R5-二分查找篇二分查找不用教了吧classSolution:defsearchInsert(self,nums:List[int],target:int)->int:left,right=0,len(nums)-1#使得[left,right]区间不为空whileleft<=right:mid=(left+right)//2ifnums[mid]
python算法题面试_用Python刷面试算法题(如leetcode)是怎样的体验?
weixin_39639600
python算法题面试
我个人是学AI的,刷题主要是为了面试和平时搞DL用,刚刚入坑,刷题时间不长,但对于Python语法的简洁性却深有体会,Python很多时候在码量上可以甩别人几条街。在掌握基本算法原理基础之后使用python的高级技巧打配合感觉非常好使,如虎添翼。对于python刷题的收益,个人认为还是要看刷题目的区别对待,如果要学习算法,使用c++之类的语言对于程序员的要求比较高,有些时候就是抄不了近路,逼着你走
分享一些最近Python刷题的经验与思考
清风Python
转化学习情绪不开心学习Python一直都是从乐趣、兴趣出发,所以最讨厌做的事莫过于枯燥的刷题了。可公司新规定,每位员工需要在年底前完成5000分的编程答题任务,瞬间就不开心了。还好我是一个脑洞大的人,决定化愤怒为动力,想想什么能让我转化现在的情绪。然后....我发现每道题后面有个发帖讨论的栏位,在里面可以讨论解题思路,大家互相交流。就在一瞬间灵感来了,这不是个免费的广告栏目么。我把每道题的答案发到
[LeetCode]-Python刷题第三周(栈和队列)
就是这个七昂
数据结构python算法
20.ValidParentheses合法括号(Easy)Givenastringcontainingjustthecharacters'(',')','{','}','['and']',determineiftheinputstringisvalid.Aninputstringisvalidif:Openbracketsmustbeclosedbythesametypeofbrackets.Op
leetcode python刷题_LeetCode刷题——第一天(python)
weixin_39802814
leetcodepython刷题
今天是7月1日的晚上,作为研一小白,接下来的一段时间里希望自己每天都可以在LeetCode上刷几道题,这个平台也是我寻寻觅觅多个刷题平台后,相比较下来更适合我的一个编程实践平台。题量多,题目简单,阶梯训练,相信我坚持刷下去,编程能力多少会有所提高。今天只做了一道题,因为外边快要下雨了,抓紧时间写一下就准备回家。。。。。。第一天——第一题(两数之和)题目:给定一个整数数组nums和一个目标值targ
无重复字符的最长子串 python,力扣 (LeetCode)python刷题笔记3.无重复字符的最长子串...
weixin_39900582
无重复字符的最长子串python
给定一个字符串,请你找出其中不含有重复字符的最长子串的长度。示例1:输入:s=“abcabcbb”输出:3解释:因为无重复字符的最长子串是“abc”,所以其长度为3。示例2:输入:s=“bbbbb”输出:1解释:因为无重复字符的最长子串是“b”,所以其长度为1。示例3:输入:s=“pwwkew”输出:3解释:因为无重复字符的最长子串是“wke”,所以其长度为3。请注意,你的答案必须是子串的长度,“
【算法刷题】python刷题--合并链表
weixin_40293999
数据结构与算法python算法链表
[23]合并K个升序链表fromtypingimportList,OptionalclassListNode:def__init__(self,val=0,next=None):self.val=valself.next=next#@lccode=start#Definitionforsingly-linkedlist.#classListNode:#def__init__(self,val=0,
[python刷题模板] 背包问题
七水shuliang
python刷题模板python算法机器学习
[python刷题模板]背包问题一、算法&数据结构1.描述2.复杂度分析3.常见应用4.常用优化二、模板代码0.混合背包求最大/最小值模板(0-1/完全/多重)1.分组背包求最大/最小值模板2.01背包求方案数模板(完全背包也在,但没测)3.分组背包求方案数4.01背包求最优选择的方案数(双dp数组,同时计算)5.有依赖的背包(树形依赖)acw10.有依赖的背包问题6.转化为01背包三、其他四、更
【python刷题】哈沙德数与幸运数
Zaly.
python算法
思路:写一个函数可以便于判断不同进制下的哈沙德数,我们可以先向函数传入两个参数,分别存放一个数字,和一个字符串(由转换该数字的不同进制得到)。由题意,分别把数字转成二进制,八进制,十进制,十六进制,取得的字符串放进该函数中,若这些进制下都为哈沙德数,则将其判定为幸运数。代码如下defcheck(n,nstr):a=0foriinnstr:try:a+=int(i)except:a+=ord(i)-
python刷题-dfs & bfs
mhuang..
