0%

容器适配器是依赖顺序容器的受限版本,处理特殊情况。如:

  • stack:栈,后入先出
  • queue,队列,先入先出
  • priority_queue,优先级队列,元素出队顺序取决于优先级

工欲善其事,必先利其器,使用恰当的数据结构去解决问题能事半功倍。因本人没有任何C++的基础,但在刷题的过程中遇到了一些数据结构的经典应用,且能借助STL中的容器很好的实现并解决任务。因此总结常用容器的用法,以供下次使用。

   在上个世纪,规则派的思想制约了自然语言处理的发展。比如主语后面是谓语,还有各种时态规则,加上当时并不是很强大的处理器,自然语言处理根本做不起来。在编译原理中,即使只有很少的语法,处理起来也很困难,更别说要规则话自然语言的语法了。那么统计派的学者登上历史舞台,解决了这个问题,甚至可以说是开创了现代人工智能世界的大门。

  起初并不对NLP的东西感兴趣,但是还是回归思想。数学和计算机的应用层出不穷,但背后的数学思维值得学习和借鉴。本文收录:

  • 简单分词(基于维特比算法)
  • 统计语言模型
  • 词嵌入模型:负采样、Word2Vec,Skip Gram等

  其实我总在思考,感觉编译原理中对句法成分分析的东西也不是不能用到NLP中,不过最近事太多了,有时间再去研究吧。应该有前人的研究成果的,到时候读论文先。

内容简介:在阅读了数据结构的一本教材《大话数据结构》后,学到了新的姿势:用于搜索引擎的数据结构——倒排索引,又想起了曾经在《数学之美》上阅读过的如何在搜索引擎中取得高质量的网页和最相关的内容。涉及到了简单的分词、矩阵相乘、信息熵的简单应用,特来整理,即使我做不出一个搜索引擎。但是在现实世界中的应用多种多样,背后的数学思维却是可以借鉴的。(注明:本文只是将两书的内容融会贯通并整理。如有遗漏使得内容看起来不连贯,可以阅读原书,计算机专业推荐这两本书都读,非计算机专业只推荐阅读《数学之美》)

有机会买个单反吧,手机拍摄质量差。

去的路上看了一本叫《文化苦旅》的书,杭州宣言和黄州突围。一个地区总有属于自己的内涵文化,而且我文字功底也差,就不写狗屁的散文游记了,单纯的留个相册作为纪念然后就溜。

发现每个数据结构都单独成文会显得文章有点多,且内容不充实。于是决定分组放了,下一部分就是『集合、映射和栈了』,基础数据结构复习完毕后,刷题就提上日程。在进入之前,先扯一点STL的东西。

  • 江南烟雨下的青石古木
  • 古巷里的袅袅炊烟
  • 天青色等烟雨下的黑白风徽州style
  • 小桥流水人家的无言守护
  • 云海翻腾的婉约黄山