摘要： 这个专题因为各种原因好久没有继续下去了，MM吧。。。你懂的，嘿嘿，不过还得继续写下去，好长时间不写，有些东西有点生疏了，这篇就从简单一点的一个“奇偶排序”说起吧，不过这个排序还是蛮有意思的，严格来说复杂度是O(N2)，不过在多核的情况下，可以做到N2 /(m/2)的效率，这里的m就是待排序的个数，当m=100，复杂度为N2 /50，还行把，比冒泡要好点，因为重点是解决问题的奇思妙想。 下面我们看看这个算法是怎么描述的，既然是奇偶，肯定跟位数有关了1：先将待排序数组的所有奇数位与自己身后相邻的偶数位相比较，如果前者大于后者，则进行交换，直到这一趟结束。2：然后将偶数位与自己身后相邻的奇数位相.. 阅读全文

摘要： 我们知道很多事情都存在一个分治的思想，同样的道理我们也可以用到数据表上，当一个表很大很大的时候，我们就会想到将表拆分成很多小表，查询的时候就到各个小表去查，最后进行汇总返回给调用方来加速我们的查询速度，当然切分可以使用横向切分，纵向切分，比如我们最熟悉的订单表，通常会将三个月以外的订单放到历史订单表中，这里的三个月就是将订单表进行切分的依据。 好了，分区表的好处我想大家都很清楚了，下面我们看看如何实现。一：分区表 这里我们做个例子，创建一个test数据库，表名为shop，以createtime作为分区依据。1：确定分区依据 怎么分区的话，这个要看具体业务逻辑了，你可以按照时间，地区，求模等.. 阅读全文

摘要： 最近在改公司里面古老的asp代码，不说文件有1w个，起码也有7，8千，而且文件里面include一个嵌套一个。。。当某天jira平台上出现了需要你改的bug的时候，甚至都不知道这个错误在哪个页面，更不说用找出准确的行了，就算找出来了，那时候也是长憋了一口气才找出来的。。。此为背景。。。这时候，可以借助下vs里面强大的 “查找” 功能了。一：文件查找1：文件检索 有时候我们因为改bug的需要，必须要知道这个MD5函数在哪些文件中用到了，然而不像cs中我们可以用shift+f12来查找下函数引用，这时候我们就可以用 “文件查找” 解决这个问题。我们可以在 “查找结果” 中清楚的看到哪些文件和哪.. 阅读全文

摘要： 时间过得真快啊，转眼今年就要过去了，大半年都没有写博客了，要说时间嘛，花在泡妹子和搞英语去了，哈哈。。。前几天老大问我怎么这么长时间都没写博客了，好吧，继续坚持，继续分享我的心得体会。 这个系列我们玩玩aforge.net,套用官方都话就是一个专门为开发者和研究者基于C#框架设计的，这个框架提供了不同的类库和关于类库的资源，还有很多应用程序例子，包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，机器人等领域，这个系列研究的重点就是瞎几把搞下AForge.Imaging这个命名空间下面的东东，下载网址：http://www.aforgenet.com/framework/d... 阅读全文

摘要： 这篇开始决定把系列文章的名字改掉，想了个好名字，反正不是玩单机版的就行了。 好了，这篇我们看看一种非持久化的缓存服务器memcache，说到缓存本能反映就是cache，session什么的，是的，可以说这些都是基于.net进程的，通俗点也就做不了多机器的共享，典型的一个就是SSO。一: 安装 memcahce像redis，mongodb一样都需要开启他们自己的服务端，我们下载Memcached_1.2.5.zip，然后放到C盘，修改文件名为memcached。1：install install可以说是万能通用命令，首先我们转到memcached目录，然后memcached.exe -... 阅读全文

摘要： 日常开发中，总会接触到一些好玩的东西，比如这篇的redis，一说到redis，可能就有人跟memcache做比较了，是呀，memcache只能说是简单的kv内存数据结构,而redis支持的数据类型就丰富多了，当然最能让人看上眼的就是SortedSet。有了它，我们就可以玩一些“贪心”的问题，比如适合“贪心”的优先队列，说到优先队列，我们以前实现了仅仅是内存形式的，哎，内存毕竟是内存，当有海量数据的时候，最好能有一个序列化到硬盘的操作。。。恰恰这个场景redis就可以办到。。。一：快速搭建 好了，我们知道redis比较适合做的事情了，现在我们可以进行快速搭建。第一步：下载redis-2.0... 阅读全文

摘要： 上一篇我们看了矩阵的顺序存储，这篇我们再看看一种链式存储方法“十字链表”，当然目的都是一样，压缩空间。一：概念 既然要用链表节点来模拟矩阵中的非零元素，肯定需要如下5个元素(row,col,val,down,right)，其中：row:矩阵中的行。col:矩阵中的列。val:矩阵中的值。right:指向右侧的一个非零元素。down：指向下侧的一个非零元素。现在我们知道单个节点该如何表示了，那么矩阵中同行的非零元素的表示不就是一个单链表吗？比如如下：那么进一步来说一个多行的非零元素的表示不就是多个单链表吗，是的，这里我把单链表做成循环链表，我们来看看如何用十字链表来表示稀疏矩阵。从上面的十... 阅读全文

摘要： 我们知道矩阵是一个非常强大的数据结构，在动态规划以及各种图论算法上都有广泛的应用，当然矩阵有着不足的地方就是空间和时间复杂度都维持在N2上，比如1w个数字建立一个矩阵，在内存中会占用1w*1w=1亿的类型空间，这时就会遇到outofmemory。。。那么面临的一个问题就是如何来压缩矩阵，当然压缩的方式有很多种，这里就介绍一个顺序表的压缩方式：三元组。一：三元组 有时候我们的矩阵中只有零星的一些非零元素，其余的都是零元素，那么我们称之为稀疏矩阵，当然没有绝对的说有多少个零元素才算稀疏。针对上面的这个无规律的存放非零元素，三元组提出了一种方法，就是仅仅记录矩阵中的非零元素以及它的行，列以及... 阅读全文