学习经验记录算法刷题深度优先python算法
1.通过dfs或bfs遍历一个二维数组1020.飞地的数量给你一个大小为mxn的二进制矩阵grid,其中0表示一个海洋单元格、1表示一个陆地单元格。一次移动是指从一个陆地单元格走到另一个相邻(上、下、左、右)的陆地单元格或跨过grid的边界。返回网格中无法在任意次数的移动中离开网格边界的陆地单元格的数量。示例1:输入:grid=[[0,0,0,0],[1,0,1,0],[0,1,1,0],[0,0
【Go语言刷题篇】Go完结篇函数、结构体、接口、错误入门学习
饿饿好饿
面试阿里巴巴android前端后端
Go从0到入门6-Go完结篇前言Q1:函数-数字的阶乘Q2:函数-绝对值Q3:函数-加减乘除Q4:结构体-学生信息1Q5:结构体-学生信息2Q6:接口-动物和老虎Q7:错误-网络延迟Q8:错误-体温异常后文:刷题神器前言-本期是学习Golang的完结篇:函数、结构体、接口、错误入门学习,有不懂的地方可以评论进行讨论!接下来我将继续更新Python刷题系列、数据库从0到入门刷题系列等等。本系列文章采
python刷题笔记1(42例题)
夏天的遥遥漓曦
Python题库笔记python
1.split()函数str.split([sep[,maxsplit]])分割字符串,返回一个数组2.判断子串#判断子串是否在主串里面,是则输出“Yes”,否则输出“No”str1=input("子串:")str2=input("主串:")ifstr1instr2:print("Yes")else:print("NO")子串:helloworld主串:thisishelloworld,itiso
[python刷题模板] 单调队列
七水shuliang
python刷题模板pythonleetcode算法数据结构
[python刷题模板]单调队列一、算法&数据结构1.描述2.复杂度分析3.常见应用4.常用优化二、模板代码1.询问滑窗最大值2.询问向右膨胀的窗最大值三、其他四、更多例题五、参考链接一、算法&数据结构1.描述单调队列通常用来维护窗口移动、扩展过程中,当前窗口最大/最小值的问题。2.复杂度分析队列的复杂度最坏是,O(n),但是平均来说是O(1)当我们需要对数组中每个元素都搜一遍的时候,那平均每次操
[python刷题模板] 二维前缀和
七水shuliang
python刷题模板leetcodepython算法
[python刷题模板]二维前缀和一、算法&数据结构1.描述2.复杂度分析3.常见应用4.常用优化二、模板代码1.预处理+询问,模板题。2.二维前缀异或和3.矩形抠掉两个点。三、其他四、更多例题五、参考链接一、算法&数据结构1.描述二维前缀和是一维前缀和的扩展,思维较简单;但由于码量和思维都需要仔细,因此不如做个模板直接调用完事。用O(mn)的时间预处理,O(1)时间查询一块矩形面积的和。2.复杂
牛客网-剑指offer刷题
平行世界里的我
力扣刷题python
python刷题笔记基础题目知识点笔记J27力扣509斐波那契数列力扣斐波那契数递归方法会超时,采用循环方法JZ8跳台阶跳台阶和J27思路一样JZ9跳台阶扩展问题变态跳台阶和J27,JZ8思路一样,循环,但是找规律更简单JZ10矩形覆盖矩形覆盖数组1.纯数组操作2.有序的用二分法.后面单独出二分法JZ1二维数组中的查找二维数组中俄查找有三种方法,直接变成一维数组,一种是In在不在,一种是二分法,(
【力扣:python刷题】剑指 Offer 06. 从尾到头打印链表
电子小狗
力扣剑指Offerleetcode链表算法python
文章目录题目思路代码题目输入一个链表的头节点,从尾到头反过来返回每个节点的值(用数组返回)。示例1:输入:head=[1,3,2]输出:[2,3,1]限制:0List[int]:stack=[]whilehead:stack.append(head.val)head=head.next;returnstack[::-1]
python刷题 NOI题库 python题解 洛谷、牛客网、AcWing 刷题等
dllglvzhenfeng
信息技术科普python算法人工智能算法信奥python青少年趣味编程
NOI题库python题解-2022.01.07整理(1.1-1.3)NOI题库python题解-2022.01.07整理(1.1-1.3)_dllglvzhenfeng的博客-CSDN博客NOI题库python题解-2022.01.07整理(1.4-1.7)NOI题库python题解-2022.01.07整理(1.4-1.7)_dllglvzhenfeng的博客-CSDN博客洛谷、牛客网、AcW
[python 刷题] 437 Path Sum III
GoldenaArcher
#leetcodepython开发语言
