2014年12月_chvalrous

转载 hive中的外表EXTERNAL TABLE

本文转载自http://blog.csdn.net/cnweike/article/details/6928620在hive中，外表是个很重要的组成部分，通过外表可以很方便进行数据的共享。因为普通的表会将数据文件拷贝自己的目录下，这样想要分享数据只能保存多份数据。但是外表很好的解决了这个问题。CREATE EXTERNAL TABLE sunwg_test09(id I

2014-12-31 15:45:24 2012

原创 windows7下SecureCRT连接服务器失败

现在由于要在windows下使用SecureCRT连接服务器完成一些工作，但是在连接服务器时无响应，尝试了很多办法都没成功，最后在网络里面将网卡设置为桥接模式，又将网桥删除，竟然神奇的好了。好吧，现在也不太明白，先mark一下。

2014-12-30 21:08:48 3117

转载 [命令技巧]mkdir -p

本文转载自：http://www.dutor.net/index.php/2010/06/cmd-mkdir-p/上一篇[命令技巧]mkcd中，mkcd函数里面使用到了mkdir的-p选项。mkdir的-p选项允许你一次性创建多层次的目录，而不是一次只创建单独的目录。例如，我们要在当前目录创建目录Projects/a/src，使用命令1mkdir

2014-12-30 10:31:04 3731

转载用中文把玩Google开源的Deep-Learning项目word2vec

本文转载自http://www.cnblogs.com/wowarsenal/p/3293586.htmlgoogle最近新开放出word2vec项目，该项目使用deep-learning技术将term表示为向量，由此计算term之间的相似度，对term聚类等，该项目也支持phrase的自动识别，以及与term等同的计算。word2vec项目首页：https://code.go

2014-12-24 20:18:27 1566

转载从Hadoop框架与MapReduce模式中谈海量数据处理（含淘宝技术架构）

本文转载自http://blog.csdn.net/v_july_v/article/details/6704077从hadoop框架与MapReduce模式中谈海量数据处理前言几周前，当我最初听到，以致后来初次接触Hadoop与MapReduce这两个东西，我便稍显兴奋，觉得它们很是神秘，而神秘的东西常能勾起我的兴趣，在看过介绍它们的文章或论文之后，觉得H

2014-12-24 20:14:04 719

转载 SecureCRT上传、下载文件（使用sz与rz命令）

本文转载自http://www.2cto.com/os/201401/269739.html1、简述借助securtCRT，使用linux命令sz可以很方便的将服务器上的文件下载到本地，使用rz命令则是把本地文件上传到服务器。2、理解记忆其中，对于sz和rz的理解与记忆我用了如下的方法（很多时候容易搞混）：sz中的s意为send（发送），告诉客户端，我（

2014-12-24 15:46:13 875

转载 Hadoop集群（第9期）_MapReduce初级案例

本文转载自http://www.cnblogs.com/xia520pi/archive/2012/06/04/2534533.html1、数据去重　　 "数据去重"主要是为了掌握和利用并行化思想来对数据进行有意义的筛选。统计大数据集上的数据种类个数、从网站日志中计算访问地等这些看似庞杂的任务都会涉及数据去重。下面就进入这个实例的MapReduce程序设计。1.1 实例

2014-12-24 14:14:16 1737

转载使用SecureCRT在远程主机和本地之间传输文件

本文转载自http://www.cnblogs.com/wangkongming/p/3474717.htmlSecureCRT与SshClient不同的就是，SecureCRT没有图形化的文件传输工具，不过也不影响，用命令来实现的话，其实会方便快捷很多。　　第一种方式：　　上传文件只需在shell终端仿真器中输入命令"rz",即可从弹出的对话框中选择本地磁盘上的文件，

2014-12-24 14:01:03 1111

转载马尔科夫链

终于下定决心要了解一下马尔科夫链了。当然经典的那个tutorial必是参考文献，另外找了一个浙大教授写的PPT，很不错，用中文讲tutorial的东西理出来了。下面这篇文章写的也不错。http://googlechinablog.com/2006/04/blog-post_17.html转自上述地址的一篇文章数学之美系列三 -- 隐含马尔可夫模型在语言处理中的应用2006年4

2014-12-17 21:31:13 1144

转载现今的三大分词算法介绍

中文分词技术属于自然语言处理技术范畴，对于一句话，人可以通过自己的知识来明白哪些是词，哪些不是词，但如何让计算机也能理解？其处理过程就是分词算法。　　现有的分词算法可分为三大类：基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法。　　1、基于字符串匹配的分词方法　　这种方法又叫做机械分词方法，它是按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行配，若在

2014-12-17 20:51:12 4359

转载 NLTK读书笔记 — 分类与标注

本文转载自http://www.tuicool.com/articles/feAfi20. 本章所关注的问题(1) 什么是lexical categories，怎样将它们应用于NLP?(2) 什么样的python数据结构更适合存储词和它们的类别?(3) 我们怎样自动地给词做标注另外，本章还会包含NLP中一些基础的技术： sequence labeling , n-gr

