Allan的专栏

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]。

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

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。

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

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。