[python刷题]437PathSumIII之前有写过PathSumI&II,leetcode112&113,虽然使用JS写的,不过python的实现也更新了一下题目如下:GiventherootofabinarytreeandanintegertargetSum,returnthenumberofpathswherethesumofthevaluesalongthepathequalstarg
「代码随想录」Python刷题笔记Day6-哈希表
六个噜酱
代码随想录python笔记leetcode
哈希表第一天哈希表理论基础242.有效的字母异位词349.两个数组的交集202.快乐数1.两数之和哈希表理论基础链接242.有效的字母异位词链接leetcode-242题目给定两个字符串s和t,编写一个函数来判断t是否是s的字母异位词。示例1:输入:s=“anagram”,t=“nagaram”输出:true示例2:输入:s=“rat”,t=“car”输出:false说明:你可以假设字符串只包含小
「代码随想录」Python刷题笔记Day7-哈希表
六个噜酱
代码随想录python笔记散列表
哈希表第二天454.四数相加II383.赎金信15.三数之和18.四数之和454.四数相加II链接leetcode-454题目给你四个整数数组nums1、nums2、nums3和nums4,数组长度都是n,请你计算有多少个元组(i,j,k,l)能满足:0int:#dic1:key为num1+num2的值,values为出现的次数dic1={}#存放次数res=0fornum1innums1:for
「代码随想录」Python刷题笔记Day8-字符串
六个噜酱
代码随想录python笔记开发语言
字符串第一天344.反转字符串541.反转字符串II剑指Offer05.替换空格151.翻转字符串里的单词剑指Offer58-II.左旋转字符串344.反转字符串链接leetcode-344题目编写一个函数,其作用是将输入的字符串反转过来。输入字符串以字符数组s的形式给出。不要给另外的数组分配额外的空间,你必须原地修改输入数组、使用O(1)的额外空间解决这一问题。输入:s=[“h”,“e”,“l”
「代码随想录」Python刷题笔记Day4-链表专题
六个噜酱
代码随想录链表python笔记
链表第二天24.两两交换链表中的节点19.删除链表的倒数第N个节点面试题02.07.链表相交142.环形链表II24.两两交换链表中的节点链接leetcode-24题目给你一个链表,两两交换其中相邻的节点,并返回交换后链表的头节点。你必须在不修改节点内部的值的情况下完成本题(即,只能进行节点交换)classSolution:defswapPairs(self,head:ListNode)->Lis
「代码随想录」Python刷题笔记Day3-链表专题
六个噜酱
代码随想录链表python笔记
链表第一天链表基础203.移除链表元素707.设计链表206.翻转链表链表基础链接203.移除链表元素链接leetcode-203【题目】给你一个链表的头节点head和一个整数val,请你删除链表中所有满足Node.val==val的节点,并返回新的头节点。classListNode:def__init__(self,val,next=None):self.val=valself.next=nex
[python刷题模板] 树状数组
七水shuliang
python刷题模板pythonleetcode算法
[python刷题模板]树状数组BIT一、算法&数据结构1.描述2.复杂度分析3.常见应用4.常用优化二、模板代码1.单点赋值(增加),区间求和(PURQ)2.区间更新,单点询值(RUPQ)3.区间更新,区间求和(RURQ)5.单点更新区间求极值6.单点赋值,区间询问最大(LISII)7.二维树状数组(IUPQ)三、其他一、算法&数据结构1.描述区间问题通常我会用线段树,比较好理解;但树状数组常数
[swift刷题模板] 树状数组(BIT/FenwickTree)
七水shuliang
swift刷题模板swift开发语言ios
@[TOC]([swift刷题模板]树状数组(BIT/FenwickTree))一、算法&数据结构1.描述[python刷题模板]树状数组二、模板代码1.单点赋值(增加),区间求和(PURQ)例题:307.区域和检索-数组可修改classBIT{varc:[Int]varn:Intinit(_n:Int){c=Array(repeating:0,count:n+1)self.n=n}funcadd
apache 安装linux windows
墙头上一根草
apacheinuxwindows
linux安装Apache 有两种方式一种是手动安装通过二进制的文件进行安装,另外一种就是通过yum 安装,此中安装方式,需要物理机联网。以下分别介绍两种的安装方式
