在做自然语言处理的过程中，我们经常会遇到需要找出相似语句的场景，或者找出句子的近似表达，这时候我们就需要把类似的句子归到一起，这里面就涉及到句子相似度计算的问题，那么本节就来了解一下怎么样来用 Python 实现句子相似度的计算。 下面我们来一一了解一下这几种算法的原理和 Py…

在信息论、语言学和计算机科学中，Levenshtein distance是用于测量两个字符串之间差异的字符串度量。非正式的说就是两个单词之间的Levenshtein distance是将一个单词更改为另一个单词所需的单字符编辑（插入，删除或替换）的最小步骤。 它以苏联数学家弗拉…

各种文本编辑器的 "查找" 功能（Ctrl+F），大多采用 Boyer-Moore 算法。Boyer-Moore 算法不仅效率高，而且构思巧妙，容易理解。1977 年，德克萨斯大学的 Robert S. Boyer 教授和 J Strother Moore 教授发明了这种算法…

业务中可能需要对很大量级（比如 100 亿）的数据（几十 G）进行排序或是去重等操作，在不使用 Hadoop 等工具的情况下如何本地处理呢？

最详细的讲解，没有之一！

1. 什么是LCS 2. 为什么说需要LCS来解决模糊匹配 3. 实现原理 第一反应可能是穷举扫描，但是呢，我们也知道，如果字符串太长，暴力方法运行的时间是我们不能忍受的。 然后我们又会想到，将大问题拆分成小问题，用递归的思想解决。 至此为止，我们找到了求解最长公共子序列的方法…

经典排序算法总结 -- 冒泡、快排、插入、希尔、归并、选择

每天我们晚上加班回家，可能都会用到滴滴或者共享单车。打开 app 会看到如下的界面： app 界面上会显示出自己附近一个范围内可用的出租车或者共享单车。假设地图上会显示以自己为圆心，5公里为半径，这个范围内的车。如何实现呢？最直观的想法就是去数据库里面查表，计算并查询车距离用户…