仰望星空WU-CSDN博客

原创从google产品来看搜索引擎需求

1)搜索需求人human 关键字key 信息infomation 2)网页搜索搜索中最成熟的技术,从关键字找到信息,使用倒排索引这种极有效果的索引格式;其它MP3搜索,新闻搜索等都是其一个子项,要么是限制站点的站内搜索,要么就是对时间特别敏感,有时效性; 3)网页目录导航这是从信息中抽取关键字,自动网页分类技术; 用到的是数据挖掘技术,这个也比较成熟了.首先建

2008-05-21 12:57:00 2766

原创搜索引擎开发经验

一查询子系统1)逻辑表达式综合的搜索引擎通常支持逻辑与,逻辑或,逻辑非这三种操作.多个查询词的时候要进行逻辑操作,通常空格默认为&,如果在多个查询结果前进行预排序,那么就可以把原来复杂的逻辑操作转为有序集合的合并操作,时间复杂度仅为O(m+n).2)排序a)文本排序文本内容是最重要的依据，而文本内容在词汇的集合，因此排序主要考虑到文本词汇的权重，涉及到的因素有:查询词的邻近关系,命中位置(包

2008-05-21 12:03:00 2844 1

原创试分析中国未来的互联网格局

facebook为什么吸引着我来用，在使用了将近三个有后，我开始考虑这个问题。原因一，facebook将工作work,学习college, 区域region聚集成网络network,这基本上将人物理上交往空间在网络上延续下去了；原因二，facebook提供photo,video,可以对用户更全面更细致的了解；原因三，facebook提供的开放平台，有大量的应用程序，如similar,city

2008-05-22 18:49:00 2820

原创 google数学之美系列

Google 黑板报 — 系列一 — 统计语言模型 http://googlechinablog.com/2006/04/blog-post.html 系列二 — 谈谈中文分词 http://googlechinablog.com/2006/04/blog-post_10.html 系列三 — 隐含马尔可夫模型在语言处理中的应用 http://googlechinablog.com/2

2008-05-22 18:40:00 4491 2

原创 windows线程同步机制摘要

线程之间的同步使用一些核心对象：如thread, process, evnet, mutex, semaphore.在线程之间使用等待函数如WaitForSingleObjects, WaitForMultipleObjects.等待函数使用核心对象的handle作为参数，如果handle被激发，则执行下一步。handle被激发的条件： (handle是一段内存指针，为了掩藏内部实

2008-04-25 18:12:00 5508

原创 vc7.0常见调试问题

1)disable#pragma warning (disable: 4311 4312) //指针类型强制转化,大小不完全匹配warning C4311: type cast : pointer truncation from TriNode *const to long warning C4312: type cast : conversion from un

2008-04-13 21:18:00 4368

原创 alexa使用指南

正确认识alexa排名纳入统计的访问量仅来自使用Alexa工具栏（Alexa Toolbar）的用户, Alexa工具栏仅在windows操作系统下，Internet Explorer浏览器中使用有效，使用其它操作系统或者浏览器的访问将不能被计数。因此alexa排名有很大的局限性. 又因为alexa工具条是英文,对于非英文区的用户,安装者极少,因此alexa只能反映英语语言区中wind

2008-04-13 03:21:00 11400

原创 Rose建模历程(3 双向工程与小结)

双向工程1）.正向工程：根据模型框图生成指定语言的代码步骤：需要在组件图（component view）中创建一个组件（component），设置好需要进行转换的组件的信息，open Sepcification...-->Realizes -->assign（选择要生成代码的类），最后Generate Code确定后就生成代码了．２）.逆向工程产生模型：根据选择开发应用程序的

2007-11-27 18:03:00 3481

原创日志和时间函数设计

日志函数的需求:a)输出错误日志，每天一个错误日志文件；b)使用一些标准宏，准确定位错误位置和发生错误时间;c)使用有格式的输出．时间函数需求：a)秒级second：　time(NULL)b)毫秒级ms: GetTickCount (win32 api,返回当前时间的毫秒级，1tick=55us)，常用于费时程序的统计，压缩一个文件．c)微秒级us: gettimeofday返回的是一个时间

