用心去做

摘要：这几天不断尝试社交圈子挖掘的算法，不断改进算法，产生了很多的结果。对于我自己的圈子，我人工评价即可知道效果如何，但是如果测试其他人的数据，总是请同学帮忙验证，有些过于麻烦，而且，这样的人工评价，不利于比较。所以，我需要一个相对准确的方法来评价我挖掘出的圈子的效果如何。 我经常听有人说圈子的“准确率”，“召回率”如何如何。但是，我觉得这个也不是很直观，因为这个需要标注数据，来进行测评。那我们能否从网络拓扑结构本身入手，进行判断呢？当然可以，就是：quality function。 这个思路很早就提出来了。要分析这个思路，还要先说说社团结构的定义。对于社团结构，一直没有很好的定义，尤其是量化的定义 阅读全文

摘要：我很喜欢《亮剑》这部电视剧，李云龙经常说：我们不能打了半天，不知道敌人是谁。所以 ，这一篇文章，我简单分析一下，微博社交圈子挖掘目前遇到的问题是什么？不能分析了半天，只注重结果如何如何，却忘记了最根本的问题、难题是什么。 复杂网络中社团结构发现的研究已经有好多年了，有分裂的方法，凝聚的方法，基于网络动力学的方法，还有很多别的奇怪的方法。这些方法都有各自适应的解决的网络结构。比如前一篇博客中提到的两点：层次性重叠性一些方法层次性处理的很好，如GN，Newman‘s fast algorithm等，有些重叠性处理的非常好，如k-clique方法比较典型。后来，研究人员相继提出一些方法，将上面的两个 阅读全文

摘要：微博构成了一个社交网络，链接非常复杂，学术一点说叫做复杂网络。在社交网络中发现圈子，其实就是在复杂网络中发现社团结构，有很多方法可以依循。但是目前这些方法，都有各自的优缺点，没有相对完美的算法。从今天开始尝试学习、分析这些算法的特点，并且希望能够进行不遗余力的改进。 在一个复杂的社交网络中，有两个特点，首先要很清楚，才能够判断挖掘的圈子是否合理，是否贴合实际：层次性：在社交网络中，圈子、或者社团结构，往往都是可以分为子圈子、子社团结构的，可能是由于选取某系的某种不同程度。重叠性：由于人的多面的属性，在实际的社交网络中，圈子往往是重叠的。根据以上两个重要的特点，分别有比较典型的代表算法：Newm 阅读全文

摘要：今天在一个博客中看到一个程序，使用mapped file机制，创建超大的矩阵，主要是为了节省内存，避免内存溢出异常。主要代码如下：/** * */package high.performace.java;import java.io.Closeable;import java.io.IOException;import java.io.RandomAccessFile;import java.n... 阅读全文

摘要：看了几篇文章介绍高性能java程序开发的，主要是关于采用一些什么样的方法，能够较大的提升java程序的性能，主要有以下几点： 使用unsafe的类，去掉一些不必要的检查。这部分我平时没有使用，需要进一步研究 尽可能少的使用内存，比如对于基础类型的集合，可以采用Trove工具包。 java中默认的String的实现性能比较低，是基于char[]，java 6之后，使用-XX:+UseCompress... 阅读全文

摘要：ubuntu下，适用eclipse开发c++程序，经常会需要连接外部的库，主要有两种方法： 直接修改Debug/objects.mk: 修改如下：LIBS := -lxapian 右键项目->peoperties->c/c++ Build->Settings->Tool Settings->GCC C++ Linkder->Libraries。在上面的Libraries（-l）中添加，比如我要添加... 阅读全文

摘要：打算将一篇论文中的存储引擎实现了，java效率相对低，不想用c++，就想到了google开源的go语言。这次是真的有实际需求的学习了。开始安装： 安装c语言工具：gcc，make，awk等，一般默认都安装好了 安装Mercurial，sudo easy_install mercurial， 如果没有安装easy_install，执行：apt-get install python-setuptool... 阅读全文

