哈夫曼编码(Huffman Coding)是一种编码方式，以哈夫曼树─即最优二叉树，带权路径长度最小的二叉树，经常应用于数据压缩。阅读全文>
发表于 @ 2006年10月03日 10:13:00|评论(loading...)|收藏
我在数学之美系列中一直强调的一个好方法就是简单。但是，事实上，自然语言处理中也有一些特例，比如有些学者将一个问题研究到极致，执著追求完善甚至可以说完美的程度。他们的工作对同行有很大的参考价值，因此我们在科研中很需要这样的学者。在自然语言处理方面新一代的顶级人物麦克尔 · 柯林斯 (Michael Collins) 就是这样的人。
阅读全文>
发表于 @ 2006年10月01日 19:06:00|评论(loading...)|收藏
在包括哥白尼、伽利略和牛顿在内的所有天文学家中，我最佩服的是地心说的提出者托勒密。虽然天文学起源于古埃及，并且在古巴比伦时，人们就观测到了五大行星（金、木、水、火、土）运行的轨迹，以及行星在近日点运动比远日点快。阅读全文>
发表于 @ 2006年10月01日 19:00:00|评论(loading...)|收藏
任何一段信息文字，都可以对应一个不太长的随机数，作为区别它和其它信息的指纹（Fingerprint)。只要算法设计的好，任何两段信息的指纹都很难重复，就如同人类的指纹一样。信息指纹在加密、信息压缩和处理中有着广泛的应用。
阅读全文>
发表于 @ 2006年10月01日 18:57:00|评论(loading...)|收藏
余弦定理和新闻的分类似乎是两件八杆子打不着的事，但是它们确有紧密的联系。具体说，新闻的分类很大程度上依靠余弦定理。阅读全文>
发表于 @ 2006年10月01日 18:54:00|评论(loading...)|收藏
数据结构是计算机存储、组织数据的方式。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率的算法。数据结构往往同高效的检索算法和索引技术有关。阅读全文>
发表于 @ 2006年10月01日 11:50:00|评论(loading...)|收藏
算法是指完成一个任务所需要的具体步骤和方法。也就是说给定初始状态或输入数据，经过计算机程序的有限次运算，能够得出所要求或期望的终止状态或输出数据。阅读全文>
发表于 @ 2006年10月01日 11:37:00|评论(loading...)|收藏
背包问题：有n种物品x(1),x(2), ...x(n), 其价值与重量各为v(i)与w(i) (i=1,2,...n), 其中所有的 w(i) 均为整数。 如何搭配选取这 n 种物品, 使得选出的物品价值最高, 但总重量不超过负重限制 m?阅读全文>
发表于 @ 2006年09月30日 17:32:00|评论(loading...)|收藏
在贪婪算法（greedymethod）中采用逐步构造最优解的方法。在每个阶段，都作出一个看上去最优的决策（在一定的标准下）。决策一旦作出，就不可再更改。作出贪婪决策的依据称为贪婪准则（greedycriterion）。阅读全文>
发表于 @ 2006年09月28日 13:14:00|评论(loading...)|收藏
最长公共子序列的定义是，一个数列S，如果分别是已知数列的子序列（子序列不一定是连续序列），且是所有符合此条件序列中最长的，则S成为最长公共子序列。 动态规划计算最长公共子序列的方法：以两个序列为例子： f[i][j]表示第一个序列的1..i前缀合第二个序列的1..j前缀的最长公共子序列， 则有 f[i][j] = max{f[i - 1][j - 1] + same(i,j), f[i - 1][j], f[i][j - 1]} 其中，same(a, b)当第一个序列的第a位与第二个序列的第b位完全相同时为“1”，否则为“0”。阅读全文>
发表于 @ 2006年09月25日 17:14:00|评论(loading...)|收藏