幸福安康！

1. 对区间端点左值排序后获得各个区间两端点编号，比如L-3、R-2分别表示区间3的左端点、区间2的右端点。然后，对区间端点值排序。比如对区间[0,1],[0.3,0.7],[0.5,2]排序后为0,0.3,0.5,0.7,1,2其编号排列为L-1,L-2,L-3,R-2,R-1,R-3。2. 计算编号排列中相邻两点所属区间个数：从左向右起始个数为0，遇到L加1，遇到R减1。以 为L-1,L-2,L-3,R-2,R-1,R-3为例，所属区间个数数列为0,1,2,2,1,0。

看spark1.3.0 kmeans源码碰到对抽样理论问题：下面是摘录的程序注释与关键代码// On each step, sample 2 * k points on average for each run with probability proportional// to their squared distance from that run's centers. Note t

1.直接计算设备间的条件概率有一定道理，有另外的值得参考的数学方法：    1.1 计算均值与标准差       1.1.1  计算所有两设备间的概率之和，然后求取均值，然后计算标准差，根据环球科学上面的超过4倍标准差就比较罕见的说法（假设是正态分布？）判断哪些比较奇异；       1.1.2  求所有设备停电次数之和，求每个设备停电次数之和（所有时间、一小时内、一天内，以发现是突发

1.XORShift与梅森旋转素数法的原理及其应用

case object EdgePartition2D extends PartitionStrategy { override def getPartition(src: VertexId, dst: VertexId, numParts: PartitionID): PartitionID = { val ceilSqrtNumParts: PartitionID = ma