通过二进制文件安装Apache需要的软件有apr,apr-util,pcre
1,安装 apr 下载地址:htt
fill_parent、wrap_content和match_parent的区别
Cb123456
match_parentfill_parent
fill_parent、wrap_content和match_parent的区别:
1)fill_parent
设置一个构件的布局为fill_parent将强制性地使构件扩展,以填充布局单元内尽可能多的空间。这跟Windows控件的dockstyle属性大体一致。设置一个顶部布局或控件为fill_parent将强制性让它布满整个屏幕。
2) wrap_conte
网页自适应设计
天子之骄
htmlcss响应式设计页面自适应
网页自适应设计
网页对浏览器窗口的自适应支持变得越来越重要了。自适应响应设计更是异常火爆。再加上移动端的崛起,更是如日中天。以前为了适应不同屏幕分布率和浏览器窗口的扩大和缩小,需要设计几套css样式,用js脚本判断窗口大小,选择加载。结构臃肿,加载负担较大。现笔者经过一定时间的学习,有所心得,故分享于此,加强交流,共同进步。同时希望对大家有所
[sql server] 分组取最大最小常用sql
一炮送你回车库
SQL Server
--分组取最大最小常用sql--测试环境if OBJECT_ID('tb') is not null drop table tb;gocreate table tb( col1 int, col2 int, Fcount int)insert into tbselect 11,20,1 union allselect 11,22,1 union allselect 1
ImageIO写图片输出到硬盘
3213213333332132
javaimage
package awt;
import java.awt.Color;
import java.awt.Font;
import java.awt.Graphics;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import javax.imagei
自己的String动态数组
宝剑锋梅花香
java动态数组数组
数组还是好说,学过一两门编程语言的就知道,需要注意的是数组声明时需要把大小给它定下来,比如声明一个字符串类型的数组:String str[]=new String[10]; 但是问题就来了,每次都是大小确定的数组,我需要数组大小不固定随时变化怎么办呢? 动态数组就这样应运而生,龙哥给我们讲的是自己用代码写动态数组,并非用的ArrayList 看看字符
pinyin4j工具类
darkranger
.net
pinyin4j工具类Java工具类 2010-04-24 00:47:00 阅读69 评论0 字号:大中小
引入pinyin4j-2.5.0.jar包:
pinyin4j是一个功能强悍的汉语拼音工具包,主要是从汉语获取各种格式和需求的拼音,功能强悍,下面看看如何使用pinyin4j。
本人以前用AscII编码提取工具,效果不理想,现在用pinyin4j简单实现了一个。功能还不是很完美,
StarUML学习笔记----基本概念
aijuans
UML建模
介绍StarUML的基本概念,这些都是有效运用StarUML?所需要的。包括对模型、视图、图、项目、单元、方法、框架、模型块及其差异以及UML轮廓。
模型、视与图(Model, View and Diagram)
&
Activiti最终总结
avords
Activiti id 工作流
1、流程定义ID:ProcessDefinitionId,当定义一个流程就会产生。
2、流程实例ID:ProcessInstanceId,当开始一个具体的流程时就会产生,也就是不同的流程实例ID可能有相同的流程定义ID。
3、TaskId,每一个userTask都会有一个Id这个是存在于流程实例上的。
4、TaskDefinitionKey和(ActivityImpl activityId
从省市区多重级联想到的,react和jquery的差别
bee1314
jqueryUIreact
在我们的前端项目里经常会用到级联的select,比如省市区这样。通常这种级联大多是动态的。比如先加载了省,点击省加载市,点击市加载区。然后数据通常ajax返回。如果没有数据则说明到了叶子节点。 针对这种场景,如果我们使用jquery来实现,要考虑很多的问题,数据部分,以及大量的dom操作。比如这个页面上显示了某个区,这时候我切换省,要把市重新初始化数据,然后区域的部分要从页面
Eclipse快捷键大全
bijian1013
javaeclipse快捷键
