旭东的博客

摘要： Aho-Corasick算法是多模式匹配中的经典算法，目前在实际应用中较多。Aho-Corasick算法对应的数据结构是Aho-Corasick自动机，简称AC自动机。搞编程的一般都应该知道自动机FA吧，具体细分为：确定性有限状态自动机(DFA)和非确定性有限状态自动机NFA。普通的自动机不能进行多模式匹配，AC自动机增加了失败转移，转移到已经输入成功的文本的后缀，来实现。1.多模式匹配 多模式匹配就是有多个模式串P1,P2,P3...，Pm，求出所有这些模式串在连续文本T1....n中的所有可能出现的位置。 例如：求出模式集合{"nihao","hao" 阅读全文

摘要： [转自]http://www.cnblogs.com/xfreedom/archive/2011/05/16/2048037.html要想使用标准C++中string类，必须要包含#include // 注意是，不是，带.h的是C语言中的头文件using std::string;using std::wstring;或using namespace std;下面你就可以使用string/wstring了，它们两分别对应着char和wchar_t。string和wstring的用法是一样的，以下只用string作介绍：string类的构造函数：string(const char *s); //用 阅读全文

摘要： 1.FIFO队列 std::queue就是普通意思上的FIFO队列在STL中的模版。 1.1主要的方法有： (1)T front()：访问队列的对头元素，并不删除对头元素 (2)T back()：访问队列的末尾元素，并不删除末尾元素 (3)void pop()：删除对头元素。 (4)void push(T）：元素入队 1.2代码实例 1 #include 2 #include 3 using namespace std; 4 int main() 5 { 6 std::queue myqueue; 7 myqueue.push(11); ... 阅读全文

摘要： 1.文件合并1.1文件上下合并 cat f1 f2> muti (将文件f1、f2合并成文件muti，f1在上，f2在下)1.2左右合并 paste f1 f2 > muti(将文件f1、f2合并成文件muti，f1在左，f2在右，默认使用tab键隔开)2.文件分割2.1按行数分割 split -l 5 file (将文件file进行分割，每个分割后的小文件，行数不大于5)2.2按大小切割 spilt -C 20M file (将文件file进行分割，每个分割后的文件最大为20M)3.文件去重3.1 可以使用sort命令 sort -u mm(对mm文件进行排序，重复的行只取一次) 阅读全文

摘要： 好久没有写博客啦，之前看完了《设计模式之禅》也没有总结一下，现在回忆一下设计模式之观察者模式。1.什么是观察者模式 简单情形：有A、B、C、D等四个独立的对象，其中B、C、D这三个对象想在A对象发生改变的第一时间知道这种改变，以便做出相应的响应或者对策。 上面的这种情形，就是观察者模式。 当然可以有多个观察者，多个被观察者。 观察者与被观察者也不是对立的，一个对象可以观察其他对象，也可以被其他对象观察。2.观察者模式的应用 为了更好的理解什么是观察者模式，下面我举一些可能用到该模式的情形或例子： (1)周期性任务。比如linux中的周期性任务命令crontab命令，win7下的定时... 阅读全文

摘要： java的动态绑定 所谓的动态绑定就是指程执行期间（而不是在编译期间）判断所引用对象的实际类型，根据其实际的类型调用其相应的方法。java继承体系中的覆盖就是动态绑定的，看一下如下的代码：class Father { public void method(){ System.out.println("This is Father's method"); }}class Son1 extends Father{ public void method(){ System.out.println("This is Son1's method") 阅读全文

摘要： 今天做了个笔试，这是其中的一道题目：写代码使得分别出现StackOverflowError和OutOfMemoryError。1.StackOverflowError 堆栈溢出错误一般是递归调用嘛。下面的代码就可以出现：package T20131009;public class StackOverflowTest { public static void main(String[] args) { method(); } public static void method(){ for(;;) method(); }... 阅读全文

摘要： 以前用jxl.jar包，读写过Excel文件。也没有注意最适合列宽的问题，但是jxl.jar没有提供最适合列宽的功能，上次用到写了一下，可以基本实现最适合列宽。注意，这个只是基本可以实现，基本针对中文电子报表。1.实现思路 (1)一般的中文汉字占位长度是英文字母的2倍，“方块字”很统一。 (2)对于要写入Excel中的数据统计每一列的最大列宽，最后直接将这一列的列宽设置为这个列的最大值即可。2.实现代码import java.io.File;import java.util.ArrayList;import java.util.List;import java.util.regex.Mat.. 阅读全文

摘要： 一致性哈希算法主要使用在分布式数据存储系统中，按照一定的策略将数据尽可能均匀分布到所有的存储节点上去，使得系统具有良好的负载均衡性能和扩展性。感觉一致性哈希与数据结构中的“循环队列”还是有一点联系的。 1.简单哈希算法 哈希(hash)计箅是常见的数据分布技术，其通过求模运算来计算哈希值，然后据此将 阅读全文

摘要： 做项目的时候需要对拿到的数据进行“清洗”，比如剔除一些不可能存在的身份证号码。查阅了网上的身份证号码验证算法，自己也总结一下。(一)18身份证号码的结构 公民身份号码是特征组合码，由十七位数字本体码和一位校验码组成。 排列顺序从左至右依次为：六位数字地址码，八位数字出生日期码，三位数字顺序码和一位校验码。 1、地址码 表示编码对象常住户口所在县(市、旗、区)的行政区域划分代码，按GB/T2260的规定执行。2、出生日期码 表示编码对象出生的年、月、日，按GB/T7408的规定执行，年、月、日代码之间不用分隔符。 3、顺序码 表示在同一地址码所标识的区域范围内，对同年、同月、同日... 阅读全文