1.简述互联网信息抓取的方式。 互联网信息自动抓取，最常见且有效的方式是使用网络爬虫。 2.简述舆情系统的组成架构。 用户终端->采集层->分析层->呈现层->用户 3.中文分词算法可以分为哪几类？ （1）基于字符串匹配的分词方法，它是待处理的中文字符串与一个“尽可能全面”的词典中的词条按照一定的规 ...
分类：
其他好文 时间：
2019-12-01 16:51:40
阅读次数：
265
ANSI编码的中英文16叉模式串匹配自动机 1.构造模式串树 void insert(char* s, in* trie) { long u = 1, len = strlen(s);//每来一个模式串 for (long i = 0; i < len * 2; i++) { if (i % 2 = ...
分类：
其他好文 时间：
2019-11-29 14:26:27
阅读次数：
68
概念明确：被匹配串、匹配串。如从cbabce找ab，前者和后者分别称为被匹配串、匹配串。 最容易想到的方法：从首字母开始，逐个比较下去。一旦发现有不同的字符就停止并将这个匹配串后移一位，然后从头开始进行下一次比较。这样，就需要将字串中的所有字符一一比较。 KMP算法 Boyer-Moore算法 基于 ...
分类：
编程语言 时间：
2019-11-26 13:35:29
阅读次数：
76
位运算主要有以下几方式 位的提取（把每一位提取出来） 字符串匹配，感觉在位运算中使用字符串很好用 异或运算去重复，异或代替其他运算，总之异或很重要 一、常用的知识点 （1）位操作 | 与运算：与运算用来置位 & 并运算：并运算用来掩码，n&(-n)可以获得最低位的1 ~取反：用的很少 ^异或运算：异 ...
分类：
其他好文 时间：
2019-11-19 17:02:22
阅读次数：
109
1 经典的算法题目 1.1 字符串匹配问题 有一个字符串str1="哈哈哈 你好啊好啊 你好啊啊 你好啊好啊啊你好你好好"，和一个子串str2="你好啊好啊啊". ①判断str1中是否是否包含str2，如果存在，就返回第一次出现的问题。如果没有，则返回-1. ②要求用最快的速度完成匹配。 思路1：暴 ...
分类：
编程语言 时间：
2019-11-17 17:31:53
阅读次数：
108
看样例就知道要干嘛了 http://codeforces.com/contest/1200/problem/E 每次我们用新的串和答案串匹配，答案串的匹配位置是max(0,(int)ans.size()-(int)s.size())，这样可以降低时间复杂度。答案串是S，新串是T。 #include< ...
分类：
其他好文 时间：
2019-11-10 17:24:05
阅读次数：
102
函数原型 string.find(s, pattern [, init [, plain]] ) s: 源字符串 pattern: 待搜索模式串 init: 可选， 起始位置 plain: 我没用过 ① 子串匹配： 注意： lua 里面数组或者字符串的字符， 其下标索引是从 1 开始， 不是 0 s ...
分类：
其他好文 时间：
2019-11-06 15:09:28
阅读次数：
106
一、BF算法的基本思想 BF（Brute Force）算法是模式匹配中最简单、最直观的算法。该算法最基本的思想是从主串的第 start 个字符起和模式P（要检索的子串）的第1个字符比较，如果相等，则逐个比较后续字符；比较过程中一旦发现不相等的情况，则回溯到主串的第 start+1 个字符位置，重新和 ...
分类：
编程语言 时间：
2019-11-06 00:49:52
阅读次数：
93
1) 概述 正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。 正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。模式描 ...
分类：
其他好文 时间：
2019-11-05 21:28:16
阅读次数：
79
这个算法在算法导论上写的很晦涩，而且还搞了一大堆定义和推导。其实背后的想法很naive。 既然要做字符串匹配，那就构造一个有限自动机出来：对于长度为n的pattern，如果当前字符串匹配上了一个字符，那么自动机的状态就是1；如果当前字符串匹配上了两个字符，那么自动机的状态就是2，……如果当前字符串把 ...
分类：
其他好文 时间：
2019-11-05 01:01:52
阅读次数：
147
