zxh116116
- 浏览: 11348 次
- 性别:
- 来自: 北京
-
最新评论
文章列表
Apache+Tomcat集群
- 博客分类：
- java
1.jdk安装略
2.下载apache，传送门http://download.csdn.net/detail/u013483509/6850865
3.配置Apache
将下载下来的Apache解压，修改httpd.conf配置文件
37行： ServerRoot "apache目录" （e.g. 'c:\apache24' 改为 d:\apache）
217行：ServerName 服务器名称 （e.g demo.app.com or 127.0.0.1）去掉#
241行： DocumentRoot 修改网站根目录地址
242行：<Directory &quo ...
转自http://www.google.com.hk/ggblog/googlechinablog/2006/05/blog-post_3044.html
[建立一个搜索引擎大致需要做这样几件事：自动下载尽可能多的网页；建立快速有效的索引；根据相关性对网页进行公平准确的排序。我们在介绍 Google Page Rank (网页排名) 时已经谈到了一些排序的问题，这里我们谈谈索引问题，以后我们还会谈如何度量网页的相关性，和进行网页自动下载。］
世界上不可能有比二进制更简单的计数方法了，也不可能有比布尔运算更简单的运算了。尽管今天每个搜索引擎都宣称自己如何聪明、多么智能化，其实从根本上讲都没有逃出 ...
数学之美 系列十三 信息指纹及其应用
- 博客分类：
- 搜索
转自http://www.google.com.hk/ggblog/googlechinablog/2006/08/blog-post_8115.html
任何一段信息文字，都可以对应一个不太长的随机数，作为区别它和其它信息的指纹（Fingerprint)。只要算法设计的好，任何两段信息的指纹都很难重复，就如同人类的指纹一样。信息指纹在加密、信息压缩和处理中有着广泛的应用。
我们在图论和网络爬虫一文中提到，为了防止重复下载同一个网页，我们需要在哈希表中纪录已经访问过的网址（URL)。但是在哈希表中以字符串的形式直接存储网址，既费内存空间，又浪费查找时间。现在的网址一般都较长，比如，如果在 G ...
转自http://www.google.com.hk/ggblog/googlechinablog/2007/07/bloom-filter_7469.html
在日常生活中，包括在设计计算机软件时，我们经常要判断一个元素是否在一个集合中。比如在字处理软件中，需要检查一个英语单词是否拼写正确（也就是要判断它是否在已知的字典中）；在 FBI，一个嫌疑人的名字是否已经在嫌疑名单上；在网络爬虫里，一个网址是否被访问过等等。最直接的方法就是将集合中全部的元素存在计算机中，遇到一个新元素时，将它和集合中的元素直接比较即可。一般来讲，计算机中的集合是用哈希表（hash table）来存储的。它的好处是快速 ...
lucene3.4文档得分
- 博客分类：
- 搜索
public static void main(String[] args) throws Exception {
Directory dir =new RAMDirectory();
IndexWriterConfig conf = new IndexWriterConfig(Version.LUCENE_34, new StandardAnalyzer(Version.LUCENE_34));
IndexWriter writer = new IndexWriter(dir,conf);
Docum ...
virtualbox克隆
- 博客分类：
- linux
D:\Program Files\Sun\VirtualBox>VBoxManage.exe clonevdi "D:\Program Files\ubuntu
\ubuntu.vdi" "D:\Program Files\ubuntu1\ubuntu1.vdi"
VirtualBox Command Line Management Interface Version 3.0.12
(C) 2005-2009 Sun Microsystems, Inc.
All rights reserved.
0%...10%...20%...30%...40% ...
ubuntu屏蔽ipv6
- 博客分类：
- linux
来自http://wiki.ubuntu.org.cn/index.php?title=%E5%A6%82%E4%BD%95%E7%A6%81%E7%94%A8IPv6&variant=zh-tw
禁用 IPv6
for ubuntu
1. 在终端下输入 gksudo gedit /etc/modprobe.d/aliases
2. 注释掉这一行 alias net-pf-10 ipv6
3. 存盘
4. 在终端下输入 gksudo gedit /etc/modprobe.d/blacklist
5. 加入这一行 bla ...
lucene过滤相同记录
- 博客分类：
- 搜索
例如 过滤类别相同产品
Filter filter = new DuplicateFilter("类别字段");
Query query=queryParser.parse(qureyString);
Hits hits=indexSearcher.search(queryString,filter);
顺序列表
指针列表
前端编码
哈希表及最小完美哈希
Trie树及双数组Trie树
M路搜索树