与人之间交流所使用的语句呢？今天讲一种常用的自然语言处理算法——双向最大匹配算法，这种算法虽然实现简单，但是依赖庞大的词库，词库相当的情况下，能取得不错的分词效果。双向最大匹配算法”中的“双向”就是正向和反向。所以先来说正向匹配法。正向匹配法就是按照正向阅读顺序，根据词库中的词对句子进行匹配，我们已“苏州中学生前来参观”这句话为例（词库中存在各种长度的词语，这里假设词库中最长的单词长度为5）正向匹配法丨

在机器学习领域中，不同评价指标（即特征向量中的不同特征就是所述的不同评价指标）往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。其中，最典型的就是数据的归一化处理。简而言之，归一化的目的就是使得预处理的数据被限定在一定的范围内（比如[0,1]或者[-1,1]），从而消除奇异样本数据导致的不良影响。奇异样本数据是指相对于其他输入样本特别大或特别

经常有读者问我「图」这种数据结构，其实我在学习数据结构和算法的框架思维中说过，虽然图可以玩出更多的算法，解决更复杂的问题，但本质上图可以认为是多叉树的延伸。面试笔试很少出现图相关的问题，就算有，大多也是简单的遍历问题，基本上可以完全照搬多叉树的遍历。那么，本文依然秉持我们号的风格，只讲「图」最实用的，离我们最近的部分，让你心里对图有个直观的认识，文末我给出了其他经典图论算法，理解本文后应该都可以拿下的。图的逻辑结构和具体实现一幅图是由节点和边构成的，逻辑结构如下：什么叫「逻辑结构..

背景RSA 算法大家肯定都听说过了，它是一种常见的非对称加密算法，常用来对一些在网络上传输的敏感信息进行加密。但具体流程不知道大家清楚不？本文将概述 RSA 算法的流程，并用一个简单示例进行阐述，最后讲解了一种意想不到的“旁门左道”的破解方式。RSA 算法流程具体算法流程如下： 找到互质的两个数，p和q， 计算N = p*q 确定一个数e， 使得e与(p-1)(q-1)互质， 此时公钥为(N, e)， 告诉给对方 确定私钥d， 使得e*d-1...

大家好，我是老三，最近裸辞了，在面试。前两天一个面试，只面了十分钟就结束了——事情是这样的：面试官：你能说说HashMap的数据结构吗？老三：数组+链表+红黑树，阿巴阿巴……面试官：那你说说红黑树的查找复杂度是多少？老三：O(logn)。面试官：那这个复杂度的底数是多少？老三：时间复杂度O(logn)有底数？面试官：没有吗？尬住……面试官：那你再说一下快速排序的时间复杂度？底数是多少？老三露出智（尴）慧（尬）的微笑……面试官：好了，我没什么要问的了，这

1. 什么叫公约数？公约数，亦称“公因数”。它是几个整数同时均能整除的整数。如果一个整数同时是几个整数的约数，称这个整数为它们的“公约数”；公约数中最大的称为最大公约数。公约数与公倍数相反，就是既是A的约数同时也是B的约数的数，12和15的公约数有1，3，最大公约数就是3。再举个例子，30和40，它们的公约数有1，2，5，10，最大公约数是102. 什么叫公倍数？公倍数(common multiple)指在两个或两个以上的自然数中，如果它们有相同的倍数，这些倍数就是它们的公倍数。这些公倍数中

这两天看到技术群里，有小伙伴在讨论一致性hash算法的问题，正愁没啥写的题目就来了，那就简单介绍下它的原理。下边我们以分布式缓存中经典场景举例，面试中也是经常提及的一些话题，看看什么是一致性hash算法以及它有那些过人之处。构建场景假如我们有三台缓存服务器编号node0、node1、node2，现在有3000万个key，希望可以将这些个key均匀的缓存到三台机器上，你会想到什么方案呢？我们可能首先想到的方案，是取模算法hash（key）% N，对key进行hash运算后取模，N是机器的数量。