相识二年记念日

二年了,一眨眼功夫就二年了,时间过得真快。

二年前的今晚,第一次见她,送她回家,在门口时,还聊了半个小时。当时的感觉,她是一个蛮开朗的女生。

一年前的今晚,九点多,想叫她出来,不过她说在家,比较晚了,不出来了。结果呢,被影子约出去喝酒,还有小K啦,小侠子啦,还有:恨世生。。。一年前的今晚,见识的论坛上的四个男人。哈哈!还……无无聊聊地跟他们东扯西扯。

今天晚上,没有什么事做,忙着打方案,方案。哎,本来是今天的工作计划,老总却说要加班用私人时间去解决。。。

前几天就想在今天约她出来玩一天的,本打算请半天假,约她出来,跟她一齐,沿着二年前的足迹,去马安,去新桥,去南岸。还有,去她二年前说想我请她去左右咖啡厅。。。计划已经想好的了。不过,当要实行时,却……

/*  我终于工作了……哈哈……成为我心目中的一个大人
 
  好开心不过也很难过……因为原来工作一点也不好玩……好辛苦的呢……

  不过等发工资那天可能心情会好起来的……!!!*/

在前段时间,她QQ资料终于改了。成为她心目中的一个大人?那是两年前我说她不成熟,叫她早点成熟的。现在,她工作了,成熟了吗?希望吧,也祝她早点成熟吧。呵呵~~~~

前几晚在电视里又一次地听到了徐小凤的随想曲,下载网址:http://www.jldq.com/mp3/6.mp3,嗯。蛮好听的。之前听过,但不知道歌名叫什么,现在知道了。觉得歌词挺有感觉的。

/*

前望我不爱独怀旧,名利我可以轻放手,是我的虽失去他日总会有,不惯全力寻求,难辨你的爱真与否,缘尽我可以轻放手,若你的心想变怎样都会变,想要留亦难留,渴望是心中富有,名和利不刻意追求,请收起温馨的爱意,留在心中好象醇的酒,存着要经过春与夏,内心也经过喜与忧,让我一生拥有轻松节奏,心里无欲无求

*/

是啊,是我的虽失去他日总会有。难辨你的爱真与否,缘尽我可以轻放手

哎。不写了,好多蚊子啊。sign,做个标记!噶三胡起了。。。呵呵~~~~

Java 中可以使用多种文本相似度算法,其中一些常见的算法包括: 1. Jaccard 相似度:Jaccard 相似度是通过比较两个文本的交集与并集来计算相似度的。在 Java 中,可以通过 HashSet 来实现这个算法。 2. 余弦相似度:余弦相似度是通过比较两个文本的向量夹角来计算相似度的。在 Java 中,可以使用 Apache Commons Math 库中的 RealVector 类来实现。 3. 编辑距离:编辑距离是通过计算两个文本之间的最小编辑距离来计算相似度的。在 Java 中,可以使用 LevenshteinDistance 类来实现。 示例代码: 使用 Jaccard 相似度算法: ```java String str1 = "hello world"; String str2 = "world hello"; Set<String> set1 = new HashSet<>(Arrays.asList(str1.split(" "))); Set<String> set2 = new HashSet<>(Arrays.asList(str2.split(" "))); double jaccardSimilarity = (double) (set1.size() & set2.size()) / (double) (set1.size() | set2.size()); System.out.println("Jaccard similarity: " + jaccardSimilarity); ``` 使用余弦相似度算法: ```java String str1 = "hello world"; String str2 = "world hello"; Map<String, Integer> map1 = new HashMap<>(); Map<String, Integer> map2 = new HashMap<>(); for (String word : str1.split(" ")) { map1.put(word, map1.getOrDefault(word, 0) + 1); } for (String word : str2.split(" ")) { map2.put(word, map2.getOrDefault(word, 0) + 1); } RealVector vector1 = new ArrayRealVector(map1.values().stream().mapToDouble(Integer::doubleValue).toArray()); RealVector vector2 = new ArrayRealVector(map2.values().stream().mapToDouble(Integer::doubleValue).toArray()); double cosineSimilarity = vector1.dotProduct(vector2) / (vector1.getNorm() * vector2.getNorm()); System.out.println("Cosine similarity: " + cosineSimilarity); ``` 使用编辑距离算法: ```java String str1 = "hello world"; String str2 = "world hello"; int editDistance = StringUtils.getLevenshteinDistance(str1, str2); double editDistanceSimilarity = 1.0 / (1.0 + editDistance); System.out.println("Edit distance similarity: " + editDistanceSimilarity); ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值