2014-12-17 12:29:53 7410

转载 Python-NLTK环境搭建

本文转载自http://www.cnblogs.com/CheeseZH/archive/2012/11/05/2756098.htmlFor 32-bits windows：1.安装Python（我安装的是Python2.7，目录C:\Python27）可以到CSDN、OSChina、Sina Share等网站下载也可以到Python官网下载：http://w

2014-12-17 12:23:44 1058

转载 Python RE模块中search()和match()的区别

本文转载自http://blog.csdn.net/cnmilan/article/details/9071999match()函数只检测RE是不是在string的开始位置匹配，search()会扫描整个string查找匹配；也就是说match（）只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话，match()就返回none。例如：

2014-12-17 10:35:00 3508

转载 Python的global语句

本文转载自http://www.cnblogs.com/cython/articles/2202287.htmlglobal语句如果你想要为一个定义在函数外的变量赋值，那么你就得告诉Python这个变量名不是局部的，而是全局的。我们使用global语句完成这一功能。没有global语句，是不可能为定义在函数外的变量赋值的。你可以使用定义在函数外的变量的值（假设在函数

2014-12-17 10:11:19 966

转载双向链表的选择排序算法

本文转载自http://blog.csdn.net/zhipi/article/details/4425533前日遇到一个问题：对双向链表按关键字域进行排序。在网上找了一下，都只一种算法，而且是对无头结点的双向链表的排序，对于指针的交换，分了8种情况，我觉得很烦。于是自己想了一下，写了个带头结点的双向链表的选择排序算法，指针的交换浓缩到4种情况，而且自认为选择排序函数中的结

2014-12-16 18:27:31 7473

转载程序员编程艺术：第十章、如何给10^7个数据量的磁盘文件排序

本文转载自http://blog.csdn.net/v_july_v/article/details/6451990 第十章、如何给10^7个数据量的磁盘文件排序作者:July，yansha，5，编程艺术室。出处：http://blog.csdn.net/v_JULY_v 。前奏经过几天的痛苦沉思，最终决定，把原程序员

2014-12-15 17:07:32 751

转载常用的16个c/c++面试题

1. C中static有什么作用　　（1）隐藏。当我们同时编译多个文件时，所有未加static前缀的全局变量和函数都具有全局可见性，故使用static在不同的文件中定义同名函数和同名变量，而不必担心命名冲突。　　（2）static的第二个作用是保持变量内容的持久。存储在静态数据区的变量会在程序刚开始运行时就完成初始化，也是唯一的一次初始化。共有两种变量存储在静态存储区：全局变量和

2014-12-15 10:26:21 624

转载 c++中构造函数初始化的方法以及主要区别

一、我的问题是关于初始化C++类成员的。我见过许多这样的代码： CSomeClass::CSomeClass() { x=0; y=1; } 而在别的什么地方则写成下面的样子： CSomeClass::CSomeClass() : x(0), y(1) { } 我的一些程序员朋友说第二种方法比较好，但他们都不知道为什么

2014-12-15 09:22:56 874

转载百度2015校园招聘技术类面试题及面经

本文为大家提供的是一份百度2015校园招聘技术类面试题及三面面经，感兴趣的同学参考下。百度（Nasdaq简称：BIDU）是全球最大的中文搜索引擎，2000年1月由李彦宏、徐勇两人创立于北京中关村，致力于向人们提供“简单，可依赖”的信息获取方式。“百度”二字源于中国宋朝词人辛弃疾的《青玉案·元夕》词句“众里寻他千百度”，象征着百度对中文信息检索技术的执著追求。一面(1 hour)：

2014-12-14 08:42:57 1372

转载国外程序员推荐：每个程序员都应读的书

本文转载自http://blog.jobbole.com/5886/【更新】：近日（2012年8月17日）重看 StackOverflow 的原讨论帖，发现于今年年初被关闭了。不过有人做了汇总，把其他回复中提到的书籍，放在投票数最高的回复中。新更新添加 59 本书，详情可见文章后半部分。编者按：2008年8月4日，StackOverflow 网友 Bert F 发帖提问：哪

2014-12-13 17:46:01 696

原创 [Leetcode]Best Time to Buy and Sell Stock

Say you have an array for which the ith element is the price of a given stock on day i.If you were only permitted to complete at most one transaction (ie, buy one and sell one share of the stock),

2014-12-13 11:03:52 694

原创 [Leetcode]Search in Rotated Sorted Array II

Follow up for "Search in Rotated Sorted Array":What if duplicates are allowed?Would this affect the run-time complexity? How and why?Write a function to determine if a given target is in the

2014-12-13 10:23:37 533

原创 [Leetcode]Integer to Roman

Given an integer, convert it to a roman numeral.Input is guaranteed to be within the range from 1 to 3999.class Solution {public: string intToRoman(int num) { const int Integer[]

