互联网点击数据、传感数据、日志文件、具有丰富地理空间信息的移动数据和涉及网络的各类评论，成为了海量信息的多种形式。当数据以成百上千TB不断增长的时候，我们在内部交易系统的历史信息之外，需要一种基于大数据分析的决策模型和技术支持。 大数据通常具有：数据体量(Volume)巨大,数据类型(Variety)繁多,价值(Value)密度低,处理速度(Velocity)快等四大特征。如何有效管理和高效处理这

小记：之所以对这个水题写篇博文，主要是为了让自己谨记在写大数相加的代码时，要注意一点，用整数数组实现N进制的大整数相加算法在输出的时候记得用%0xd (x = lgN)。铭记这点就OK了。 题解：我是用数组进行预处理的，bignum[x][0] 表示第x个斐波那契数相对于N进制有多少位。然后从bignum[x][bignum[x][0]] 一直输出到bignum[x][1]。 代码奉上： #inc

最近关注大数据，读了一些相关的书和文章，这里对自己在大数据概念上做一个总结。 1. 大数据是泡沫吗？泡不泡沫有什么关系？ 大数据很热，热的让人都觉得有问题了。不过，大数据应该是有一定含金量的，否则，没人会炒作它，至于泡沫有多大，要真正了解大数据才知道。 泡不泡沫其实跟大数据没关系，大数据就在那，泡沫就只是别人的炒作。 泡沫破裂后，大数据可能会暂时被很多企业放在一边，但随着其价值的存在，必定会慢慢兴

/* 本程序假设所输入的大数均在20位以内，并且输入数字时候假定不出现非法情况（例如不存在这样情况123a78ty等） 这里只完成了大数的乘法运算 */ #include "stdio.h" #define MAX 21 void InputNumber(int []); //输入大数 void InitNumber(int []);

*----------------------------------------------------------------------* * Program Name          : BOM批导入 * Purpose               : * Project Name          :  * Created by            :  * Create on   

  http://jjckb.xinhuanet.com/2013-05/31/content_448080.htm   一、信息采集不足 牛津大学统计学教授彼得·多纳利对记者说，目前大数据技术的第一个瓶颈就是信息采集不足。 由于各种主观意愿原因、客观技术原因，大数据的获得和采集存在不足。有的人不愿意共享敏感数据，有的人无法提供，有的大数据目前还没有有效的采集技术等等。 我们意识到了大数据的存在和

BI Publisher Report有很多性能问题是因为，rtf模板中含有大量的ancestor-or-self标签，在生成Output的时候，Report将会花很多时间来解析XML。 Solution:把ancestor-or-self标签转换成绝对路径。 比如： <?ancestor-or-self::*/LP_FROMDATE?>   改成     <?/INVARCLI/LP_FROMD

大数据市场目前的焦点问题是：从社交网络、APP和市场调查等多种数据源收集海量数据容易，但真正产生商业价值的大数据分析项目的实施依然很难。    根据Cloudera提出的大数据三大应用模式Transform、ActiveArchive和Exploration，大数据分析目前大多处于前两个模式，只有少数企业真正能够进入大数据分析的实质性阶段。    近日，数据挖掘分析专家Shankar根据17年的商

Bloom Filter是由Bloom在1970年提出的一种多哈希函数映射的快速查找算法。通常应用在一些需要快速判断某个元素是否属于集合，但是并不严格要求100%正确的场合。   一. 实例  　　为了说明Bloom Filter存在的重要意义，举一个实例： 　　假设要你写一个网络蜘蛛（web crawler）。由于网络间的链接错综复杂，蜘蛛在网络间爬行很可能会形成“环”。为了避免形成“环”，就需

; MP_BIT = 30 ; MP_NAIL = 32 - MP_BIT ; MP_MASK = 3FFFFFFFh ;base 30bit 28~30 ; mp_limb_t ; mpn_rshift (mp_ptr rp, mp_srcptr up, mp_size_t n, unsigned int cnt) ; assert (n >=

;=================================== ; Copy a limb vector, incrementing ;=================================== align 16 mpn_copyi:     label   .dst  dword at esp+4     label   .src  dword at esp+8     l

昨天参加了一场面试，职位是BI开发测试，将面试题记录下来（至于答案我就不写了，都是自己的理解，免得误导大家，不过欢迎探讨）。 给定一个表及数据，实现行列转换。 给定一个表及数据，没有主键，要求将重复数据删除。 实现分组排序，比如在一表中张三及李四都对应两条数据，那么现在要求对张三和李四分别排序并标上序号，如下表：   姓名 课程 分数 张三 数学 80 张三 语文 100 李四 英语 60 李四

大数据使气象数据的分析更加及时、更加精准。气象分析借大数据进入到一个新的时代。未来气象数据的意义绝不仅仅在于其本身提供的信息，更多的在于为企业业务和人们生活创造的价值。

开始是试用书上的方法写一下，大数的乘法：把数以字符串的形式输入，在换为数组存储，在按位依次处理。   那些俩个相乘的测试数据都还过了。 #include <stdio.h> #include <stdlib.h> #include <string.h> #define N 200 int a[N]={0},b[N]={0},c[2*N]={0}; char s1[N],s2[N],i,j,len;

