摘要： 《一生紧随毛：回忆我的父亲...陈士榘》里记载，“李德刚刚来到部队，提出...希望有个中国女战士陪他睡觉。”康...说：“当时女同志都不愿意嫁给一个不会说中国话的外国人，所以一直找不到合适的对象。”后来找到个“大个子，长得不错的前童养媳。”萧月华1910年8月出生于广东大埔县一个农民家庭。“当组织上动员她给李德做老婆时，她起先表示坚决不干。过了几天，通知她说：“李德是...国际派来帮助......领导干部，给他做老婆，是革命工作的需要，组织已决定你同他结婚。”她勉强服从了这个“组织决定”。婚后，两人关系一直不好。在这次包办婚姻中，萧月华生了个男孩。孩子的肤色黑黑的，更接近中国人而不像白种人。毛 阅读全文

摘要： 之前我有一篇文章《C++ 中让对象的拷贝成为 显式 的》，使用类似的技巧，可以避免字符串加法中的临时对象，也许是因为惰性，这个想法一直没有诉诸实现，今天有空把它写了出来。先看看这段代码：std::string a = "A";std::string b = a + "B" + "C" + "D" + "E" + "F";在C++11之前的标准 C++1998/2003 中，为了计算 b，这段代码一共创建了 5 个临时 std::string 对象。实现代码非常简单：#incl 阅读全文

摘要： 用在 onfly minimal acyclic DFA construction 上，速度提高了大约28%，内存对每个State节约了4个字节。以后有空再努力一下，把 gold_hash_idx 再深入泛化一步，做成可以更方便地用于 multi_index 。 阅读全文

摘要： 目前的gold_hash_map 实现中，index和data是耦合在一起的。今天在思考 onfly MinADFA 的进一步优化时，想到了一点：在MinADFA_onfly 中，equivalence_register是一个gold_hash_tab,它以 state_id 为 elem，以StateContent 为key，再深入思考，其实这个state_id 没有存在的必要，equivalence_register中保存 state_id 的数组只要和state 数组平行，这个 state_id 的存储就可以省掉，直接将 state 数组的下标作为 elem就可以了，对每个state可以 阅读全文

摘要： Trie的搜索复杂度是 O(length(strkey))Hash表，计算Hash的复杂度也是O(length(strkey))1. Trie因为每读一个字符，要做一次状态转移，就有一次（随机）访存操作，计算 strkey 的 Hash 不需要每个字符都随机访存，从这一点看，Hash胜出2. Hash 可能会有冲突，而 Trie 没有冲突，这一点，Trie 胜出3. 可以在 Trie 上应用 DFA Minimization 算法，生成一个 Minimum Acyclic DFA，再加一些额外算法，可以节省更多内存（有可能超过100倍），同时可以用 O(length(strkey)) 的时间复 阅读全文

摘要： NFA转化DFANFA既然和DFA等价，那么，它们之间就存在对应关系，DFA到NFA的转化是自明的：没有空转移，把返回的单个state编程仅包含一个state的集合，就是一个形式上的NFA。但是，NFA到DFA的转化就不是那么简单了，实际上，在计算理论中，它属于ExpSpace问题，是一类比NP问题更难的问题。往简单了说，因为NFA的转移函数的返回值是个state集合，如果NFA的state数目为n，那么这个state集合的集合，就是整数[0,n)的幂集，这个幂集的元素数目是 2^n ，不错，在最坏情况下，包含n个状态的NFA对应的DFA有 2^n 个状态。虽然这个让人很悲观，但是在实际情况中 阅读全文

摘要： DFA的实现在工业界，DFA的有效实现一直是一个问题，龙书中提到了一种使用四个数组的通用DFA实现，在汉字分词算法中经常用到double array作为Trie的一种实现。四数组的是通用DFA的实现，双数组的仅能用于实现Trie。并且它们的创建速度慢，难以理解，内存占用也比较多，状态id的值域范围稀疏。我的实现我实现了一种很紧凑的DFA，这在某种程度上源于popcount带来的灵感。当然，我的这种实现也是有局限性的：仅用于字母表为byte的情形，虽然这在绝大多数情况下已经足够，但是作为确定性PushDown Automata的基础DFA时可能就不够了。关于popcount有很多有趣的故事，大家 阅读全文

摘要： Version 1.51.0New Libraries: ContextBoost.Contextis a foundational library that provides a sort of cooperative multitasking on a single thread. By providing an abstraction of the current execution state in the current thread, including the stack (with local variables) and stack pointer, all register 阅读全文

摘要： 几个月前实现了一个自动相关的算法，在一个比较乐观的测试中，将一个2.3G的url集合压缩到了27M，同时，key查找的时间复杂度是O(strlen(key))。当然，还有其它一些自动机相关的算法的优化实现，比如Aho-Corasick多模匹配。自动机的实现，这里说的自动机，指确定性的有穷状态自动机(DFA: Deterministic Finite Automata)。关于非确定性的有穷状态自动机(NFA:Non-deterministic Finite Automata)，不会做过多介绍。NFA和DFA本质上是等价的，也就是说，它们的表达能力（能识别的语言的集合）是相同的。“语言”这个词，在 阅读全文

摘要： 自动机有很多用途，不光是编译器会用到，众所周知的还有正则表达式。其他，简单的如字符串搜索，存储等，复杂点的如模型验证，定理证明……最简单的自动机应该算是DFA了，再往简单了说，一个DFA就是一个 map>, 其中 int 是 state id，char是转移标号；如果有人还嫌不够简单，最最简单的那就是 int [][256] 了，就是一个256列的矩阵。就这么简单的一个东西，却蕴含着非常深刻的思想，有着非常广泛的用途。几个月前因为项目需要，再加上自己的兴趣，实现了一系列自动机相关的算法和数据结构(用C++11写的)，其结果和成就感远超我当初一开始的想象和预期，因为有好几个算法我的实现远远 阅读全文