原创 倒排索引/布爾檢索

例題:text1和text2放的是以下兩句話 import java.io.*;   import java.util.*; //////創建一個比較器。用ASCII碼大小升序排序 class MyComparator2 impl

原创 模擬在單處理器多進程操作系統的CPU調度

 模擬在單處理器多進程操作系統的CPU調度。本實驗爲模擬實驗,不要求實現真正的進程創建與進程調度。主要實現各種調度算法。 進程PCB結構:標識符、進程名稱、到達時間、服務時間、剩餘運行時間、已使用時間、進程狀態。其中進程狀態有三種:就緒R

原创 最短增益路徑法求解最大流問題(可隨機生成有向圖)

算法思想: 解決最大流問題我們可以利用增廣路徑來增加流量,然後通過一次次的迭代將增光路徑全部找出,此時從源點出發的流量和就是此網絡的最大流量。而確定每一次增廣路徑的流量都需要用到殘留流量等方法計算。以下就是將這個方法的具體實現算法展現出來

原创 VS2017+opencv+kinect2.0+Dlib環境配置

VS2017+opencv+kinect2.0的環境配置見:http://blog.csdn.net/iamubbting/article/details/78468341 接下來是配置dlib庫環境:dilb是用於人臉識別或人臉68個

原创 動態規劃算法之資源分配問題及其空間優化方案

資源分配問題:某廠根據計劃安排,擬將n臺相同的設備分配給m個車間,各車間獲得這種設備後,可以爲國家提供盈利Ci j(i臺設備提供給j號車間將得到的利潤,1≤i≤n,1≤j≤m)。問如何分配,才使國家得到最大的盈利? 一、算法思想 1

原创 01揹包問題的動態規劃算法、蠻力法和空間優化算法

算法思想: (1)、動態規劃算法:解決揹包物品價值最大化問題的最優解,是建立在每一個子問題的最優解的前提下完成的。設Value[i,j]表示的是i個物品放進揹包容量爲j的揹包的價值,令i從0增至n(物品總數量),j從0增至c(揹包總容量

原创 Cmake “no cmake c_compiler could be found”,“無法打開輸入文件”問題解決思路

最近在使用Cmake生成dilb.lib時,一直報錯。然後找了很久都沒找到答案 再仔細研究過錯誤代碼之後,發現了這樣一個問題。 首先cmake會有這樣的提示“error in configurration process,project 

原创 linux進程同步與通信(共享內存和信號量)

1)  設計編寫以下程序,着重考慮其同步問題: a)        一個程序(進程)從客戶端讀入按鍵信息,一次將“一整行”按鍵信息保存到一個共享存儲的緩衝區內並等待讀取進程將數據讀走,不斷重複上面的操作; b)       另一個程序(進

原创 分治法求最小點對距離

 問題闡述:對於平面上給定的N個點,給出所有點對的最短距離,即,輸入是平面上的N個點,輸出是N點中具有最短距離的兩點。 方法、步驟: 1、預處理:根據輸入點集S中的x軸進行排序,使用速度比較快的快速排序,然後將排序好的x座標放到數組中,

原创 鄰近搜索(proximity search)中的兩個倒排記錄表

算法: 例題: 具體實現: import java.util.*; public class proximitysearch { public static void main(String args[]) { Link

原创 以HERMAN爲例的基於發音的矯正技術

算法: public class herman { public static void main(String args[]){ char []a={'H','E','R','M','A','N'};//數組初始化,存放所需要

原创 選擇、冒泡、快速、歸併、插入排序算法的運行時間比較

包括選擇排序,冒泡排序,歸併排序,快速排序,插入排序 代碼如下: #include <iostream> #include <ctime> #include <cmath> using namespace std; void sele

原创 linux 操作系統 創建多個子進程

1、編寫一段程序實現以下功能: a)       使用系統調用fork()創建兩個子進程 b)       各個子進程顯示和輸出一些提示信息和自己的進程標識符。 c)       父進程顯示自己的進程ID和一些提示信息,然後調用wait

原创 linux創建用戶

進入超級用戶模式 輸入超級用戶密碼 然後輸入 useradd +用戶名(如 useradd iamubbTing) 然後修改密碼(注意:只有設置了密碼才能激活用戶,否則無法以該用戶身份登錄) passwd +用戶名 然後根據提示輸入密碼

原创 向量相似度算法,BM25,Jelinek-Mercer平滑

完整的來說,一下算法包括三個函數,分別是向量相似度基本算法,BM25,語言模型方法(Jelinek-Mercer平滑)或者叫線性插值LM向量相似度基本算法公式爲: 其中w表示權重,d表示文檔。權重的計算公式爲w= idf爲逆文檔頻率 B