oyd的专栏

接上篇，起初我为了输入输出方便，是用perl去实现的，后来发现perl中求模速度太慢，就改用C了 常量定义：SPACE指你要分配多大的内存空间，我这里是为5000万数据的每一条分配4字节const int SPACE = 50000000 * 4;const int MAXNUM = SPACE * 8;#define LINE_MAX 2048int bits[] = {0x1, 0

/** * 带权重的随机数 * * 权值越小，概率越偏向min，反之偏向max * @param min * @param max * @param weight 取值范围 [-1, 1] * @return */ publi

照例还是先公布代码 http://download.csdn.net/source/913373以及编译好的可执行程序，下载地址：http://download.csdn.net/source/913515前面介绍的UCT算法听起来很诱人，但是只有你真正去实验一下你才知道原来有这么多问题。理论上，UCT是一个一致的算法，它可以随着模拟次数的增加而自然提高棋力，而且理论上，它

代码先公布：http://download.csdn.net/source/891878到现在为止，我只实现了一个棋盘，确切的说是在棋盘上随机走棋的速度测试程序，我借鉴了lib-ego，在上面做了一些改进，现在这个棋盘可以使用围棋规则或者五子棋规则。我的目标是让我的AI程序用同样的算法来对待围棋、五子棋甚至小时候玩过的黑白棋，它不需要任何棋类知识，你只要告诉它下棋的规则。我们的脑细胞可曾了解究竟什

上次一个网友建议我用遗传算法，不过当时我没有找到合适的遗传因子，其实根本原因是我那时候正在手工测试程序的棋力，我自己和程序下，发现问题，然后看看怎么改进。这个过程中其实带有太强的主观色彩了，直到一周前我正式摒弃了UCG的想法，我才终于决定用自然选择的方式来测试程序的棋力。摒弃UCG前面的文章中提到过UCG的思想，也就是认为博弈树实际上应该看做是一个图，因为下棋时的每一个局面，都可以用不止一种顺序走

注：本文其实只介绍mogo程序所采用的MC+UCT算法。记得以前还曾为深蓝击败顶尖人类棋手而暗喜，庆幸自己选择了围棋这一体现人类智慧优越感的游戏。因为人机博弈的设计不外乎两个方面：估值和搜索，而这两者在国际象棋上表现非常好，深蓝仅仅靠的暴力搜索下出的妙手让大师也手足无措，你要不信，去问问卡斯帕罗夫和深蓝对局时什么感受。然后估值和搜索用在围棋上似乎失灵了，一来无值可估，计算机如何看待局部的好手成了全

 记得在穷举法中，每一趟比较后，无论成与不成，都将模式向右滑动一个位置，然后继续比较。有没有办法能利用之前的比较结果，使得模式滑动的更远一点呢？在介绍经典的KMP算法前，我先介绍几个简单的滑动类算法。Not So Naive同名字一样，这个算法的确有点幼稚，它根据模式的前两个字符是否相同来滑动比穷举法稍长一点的距离：如果前两个字符相同，那么文本中与第二个字符不同则必然也与第一个不同；如果前两个字符

UCT的实现前文只顾抱怨，忘记讲述UCT的实现部分了，这里补上。UCT算法本身在第一篇已经详细阐述过了，具体实现上唯一的一个要点就是使用内存池来为Tree分配节点。树的结构如下所示：templateclass Node {        static Pool m_pool;public:        Vertex v;        int    win;        uint    cou

位运算经常能做出一些不可思议的事情来，例如不用临时变量要交换两个数该怎么做呢？一个没接触过这类问题的人打死他也想不出来。如果拿围棋来做比喻，那么位运算可以喻为编程中的“手筋”。按位的存储方式能提供最大的存储空间利用率，而随着空间被压缩的同时，由于CPU硬件的直接支持，速度竟然神奇般的提升了。举个例子，普通的数组要实现移位操作，那是O(n)的时间复杂度，而如果用位运算中的移位，就是一个指令搞定了。K

穷举法又叫暴力法。大多数程序员眼里，它是幼稚的，但大师们不这么认为。Rob Pike, 最伟大的C 语言大师之一, 在《Notes on C Programming》中阐述了一个原则：花哨的算法比简单算法更容易出bug、更难实现，尽量使用简单的算法配合简单的数据结构。而Ken Thompson——Unix 最初版本的设计者和实现者，禅宗偈语般地对Pike 的这一原则作了强调： 拿不准就穷举（Whe

注：本文大致翻译自EXACT STRING MATCHING ALGORITHMS，去掉一些废话，增加一些解释。文本信息可以说是迄今为止最主要的一种信息交换手段，而作为文本处理中的一个重要领域——字符串匹配，就是我们今天要说的话题。（原文还特意提及文本数据数量每18个月翻一番，以此论证算法必须要是高效的。不过我注意到摩尔定律也是18个月翻番，这正说明数据的增长是紧紧跟随处理速度的，因此越是使用高效

KMP算法，每一个初学者都曾被它搞迷糊，在数据结构教材上，这个算法出现的如此之早，你怎能指望一个还没搞懂二叉树遍历的人来理解KMP呢，记得越快，忘得越快。直到多年以后回过头来看看，这才发现KMP算法如神谕般震撼了我。实在无法想象当初Knuth、Pratt、Morris三人竟然同时发现了它。 我们假设一个场景，你手上拿着一串红蓝两种颜色的珠子，墙上挂着一串更长的珠子，同样是红蓝两色的,你的任务就是找

.p9 {font-size:9pt;text-decoration:none;}a:link {color:#000099;text-decoration:none;}a:visited {color:#000099;text-decoration:none;}a:hover {color:#FF3333;text-decorati

这个功能在php输出页面的时候很常用 ，就是把一个字符串截取为不大于某个长度的字符串。本身是很简单的事情，但是附加了一些需求：1，字符串中含有中文，也就是单字节双字节混着的。2，字符串中含有html代码。对于中文截取，网上有现成的代码可以拿来用，就像这样：        function trunk($str,$most,$append="...")        {         

本来呢，这个应该是不传之秘的，不信到google/baidu去搜搜看，"内容/页面/网页 抗排重"看有没有结果。不过我基于一个信念，那就是但凡你想得到的，google都能搜得到，如果搜不到呢，那我就把它加上，让google可以搜到。什么叫做抗排重呢，我们知道，许多网页的内容都是重复的，搜索引擎如果搜到的大篇大篇都是重复内容，自然没人去用了。所以在业界，剔除这些重复内容，通常我们叫做排重，也

我这里介绍一个极适合大量URL快速排重的方法 ，这个算法被称为Bloom filter，基本上，它也只适合这样的场合。这里的大量是指有5000万至1亿的URL，更大的数据量可能也不合适了。一开始我使用了一个最复杂的做法，是有一个单独的daemon程序负责排重，数据和排重结果通过socket传输。后来发现不行，仅仅几百万数据要做好几个小时，5000万不把人都急疯了？至于daemon中具体用什

还有些缺陷，但能实现Church的自然数的lambda定义class lambda{ private $f; private $args; private $count; public function __construct($f, $args = []) { if ($f instanceof lambda) {