2007-11-19 17:57:00 2482

配置环境操作系统：Redhat Enterprise AS 4已安装包：httpd2.0.4, mysql4.1,libxml2.6.16, zlib1.2.1.2,gd2.0.28, libpng1.2.7说明：网上的各种安装说明都不是很好地说明了配置参数的来由，本文将尽可能标明每一步的必要性．已安装包不是必需的，其中mysql可以独立安装，而rpm包形式的httpd因为不是mod-so形式安装

2007-11-14 18:02:00 11375

原创 mysql使用常见问题

MYSQL4.1权限管理mysql> use mysql;Reading table information for completion of table and column namesYou can turn off this feature to get a quicker startup with -A Database changedmysql> show ta

2007-08-17 18:40:00 2512

原创 ubuntu应用小结

一　ubuntu概述　基于debian的LINUX发行版，采用DPG的软件管理包(区别于redhat的RPM包)，安装软件常用apt-get命令，管理软件包文本界面aptitude,图形界面synaptic.二　常用软件列表电影播放－ realplay + w32codecs, totem + gstreamer音乐播放－ rhythmbox（系统自带）＋gstreamer/x

2007-08-16 18:15:00 2998

原创认证的原理及使用

问题的来源在一个开放的分布式网络环境中，用户通过工作站访问服务器上提供的服务。n 服务器应能够限制非授权用户的访问并能够认证对服务的请求。n 工作站不能够被网络服务所信任其能够正确地认定用户，即工作站存在三种威胁。一个工作站上一个用户可能冒充另一个用户操作；一个用户可能改变一个工作站的网络地址，从而冒充另一台工作站工作；一个用户可能窃听他人的

2007-06-29 19:42:00 3060

原创 2007年NASDAQ中国概念股

由全美证券交易商协会(NASD)创立的纳斯达克(National Association of Securities Dealers Automated Quotation，简称NASDAQ),纳斯达克（NASDAQ）是全球最大的电子股票交易市场，约有3200家公司在此上市，上市公司数量为美国所有股票交易市场之最。在纳斯达克挂牌上市的公司中，有322家是非美国公司，其中包括40(?)家中国内地公司

2007-06-18 20:44:00 4147

原创各种排序查询的算法效率比较

一排序 SN 排序方式时间复杂度空间复杂度

2007-05-11 13:00:00 9875

原创进程间通信总结

进程间通信就是在不同进程之间传播或交换信息，那么不同进程之间存在着什么双方都可以访问的介质呢？进程的用户空间是互相独立的，一般而言是不能互相访问的，唯一的例外是共享内存区。但是，系统空间却是“公共场所”，所以内核显然可以提供这样的条件。除此以外，那就是双方都可以访问的外设了。在这个意义上，两个进程当然也可以通过磁盘上的普通文件交换信息，或者通过“注册表”或其它数据库中的某些表项和记录交换信息。广义

2007-03-23 11:37:00 5939

原创对称加密算法的四种应用模式

加密模式(英文名称及简写) 中文名称 Electronic Code Book(ECB)

2007-03-15 18:40:00 10031

转载 OPENSSL 学习整理-介绍

来源: http://www.mscenter.edu.cn/blog/jeffrey/articles/8850.htmlOpenssl目录名以及功能描述目录名功能描述

2007-03-13 20:33:00 5775 1

原创哈希表的使用

数据结构：hash_map原理这是一节让你深入理解hash_map的介绍，如果你只是想囫囵吞枣，不想理解其原理，你倒是可以略过这一节，但我还是建议你看看，多了解一些没有坏处。hash_map基于hash table（哈希表）。哈希表最大的优点，就是把数据的存储和查找消耗的时间大大降低，几乎可以看成是常数时间；而代价仅仅是消耗比较多的内存。然而在当前可利用内存越来越多的情况下，用空间换时间的做

2007-03-12 17:30:00 22904 8

转载数据库设计三大范式应用实例剖析

来源：http://dev.yesky.com/424/2220924.shtml引言　　数据库的设计范式是数据库设计所需要满足的规范，满足这些规范的数据库是简洁的、结构明晰的，同时，不会发生插入（insert）、删除（delete）和更新（update）操作异常。反之则是乱七八糟，不仅给数据库的编程人员制造麻烦，而且面目可憎，可能存储了大量不需要的冗余信息。　　设计范式是不是很难懂呢？非也，

