Allanxl-CSDN博客

原创文本挖掘预处理的流程总结

最近一段时间做了不少文本挖掘的项目和研究，正好总结一下文本挖掘预处理的流程，希望是干货。

2014-06-07 01:11:40 27063 1

原创 LeetCode总结

最近完成了www.leetcode.com的online judge中151道算法题目。除各个题目有特殊巧妙的解法以外，大部分题目都是经典的算法或者数据结构，因此做了如下小结

2014-01-04 20:19:03 184263 31

原创算法复习笔记 | 排序算法比较

最近正好复习复习算法，于是从排序算法开始做一个总结。以下的代码均为原创，如果有任何问题，欢迎指正。简单来讲，排序算法的实质是将长度为n的数组中的数字按照从小到大或者从大到小的顺利排列。简而言之，在不考虑算法的情况下，我们可以把排序抽象为如下的一个函数：array表示T类型的一个数组，num表示数组的长度。本文假设我们实现的排序算法都是按照从小到大的顺序排列；从大到小的排列类似。

2013-09-14 00:32:16 4054 1

原创 LeetCode | Reverse Words in a String

题目：Given an input string, reverse the string word by word.For example,Given s = "the sky is blue",return "blue is sky the".思路：方法1：首先把句子看做由词组成的，例如“A B C”，因此可以将句子的所有字符前后交换，得到“C

2014-08-25 22:22:31 23810 13

原创 NLP | 自然语言处理 - 考虑词汇的语法解析（Lexicalized PCFG）

NLP | 自然语言处理 - 语法解析（Parsing, and Context-Free Grammars）这一章我们讲到了上下文无关语法（PCFG - Probabilistic Context-Free Grammar）的解析方法。本章将在此基础上扩展，讨论更深入的PCFG算法。

2014-08-14 16:32:39 11639 2

原创 NLP | 自然语言处理 - 语法解析（Parsing, and Context-Free Grammars）

在自然语言学习过程中，每个人一定都学过语法，例如句子可以用主语、谓语、宾语来表示。在自然语言的处理过程中，有许多应用场景都需要考虑句子的语法，因此研究语法解析变得非常重要。语法解析有两个主要的问题，其一是句子语法在计算机中的表达与存储方法，以及语料数据集；其二是语法解析的算法。这也是本章将要讨论的内容。

2014-07-12 00:38:15 74716 3

原创 NLP | 自然语言处理 - 标注问题与隐马尔科夫模型（Tagging Problems, and Hidden Markov Models）

在自然语言处理中有一个常见的任务，即标注。常见的有：1）词性标注（Part-Of-Speech Tagging），将句子中的每个词标注词性，例如名词、动词等；2）实体标注（Name Entity Tagging），将句子中的特殊词标注，例如地址、日期、人物姓名等。粗略看来，这并不是一个简单问题。首先每个词都可能有多个含义，不同情况表达不同含义；其次，一个词的含义或者词性也受到前后多个词的影响。然后隐马尔科夫模型却从数学上给出了一个近乎完美的解决方案。

2014-07-02 01:40:44 10596

原创 NLP | 自然语言处理 - 语言模型（Language Modeling）

语音识别”这样的场景，机器通过一定的算法将语音转换为文字，显然这个过程是及其容易出错的。例如，用户发音“Recognition Speech”，机器可能会正确地识别文字为“Recognition speech”，但是也可以不小心错误地识别为“Wrench a nice beach"。简单地从词法上进行分析，我们无法得到正确的识别，但是计算机也不懂语法，那么我们应该如果处理这个问题呢？一个简单易行的方法就是用统计学方法（马尔可夫链）从概率上来判断各个识别的正确可能性。

2014-06-10 23:48:33 35569 4

原创 .Net Framework中的Python - IronPython

提到Python，应该很多人都非常喜欢。Python语法简洁而清晰，具有丰富和强大的类库，能够很轻松的把用其他语言制作的各种模块。但是由于他太过于简单，有的时候于其他软件结合的时候便又会遇到问题。因此，我们常常想能否有一些简单的方法，然后Python的资源可以直接在其他语言中使用。对于.Net平台，答案是Yes。

2014-06-08 00:07:00 11242 2

原创小数学解决大问题 - 分类器组合方法（由民主投票想到）

数据挖掘中有三项重要的工作：分类、聚类与关联分析，其中分类器是最为重要的应用。简单来讲，计算机获得一个对象的信息就能通过这些信息判断对象的类别。例如垃圾邮件过滤（判断一封邮件的类别是垃圾邮件还是非垃圾邮件）、手写识别（判断一个手写内容的类别是“1”还是其他）、人脸识别（判断一张图片的类别是包含人脸还是不包含人脸）。分类器可以由很多种算法完成，这篇文章主要希望讨论的是由民主投票能联系到的一个经典的分类算法。

