- 梦幻布丁 启发式合并
https://www.luogu.com.cn/problem/P3201题目描述n个布丁摆成一行,进行m次操作。每次将某个颜色的布丁全部变成另一种颜色的,然后再询问当前一共有多少段颜色。例如,颜色分别为1,2,2,1的四个布丁一共有3段颜色.输入格式第一行是两个整数,分别表示布丁个数n和操作次数m。第二行有n个整数,第i个整数表示第i个布丁的颜色ai。接下来m行,每行描述一次操作。每行首先有一
- 【MAC 上学习 C++】Day 55-1. 实验11-2-2 学生成绩链表处理 (20 分)
RaRasa
实验11-2-2学生成绩链表处理(20分)1.题目摘自https://pintia.cn/problem-sets/13/problems/6022.题目内容本题要求实现两个函数,一个将输入的学生成绩组织成单向链表;另一个将成绩低于某分数线的学生结点从链表中删除。函数接口定义:structstud_node*createlist();structstud_node*deletelist(struc
- [leetcode]355. Design Twitter
大米GoGoGo
leetcode数据结构leetcodedesign
题目链接:https://leetcode.com/problems/design-twitter/题意:这是一个设计类题目,本题要求设计一个Twitter,主要支持以下几种操作:发表一条状态postTweet(userId,tweetId)关注某个用户follow(followerId,followeeId):Followerfollowsafollowee对某个用户取消关注unfollow(f
- Codeforces Round 1014 (Div. 2) 补题
海上生明月丿
刷题算法数据结构
D.MishkinEnergizerProblem-D-Codeforces题意:给定一个只包含3个字母{T,L,I}的长度为n的字符串,可以进行最多2*n次操作,每次操作选取一个位置i,保证s[i]!=s[i+1],然后插入一个!=s[i]&&!=s[i+1]的字符,最后要保证每个字母出现的次数一样多,最后输出每次操作的位置,如果无法满足要求,输出-1思路:首先特判这个字符串如果只有一种字符,那
- No title--1
yhbmoren
Youlivewithmeatleasteightyears.Butyoudon’tknowanyaboutme.Youdon’tknowIhavereadEnglish.Becauseyouareplayingmobilephone.Youdon’tknowIhaveworkoutthemproblemsatbooks.Becauseyouneverseeit.Youjustlikeplaymo
- 【ACWing】143. 最大异或对
记录算法题解
AC数据结构数据结构算法
题目地址:https://www.acwing.com/problem/content/description/145/给定NNN个整数A1,...,ANA_1,...,A_NA1,...,AN,问将两个数进行异或运算能得到的最大值。输入格式:第一行输入一个整数NNN。第二行输入NNN个整数A1∼ANA_1\simA_NA1∼AN。输出格式:输出一个整数表示答案。数据范围:1≤N≤1051\leN
- 差分数组巧解拼车难题
lbflyo
数据结构
力扣1094https://leetcode.cn/problems/car-pooling/车上最初有capacity个空座位。车只能向一个方向行驶(也就是说,不允许掉头或改变方向)给定整数capacity和一个数组trips,trip[i]=[numPassengersi,fromi,toi]表示第i次旅行有numPassengersi乘客,接他们和放他们的位置分别是fromi和toi。这些位
- LeetCode #535 Encode and Decode TinyURL TinyURL 的加密与解密
air_melt
535EncodeandDecodeTinyURLTinyURL的加密与解密Description:Note:ThisisacompanionproblemtotheSystemDesignproblem:DesignTinyURL.TinyURLisaURLshorteningservicewhereyouenteraURLsuchashttps://leetcode.com/problems/
- 【LeetCode 热题 100】51. N 皇后——回溯
xumistore
LeetCodeleetcode算法职场和发展java
Problem:51.N皇后按照国际象棋的规则,皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。n皇后问题研究的是如何将n个皇后放置在n×n的棋盘上,并且使皇后彼此之间不能相互攻击。给你一个整数n,返回所有不同的n皇后问题的解决方案。每一种解法包含一个不同的n皇后问题的棋子放置方案,该方案中‘Q’和‘.’分别代表了皇后和空位。文章目录整体思路完整代码时空复杂度时间复杂度:O(N!)空间复杂度
- 线上OOM排查
索芙特安吉尼尔
Debugjava
安装MAT插件打开OOM日志点击ProblemSuspect,JavaBasic,ThreadDetail发现是在这一行查询的数据量太大了,导致OOM,每个线程都是相同的问题。解决:改写SQL,不需要的字段不查,限制查询的数量
- 412. Fizz Buzz(Swift)
entre_los_dos
