小橋流水's Blog

摘要： 在百度实习已经三个多月了。我但是就计划在百度实习三个月，然后到其他的公司，去感受不同的企业文化。百度其实挺好的，我在这里的三个月学到了太多太多的东西。 刚来的两周时间，压力非常的大，以前基本上没有接触到linux，到了百度后，首先就是要做新人题。从设计到代码，单测都要独立完成。这个过程非常折磨人，周末的时候，我都在写代码的，学会了使用各种各样的的内部库，学会了单测，学会了Makefile，学... 阅读全文

摘要： 个人目录下： Web Crawled by myself # 自己爬取的数据集 cn 5 depth # 用nutch 0.7.2爬取的数据集，限制在cn域中，包括链接和文本 cn-2010-01-01 # 用nutch 0.7.2爬取的数据集，限制在cn域中，包括链接和文本 dlut.edu.cn2010-01-01 # 用nutch 0.... 阅读全文

摘要： 导航类的查询是指那些有明确寻址需求的查询，如“优酷网”或“优酷”等。目前很多互联网用户很可能只能记得百度等搜索引擎的网址，或把百度设置为首页，要进别的网站时，一般通过搜索来解决。 在搜索引擎中，对于导航类的查询，如果返回的第一条搜索结果不是目标网站的话，对用户的搜索体验是巨大的伤害。比如搜索“中国银行”，如果返回的不是中国银行的网站，而是某钓鱼网站的话，那很有可能对用户造成非常的伤害。因此，很有必... 阅读全文

摘要： WordPress有一个社交媒体连接的插件，可以将博客更新同步到微博，但很可惜的是不能同步到人人网，本打算自己修改添加一下这个功能。到网上找资料，发现人人网有一个日志的导入功能。就在发布日志的那个页面的右下角。导入时，填入你的博客的地址，我填的是我的博客的rss地址。第一次导入，会让你选择需要导入的日志，以及哪些人可以查看。据说，以后，当检测到你的博客有更新的话，也会同步到人人网上。这个功能还是比较方便的，省去了自己开发插件了。具体位置如下图： 阅读全文

摘要： 伪原创对与百度和搜搜等国内搜索引擎来说，效果很好，但是谷歌貌似对很少会把伪原创的东西排上来。比如你搜一篇博客，在百度出来90%的第一条不是原创的内容，很有可能是转载的或是伪原创的，但是谷歌貌似在这方面做得很好。在网上搜了搜关于伪原创的东西，发现有好多软件，说明这个行业还是很有市场的。从百度文库搞到一个伪原创的同义词表，作弊和反作弊的都可以看看，也许能挖掘一些规则什么的。52537条伪原创词库 阅读全文

摘要： 后溪最早见于《黄帝内经•灵枢•本输》篇，为手太阳小肠经的输穴，又为八脉交会之一，通于督脉小肠经。有舒经利窍、宁神之功。适合经常坐在电脑前的上班族、发育中的孩子，可预防驼背、颈椎、腰部、腿部疼痛，也有保护视力、缓解疲劳、补精益气的功效。 后溪穴的位置如下图所示。 我们想想，当我们坐在电脑旁阅读文件的时候，手是怎么放的？肯定是一手不离鼠标，一手仍在键盘上吧！保持这个姿势不动，人都变僵了。这时，不妨... 阅读全文

摘要： 今天qq上一个师弟向我咨询实习相关的问题。关于实习，其实也一直有很多话要说。我是今年5月份出来实习的，一直到现在，已经7个月了，4个月在百度联盟研发部，剩下的三个月在腾讯soso。这个过程中既有欢笑，也有茫然和痛苦。我在收获实习工资（虽然不是很多）的同时，得到了巨大的成长。 我这个人最大的特点是喜欢钻研，我并不是个很聪明的人，也不太善于与人交流，但我喜欢钻研问题，但往往在面试的过程中别人了解不到我... 阅读全文

摘要： 1、一个随机数产生器以概率p生成0，以概率(1-p)生成1，怎样生成等概率的0和1？ 如果用这个随机数产生器产生两个位，出现00的概率为，出现01的概率为，出现10的概率为，出现11的概率为。看到没有，出现01和10的概率相等。那么我们就可以用这个随机数生成器每次产生2位，直到产生的是01或者10，当为01时，输出0，当为10时输出1。 问题扩展：还是给这么一个随机数产生器，要求等概率地产生。 解... 阅读全文

摘要： Given a matrix in which each row and each column is sorted, write a method to find an element in it. Assumptions:»»Rows are sorted left to right in ascending order. Columns are sorted top to bottom in... 阅读全文

