其他

前面介紹了linux下hadoop的安裝和簡單配置，主要是獨立模式的配置，所謂獨立模式是指不需要運行任何守護進程（daemon），所有程式都再單個JVM上執行，由於在獨立模式下測試和調試MapReduce程式較為方便，因此該模式適合用在開發階段。這裡主要記錄了本人配置hadoop偽分布模式的過程。所謂偽分布模式是在單機上類比Hadoop分布式，單機上的分布式並不是真正的分布式，而是使用java進程類比分布式運行中的各類節點，包括：NameNode, DataNode,

POJ 2739   關鍵是找10000內質數的方法#include <iostream>using namespace std;void create_primes(int * prime,int &size){//找出10000以內所有的質數，用因子排除法int notPrime[10001] = {false};int i ;for (i = 2; i < 10001 ;i++){int x = i*2;while(x<10001){notPrime[x]

文本採礦模型結構1. 分詞分詞執行個體：       提高人民生活水平：提高、高人、人民、民生、生活、活水、水平分詞基本方法：        最大匹配法、最大機率法分詞、最短路徑分詞方法1.1 最大匹配法        中文分詞在中文資訊處理中是最最基礎的，無論機器翻譯亦或資訊檢索還是其他相關應用，如果涉及中文，都離不開中文分詞，因此中文分詞具有極高的地位。正向最大匹配法演算法如：執行個體：S1="計算語言學課程是三個課時"，設定最大詞長MaxLen= 5，S2= "

///這題不是很理解有待於重做，BFS+類比，類比有點麻煩#include<stdio.h>#include<string.h>#include<queue>using namespace std;queue<int> q;int w,h;char map[45][45];int dl[4][2]={{0,-1},{-1,0},{0,1},{1,0}};int vis[45][45];int dire,k;///指向當前移動方向。int left(

   今天總算上完一門課了，以後做OJ的時間可以漸漸多一些。好幾天疲於奔命，OJ也沒寫幾題，囧。今天補起來，補一篇處女博!    這題很簡單，但是第一次做的時候沒有排序採用暴力判斷逾時，後來想到先排序再判斷更快。#include <iostream>using namespace std;struct mon{int x;int y;};//按照x y升序排列，如果不排序直接判斷容易逾時int cmp(const void *a,const void *b){ mon *p1=

1.插入排序        基本思想是：每次將一個待排序的記錄，按其關鍵字大小插入到前面已經排好序的子表中的適當位置，直到全部記錄插入完成為止。常規插入排序分兩種，即直接插入排序和希爾排序。1.1直接插入排序       

 本題為典型的動態規劃，關鍵找出序列比對的3個不同情況，即子問題設d[i][j]為取s1第i個字元，s2第j個字元時的最大分值則決定p為最優的情況有三種 p數組為分數矩陣1、  s1取第i個字母，s2取“ - ”： d[i-1][j]+p[ s1[i-1] ]['-'];2、  s1取“ - ”，s2取第j個字母：d[i][j-1]+p['-'][ s2[j-1] ];3、  s1取第i個字母，s2取第j個字母：d[i-1][j-1]+p[ s1[i-1] ][ s2[j-1]

本題為多重背包問題，即每種零錢的個數是有限個，求不超過目標錢數的可以組合出的最大錢數採用DP的思想，先對目標錢數以內的所有面額做逆向遍曆，初始dp[0] = true，即0元可湊出在此基礎上如果當前的stat可以湊出，那麼繼續組合出更大的錢數，記下當前有限個零錢和前面的零錢一起可以湊出的不超過目標錢數的所有合法的值。最後從money逆向列印記下的最大的值即可Source CodeProblem: 1276 User: yangliuACMerMemory: 640K Time:

這題有點難度，主要是考察動態規劃，在網上查到一個解答摘錄如下，d[pi][j] 表示將 i 分解為其中最大元素為 j 時有多少種分法。還不是很理解，還要多想想。DP真是一個慢慢體會慢慢積累的過程。//計算數的單峰迴文分解#include <iostream>using namespace std;int N;typedef unsigned long long ull;ull dp[460][460];int M = 400;void solve(){int i,j;for (i =

