算法第一章作业

一.代码规范

这一学期我将参考以下代码规范：https://zh-google-styleguide.readthedocs.io/en/latest/google-cpp-styleguide/formatting/

二.《数学之美》读后感

作为一个标题党，我挑着感兴趣的标题，跳跃式地读了这本书的部分章节，比如《谈谈中文分词》《余弦定理和新闻的分类》《信息指纹及其应用》《由电视剧<暗算>所想到的》。其中最感兴趣的就是《余弦定理和新闻的分类》，因为凭我小小脑袋瓜子实在想不出余弦定理和新闻分类有什么关系。

新闻的分类是要把相似的新闻放到一类中。计算机其实读不懂新闻，它只能快速计算。这就要求我们设计一个算法来算出任意两篇新闻的相似性。为了做到这一点，需要想办法用一组数字来描述一篇新闻。对于一篇新闻中的所有实词，我们可以计算出它们的单文本词汇频率/逆文本频率值(TF/IDF)。和新闻主题有关的那些实词频率高，TF/IDF 值很大。如果单词表中的某个次在新闻中没有出现，对应的值为零，那么这 64,000 个数，组成一个 64,000 维的向量。我们就用这个向量来代表这篇新闻，并成为新闻的特征向量。如果两篇新闻的特征向量相近，则对应的新闻内容相似，它们应当归在一类，反之亦然。向量实际上是多维空间中有方向的线段。如果两个向量的方向一致，即夹角接近零，那么这两个向量就相近。而要确定两个向量方向是否一致，就要用到余弦定理计算向量的夹角了。余弦定理描述了三角形中任何一个夹角和三个边的关系，换句话说，给定三角形的三条边，可以用余弦定理求出三角形各个角的角度。当两条新闻向量夹角的余弦等于一时，这两条新闻完全重复 ;当夹角的余弦接近于一时， 两条新闻相似，从而可以归成一类;夹角的余弦越小，两条新闻越不相关。

然后我开始想，是不是毕业论文查重用的就是这个原理(。﹏。)

那些原创小说抄袭事件，是不是也用这一原理去对抄袭定性？

总之，我觉得这个算法用途很多，比较有趣。。