随笔分类 - 算法
摘要：这篇文章主要是记录HanLP标准分词算法整个实现流程。 HanLP的核心词典训练自人民日报2014语料，语料不是完美的，总会存在一些错误。这些错误可能会导致分词出现奇怪的结果，这时请打开调试模式排查问题: 那什么是语料呢？通俗的理解，就是HanLP里面的二个核心词典。假设收集了人民日报若干篇文档，通
阅读全文
摘要：由字典树想到的 字典树 双数组树 AC自动机双数组树 基于数组实现的字典树 基于数组实现的字典树，每个节点都有一个长度为R的数组。空间复杂度高。 查找成功的时间复杂度为O(logN) 基于HashMap实现的字典树 使用HashMap来保存所有的孩子节点，当孩子节点很多时，Map不可避免地存在Has
阅读全文
摘要：一，算法介绍 在CS124课程的第一周提到 求解两个字符串相似度的算法 Minimum Edit Distance（最短编辑距离）算法。该算法在NLP（自然语言处理）中也会用到。 如何定义相似度呢？任给两个字符串X 和Y，使用以下三种操作将 字符串X 变到 字符串Y ：①插入(Insert)操作；②
阅读全文
摘要：1，问题描述 给定一个整数N，该整数的二进制权值定义如下：将该整数N转化成二进制表示法，其中 1 的个数即为它的二进制权值。 比如：十进制数1717 的二进制表示为：0000 0110 1011 0101 故它的二进制权值为7（二进制表示中有7个1） 现在要求一个比N大，且最靠近N的数，且这个数的二
阅读全文
摘要：一，问题描述 给定两个整型数组，找出这两个数组中的最大的公共元素。注意条件：①公共元素 ②最大的公共元素 比如：arr1={8,2,9,6,18,7,25,28} arr2={6,39,4,9,25,18,36,12}.假设 arr1 的长度为M，arr2的长度为N 这两个数组的最大公共元素是：25
阅读全文
摘要：一，问题描述 给定一个背包，已知背包的最大承重为packageWeight，再给出若干件(numbers件)物品，已经每件物品的重量和对应的价值。 物品的重量存储在weight[]数组中，物品的价值存储在value[]数组中。 现在要求：应该挑选哪几件物品，使得背包装下最大的价值（注意：装的物品的重
阅读全文
摘要：现在 有10亿个int型的数字（JAVA中 int 型占4B），以及一台可用内存为1GB的机器，如何找出这10亿个数字的中位数？ 中位数定义：数字排序之后，位于中间的那个数。比如将10亿个数字进行排序（位置从1到10亿），排序之后，位于第5亿个位置的那个数 就是中位数。 关于中位数，可参考：快速排序
阅读全文
摘要：一，寻路问题介绍 正如组合问题与动态规划的联系之应用提到的从起点(0,0)到终点(X,Y)一共有多少种走法。与之相似的另一个问题是如何找到从(0,0)到(X,Y)的路径？ 首先对问题建模。使用一个矩阵(二维数组)的下标 表示 各个点的坐标。矩阵元素只取 0 或者 1，0 表示此坐标是一个可达的正常顶
阅读全文
摘要：一，LRU算法介绍 LRU是内存分配中“离散分配方式”之分页存储管理方式中用到的一个算法。每个进程都有自己的页表，进程只将自己的一部分页面加载到内存的物理块中，当进程在运行过程中，发现某页面不在物理内存块中（发生缺页异常）就需要从磁盘把相应的页面调入内存。而若内存已经满了的情况下，需要将内存中暂时不
阅读全文
摘要：一，容斥原理 设S是一个集合，Ai 是S 中具有性质 Pi 的元素组成的子集合。那么，S中既不具有性质P1,也不具有性质P2，...更不具有性质Pn 的元素个数为： 二，容斥原理计算 有限制的重组合问题 ①什么是有限制的重组合问题？(重组合就是，某个元素可重复选择) 从集合{k1·b1，k2·b2，