来源:力扣(LeetCode)链接:https://leetcode-cn.com/problems/fizz-buzz题目写一个程序,输出从1到n数字的字符串表示。如果n是3的倍数,输出“Fizz”;如果n是5的倍数,输出“Buzz”;3.如果n同时是3和5的倍数,输出“FizzBuzz”。示例:n=15,返回:["1","2","Fizz","4","Buzz","Fizz","7","8",
- 【优选算法】BFS解决FloodFill算法
目录FloodFill算法简介一、[图像渲染](https://leetcode.cn/problems/flood-fill/description/)二、[岛屿数量](https://leetcode.cn/problems/number-of-islands/description/)三、[岛屿的最大面积](https://leetcode.cn/problems/max-area-of-i
- 【SVM】支持向量机实例合集
KENYCHEN奉孝
支持向量机算法机器学习
基于Java的SVM(支持向量机)实例合集以下是一个基于Java的SVM(支持向量机)实例合集,包含核心代码示例和应用场景说明。这些例子基于流行的机器学习库(如LIBSVM、Weka、JSAT)实现。数据准备与加载使用LIBSVM格式加载数据集://加载LIBSVM格式数据svm_problemprob=newsvm_problem();prob.l=dataSize;//样本数量prob.x=n
- Leetcode 482. License Key Formatting
小白菜又菜
Leetcode解题报告leetcodelinux算法
ProblemYouaregivenalicensekeyrepresentedasastringsthatconsistsofonlyalphanumericcharactersanddashes.Thestringisseparatedinton+1groupsbyndashes.Youarealsogivenanintegerk.Wewanttoreformatthestringssucht
- Leetcode 506. Relative Ranks
小白菜又菜
Leetcode解题报告leetcodelinuxwindows
ProblemYouaregivenanintegerarrayscoreofsizen,wherescore[i]isthescoreoftheithathleteinacompetition.Allthescoresareguaranteedtobeunique.Theathletesareplacedbasedontheirscores,wherethe1stplaceathletehast
- leetcode 504. Base 7 七进制数 (简单)
okokabcd
LeetCode每日一题leetcode算法职场和发展
一、题目大意https://leetcode.cn/problems/base-7给定一个整数num,将其转化为7进制,并以字符串形式输出。示例1:输入:num=100输出:“202”示例2:输入:num=-7输出:“-10”提示:-107=7){inta=num/7;intb=num%7;ans.append(b);num=a;}ans.append(num);return(isNegative
- Leetcode 504. Base 7
小白菜又菜
Leetcode解题报告leetcode算法职场和发展
ProblemGivenanintegernum,returnastringofitsbase7representation.AlgorithmDistinguishbetweenpositiveandnegativevalues,thenstoretheremaindersinreverseorderafterdividingby7.CodeclassSolution:defconvertToB
- Linux指令&&ros学习&&python深度学习&&bug学习笔记
起个别名
LinuxROSPython
##这个文件是关于ros、linux指令,pytorch、python、onnx和相关problem的一些笔记###ROS&&linux**find:在当前路径或指定的路径下递归地搜索文件或目录,并可以根据不同的条件进行过滤和匹配。**```find-name*.pyfind/home/dai/bev_lane_det-main-namemodelsfind/home/dai/bev_lane_d
- 122. Best Time to Buy and Sell Stock II
SilentDawn
ProblemSayyouhaveanarrayforwhichtheithelementisthepriceofagivenstockondayi.Designanalgorithmtofindthemaximumprofit.Youmaycompleteasmanytransactionsasyoulike(i.e.,buyoneandselloneshareofthestockmultipl
- 【LeetCode 热题 100】22. 括号生成——(解法一)选左括号还是选有括号
Problem:22.括号生成数字n代表生成括号的对数,请你设计一个函数,用于能够生成所有可能的并且有效的括号组合。文章目录整体思路完整代码时空复杂度时间复杂度:O(C_n)或O(4^n/n^(3/2))空间复杂度:O(n)整体思路这段代码旨在解决一个经典的组合生成问题:括号生成(GenerateParentheses)。问题要求给定一个整数n,生成所有由n对括号组成的、格式正确的括号组合。该算法
- PAT做题日记:1003 Emergency
illusory-thinker