摘要： Write a method to compute all permutations of a string. 翻译：写一个计算一个字符串所有排列的算法。 [方法1] 递归的方法 首先字符串分为a[0,1,...,n-2]和a[n-1]两部分，然后将递归求解a[0,1,...,n-2]的所有排列，最后将a[n-1]插入到a[0,1,...,n-2]的所有排列中去（注意一共有n个插入点） 代码如下... 阅读全文

摘要： 昨天去小米笔试了，其中一道大题是求一个字符串的所有排列，如“AAB”的所有排列为{“AAB”、“ABA”，“BAA”}，这道题在我之前的博客中有研究过，所以不赘述，请查看这里。 另外一道题是给定一些线段，线段有起点和终点，求这些线段覆盖的距离，重复的部分只计算一次。这道题其实应该也算比较easy了，昨天笔试的时候，写得有点复杂了。今天整理了一下思路：首先排序，起点低的在前面，起点相同的按终点排。然... 阅读全文

摘要： 7K7K 2000W数据库 thunder://QUFodHRwOi8veGxpc3N1ZTExMC5zYW5kYWkubmV0LzdrN2syMDAw5LiHXzIwNDcucmFyP2ZpZD1iYXhLQ2sqeEtzWW9tUUVUSHBFS0x2ZjJGR2pBYmlNTUFBQUFBSzlqWEhHZXBQNFYwV09obHRhR2hqaGlheEJTJm1pZD02NjYmdGhy... 阅读全文

摘要： 对于一个网页来说，一般都会有非常丰富的边框或导航条信息，但是用户往往比较专注于主题内容，边框内容可以说是没有太大价值的。尤其是对于手持设备来说，显示大量的边框信息将变得非常讨厌。在搜索引擎中，其实只要搜索引网页的主题内容，对于边框内容的索引意义不大。 上面说了一下提取一个网页主体内容的作用，下面来讨论一下方法。如果真要准确地提取一个网页的主题将非常困难，因为网页的结构多种多样，如果要做到程序自动化... 阅读全文

摘要： 看到李开复老师在微博上发ppt，感觉挺好的。原来新浪微博开通了发多张图片进行拼接的功能，这样就可以把ppt转成图片，然后再发布到新浪微博上。但是新浪微博有最多9张图片的限制，这个比较不爽，而对于腾讯微博，还不能发多张图片，这个就更不爽了。所以自己就写了一个将图片拼接起来的程序，用C#写的，非常简单，其实就一个函数，总的代码也不过130行，核心拼接函数如下： /// ... 阅读全文

摘要： 上网查了一下，官方貌似没有提供flash builder 4.5的下载，但是既然是基于eclipse的，那么应该能被安装在linux下。 首先，安装eclipse sudo apt-get install eclipse 然后，下载eclipse的flash builder 插件 最后就是安装了，运行 whereis eclipse 可以查看eclipse的安装路径，我这里找到的路径是：/u... 阅读全文

摘要： Big endian machine: It thinks the first byte it reads is the biggest.Little endian machine: It thinks the first byte it reads is the littlest.举个例子，从内存地址0x0000开始有以下数据0x0000 0x120x0001 0x340x0002 0xab0x... 阅读全文

摘要： 肚皮舞 Nobody 一个像夏天一个像秋天 其他节目1 其他节目2 其他节目3 阅读全文

摘要： 输出n对括号，正常打开，正常关闭的所有情况 [方法1] 采用递归的思路/** 输出n对括号，正常打开，正常关闭的所有情况 采用递归的思路 首先采用递归求出n-1对括号，所有正常的组合 然后，对于n-1对括号的每一种情况（用*表示）都有3中情况：(*)，()*，*() 注意：第二种情况和第三种情况，可能是一样的，也可能不一样 对于一样的情况只能算作一种 **/ vector parentheses(... 阅读全文

摘要： screen是一个很好的bash保存的工具，可以保存你现有的工作，网上有很多关于这个的配置，我找了一个精简了一下，个人感觉还是很不错的： #se the startup message startup_message off term linux ##use ` as the Global Key ## escape `` ##set a biger buffer defscro... 阅读全文

摘要： 又到一年招聘时，公司和同学都面对选择的问题。公司想招到牛的人，同学想找到牛逼的公司。大家也都相互攀比着offer的情况。我也在几家公司中徘徊过，或者说现在也还在徘徊中。面对大公司或者小公司，大公司与大公司，小公司与小公司之间有各种各样的选择。 但是我的思路越来越清晰了。首先是要好好的定位自己。不妨问自己几个问题。你擅长什么？你喜欢做什么？你将来想成为什么样的人？什么对你来说是重要的？对于我来说，第... 阅读全文