转自新浪微博  

转自http://www.cnblogs.com/heaad/archive/2011/03/08/1977733.html 在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 　　本文的目的就是对常用的相似性度量作一个总结。 本

对于图像的相似性匹配常用的方法包括以下几种： 1. 获取（区域或全局）直方图（颜色直方图，灰度直方图，LBP，HOG等）直接利用各种相似性距离度量，或者计算其各阶矩，或者对其曲线进行二值化，然后进行比较。 其中各种相似性距离度量在另外一篇博客中做了介绍，各种矩常用的包括一阶矩（即均值），二阶矩（即方差），无穷阶矩（最大值）；曲线的二值化是 g(i) = hist(i)>hist(i+1)?1:0（

1. 在正式跑数据之前一定要校验数据，确保你的程序跑出来的数据刚好是你希望的结果，否则你将会白白浪费几个小时甚至几天的时间去跑一堆你不期望的结果； 2. 待续...

#include <stdio.h> #include <string.h> #include <malloc.h> #define N 100 int main() { int i,j; bool flag = false; char s1[N],s2[N]; printf("输入被乘数:\n"); scanf("%s",s1); printf("输入乘数:\n"); scan

#include <stdio.h> #include <string.h> #include <stdlib.h> #include <math.h> #include <assert.h> #include <ctype.h> #include <map> #include <string> #include <set> #include <bitset> #include <uti

#include <stdio.h> #include <string.h> #include <stdlib.h> #include <math.h> #include <assert.h> #include <ctype.h> #include <map> #include <string> #include <set> #include <bitset> #include <uti

完整图片版：http://1.johnhome.sinaapp.com/?p=157 一．目的 1.1掌握缓冲区溢出的原理 缓冲区指程序运行期间，在内存中分配的一个连续的区域，用于保存包括字符数组在内 的各种数据类型。溢出，指所填充的数据超出了原有的缓冲区边界，并非法占据了另一段内存区域。缓冲区溢出，即由于填充数据越界而导致原有流程的改变，攻击者借此精心构造填充数据，让程序转而执行特殊的代码，最终

此题也可转换成求前k大数，方法类似。 #include <stdio.h> #include <stdlib.h> int partition(int a[], int n) //快排思想 { int l = 0, r = n - 1; int random = rand()%n; int temp; temp = a[random]; a[random] = a[0

http://acm.hdu.edu.cn/showproblem.php?pid=1250 二维大数处理 #include<iostream> #include<cstdio> #include<cstring> #include<cmath> using namespace std ; #define maxm 10005 #define maxn 305 int fi[ maxm ][

机器学习或数据挖掘，就是在数据中寻求答案的算法。 而寻求的答案就是训练完成的数据模型。 大部分的数据建模方法都属于这两种： 1） 数据汇总，对数据进行 简洁的近似描述 如pagerank、聚类 2） 特征抽取 如频繁项集（同时频繁出现的元素子集）、相似项（共同元素比例较高的集合对） 在机器学习或数据挖掘之前，还需要概率，或信息论的一些相关知识，现实世界的对象需要转换为计算机的度量方式。 1. TF

机器学习中的相似性度量 发表于  2012-01-03 　　在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 　　本文的目的就是对常用的相似性度量作一个总结。 　　本文目录： 　　1. 欧氏距离 　　2. 曼哈顿距离 　　3.

现在都在研究大数据，我最近也有幸小小接触了一下大数据，Cassandra&solr。今天我们就看一下Solr环境的搭建，首先去apache solr官网下载最新的Solr-4.3.0以及apache tomcat官网上的tomcat-7.0.40。还有最重要的东西jdk1.7。 第一步，环境变量的配置，本人系统是win7,32位。首先打开如下界面 点击环境变量，打开环境变量设置界面，首先配置JRE

有时候我听到有些人说我什么什么时候面试了一个小伙，自信满满，可是问到原理，都不知道，你不知道原理你就敢说你熟悉这个东西。听了这些话，我感觉，任何时候都不要给别人说你知道原理，试问，一个干了几年程序员的人，人家容易么，起早贪黑，提前衰老，你还要求人家知道什么原理。你所谓的原理，就知道所谓的继承关系，重写一下。你要真想说原理，连同如何编译，内存每一步的变化都讲出来。好了，不说了，我真的不知道很多原理

本文将介绍用分析服务SSAS如何解决占比、同比和环比三个指标。 首先理解一下这三个指标的基本概念： 占比是指当前成员的值与该成员父级的值的比率，意思是在总数中所占的比重，比如某水果商店总销售额为14，其中苹果的销售额为2，占比就是14.3％。 同比是指在一个期间内的值与以前某个期间的值进行比较，并用以前期间值的百分比来表示，比如将今年的数据与去年的数据比较或将今年八月的数据与去年八月的数据比较。

卡了我一天的题我还能说是水题吗。。。。 开始的思路【半递推半搜索】虽然是不成熟的动规，但是我觉得至少还能过。 看了人家比较成熟的思路却没有过。 但最后还是用成熟的动规思路过的。 代码挫在了写大数的地方。少了个等号，，，， 状态：d[i][j]表示子串的前i-1个字符在母串前j-1个位置中出现的次数 状态转移：(sub[i-1]==s[j-1])d[i][j] = d[i][j-1];  (sub[