图论算法c语言dijkstra
题目:https://pintia.cn/problem-sets/994805342720868352/problems/994805523835109376思路:根据内存限制,邻接矩阵存储方法是可行的,因此先对图进行输入存储,再用dijkstra算法计算单源最短路路径。根据题目要求,每次遇到新的最短路径计数一次,同时对人数最大的路径累计人数。AC代码#include#defineMAX500#
- LeetCode Hot 100 - 48. 旋转图像(beats 100%)
yimik
LeetCodeC++算法leetcode算法矩阵
描述给定一个n×n的二维矩阵matrix表示一个图像。请你将图像顺时针旋转90度。你必须在原地旋转图像,这意味着你需要直接修改输入的二维矩阵。请不要使用另一个矩阵来旋转图像。来源:力扣(LeetCode)链接:https://leetcode-cn.com/problems/rotate-image思路拆分矩阵,一圈一圈旋转矩阵:代码classSolution{public:voidrotate(
- 2019-02-19 102 compound
静美的秋
1.认识这个词(基础篇)词:compound英英释义:tomakeadifficultsituationworsebyaddingmoreproblems例句:Inromanticrelationships,arguingusuallycompoundsproblems.2.体会这个词(进阶篇)“compound”可以作名词、形容词和动词。它作名词一般有“有围墙的建筑群”(比如美国驻华大使馆就经常
- LeetCode | 0994. Rotting Oranges腐烂的橘子【Python】
Wonz
LeetCode0994.RottingOranges腐烂的橘子【Easy】【Python】【BFS】ProblemLeetCodeInagivengrid,eachcellcanhaveoneofthreevalues:thevalue0representinganemptycell;thevalue1representingafreshorange;thevalue2representinga
- 链表哑节点基础
文章目录一、哑节点(DummyNode)基础概念1、定义2、优点(作用原理)3、缺点4、类型4、应用场景二、例题应用1、[24.两两交换链表中的节点](https://leetcode.cn/problems/swap-nodes-in-pairs/)2、[21.合并两个有序链表](https://leetcode.cn/problems/merge-two-sorted-lists/)3、[86
- 解决VSCode无法加载Json架构问题
使用VSCode打开Json。json内容如下:{"$schema":"https://schemas.wp.org/trunk/theme.json","version":2,"settings":{},"styles":{},"customTemplates":[],"templateParts":[],"patterns":[]}出现警告:Problemsloadingreference'X
- 【MAC 上学习 C++】Day 60-5. 6-5 求自定类型元素的最大值 (10 分)
RaRasa
6-5求自定类型元素的最大值(10分)1.题目摘自https://pintia.cn/problem-sets/14/problems/7372.题目内容本题要求实现一个函数,求N个集合元素S[]中的最大值,其中集合元素的类型为自定义的ElementType。函数接口定义:ElementTypeMax(ElementTypeS[],intN);其中给定集合元素存放在数组S[]中,正整数N是数组元素
- Codeforces Round 958 (Div. 2 ABCDE题) 视频讲解
阿史大杯茶
Codeforces算法c++数据结构
A.SplittheMultisetProblemStatementAmultisetisasetofnumbersinwhichtherecanbeequalelements,andtheorderofthenumbersdoesnotmatter.Forexample,{2,2,4}\{2,2,4\}{2,2,4}isamultiset.YouhaveamultisetSSS.Initiall
- HDU 4628 Pieces (状压DP+记忆化搜索)
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=4628#includeusingnamespacestd;#definedebugputs("YES");#definerep(x,y,z)for(int(x)=(y);(x)>=1,x=x*x%mod)if(y&1)t=t*x%mod;returnt;}llgcd(llx,lly){returny?g
- HDU-最大共倍数(2028)
—Luz—
C语言HDUHDU-最大公倍数
ProblemDescription求n个数的最小公倍数。Input输入包含多个测试实例,每个测试实例的开始是一个正整数n,然后是n个正整数。Output为每组测试数据输出它们的最小公倍数,每个测试实例的输出占一行。你可以假设最后的输出是一个32位的整数。SampleInput2463257SampleOutput1270//代码有所参考#define_CRT_SECURE_NO_WARNINGS
- 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