摘要：对从网络上抓取到的网页进行处理：建立网络库，分词，去重，if-tdf计算权重，归一化，然后根据查询词将文本相似度从高到低的依次返回给客户第一阶段：python网络爬虫抓取网页，并存盘第二阶段：对磁盘上的网页文件建立网页库，将全部网页写入网页库，并建立相应网页的偏移量索引文件(1 23 100)-->... 阅读全文

摘要：编辑距离： 一个单词变换成另一个单词所需的步数，基本步骤：增加一个字符，减少一个字符，修改一个字符。应用：搜索的时候使用ipone-->iphone,编辑距离为1，在类似文本纠错的项目中，找出编辑距离最小的值（可以用priority_queue），实现模糊匹配！1.英文int Edit_Disten... 阅读全文

摘要：#include #include #include #include using namespace std;templatestruct LRUCacheEntry{ K key; T data; LRUCacheEntry* prev; LRUCacheEntry* n... 阅读全文

摘要：[syswj@host 0813]$ cat dic_tree.cpp #include #include #define MAX 26using namespace std;typedef struct TrieNode{ int ncount; struct TrieNode *ne... 阅读全文