通用搜索引擎的处理对象是互联网网页，目前网页数量以百亿计，搜索引擎的网络爬虫能够高效地将海量的网页数据传下载到本地，在本地 形成互联网网页的镜像备份。它是搜索引擎系统中很关键也很基础的构件。
1. 网络爬虫本质就是浏览器http请求。
浏览器和网络爬虫是两种不同的网络客户端，都以相同的方式来获取网页：
1）首先， 客户端程序连接到域名系统...
分类：
其他好文 时间：
2014-05-26 05:26:52
阅读次数：
358
Schemaless and StructurelessGraph Querying摘要
1. 摘要
由于图数据库的复杂模式和不同的信息描述方式，对于非专业用户来说查询复杂的图数据库是异常困难的。一个好的图查询引擎应该支持多种转化——同义词、缩略词、简写以及本体等等，并且应该能够对搜索结果进行一个很好地排序。
基于此问题本文提出了一种新型的查询框架来方便用户查询，解放了为构造查询图而抓耳挠腮...
分类：
数据库 时间：
2014-05-26 03:45:34
阅读次数：
335
唉o(︶︿︶)o ，我果然还是玩不了 邻接链表，捣鼓了一晚上，只实现了 DFS的搜索 ，BFS 至今还不会，快回宿舍了，等校赛后再研究吧
邻接链表：
n个顶点m条边的无向图，表示中有
n 个顶点表结点和 2m 个边表结点。(也就是说，每条边 u-v 在邻接表 中出现两次：一次在关于u的邻接表中，另一次在关于v的邻接表中)PS：注意是无向图，有...
分类：
其他好文 时间：
2014-05-24 23:30:32
阅读次数：
247
（一）搜索引擎的开发一般可分为以下三大部分
1、数据采集层：一般使用爬虫获取互联网的数据，重要的开源项目有Heritrxi
2、数据分析处理层：将从互联网上获取到的数据进行提取归类、分词、语义分析得出索引得内容，等待用户查询使用，重要的开源项目有Lucene
3、视图层：也用户的交互界面，如一个网站的首页
其基本架构可参考下图：...
分类：
其他好文 时间：
2014-05-24 22:20:16
阅读次数：
349
题目描述 Description
有两个无刻度标志的水壶，分别可装 x 升和 y 升 （ x,y 为整数且均不大于 100 ）的水。设另有一水 缸，可用来向水壶灌水或接从水壶中倒出的水， 两水壶间，水也可以相互倾倒。已知 x 升壶为空 壶， y 升壶为空壶。问如何通过倒水或灌水操作， 用最少步数能在x或y升的壶中量出 z （ z ≤ 100 ）升的水 来。
输入描述 Inpu...
分类：
其他好文 时间：
2014-05-24 21:47:25
阅读次数：
275
如果是采用MFC工程的话，要实现真彩工具栏是一件简单的事，网上都提供了封装好的类来实现，例如：TrueColorToolBar。可是采用SDK实现真彩工具栏就需要自己去实现，在网络上搜索了很多关于这方面的资料，都没有称心如意的，最后自己一步一步的使用SDK函数来实现这一功能，代码如下：
void CreateToolBar(const HWND hWndParent)
{
RGBTRIPLE ...
分类：
其他好文 时间：
2014-05-24 14:38:00
阅读次数：
249
修改common.py把 -Xmx4096m 中的 4096改成2048具体做法：1.
patchrom目录下搜索文件common.py 2.文档中搜索-Xmx4096m 3.-Xmx4096m 改为 -Xmx2048m
分类：
编程语言 时间：
2014-05-24 09:48:41
阅读次数：
252
本篇是本人在Solr的基础上，配置了中文分词器，并对其进行的性能测试总结，具体包括使用mmseg4j、IKAnalyzer、Ansj，分别从创建索引效果、创建索引性能、数据搜索效率等方面进行衡量。具体的Solr使用方法假设读者已有了基础，关于Solr的性能指标见前期的Solr博文。
分类：
其他好文 时间：
2014-05-24 09:33:03
阅读次数：
371
由于客户的需要，最近都在整帝国cms，很多东西还是不熟悉，特别是帝国cms模板，以前用的那些网站模板一般是保存在ftp文件中，而帝国cms模板是直接保存在数据库中，修改是在网站后台的模板管理，得慢慢适应。
这几天接到一个站，整体是做得差不多了，就是有很多细节还没解决，例如帝国cms站内搜索还不...
分类：
其他好文 时间：
2014-05-24 09:27:23
阅读次数：
290
