摘要：背景 拓展知识图谱-人物关系模块，激发用户兴趣点击，提升流量。 要解决的问题 1、识别人名：ner 命名实体识别。 2、识别两个人是有关系的； 人名共现来说明两个人之间有关系； 词向量计算词与词之间的相似度来说明两个人之间关系。 3、人物关系挖掘。 两个人名满足某种依存模式，则将两个人名和关系抽取出 阅读全文

摘要：背景 提升产品体验，节省用户感知度。——想想，如果看到一堆相似性很高的新闻，对于用户的留存会有很大的影响。 技术方案1、信息指纹算法 思路：为每个网页计算出一组信息指纹(Fingerprint)。比较两个网页相同信息指纹数量，从而判断内容的重叠性。 步骤： 1）提取网页正文信息特征（通常是一组词）， 阅读全文

摘要：概述 动态规划我们在工作中会经常用到，有时候你会有这个意识，而且我相信你在项目中肯定使用过，只是你不了解这种方式是“动态规划”而已。它最大的特点就是“空间换时间“。 如果你想大致了解下，你可以直接略过细节，直接看“使用动态规划方法求解最优钢条切割问题”这一部分。细节部分，只是使用案例和数学公式教大家 阅读全文

摘要：概述 概念解析： 串行算法：在任一时刻仅有一条指令被执行。 并行算法：能够在多处理器计算机上运行，并且允许多条指令同时执行。 并行计算机：拥有多个处理单元的计算机。并行计算机体系结构模型有多重：如共享存储（每个处理器可都可以直接访问存储器的任何位置），分布式存储（每个处理器的存储器是私有的，处理器之 阅读全文

摘要：问题 <!--5f39ae17-8c62-4a45-bc43-b32064c9388a:W3siYmxvY2tUeXBlIjoibGlzdC1pdGVtIiwic3R5bGVzIjp7ImFsaWduIjoibGVmdCIsImluZGVudCI6MCwidGV4dC1pbmRlbnQiOjAsIm 阅读全文

摘要：问题 <!--5f39ae17-8c62-4a45-bc43-b32064c9388a:W3siYmxvY2tUeXBlIjoibGlzdC1pdGVtIiwic3R5bGVzIjp7ImFsaWduIjoibGVmdCIsImluZGVudCI6MCwidGV4dC1pbmRlbnQiOjAsIm 阅读全文

摘要：问题 <!--5f39ae17-8c62-4a45-bc43-b32064c9388a:W3siYmxvY2tUeXBlIjoibGlzdC1pdGVtIiwic3R5bGVzIjp7ImFsaWduIjoibGVmdCIsImluZGVudCI6MCwidGV4dC1pbmRlbnQiOjAsIm 阅读全文

摘要：　我一直在想一个问题，我怎么能把一件事情说的明白呢？尤其是程序方面的知识点。思路清楚是非常重要的（只有思路清楚，表达清楚了，才能一目了然），这个清楚的思路怎么表现出来？我努力去做这件事情。这篇主要围绕堆栈来展开话题。 阅读全文

摘要：序很多博友要求我修改标题，我也感觉这几篇文章确实跟大型网站和架构关系不大，所以决定修改标题。上文聊到伸展树，这篇讲ISAM树。ISAM树是1964年IBM提出的。索引顺序存取方法（ISAM, Indexed Sequential Access Method）最初是IBM公司发展起来的一个文件系统，可以连续地（按照他们进入的顺序）或者任意地（根据索引）记录任何访问。如果对ISAM代码感兴趣，可以参考mysql-3.23.35源码，里面的代码很有参考价值。——代码部分我就不讲解了，以后如果有时间就专门针对isam做个系列文章。ISAM结构♦ 相当于多叉平衡树♦ 树矮（能减少硬盘I/O次数）♦ 节点 阅读全文

摘要：序承接上文，我们继续聊这个话题。平衡二叉树:AVL Tree(1962)上文我们只实现了单旋，但是实际中为了达到平衡很多是要做双旋操作的。先来看一张双旋后的一张图，明显右边的图查询的时候会更便捷。 整个过程 下面我们就进行代码实践。#include <stdio.h>#include <stdlib.h>#define max(a,b) (((a) > (b)) ? (a) : (b)) typedef struct AvlNode{ int data; struct AvlNode *left_child, *... 阅读全文

摘要：序 承接上文浅谈大型网站的算法和架构（一），我们继续聊我们的话题。 上文中很多人提到不扣题，这只是一部分资料，所以会感觉到不扣题，主要是题目太大了，而且内容太多了，我只能一部分一部分的写出来，望大家见谅。 我们老大也只讲到上，还有中和下呢！ 上偏重于基础部分——就是算法部分。里面包括现今架构中的产品使用的算法，让我们了解产品本质的一些东西。需要到伸展树这一篇开始才能真正讲到相关架构产品。 中和下他还没开始呢！估计也够我研究一段时间了。大家就权当了解下算法吧！二叉树　上文中提到的两个结构（数组和链表）各有弊端。 1》数组在更新的时候比较消耗资源，需要挨个挪动后面的元素。 2》而... 阅读全文

摘要：序 上个月老大给我们讲解了"浅谈大型网站的算法和架构"，获益匪浅。由于篇幅太多（光数据结构大概就有20多种），我也没有办法一下全部吸收，故我边理解，边分章节与大家分享。 这周我查阅资料，来理解各个数据结构和算法。 推荐几本个人感觉不错的书籍:——我把电子书放到http://download.csdn.net/user/rtxbc这里了，需要下载,到这里进行下载。 《指针的艺术.蔡明志》——我只看了C语言这一篇。C语言个人感觉比较难的也就是指针了。 《数据结构 使用C语言[朱战立]》——严蔚敏的也不错，可就是里面的很多语法都是抽象语法，无法运行。我个人如果没有办法在终端运行， 阅读全文