摘要：law实验室提供很多的webgraph，但是没有提供相应的hostgraph。所谓hostgraph就是将webgraph中在同一站点的url合成一个结点。注意到这些webgraph中在同一个站点中的url是连续的，这对我们进行合并提供了很大的方便性。本来想用java来写，但是考虑到java的io效率在windows下比较差，就用C#了。我用IKVM将webgraph.jar和其依赖的jar文件打...
阅读全文
摘要：TrustRank is a biased PageRank method, which starts from some good seeds to propagate trust. It is very easy to implement based on PageRank. I implement it in Java using the WebGraph and LAW jar packa...
阅读全文
摘要：首先添加com引用CDO for windows 2000 library，然后下面的函数就可以完成下载的功能：代码 static void downloadMht(string url, string path) { CDO.Message msg = new CDO.Message(); CDO.Configuration...
阅读全文
摘要：package cn.edu.dlut.wisdom;import java.io.*;import java.util.*;public class FileAccess { public static String readAllText(String fileName) throws IOException { StringBuffer sb = new StringBu...
阅读全文
摘要：有的时候当我们的程序，递归调用太深的时候，可能我们的栈就溢出了。 这个问题很好解决，只要加上JVM参数-Xss2m，基本就能解决这个问题。
阅读全文
摘要：WebGraph中的图，基本都会在删除结点后，进行向前移动的操作，其实在很多是侯，这是没有必要的，甚至是有副作用的。SetNoneScaleMutableGraph就是我实现的一个没有进行前移操作的类，还没有做深入的测试，理论上来说，基本没有什么问题。 废话少说，直接上码：package cn.edu.dlut.wisdom;/* * Copyright (C) 2006-2007 Se...
阅读全文
摘要：Tarjan算法也是用来发现强连通子图的算法，是Kosaraju算法的改进，算法复杂度是，算法比较简单，位代码和java实现代码如下：package cn.edu.dlut.wisdom;import it.unimi.dsi.fastutil.ints.*;import it.unimi.dsi.fastutil.objects.*;import it.unimi.dsi.webgraph.*;...
阅读全文
摘要：看论文的时候，看到Kosaraju算法。Kosaraju是一个强连通分图的发现算法，如有代码中有详细的注释，所以就不赘述了。直接上码（使用webgraph库实现，在我之前的文章中，对webgraph有相关的介绍）：package cn.edu.dlut.wisdom;import it.unimi.dsi.fastutil.ints.*;import it.unimi.dsi.fa...
阅读全文
摘要：Time Limit: 1000MS Memory Limit: 65536KBTotal Submissions: 15 Accepted: 8 Description: Badming看看上周的题目，觉得太难了，就想把题目出简单一些。求一个整数的开方√x。比如求 √99 =9 √100=10但这样也太简单了吧,为了增加些许难度,x的范围是0-10^26 Input: 给定一个自然数x.当x...
阅读全文
摘要：看了论文《Deeply Exploiting Link Structure: Setting a Tougher Life for Spammers》，用Java和webgraph库实现了一下其中的算法CPV，即计算AVRank和HVRank。最终的结果没有做归一化处理，我用数据集试了一下，发现效果还不错。 代码实现如下：package cn.edu.dlut.wisdom;import it.u...
阅读全文
摘要：有关SimRank请参看文章http://www.cnblogs.com/youwang/archive/2010/02/06/1665105.html，或者去看相关论文。下面是Java代码实现，用到的是webgraph库。/* * To change this template, choose Tools | Templates * and open the template in the ed...
阅读全文
摘要：计算组合数最大的困难在于数据的溢出，对于大于150的整数n求阶乘很容易超出double类型的范围，那么当C(n,m)中的n=200时，直接用组合公式计算基本就无望了。另外一个难点就是效率。 对于第一个数据溢出的问题，可以这样解决。因为组合数公式为：C(n,m) = n!/(m!(n-m)!) 为了避免直接计算n的阶乘，对公式两边取对数，于是得到：ln(C(n,m)) = ln(n!)-ln(m!)...
阅读全文