阅读全文
摘要：一，加法原理与乘法原理 加法原理与乘法原理是排列与组合的基础。加法原理本质上是分类，乘法原理本质上是分步。 分类，就是把一个集合(某事物)分成互不相交的若干独立的部分。比如，概率论中的全概率公式就将事件分成”全划分“ 分类思想可以简化程序的时间复杂度。比如：最短路径算法-Dijkstra算法的应用之
阅读全文
摘要：一，介绍 本文实现带权图的最短路径算法。给定图中一个顶点，求解该顶点到图中所有其他顶点的最短路径 以及 最短路径的长度。在决定写这篇文章之前，在网上找了很多关于Dijkstra算法实现，但大部分是不带权的。不带权的Dijkstra算法要简单得多（可参考我的另一篇：无向图的最短路径算法JAVA实现）；
阅读全文
摘要：一，问题描述 给定一个数组，求解该数组中有多少组逆序对。比如 [7,5,6,4]一共有五对逆序对。分别是:(7,6)，(7，5)，(7，4)，(6，4)，(5，4) 二，算法分析 有两种方法来求解逆序对 的数目。一种是，对数组中的每个元素，都与它后面的元素进行比较，若后面的元素比它小，则找到一个逆序
阅读全文
摘要：本文记录快速排序算法的一个精美实现，关于其中的一些优化或者思路请参考如下资料： 快速排序中的分割算法的解析与应用 http://www.cnblogs.com/hapjin/p/5518922.html http://blog.csdn.net/hapjin/article/details/4978
阅读全文
摘要：一，分割(partition)算法介绍 所谓分割算法，先选定一个枢轴元素，然后 将数组中的元素分成两部分：比枢轴元素小的部分都位于枢轴元素左边；比枢轴元素大的部分都位于枢轴元素右边 此时，枢轴元素在数组中的位置就被“永久地确定”下来了 将整个数组排序，该枢轴元素的位置不会变化。 另外，枢轴元素的选取
阅读全文
摘要：一，问题描述 给定若干个字符，求解 这些字符能够表示的最多组合个数。比如{'a','b','c'} 一共有七种组合。(每种组合没有重复的字符 且 组合的种数与顺序无关，如 ab 和 ba 是同一种组合) a、b 、c 、ab 、ac 、bc 、abc 其实，求组合个数，可以用公式来求解:具给定 n种
阅读全文
摘要：一，问题描述 假设有 m 种面值不同的硬币，存储在 coinsValues数组中，现需要使用这些硬币来找钱，各种硬币的使用个数不限。 求对于给定的钱数N，我们最多有几种不同的找钱方式。硬币的顺序并不重要。 二，动态规划分析 为了更好的分析，先对该问题进行具体的定义：将用来找零的硬币的面值存储在一个数
阅读全文
摘要：一，问题描述 给定一组硬币数，找出一组最少的硬币数，来找换零钱N。 比如，可用来找零的硬币为: 1、3、4 待找的钱数为 6。用两个面值为3的硬币找零，最少硬币数为2。而不是 4，1，1 因此，总结下该问题的特征：①硬币可重复多次使用。②在某些情况下，该问题可用贪心算法求解。具体可参考：某种 找换硬
阅读全文
摘要：之所以再写一篇Blog，是因为现实中很多问题都可以转化成“找换硬币”问题 和 “0-1”背包问题。因此，需要细细理解。 其次，在“参考资料”中汇总关于 贪心算法与动态规划的一些Blog及学习资料。 区别： 其实最大的区别就是：找换硬币问题中的 某类硬币 是可以多次选择的。而对于0-1背包问题，某物品
阅读全文
摘要：一，问题介绍 最近一直在看贪心算法的正确性证明（如何证明贪心算法获得的解一定是最优解），感觉“剪枝”技巧用得比较多。再看了下《算法导论》中贪心算法一章里面的一个练习 找换硬币问题。这个问题对于某些 面值的硬币 是有最优解的，故记录下其中的一些证明思路。 考虑用最少的硬币数 来找 n 分钱的问题，假设
阅读全文