呼延十

很多时候,我们自己的项目有许多的子模块,之间互相有依赖,但是我们没有私服来发布打好的jar包. 最常见的就是本地有一个Util包, 随手写的其他项目想要引用, 却苦于没有私服. 把代码扔到同一个项目, 强迫症有忍不住. 这个问题Maven是有解决方案的.本质上还是打包发布,只是…

首先抛出一个问题: 给定300w字符串A, 之后给定80w字符串B, 需要求出 B中的每一个字符串, 是否是A中某一个字符串的子串. 也就是拿到80w个bool值. 当然, 直观的看上去, 有一个暴力的解法, 那就是 双重循环, 再调用字符串德contains方法, 想法很美好…

在做用户 query 理解的过程中，有许多需要使用词典来"识别"的过程。在此期间，就避免不了使用 Trie 树这一数据结构。 因此今天我们来深入的学习一下 Trie 树相关的理论知识，并且动手编码实现。 下面的定义引自维基百科。 从上面的图中，我们可以发现一些 Trie 的特性…

由于最近的工作内容的关系, 经常需要对文本文件做一些处理. 每次都要写个脚本来处理实在是有点麻烦. 这时候想起来很久以前稍微接触过的AWK, 来做这个工作真的是再合适不过了. 因此, 趁着这个机会, 把AWK深入学习一点,记录在此. AWK是一门解释型的编程语言。在文本处理领域…

命名实体识别（Named Entity Recognition，简称 NER），是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。简单的讲，就是识别自然文本中的实体指称的边界和类别。 NER 是 NLP 领域的一个经典问题，在文本情感分析，意图识别等领域…

最近在做一些意图识别方面的工作，所以尝试一下用 fasttext 做一个文本分类器，学习记录如下。 首先，我们使用 fasttext 的目的是什么？是文本分类，即对一个词语，给出它所属于的类别。 原理这部分要跳过了，因为网上的原理文章特别多，如果各位感兴趣的话可以移步 goog…

最近好久没有写文章了，上一篇文章还是九月十一的时候写的，距今已经两个月了，期间一直在忙一些工作上的事情，今天终于有点空闲，所以写一篇文章散散心。 平时的编码中，我们经常需要判断两个文本的相似性，不管是用来做文本纠错或者去重等等，那么我们应该以什么维度来判断相似性呢？这些算法又怎…

日常开发中,我们使用mysql来实现分页功能的时候,总是会用到mysql的limit语法.而怎么使用却很有讲究的,今天来总结一下. limit语法支持两个参数,offset和limit,前者表示偏移量,后者表示取前limit条数据. 从上面也可以看出来,limit n 等价于l…

1. 求二叉树的最远节点的距离 2. Java的装箱与拆箱 3. CMS垃圾收集器的收集过程中,什么时候会暂停用户线程? 4. ConcurrentHashMap在读取的过程中为什么不需要加锁? 5. Redis的字典rehash和JDK中hashmap等rehash有什么不同…