摘要：笔记都是写给未来的自己看的。Cassandra为什么要有Compaction的机制Cassandra是BigTable的列族（Column Family）存储方式，这是一种非常灵活的存储模型，即使在同一个表中，不同的key也可以有不同的列，而且列不是对齐存储的，节省了空间。在Cassandra中，insert和update在底层都是追加的方式实现的，例如，数据key1对应column1，column2两列，要更新key1数据，更新内容为column2，c0lumn3。column1不变，column2更新，column是新加的。并且由于追加的方式，原数据和更新数据分别在两个sstable文件中 阅读全文

摘要：统计的HDU上的部分动态规划的题目，供自己复习查找，大部分题目的思路、代码会在博客中给出。ID题目状态2955Robberies 1864最大报销额 1231最大连续子序列AC1003Max sumAC1506Largest Rectangle 1505City Game 2602Bone Collector 1087Super JumpingAC2571命运 1069Monkey and Ban... 阅读全文

摘要：找到一个上升子序列，和最大。注意取值可能为负数。#include int n;int a[1001], dp[1001];int main() { while (scanf("%d", &n)) { if (0 == n) break; for (int i = 1; i a[j] && dp[i] m) m = dp[i]; } printf("%d\n", m); } return... 阅读全文

摘要：水题一道，但是论坛中有人说从上往下dp，一定是wa，我两个方向都试过了，全部ac。自底向上dp：#include int c, n;int dp[100][100];int max (int a, int b) { if (a > b) return a; return b;}int main() { scanf("%d", &c); while (c--) { scanf("%d", &n)... 阅读全文

摘要：注意多个测试用例，和poj不一样 注意输出用例结果之间要换行代码如下：#include int rect[101][101];int a[101], dp[101];int n, mx;int main() { while (scanf("%d", &n) != EOF) { for (int i = 1; i dp[k - 1] + a[k]) dp[k] = a[k]; ... 阅读全文

摘要：最长公共子序列问题，经典dp#include #include #include using namespace std;char a[2000], b[2000];int al, bl, m;int dp[2000][2000];int main() { while (cin >> a >> b) { al = strlen(a); bl = strlen(b); bool one = f... 阅读全文

摘要：子序列最大和问题，记录开始结束位置。#include int k, m, st, ed;int a[10001], dp[10001], s[10001], e[10001];int main() { while (scanf("%d", &k), k) { for (int i = 1; i a[i]) { dp[i] = dp[i - 1] + a[i]; s[i] = s[i... 阅读全文

摘要：这是HDU1003题目的扩展，一维扩展到二维。HDU1003解题思路很简单，但是如果要记录起始位置的话，需要额外两个数组。HDU1003中，设dp[i]表示以第i个数结尾的子序列中，和最大的值，状态转移方程为：dp[i] = max(dp[i - 1) + a[i], a[i])刚刚看到POJ1050这个题目，也想着顺着这个思路扩展，但是不得其解，无法构造状态转移方程。后来看了别人的解题报告，才恍... 阅读全文

摘要：今天是元宵节，外面的鞭炮声很大。元宵晚会已经成了那些人的KTV了。我还是总结一下白天的题目好了。POJ1088是一道在二维数组上的最长下降子序列或者最长上升子序列问题。很自然会用h[i][j]来表示到(i，j)位置的最长上升子序列的长度。考虑状态转移方程，与之有关系的是： h[i - 1][j] h[i][j - 1] h[i + 1][j] h[i][j + 1]状态转移方程如下：h[i][j]... 阅读全文

摘要：通过这个题目，对自顶向下分析，有了进一步的理解。题意如下表：Vases(j)12345Bunches(i)1723-5-24162521-410233-215-4-20201，2，3行代表三束花，1，2，3，4，5列代表这么多列的花瓶，要把三束花放到花瓶中，满足一下几个条件： 不同的花要出现在不同的列 j1表示1号花放的列，依次。保证j1<j2<j3 最重要的，要保证三个位置上的数字和最大。分析这... 阅读全文

