文章列表
别人的博文
http://www.cnblogs.com/zhenyulu/articles/82017.html
make_heap(first_it,last_it,comp)将[first_it,last_it)以comp做成堆。默认comp为'<'，大顶堆。
push_heap(first_it,last_it,comp)[first,last-1)已经是堆，将[first,last)调整为堆
pop_heap(first_it,last_it,comp)[first,last)已经是堆，*（last-1）在堆外，将*first与*（last-1）交换，然后将[first,last-1)调整为堆。
sort_heap(first_it,last_it,comp)，[first,last-1)已经 ...
map采用红黑树结构进行数据组织，查询速度稳定O(log2N)，内存占用较小，效率稳定。
hash_map采用哈希表，查表的速度为最好O(1)最坏O(N)（冲突时）。但是内存使用量大，并且当数据量大的时候存在哈希冲突的问题。
以下内容转自：http://blog.csdn.net/skyremember/article/details/2941076
这篇文章来自我今天碰到的一个问题，一个朋友问我使用map和hash_map的效率问题，虽然我也了解一些，但是我不敢直接告诉朋友，因为我怕我说错了，通过我查询一些帖子，我这里做一个总结！内容分别来自
alvin_lee ，codeproject,c ...
和iterator有关：
for_each(first_it,last_it,fun)，用来做循环
binary_function,ptr_fun,用来适配全局函数
mem_fun用来适配类的成员函数
bind1st,bind2nd用来绑定参数
ostream_iterator
copy(first_it,last_it,std::ostream_iterator<int> (cout,"\n"));
信息检索概述
信息检索是当前应用十分广泛的一种技术，论文检索、搜索引擎都属于信息检索的范畴。通常，人们把信息检索问题抽象为：在文档集合D上，对于由关键词w[1] … w[k]组成的查询串q，返回一个按查询q和文档d匹配度relevance(q, d)排序的相关文档列表D’。
对于这一问题，先后出现了布尔模型、向量模型等各种经典的信息检索模型，它们从不同的角度提出了自己的一套解决方案。布尔模型以集合的布尔运算为基础，查询效率高，但模型过于简单，无法有效地对不同文档进行排序，查询效果不佳。向量模型把文档和查询串都视为词所构成的多维向量，而文档与查询的相关性即对应于向量间的夹角。不过，由于通常词的 ...
以往的学习，都是 学过就忘了，懒得去总结和记录。付出的精力得不到积累，觉得很亏。现在开始用这个博客，强迫自己对学到的东西进行总结。希望各位朋友多多批评指教。