Ctrl+1 快速修复(最经典的快捷键,就不用多说了)Ctrl+D: 删除当前行 Ctrl+Alt+↓ 复制当前行到下一行(复制增加)Ctrl+Alt+↑ 复制当前行到上一行(复制增加)Alt+↓ 当前行和下面一行交互位置(特别实用,可以省去先剪切,再粘贴了)Alt+↑ 当前行和上面一行交互位置(同上)Alt+← 前一个编辑的页面Alt+→ 下一个编辑的页面(当然是针对上面那条来说了)Alt+En
js 笔记 函数
征客丶
JavaScript
一、函数的使用
1.1、定义函数变量
var vName = funcation(params){
}
1.2、函数的调用
函数变量的调用: vName(params);
函数定义时自发调用:(function(params){})(params);
1.3、函数中变量赋值
var a = 'a';
var ff
【Scala四】分析Spark源代码总结的Scala语法二
bit1129
scala
1. Some操作
在下面的代码中,使用了Some操作:if (self.partitioner == Some(partitioner)),那么Some(partitioner)表示什么含义?首先partitioner是方法combineByKey传入的变量,
Some的文档说明:
/** Class `Some[A]` represents existin
java 匿名内部类
BlueSkator
java匿名内部类
组合优先于继承
Java的匿名类,就是提供了一个快捷方便的手段,令继承关系可以方便地变成组合关系
继承只有一个时候才能用,当你要求子类的实例可以替代父类实例的位置时才可以用继承。
在Java中内部类主要分为成员内部类、局部内部类、匿名内部类、静态内部类。
内部类不是很好理解,但说白了其实也就是一个类中还包含着另外一个类如同一个人是由大脑、肢体、器官等身体结果组成,而内部类相
盗版win装在MAC有害发热,苹果的东西不值得买,win应该不用
ljy325
游戏applewindowsXPOS
Mac mini 型号: MC270CH-A RMB:5,688
Apple 对windows的产品支持不好,有以下问题:
1.装完了xp,发现机身很热虽然没有运行任何程序!貌似显卡跑游戏发热一样,按照那样的发热量,那部机子损耗很大,使用寿命受到严重的影响!
2.反观安装了Mac os的展示机,发热量很小,运行了1天温度也没有那么高
&nbs
读《研磨设计模式》-代码笔记-生成器模式-Builder
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
/**
* 生成器模式的意图在于将一个复杂的构建与其表示相分离,使得同样的构建过程可以创建不同的表示(GoF)
* 个人理解:
* 构建一个复杂的对象,对于创建者(Builder)来说,一是要有数据来源(rawData),二是要返回构
JIRA与SVN插件安装
chenyu19891124
SVNjira
JIRA安装好后提交代码并要显示在JIRA上,这得需要用SVN的插件才能看见开发人员提交的代码。
1.下载svn与jira插件安装包,解压后在安装包(atlassian-jira-subversion-plugin-0.10.1)
2.解压出来的包里下的lib文件夹下的jar拷贝到(C:\Program Files\Atlassian\JIRA 4.3.4\atlassian-jira\WEB
常用数学思想方法
comsci
工作
对于搞工程和技术的朋友来讲,在工作中常常遇到一些实际问题,而采用常规的思维方式无法很好的解决这些问题,那么这个时候我们就需要用数学语言和数学工具,而使用数学工具的前提却是用数学思想的方法来描述问题。。下面转帖几种常用的数学思想方法,仅供学习和参考
函数思想
把某一数学问题用函数表示出来,并且利用函数探究这个问题的一般规律。这是最基本、最常用的数学方法
pl/sql集合类型
daizj
oracle集合typepl/sql
--集合类型
/*
单行单列的数据,使用标量变量
单行多列数据,使用记录
单列多行数据,使用集合(。。。)
*集合:类似于数组也就是。pl/sql集合类型包括索引表(pl/sql table)、嵌套表(Nested Table)、变长数组(VARRAY)等
*/
/*
--集合方法
&n
[Ofbiz]ofbiz初用
dinguangx
电商ofbiz
从github下载最新的ofbiz(截止2015-7-13),从源码进行ofbiz的试用
1. 加载测试库
ofbiz内置derby,通过下面的命令初始化测试库
./ant load-demo (与load-seed有一些区别)
2. 启动内置tomcat
./ant start
或
./startofbiz.sh
或
java -jar ofbiz.jar
&
结构体中最后一个元素是长度为0的数组