2014-02-10 14:08:18 5112

原创小数学解决大问题 - 信息熵（由对数函数想到）

在这个物欲横流的社会中，任何物品都是明码实价的，甚至许多虚拟的物品（爱情、亲情）都可能用金钱来衡量。对于计算器科学而言，我们也希望能对信息做一个量化的衡量。比如，这篇博客包含多少信息量。可能有的人会说这个问题很简单啊，我们可以通过字数来衡量，但是仔细想想，这是占不住脚的。例如，提到“苹果”，很多人都能够联想到这个物品的形状、颜色、味道等，信息量非常大。而提到“鼋鼍”，或许我们完全不知道这是什么，但是至少我们学习到了这样一个新的词汇。因此，我们要搞清楚一件非常非常不确定的事，或是我们一无所知的事情，就需要了

2014-01-25 00:55:03 16764 2

原创小数学解决大问题 - 布隆过滤器 Bloom Filter（由数字进制想到）

布隆过滤器 Bloom Filter在很多博客中的有提到，但是我希望在本篇博客中按照我的理解将Bloom Filter尽量简单的呈现出来。其实从人类起源开始，人类就在尝试利用语言来描述世界，而语言恰恰是人与人之间交流的重要工具，例如，A告诉B“苹果”，B立刻能够想象出苹果的形状、颜色、作用、苹果公司、乔布斯等信息。显然易见，通过传递简单的两个字，人与人之间传递了大量事先已知的信息。随着互联网的发展，计算机与计算机之间也需要通信，其实这个道理与人之间的通信有几分类似，只不过计算机与计算机之间是用数学的语言在交

2014-01-23 22:12:45 5791

原创小数学解决大问题 - 异构词问题 Anagrams（由素数的性质想到）

异构词来源于英文单词Anagrams。它只包含相同字母（以及相同出现次数）的单词，例如era和are是一对异构词，因为他们都包含a，r，e三个字母。输入两个字符串，判断是否是异构词的素数方法。

2014-01-22 12:06:24 3688 2

原创小数学解决大问题 - 切饼问题（由数组想到）

假设我们有一个圆形的饼和一把刀。由于刀比较珍贵，刀的主人比较爱惜，因此要求我们尽可能的少用这把刀。但是我们希望能够将饼分给更多的人。总而言之，问题可以描述成，有这把刀沿直线在饼上切n刀，求出切完后饼的最大块数R[n]。

2014-01-22 10:51:55 12317

原创 LeetCode | Surrounded Regions

题目：Given a 2D board containing 'X' and 'O', capture all regions surrounded by 'X'.A region is captured by flipping all 'O's into 'X's in that surrounded region .For example,X X X

2014-01-04 13:21:00 6872 6

原创 LeetCode | Clone Graph

题目：Clone an undirected graph. Each node in the graph contains a label and a list of its neighbors.OJ's undirected graph serialization:Nodes are labeled uniquely.We use # as a separat

2014-01-03 22:42:29 11223

原创 LeetCode | Copy List with Random Pointer

题目：A linked list is given such that each node contains an additional random pointer which could point to any node in the list or null.Return a deep copy of the list.思路：普通的链表复制就

2014-01-03 22:06:42 5110

原创 LeetCode | Word Ladder II

题目：Given two words (start and end), and a dictionary, find all shortest transformation sequence(s) from start to end, such that:Only one letter can be changed at a timeEach intermediate word

2014-01-03 13:59:26 4435

原创 LeetCode | Candy

经典LeetCode问题，找到一个更加简单的方法~

2014-01-02 10:49:16 7887

原创 LeetCode | Trapping Rain Water

题目：Given n non-negative integers representing an elevation map where the width of each bar is 1, compute how much water it is able to trap after raining.For example, Given [0,1,0,2,1,0,1,3

2013-12-31 16:35:53 3563

原创 LeetCode | Substring with Concatenation of All Words

题目：You are given a string, S, and a list of words, L, that are all of the same length. Find all starting indices of substring(s) in S that is a concatenation of each word in L exactly once and w

2013-12-31 16:17:07 3714

原创 LeetCode| Scramble String

题目：Given a string s1, we may represent it as a binary tree by partitioning it to two non-empty substrings recursively.Below is one possible representation of s1 = "great": great /

2013-12-31 15:24:51 3921

原创 LeetCode | Longest Valid Parentheses

题目：Given a string containing just the characters '(' and ')', find the length of the longest valid (well-formed) parentheses substring.For "(()", the longest valid parentheses substring is