摘要： 话说大学的时候老师说妹子比工作重要~，工作可以再换，妹子这个。。。所以。。。这两个月也就一直忙着Fall in love，嗨，慢慢调整心态吧，这篇就选一个简单的数据结构聊一聊，话说有很多数据结构都在玩组合拳，比如说：块状链表，块状数组，当然还有本篇的双端队列，是的，它就是栈和队列的组合体。一：概念我们知道普通队列是限制级的一端进，另一端出的FIFO形式，栈是一端进出的LIFO形式，而双端队列就没有这样的限制级，也就是我们可以在队列两端进行插入或者删除操作。二：编码1：定义结构体通常情况下，队列的内部都是采用数组来实现，而且带有两个指针head和tail来指向数组的区间段，为了充分利用数组空间. 阅读全文

摘要： 年底了，人浮躁多了，沉不下去心研究技术了，不过昨天终于抢到了回家的票，很开心。 言归正卷，在WCF出来之后，可能我们玩这些原始的TCP越来越少了，我们知道WCF对TCP进行了再一次的包装，第一反应给我们的或许是同构系统用TCP，异构系统用HTTP，那么问题来了，异构系统到底可不可以用TCP呢？至少WCF是玩不了的，因为其他语言没有针对.net的“服务引用”，也没有什么ChannelFactory给你去玩，如果你是一定要追求性能的话，原始的TCP会助你一臂之力的。我们知道最最原始的是玩Socket，由于Socket比较复杂，但是最灵活，C#里面提供了两个简化的包装类：TcpListener和T. 阅读全文

摘要： 去年买了本数字图像处理算法，一直都没有看，前几个星期都一直忙着工作上的活，趁这阶段悠闲点，玩一玩图片处理，这玩意还是非常有意思的。 以前我们在做Web上的用户注册时，通常都会做一个验证码，大家都知道用来防止暴力注册的，当然提到验证码大家都知道C#里面有一个Bitmap类专门用来处理图片的，好吧，这一篇我们从最简单的“图片灰度化”说起。一：图片灰度化 我们都知道，位图是由一个一个像素点组成的，像素点可能是红色，橙色，粉色等等，这些颜色我们都知道是用RGB来表示的。每个颜色分量都是一个字节(0-255)，所以一般情况下图的像素点都是24位，当然还有32位，64位，当RGB是0-255之间的不... 阅读全文

摘要： 说到排序，大家第一反应基本上是内排序，是的，算法嘛，玩的就是内存，然而内存是有限制的，总有装不下的那一天，此时就可以来玩玩外排序，当然在我看来，外排序考验的是一个程序员的架构能力，而不仅仅局限于排序这个层次。一：N路归并排序1.概序 我们知道算法中有一种叫做分治思想，一个大问题我们可以采取分而治之，各个突破，当子问题解决了，大问题也就KO了，还有一点我们知道内排序的归并排序是采用二路归并的，因为分治后有LogN层，每层两路归并需要N的时候，最后复杂度为NlogN，那么外排序我们可以将这个“二”扩大到M，也就是将一个大文件分成M个小文件，每个小文件是有序的，然后对应在内存中我们开M个优先队... 阅读全文

摘要： 或许在生活中，经常会碰到针对某一个问题，在众多的限制条件下，如何去寻找一个最优解？可能大家想到了很多诸如“线性规划”，“动态规划”这些经典策略，当然有的问题我们可以用贪心来寻求整体最优解，在图论中一个典型的贪心法求最优解的例子就莫过于“最短路径”的问题。一：概序 从下图中我要寻找V0到V3的最短路径，你会发现通往他们的两点路径有很多：V0->V4->V3，V0->V1->V3，当然你会认为前者是你要找的最短路径，那如果说图的顶点非常多，你还会这么轻易的找到吗？下面我们就要将刚才我们那点贪心的思维系统的整理下。二：构建 如果大家已经了解Prim算法，那么Dijkstra算 阅读全文

摘要： 这篇我们看看第二种生成树的Kruskal算法，这个算法的魅力在于我们可以打一下算法和数据结构的组合拳，很有意思的。一：思想 若存在M={0,1,2,3,4,5}这样6个节点，我们知道Prim算法构建生成树是从”顶点”这个角度来思考的，然后采用“贪心思想”来一步步扩大化，最后形成整体最优解，而Kruskal算法有点意思，它是站在”边“这个角度在思考的，首先我有两个集合。1. 顶点集合(vertexs)： 比如M集合中的每个元素都可以认为是一个独根树（是不是想到了并查集？）。2.边集合(edges)： 对图中的每条边按照权值大小进行排序。（是不是想到了优先队列？）好了，下面该如何操作呢？... 阅读全文

摘要： 这一篇我们看看经典又神奇的并查集，顾名思义就是并起来查，可用于处理一些不相交集合的秒杀。一：场景 有时候我们会遇到这样的场景，比如:M={1,4,6,8},N={2,4,5,7}，我的需求就是判断{1,2}是否属于同一个集合，当然实现方法有很多，一般情况下，普通青年会做出O(MN)的复杂度，那么有没有更轻量级的复杂度呢？嘿嘿，并查集就是用来解决这个问题的。二：操作 从名字可以出来，并查集其实只有两种操作，并(Union)和查(Find)，并查集是一种算法，所以我们要给它选择一个好的数据结构，通常我们用树来作为它的底层实现。1.节点定义 1 #region 树节点 2 ... 阅读全文