2014-12-10 23:20:56 641

原创 [Leetcode]Roman to Integer

Given a roman numeral, convert it to an integer.Input is guaranteed to be within the range from 1 to 3999.class Solution {public: inline int map(const char c) { switch(c)

2014-12-10 23:08:17 881

原创成员函数的重载,覆盖与隐藏

对类层次的同名成员函数来说，有三种关系：重载(overload)，覆盖(override)和隐藏(hide,oversee)。 1 成员函数的重载只有在同一类定义中的同名成员函数才存在重载关系，主要特点是函数的参数类型和数目有所不同，但是不能出现函数参数的个数和类型均相同，仅仅依靠返回值类型不同来区分的函数，这和普通函数的重载是完全一致的。另外，重载和成员函数是否

2014-12-10 21:29:57 803 1

转载 Linux查看进程 ps aux指令详解

本文转载自http://blog.csdn.net/hanner_cheung/article/details/6081440linux上进程有5种状态:1. 运行(正在运行或在运行队列中等待)2. 中断(休眠中, 受阻, 在等待某个条件的形成或接受到信号)3. 不可中断(收到信号不唤醒和不可运行, 进程必须等待直到有中断发生)4. 僵死(进程已终止, 但进程描述符存在,

2014-12-10 18:06:26 1395

转载网络爬虫工作原理分析

网络爬虫工作原理　　1、聚焦爬虫工作原理及关键技术概述　　网络爬虫是一个自动提取网页的程序，它为搜索引擎从Internet网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列，直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂，需要根据一定的网页分析算法过滤与主题无关的链接，保留

2014-12-08 21:30:43 10797

转载 SQL范式

本文转载自 http://blog.163.com/clevertanglei900@126/blog/static/111352259201131133326275/范式(Normal Form)范式是符合某一种级别的关系模式的集合。关系数据库中的关系必须满足一定的要求。满足不同程度要求的为不同的范式。定义：如果一个关系模式R的所有属性都是不可分的基本数据项，则称关系

2014-12-08 21:24:29 1120

转载 pdb命令使用说明 python

本文转载自 http://blog.csdn.net/tianzhu123/article/details/7279451当手边没有IDE,面对着python调试犯愁时，你就可以参考下本文；（pdb 命令调试）参考：http://docs.python.org/library/pdb.html和 (pdb)help用pdb进行python调试，用法基本和gdb差不多，先看一

2014-12-04 19:07:06 1905

转载 vim tab键默认4空格

本文转载自 http://my.oschina.net/renwofei423/blog/17338 为了vim更好的支持python写代码,修改tab默认4个空格有两种设置方法：1. vim /etc/vimrc 12setts=4 setsw=4

2014-12-04 18:39:55 1657

转载 python程序的调试方法

【转自：http://blog.csdn.net/luckeryin/article/details/4477233】本文讨论在没有方便的IDE工具可用的情况下，使用pdb调试python程序源码例子例如，有模拟税收计算的程序：#!/usr/bin/python def debug_demo(val): if val

2014-12-04 18:24:12 560

原创面试常考察的排序(快速排序，归并排序，堆排序)

面试最经常考察的排序应该就是快速排序，归并排序和堆排序了。例如题目：10万个数字中找最大的10个数。 1，因为10万个数可以放到内存中，首先可以考虑使用快排的 Partition 函数解决这个问题。若Partition 函数得到 index 值为 99990,则从下标 99990 到下标 99999 的10个数字就是最大的 10 个数。时间复杂度为 O(n

2014-12-03 17:20:33 1597

转载 Linux模拟试题及答案（全）

本文转载自http://www.ha97.com/870.html一．填空题：1. 在Linux系统中，以文件方式访问设备。2. Linux内核引导时，从文件 /etc/fstab 中读取要加载的文件系统。3. Linux文件系统中每个文件用 i节点来标识。4. 全部磁盘块由四个部分组成，分别为引导块、专用块、 i节点表块和数据

2014-12-02 19:50:55 11847

转载 linux下多线程的创建与等待详解

本文转载自http://blog.chinaunix.net/uid-23842323-id-2656572.html所有线程都有一个线程号，也就是Thread ID。其类型为pthread_t。通过调用pthread_self()函数可以获得自身的线程号。下面说一下如何创建一个线程。通过创建线程，线程将会执行一个线程函数，该线程格式必须按照下面来声明：void * Thr

2014-12-02 18:10:08 472

原创 [九度oj]题目1362：左旋转字符串（Move!Move!!Move!!!）

题目描述：汇编语言中有一种移位指令叫做循环左移（ROL），现在有个简单的任务，就是用字符串模拟这个指令的运算结果。对于一个给定的字符序列S，请你把其循环左移K位后的序列输出。例如，字符序列S=”abcXYZdef”,要求输出循环左移3位后的结果，即“XYZdefabc”。是不是很简单？OK，搞定它！输入：多组测试数据，每个测试数据包含一个字符序列S和非负整数K。其中S的长度不超过1000。

2014-12-01 11:58:50 634

ch的专栏