stme - BlogJava

摘要: “通用篇”讨论的问题适合于大多数Java应用。阅读全文

posted @ 2007-01-31 10:26 stme 阅读(1055) | 评论 (0) | 编辑收藏

摘要: 全组合是本人根据全排列的说法创造的，其表达的内容是：将2Cn到(n-1)Cn对应的字符串序列依次输出（当然了，会去掉组合数值相同的组合排列，也就是只需要计算2～（n－1）/2）），这样能够满足特定部门的需求阅读全文

posted @ 2007-01-17 10:48 stme 阅读(6123) | 评论 (2) | 编辑收藏

摘要: 其核心思想是，对纸张扫描后的图片进行分而治之的思想，由大化小。这和现在Google的MapReduce，Nutch中使用的Hadoop的思想是一致的。看来计算机中的算法到了一定程度上也有了哲学的东西在其中啊，毕竟计算机是用于解决人类世界的问题的，所以哲学也在计算机算法之上啊。阅读全文

posted @ 2007-01-08 09:58 stme 阅读(1852) | 评论 (0) | 编辑收藏

OpenOffice.org之恋（六）

摘要: 如果办公软件组件支持适用于实现 com.sun.star.document.OfficeDocument 服务的每个组件的com.sun.star.frame.XStorable 接口，则可以存储该组件阅读全文

posted @ 2007-01-07 12:51 stme 阅读(1435) | 评论 (1) | 编辑收藏

Nutch 相关（三） Nutch的分词的架构

摘要: Nutch分词的最底层使用的是lucene的Analyzer抽象类，它位于org.apache.lucene.analysis包中， NutchAnalyzer继承了Analyzer类、实现了Configurable、Pluggable接口，该抽象类中定义了一个公有的抽象方法 tokenStream(String fieldName, Reader reader)返回的类型是TokenStream。阅读全文

posted @ 2007-01-07 10:23 stme 阅读(2061) | 评论 (2) | 编辑收藏

Nutch 相关（二）分词的算法

摘要: 说到Nutch中要使用中文分词，因为中文分词程序的速度很快，需要分词的每篇文章字数不会达到需要占用其很长时间的程度。因此，对于每篇文章分词的请求可以看作是大量短小线程的请求，此时使用线程池技术是非常合适的，它可以极大减小线程的创建和销毁次数，提高程序的工作效率。阅读全文

posted @ 2007-01-05 11:45 stme 阅读(1841) | 评论 (5) | 编辑收藏

Nutch 相关（一）爬虫的研究

摘要: Nutch是支持插件扩展的，这样就可以满足各个不同使用群体的特定需求，例如是要做垂直搜索，并收集特定信息的收集阅读全文

posted @ 2007-01-04 17:18 stme 阅读(2704) | 评论 (2) | 编辑收藏

OpenOffice.org之恋（五）

摘要: OOo 中的“框架 - 控制器 - 模型”模式阅读全文

posted @ 2007-01-03 09:37 stme 阅读(1221) | 评论 (0) | 编辑收藏

OpenOffice.org之恋（四）

摘要: OOo安装完成以后，在${OOoPath}/program/classes目录之下会有一些jar包存在，这些主要用于其自定义UNO组件扩展的内部类库。UNO 引入了服务管理器的概念。服务管理器可以被视为创建服务的“工厂”。现在，只需将服务看
作可用于执行特定任务的 UNO 对象即可。稍后我们将更精确地定义术语“服务”。阅读全文

posted @ 2006-12-26 08:39 stme 阅读(1982) | 评论 (2) | 编辑收藏

OpenOffice.org之恋（三）

摘要: 直接调用和脚本调用的配置文件阅读全文

posted @ 2006-12-16 10:41 stme 阅读(2354) | 评论 (1) | 编辑收藏

常用链接

留言簿(7)

随笔分类(24)

随笔档案(27)

文章分类

技术链接

搜索

积分与排名

最新评论

阅读排行榜

评论排行榜

stme
BlogJava \| 首页 \| 发新随笔 \| 发新文章 \| \| 聚合 \| 管理	随笔：27 文章：0 评论：106 引用：0