1.BIRCH演算法概念          BIRCH（Balanced Iterative Reducing and Clustering Using Hierarchies）全稱是：利用層次方法的平衡迭代規約和聚類。BIRCH演算法是1996年由Tian Zhang提出來的，參考文獻1。首先，BIRCH是一種聚類演算法，它最大的特點是能利用有限的記憶體資源完成對大資料集的高品質的聚類，同時通過單遍掃描資料集能最小化I/O代價。         

    第一道背包問題，0-1背包，參考網上一位大牛寫的做的。狀態方程：dp[i][w] = max{dp[i-1][w], dp[i-1][w-obj[i].wei] + obj[i].val]}，但這樣會超記憶體，需要一個空間複雜度的最佳化將dp改為一維，這招看來以後得常用，具體見轉載的《背包九講》。    明天好好讀讀《背包九講》，在多做幾道dp變形題，練習在於精不在多。#include <iostream>using namespace std;const int mMax

1.基本Kmeans演算法[1]選擇K個點作為初始質心repeat將每個點指派到最近的質心，形成K個簇重新計算每個簇的質心until 簇不發生變化或達到最大迭代次數時間複雜度：O(tKmn)，其中，t為迭代次數，K為簇的數目，m為記錄數，n為維數空間複雜度：O((m+K)n)，其中，K為簇的數目，m為記錄數，n為維數2.注意問題（1）K如何確定       

1.簡單的函數指標的應用形式1：傳回型別(*函數名)(參數表) char (*pFun)(int); char glFun(int a){ return;} void main() { pFun = glFun; (*pFun)(2); }         第一行定義了一個指標變數pFun。首先我們根據前面提到的“形式1”認識到它是一個指向某種函數的指標，這種函數參數是一個int型，傳回值是char類型。只有第一句我們還無法使用這個指標，因為我們還未對它進行賦值。       

    學習篩選1-n內的素數的方法，注意除了2之外的一切素數必然是奇數    此題與哥德巴哈猜想有關。#include <iostream>#include <cmath>using namespace std;int Array[1000000] = {0};int

        從 SVM的那幾張圖可以看出來，SVM是一種典型的兩類分類器，即它只回答屬於正類還是負類的問題。而現實中要解決的問題，往往是多類的問題（少部分例外，例如垃圾郵件過濾，就只需要確定“是”還是“不是”垃圾郵件），比如文本分類，比如數字識別。如何由兩類分類器得到多類分類器，就是一個值得研究的問題。       還以文本分類為例，現成的方法有很多，其中一種一勞永逸的方法，就是真的一次性考慮所有樣本，並求解一個多目標函數的最佳化問題，一次性得到多個分類面，就像這樣：       

 這道DP比較簡單，要注意題目已經將價格和數量升序排列了，自己不用排序用sum[i]表示前i個等級的珍珠總數那麼初始化為前i個等級珍珠一起買，然後逐步計算前0、1 ...... i-1等級分開買的價錢，取最小即可狀態轉移方程為 dp[i] = min(dp[i], ((sum[i] - sum[j]) + 10) * p[i] + dp[j]); 用一個二重嵌套迴圈就搞定了Source CodeProblem: 1260 User: yangliuACMerMemory: 260K Time:

         生存？還是毀滅？——哈姆雷特       可分？還是不可分？——支援向量機       之前一直在討論的線性分類器，只能對線性可分的樣本做處理。如果提供的樣本線性不可分，結果很簡單，線性分類器的求解程式會無限迴圈，永遠也解不出來。這必然使得它的適用範圍大大縮小，而它的很多優點我們實在不原意放棄，怎麼辦呢？是否有某種方法，讓線性不可分的資料變得線性可分呢？       有！其思想說來也簡單，來用一個二維平面中的分類問題作例子，你一看就會明白。事先聲明，下面這個例子是網路早就有的，

暑假準備托福考試，一直沒時間整理部落格文章和回複評論，希望部分朋友見諒。9月開始，本部落格開始focus到Topic Modeling及LDA機率模型，研讀機器學習的經典著作PRML，這本書還沒有中文翻譯版，只能啃英文原版了，也好，原版品質更高將陸續推出Topic Modeling及LDA機率模型，PRML研讀系列文章，歡迎有興趣的朋友一起學習交流。Topic