摘要：package com.thunisoft.in4.cm.associate.util;import java.util.List;import java.util.Map;/** * 编辑距离算法 * * @author fanxf * */public class HanziParse { /** * 计算矢量距离 Levenshtein Distance(LD) * * @param str1 * str1 * @param str2 * str2 * @return ... 阅读全文

摘要：问题：有一个连续文件，其中保存了40亿个数字，其中有重复的数字，要求在不到1MB内存空间的前提下，寻找出现两次以上的数字。原理： 将这些数字读出来取其二进制编码，如：0000000100100011010001010110011110001001101010111100遍历这些串，首先取第一位，如果是0，存入文件1，如果是1，存入文件2；然后以文件1为输入，取第二位，判断第二位的数字再次进行分类。这样递归分析完所有的文件，重复的数字会被归并到一个文件中，单独出现的数字会保存到一个单独的文件中。以下是java代码实现，以16位长度为例：先制造数据：import java.io.IOExcep.. 阅读全文

摘要：/* * Diff Match and Patch * * Copyright 2006 Google Inc. * http://code.google.com/p/google-diff-match-patch/ * * Licensed under the Apache License, Version 2.0 (the "License"); * you may not use this file except in compliance with the License. * You may obtain a copy of the License at * * 阅读全文