分享下我和同学一起写的博客，主要关于计算机，算法，数学，和天文。

[EricZ]

Mind Candies

http://c6h12o6.org

我们几个暑期都留在学校和教授一起做研究课题（不同的学校，不同的课题），平时学到的一些有趣的东西，就在这个博客上分享。我写的比较偏理论，我的同学也有比较偏技术的。

主要是自娱自乐～

欢迎大家拍砖～

[linnchord]

右下角feed链接多了一个标点，改改 :)

[EricZ]

@bluef @linnchord 谢啦已经改过来了。

[pmonkey]

很赞！希望保持文章更新速度~
持续关注ing

[Aragon]

域名真恶心，怎么像个学化学的人的域名

[bcxx]

@Aragon 为什么分子式会恶心呢？ 你不懂 nerd 的美啊~

[timshi]

不知道是不是我没理解清楚，“菜篮子算法“里开始提的两种算法其实没有区别？要得到第二种算法里得矩阵，是否需要经过和第一种算法一样得过程？还是用了其他得办法？按文章里描述的，这两个算法应该都是 o(m*n）(假设每行的单词数不变，m 为行数， n 为给出的字符串的长度）。 我觉的如果用 hash table 取代你的矩阵可能有更好的结果。

1。 把每行字拆成单词。
2。 用单词作为插入hash table的key, 用行数作为hash table的value，把每行的单词插入hash table，得到类似下面的例子

dell: 1, 3, 4， 5, 7
windows: 2, 4, 7, 10
xp: 4，7，11

在这个例子里，“dell”出现在第1,3,4,5,7行，"windows"在2，4，7，10行。

3。在给出一个字符串的情况下，用字符串里的单词为key，去找hashtable所对应的value。比如找 ｛dell，xp}, 得出｛1，3，4，5，7｝和 ｛4，7，11｝两个array。两个数列如果有重叠的部分就说明所要找的字符串存在。

用这个算法，1，2两个步骤是O(m+n), 第3个步骤里，hash table查找数据平均是O(1). 寻找array的重叠部分可以先排序，然后同时step over两个list，应该是O(n*log(n)) ＋ O(n)，这里的n指array的长度，n应该相对已经比较小了。另外在查多个单词的时候这里还可以有一些优化。比如从array长度最小的两个array开始比较，如果得出的集合为空，那么就可以停止运算。

[Celly0130]

每篇都看过去了，学习了，另外好像现在只有你一个人发啊，关注

[dofine]

看到域名就激动了，结果发现没有化学的东西啊。。

[EricZ]

@Celly0130 现在我同学发了新的～

[EricZ]

@timshi 谢谢你的提示。我会去试试看。

第二种算法中得到矩阵的办法，是在第一次读取数据（文本文档）时，一边读一边构建的。也是用hash table，key是单词，value是关于n个行的向量。每读取一个新的词就创建一个新的hash key和向量。

[sparklo]

@EricZ 和 @timshi 都是trt的, 你们可以见面讨论 xD

[EricZ]

@timshi 没错，你的方法的确快了很多。我应该要更新下文章了～

[EricZ]

@sparklo @timshi wow，牛人！

[avatasia]

@EricZ 天文学 漂亮

[Sycro]

@amyhyde 域名：C6H12O6
葡萄糖的化学式？！

[timshi]

@EricZ

谢谢你在博客上的mention, 你写的很简单明了，比我说的清楚 ：）你现在是大几？

[EricZ]

@timshi :) 下个学期大三了，Engineering Science的～

[timshi]

@EricZ 哈哈，怪不得你们博客上什么都有。