dcj3sjt126com
cgcc
在Linux源代码中,有很多的结构体最后都定义了一个元素个数为0个的数组,如/usr/include/linux/if_pppox.h中有这样一个结构体: struct pppoe_tag { __u16 tag_type; __u16 tag_len; &n
Linux cp 实现强行覆盖
dcj3sjt126com
linux
发现在Fedora 10 /ubutun 里面用cp -fr src dest,即使加了-f也是不能强行覆盖的,这时怎么回事的呢?一两个文件还好说,就输几个yes吧,但是要是n多文件怎么办,那还不输死人呢?下面提供三种解决办法。 方法一
我们输入alias命令,看看系统给cp起了一个什么别名。
[root@localhost ~]# aliasalias cp=’cp -i’a
Memcached(一)、HelloWorld
frank1234
memcached
一、简介
高性能的架构离不开缓存,分布式缓存中的佼佼者当属memcached,它通过客户端将不同的key hash到不同的memcached服务器中,而获取的时候也到相同的服务器中获取,由于不需要做集群同步,也就省去了集群间同步的开销和延迟,所以它相对于ehcache等缓存来说能更好的支持分布式应用,具有更强的横向伸缩能力。
二、客户端
选择一个memcached客户端,我这里用的是memc
Search in Rotated Sorted Array II
hcx2013
search
Follow up for "Search in Rotated Sorted Array":What if duplicates are allowed?
Would this affect the run-time complexity? How and why?
Write a function to determine if a given ta
Spring4新特性——更好的Java泛型操作API
jinnianshilongnian
spring4generic type
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
CentOS安装JDK
liuxingguome
centos
1、行卸载原来的:
[root@localhost opt]# rpm -qa | grep java
tzdata-java-2014g-1.el6.noarch
java-1.7.0-openjdk-1.7.0.65-2.5.1.2.el6_5.x86_64
java-1.6.0-openjdk-1.6.0.0-11.1.13.4.el6.x86_64
[root@localhost
二分搜索专题2-在有序二维数组中搜索一个元素
OpenMind
二维数组算法二分搜索
1,设二维数组p的每行每列都按照下标递增的顺序递增。
用数学语言描述如下:p满足
(1),对任意的x1,x2,y,如果x1<x2,则p(x1,y)<p(x2,y);
(2),对任意的x,y1,y2, 如果y1<y2,则p(x,y1)<p(x,y2);
2,问题:
给定满足1的数组p和一个整数k,求是否存在x0,y0使得p(x0,y0)=k?
3,算法分析:
(
java 随机数 Math与Random
SaraWon
javaMathRandom
今天需要在程序中产生随机数,知道有两种方法可以使用,但是使用Math和Random的区别还不是特别清楚,看到一篇文章是关于的,觉得写的还挺不错的,原文地址是
http://www.oschina.net/question/157182_45274?sort=default&p=1#answers
产生1到10之间的随机数的两种实现方式:
//Math
Math.roun
oracle创建表空间
tugn
oracle
create temporary tablespace TXSJ_TEMP
tempfile 'E:\Oracle\oradata\TXSJ_TEMP.dbf'
size 32m
autoextend on
next 32m maxsize 2048m
extent m
使用Java8实现自己的个性化搜索引擎
yangshangchuan
javasuperword搜索引擎java8全文检索
需要对249本软件著作实现句子级别全文检索,这些著作均为PDF文件,不使用现有的框架如lucene,自己实现的方法如下:
1、从PDF文件中提取文本,这里的重点是如何最大可能地还原文本。提取之后的文本,一个句子一行保存为文本文件。
2、将所有文本文件合并为一个单一的文本文件,这样,每一个句子就有一个唯一行号。
3、对每一行文本进行分词,建立倒排表,倒排表的格式为:词=包含该词的总行数N=行号