摘要：这道题目和前面两道是类似的，如果采用相同的方法去解，会出现TLE。前面的方法时间复杂度是O(n^2)的，这道题目，我们要采用的方法是O(nlogn)的。思路想法儿也比较简单，就是在前面方法的基础之上，运用了二分查找。在使用O(n^2)的方法的时候，查找i前边的比它小或者大的时候，是遍历前面每一个元素，并且进行比较。这样，时间复杂度就为O(n^2)。但是，在实现算法的过程中，在计算第i个元素的时候，... 阅读全文

摘要：水题一道，分析方法见前一篇博客。代码如下：#include using namespace std;int a[1001], dp[1001];int main() { int n; while (cin >> n) { for (int i = 1; i > a[i]; int max = 0; for (int i = 1; i max) max = dp[i]; } cout 阅读全文

摘要：题目说了很长，要求最长下降子序列。题目的输入比较奇怪，需要全部读入之后，再进行dp，否则会TLE（这是我看其他同学说的）。这个题目的递归表达形式（正规一点儿应该叫做：状态转移方程，我太土了）---状态转移方程为：dp[i] = dp[j] + 1 （0 > tmp; if (-1 == tmp) break; int len = 0; a[len++] = tmp; while(1) { ... 阅读全文

摘要：给定两个字符串x，y，求得相互之间转换的最小操作次数（最小编辑距离）。dp[i][j]表示x的前i个字符和y的前j个字符的最小编辑距离，与以下三个值有关： dp[i-1][j] dp[i - 1][j - 1] dp[i][j - 1]对于第一个，要求的dp[i][j]，要做的是比较x[i]和空（可能是insertion或者deletion，不关注），操作代价为1。对于dp[i][j - 1]同样... 阅读全文

摘要：给定一串数字，要求子序列和最大的值。这个子序列是连续的。要不然，就直接选取全是正值的加和即可。我开始很直接的就想到一个O(n^2)的算法，因为子序列又开始位置i和结束位置j。我就定义了一个二维数组，索引就是位置，例如，a[i][j]表示，子序列i到j的和，然后遍历一边二维数组，得到最大的值。代码如下：#include using namespace std;int main() { int ... 阅读全文

摘要：这道题目比较有意思，给定三个字符串，判断第三个字符串是不是前两个字符串中的字符组成的，而且，在前两个字符串中的字符要与原串中的顺序一致才行。例如，cat tree cattree就可以，但是tretac就不行了。解决这个我首先想到的是使用递归的方法解决：用三个变量记录三个字符串的扫描位置，初始都是0，然后递归遍历每个字符，判断是否于第三串中相等，相等则游移一位。代码如下：#include #inc... 阅读全文

摘要：依旧是如何找到递归表达形式。这个我目前也没有更好的方法，只能遇到一道题目，就解决一道，想不到就抄别人的，变成自己的，积累经验。这道题目中提到的对齐方法，可以任意的加空格，用‘-’表示。那这个情况就比较多了，要怎么处理呢。总结递归表达形式如下，对于任意第一个前i个字符和第二个前j个字符匹配的最大匹配值dp[i][j]可取一下三个之中最大：a[i]第一个字符串的前i个字符，b[i]第二个字符串的前j个... 阅读全文

摘要：将一个问题的解决过程，表达为递归的形式，还是挺难的，有的问题递归藏的很深。有的问题本身进行递归，有的却要转换一下，这个是很重要的。POJ1159题，对于一个给定的字符串最少插入几个字符，可以变成一个回文字符串。这道题目，刚刚看，觉得无从下手，因为事先知道使用动态规划解决，要找到解的递归形式，怎么也没想明白（其实是可以的）。后来变换思路，逆向思维，因为要插入一些字符，才能变为回文，那去掉插入的这些字... 阅读全文