2013-12-31 13:56:13 2086

原创 LeetCode | Text Justification

题目：Given an array of words and a length L, format the text such that each line has exactly L characters and is fully (left and right) justified.You should pack your words in a greedy app

2013-12-27 01:00:14 2075 1

原创 LeetCode | Count and Say

题目：The count-and-say sequence is the sequence of integers beginning as follows:1, 11, 21, 1211, 111221, ...1 is read off as "one 1" or 11.11 is read off as "two 1s" or 21.21 is rea

2013-12-26 23:02:28 2260 3

原创 LeetCode | Combination Sum II

题目：Given a collection of candidate numbers (C) and a target number (T), find all unique combinations in C where the candidate numbers sums to T.Each number in C may only be used once in th

2013-12-26 22:45:34 2200

原创 LeetCode | Combination Sum

题目：Given a set of candidate numbers (C) and a target number (T), find all unique combinations in C where the candidate numbers sums to T.The same repeated number may be chosen from C unlim

2013-12-26 22:34:28 2210

原创 leetCode | Next Permutation

题目：Implement next permutation, which rearranges numbers into the lexicographically next greater permutation of numbers.If such arrangement is not possible, it must rearrange it as the lowest

2013-12-26 22:14:05 4726

原创 LeetCode | Divide Two Integers

题目：Divide two integers without using multiplication, division and mod operator.思路：1）考虑边界问题。2）考虑INT_MIN与INT_MAX绝对值之间差1。3）考虑符号。类似http://blog.csdn.net/lanxu_yy/article/details/11686

2013-12-26 21:32:32 2043

原创 LeetCode | String to Integer (atoi)

题目：Implement atoi to convert a string to an integer.Hint: Carefully consider all possible input cases. If you want a challenge, please do not see below and ask yourself what are the possible

2013-12-26 20:50:39 1923

原创 LeetCode | Word Ladder

题目：Given two words (start and end), and a dictionary, find the length of shortest transformation sequence fromstart to end, such that:Only one letter can be changed at a timeEach intermediat

2013-12-26 17:52:39 1942 1

原创 LeetCode | Implement strStr()

题目：Implement strStr().Returns a pointer to the first occurrence of needle in haystack, or null if needle is not part of haystack.思路：BF或者KMP算法。BF无法通过时间复杂度要求。代码：class S

2013-12-26 14:24:03 2659

原创 LeetCode | Minimum Window Substring

题目：Given a string S and a string T, find the minimum window in S which will contain all the characters in T in complexity O(n).For example,S = "ADOBECODEBANC"T = "ABC"Minimum windo

2013-12-26 12:43:54 1674 3

原创 LeetCode | Multiply Strings

题目：Given two numbers represented as strings, return multiplication of the numbers as a string.Note: The numbers can be arbitrarily large and are non-negative.思路：模拟乘法的过程。首先第二个数的每一

2013-12-25 17:07:03 1387

原创 LeetCode | Merge Intervals

题目：Given a collection of intervals, merge all overlapping intervals.For example,Given [1,3],[2,6],[8,10],[15,18],return [1,6],[8,10],[15,18].思路：首先按照start来排序，然后依次合并相邻的重叠项。

2013-12-25 16:43:17 1443

原创 LeetCode | Insert Interval

题目：Given a set of non-overlapping intervals, insert a new interval into the intervals (merge if necessary).You may assume that the intervals were initially sorted according to their start ti

2013-12-25 16:15:46 1484

原创 LeetCode | Distinct Subsequences

题目：Given a string S and a string T, count the number of distinct subsequences of T in S.A subsequence of a string is a new string which is formed from the original string by deleting some (c

2013-12-25 13:00:51 2740

原创 LeetCode | Maximal Rectangle

题目：Given a 2D binary matrix filled with 0's and 1's, find the largest rectangle containing all ones and return its area.思路：基本思路是循环确定一个左上角的点与右下角的点，然后判断该区域是否都为’1‘。如下图：为了循环利用，我们可以采用动态

2013-12-24 17:32:55 5722

原创 LeetCode | Spiral Matrix II

题目：Given an integer n, generate a square matrix filled with elements from 1 to n2 in spiral order.For example,Given n = 3,You should return the following matrix:[ [ 1, 2, 3 ], [ 8, 9

2013-12-24 14:26:04 1415

原创 LeetCode | Spiral Matrix

题目：Given a matrix of m x n elements (m rows, n columns), return all elements of the matrix in spiral order.For example,Given the following matrix:[ [ 1, 2, 3 ], [ 4, 5, 6 ], [ 7, 8, 9

2013-12-24 14:15:25 1782

c++ 库函数 详表

空空如也

c++ 库函数详表