2007-03-07 11:36:00 2962 3

原创 ANSI C字符串相关的实现

1 strlen/*原型：size_t strlen(const char *s)功能：获取字符串s的长度说明：*/int stringlen(const char *s)...{ int i=0; while(*s++)i++; //只能是*s++,不能++*s,因为s是const char* return i;}

2007-03-05 12:08:00 1371

翻译 md5算法描述

原文http://www.ietf.org/rfc/rfc1321.txt 3. MD5 Algorithm Description We begin by supposing that we have a b-bit message as input, and that we wish to find its message digest. Here b is an

2007-03-01 18:20:00 1531 1

原创 FTP协议概述

ftp协议FTP协议将使用两条单独的TCP连接，一条专用于发送FTP命令，称为控制连接，另一条则专用于传递数据, 称为数据连接。1)控制连接客户端希望与FTP服务器建立上传下载的数据传输时，它首先向服务器的TCP 21端口发起一个建立连接的请求，FTP服务器接受来自客户端的请求，完成连接的建立过程，这样的连接就称为FTP控制连接。 2)数据连接FTP控制连接建立之后，即可开

2007-02-10 20:24:00 2430

原创 HTTP协议概述

HTTP协议是基于请求／响应范式的。HTTP的请求格式：统一资源标识符、协议版本号，后边是MIME信息包括请求修饰符、客户机信息和可能的内容。------------------------------请求方法URLHTTP协议的版本号提交的元信息**空行**实体------------------------------HTTP的响应格式：一个状态行包括信息的协议版本号、一个成功或错

2007-02-06 12:19:00 3841

原创配置文件读取的n种方法

摘要使用了下面5种方法来读取配置文件：1)字符串读写操作；2)xml解析配置文件；3)stl的读取配置文件封装类，很繁杂，但在大型配置文件中比较有用；4)shell语言的字符串匹配，这是最简单的；5)将1与4结合，shell与c的嵌套使用。1字符串读写操作测试文件[test.init]#ini for path[path]dictfile = /home/tmp/dic

2007-01-28 15:57:00 4266 1

原创人月神话读书笔记

1964-1965: IBM操作系统OS/360的经理1974: 查珀尔希尔，北卡罗来纳 Frederick P. Brooks，Jr写了此书。1994：20年后再版，修正了一些观点几个谬误1)所以系统编程的进度安排背后的第一个假设是：一切都将运作良好，每一项任务仅花费它所“应该”花费的时间。在单个的任务中，“一切都将运转正常”的假设在时间进度上具有可实现性。。然而大型的编

2007-01-28 14:06:00 1375

原创 MySQL中文化问题

1)中文模糊查找 2)中文全文索引 3)数据库表中文的正常显示其实要正常显示中文，有下面这种方法，优先高的在后面：n 编译mysql时配置参数：configure--with-charset=gb2312;n 修改/etc/my.cnf,：设置字符集，default-character-set=gb2312n 创建数据

2007-01-25 21:46:00 2305

原创安全加密技术汇总

开篇使用密码学可以达到以下目的：保密性：防止用户的标识或数据被读取。数据完整性：防止数据被更改。身份验证：确保数据发自特定的一方。一消息摘要消息摘要主要用于保持数据的完整性，我们经常听到的校验和就是消息摘要的一个特例。它的算法是一个单项函数。也就是直接将输入的数据进行消息摘要提取，但绝不能从消息摘要生成原数据。消息摘要的算法分为如下几类（最常用的是MD5和SHA-1）：MD2：是一

2007-01-22 19:50:00 3706

原创 2周Web开发的总结

http://dl2.csdn.net/down4/20070629/29195248472.pdf Ajax技术热门一时，在2周的web开发中，也使用了所谓的Ajax技术。但我要说明的是：Ajax技术本身没有什么技术含量，Ajax的名字来源就是：asyn(异步)+ javascript + xml, 它的技术核心主要就是xml, javascript以及dhtml的一些高级特性：如css

2007-01-18 20:06:00 1548

原创 xsl:script与函数调用输出xsl:eval应用示例

本文来源于我在csdn社区的一个帖。http://community.csdn.net/Expert/TopicView.asp?id=5299556-)函数说明xsl:script xsl的扩展脚本函数xsl:eval 输出字符串形式的数据二)示例：功能：遍历xml文件，将里面的数字取出，输出以数字为参数的函数调用后的值。 test.xml - -> 10 4

2007-01-18 19:32:00 3895

原创 xml排序

1 xsl:sort所使用的名字空间：xmlns:xsl=http://www.w3.org/1999/XSL/TransformSyntaxselect="expression"lang="language-code"data-type="text|number|qname" //数据类型，可支持按数字排序order="ascending|desc

2007-01-18 19:21:00 5312 2

原创 Javascript编程小结(3 css property, Event...)

