Core Hua

摘要： 当一个问题的规模很大时，直接求解往往比较困难。对于这类问题，很大一部分是可以采取分而治之的思想来处理的。 分治法是把问题划分成多个子问题来进行处理。这些子问题，在结构上跟原来的问题一样，但是规模比原来的问题要小。如果得到的子问题还是比较大，那么可以接着细分，一直细分到可以接受的程度为止。这样就可以用迭代的方法，分别求解这些子问题，最后再将子问题的解组合起来，就可以得到原问题的解。分治法的设计原理 对于一个规模为n的问题P(n)，可以将它分解成k个规模较小的子问题，这些子问题互相独立，且结构跟原问题的结构相同。在解这些问题的时候，又可以对每一个子问题进行进一步的分解，直到某一个阈值n0时为止。. 阅读全文

摘要： SAS是现今非常流行的数据分析和数据挖掘软件，想从事数据分析行业，掌握SAS很有必要。虽然SAS本身提供了丰富的人机交互界面，通过手动调用各个Menu能方便地完成数据统计分析的任务，但是，通过代码来调用各个功能模块无疑能为工作带来巨大的灵活性，并显著提高效率。 本文主要是根据网上找到的一个电子文档《SAS语句简介》（可能是某本书的其中一章）以及朱世武老师的《SAS编程技术... 阅读全文

摘要： 1. 给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url？方案1：可以估计每个文件安的大小为50G×64=320G，远远大于内存限制的4G。所以不可能将其完全加载到内存中处理。考虑采取分而治之的方法。s 遍历文件a，对每个url求取，然后根据所取得的值将url分别存储到1000个小文件（记为）中。这样每个小文件的大约为300M。s 遍历文件b，采取和a相同的方式将url分别存储到1000各小文件（记为）。这样处理后，所有可能相同的url都在对应的小文件（）中，不对应的小文件不可能有相同的url。然后我们只要求出1000对小 阅读全文