摘要：B-treeB-treeB-tree（多路搜索树，并不是二叉的）是一种常见的数据结构。使用B-tree结构可以显著减少定位记录时所经历的中间过程，从而加快存取速度。按照翻译,B 通常认为是Balance的简称.这个数据结构一般用于数据库的索引，综合效率较高。结点B-tree中，每个结点包含：　　1、本结点所含关键字的个数；　　2、指向父结点的指针；　　3、关键字；　　4、指向子结点的指针；　　对于一棵m阶B-tree，每个结点至多可以拥有m个子结点。各结点的关键字和可以拥有的子结点数都有限制，规定m阶B-tree中，根结点至少有2个子结点，除非根结点为叶子节点，相应的，根结点中关键字的个数为1 阅读全文

摘要：中文的文本相似度的计算是基于分词来的余弦定理： 提取两段文本中所有词(事先需用空格分割好) 计算每个词在两段文本中分别出现的次数(用BSD tree.h里的RBTREE保存) 用词频做为A、B的分量 使用余弦公式计算AB夹角的余弦值jaccard： 大体差不多代码如下，分词用的是mmseg[代码] 阅读全文