DHTML: Scripting CSS Styles Property Description/Values

2007-01-17 17:44:00 1305

原创 Javascript编程小结(2 XML对象)

xml对象nodeType nodeType Represents 1

2007-01-17 17:30:00 3967

原创 Javascript编程小结(1通用对象)

javaScript 所处理的每一个对象都是属于一个类 (class) ，类里边定义了组成对象的数据、属性、方法（即是类里边的一些函数）等，使用类可以增加程序代码的复用性，这在一种程序语言中是很重要的，因为这样可以避免重复开发！对象的属性(Propertie)：在 javaScript 中使用英文句号 (.) 来访问对象的属性值。对象的方法(Method)：

2007-01-17 17:26:00 1508

原创 xml内容显示的4种方法

CSS（叠层样式表）和XSL（可扩展样式语言）都可以定义XML文件的显示.如果一个XML文件仅仅用于交换信息，就无需考虑它的显示问题。编辑XML文件，我们仅仅需要关注文件的内容、信息的结构，至于它怎么显示，则交给CSS（叠层样式表）和XSL（可扩展样式语言）来完成。此外使用数据岛技术与javascript也能定制xml的内容显示，这就使得用户可以根据需要来定义数据的表现形式。1）用cs

2007-01-15 11:58:00 31475

原创 html基础知识

HTML文档中，第一个标签是。这个标签告诉浏览器这是HTML文档的开始。HTML文档的最后一个标签是，这个标签告诉浏览器这是HTML文档的终止。在和标签之间文本的是头信息。在浏览器窗口中，头信息是不被显示的。在和标签之间的文本是文档标题，它被显示在浏览器窗口的标题栏。在和标签之间的文本是正文，会被显示在浏览器中。在和标签之间的文本会以加粗字体显示。 HTML文档是由HTML元素组成的文本文

2007-01-14 21:03:00 1345

原创 XML基础知识

什么是XML?l XML是EXtensible Markup Language的缩写 l XML是一种类似于HTML的标记语言 l XML是用来描述数据的 (用来存放数据的)l XML的标记不是在XML中预定义的，你必须定义自己的标记 l XML使用文档类型定义（DTD）或者模式（Schema）

2007-01-14 17:32:00 1404

原创 Ajax技术入门及其适用范围

什么是Ajax技术？ AJAX全称为“Asynchronous JavaScript and XML”（异步JavaScript和XML），是指一种创建交互式网页应用的网页开发技术。它有机地包含了以下几种技术：基于web标准（standards-based presentation）XHTML+CSS的表示；使用 DOM（Document Object Model）进行

2007-01-14 17:28:00 2537 2

转载追MM与Java的23种设计模式

创建型模式 1、FACTORY—追MM少不了请吃饭了，麦当劳的鸡翅和肯德基的鸡翅都是MM爱吃的东西，虽然口味有所不同，但不管你带MM去麦当劳或肯德基，只管向服务员说“来四个鸡翅”就行了。麦当劳和肯德基就是生产鸡翅的Factory 工厂模式：客户类和工厂类分开。消费者任何时候需要某种产品，只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时，工厂类也要做相应的修改。如：如何创建及如

2007-01-14 17:06:00 1121

原创 utf8编码转化为unicode的一个精彩函数

　UTF-8就是对unicode编码的一种实现， UTF-8的一个特别的好处是它与ISO-8859-1完全兼容。UTF-8就是以8位为单元对UCS进行编码。从UCS-2到UTF-8的编码方式如下：　　　　　UCS-2编码(16进制)　　　　　　UTF-8 字节流(二进制) 　　　　　0000 - 007F　　　　　　　　　0xxxxxxx 　　　　　0080 - 07FF　　　　　　　　　

2007-01-09 21:49:00 2093