xuanworld

PageRank算法的实现目标一 迭代法实现题目迭代法实现大规模PageRank，网页数量不低于10000 思路首先创建一个txt文件，里面储存各个点之间的关系，然后通过python语言读取，将其转化为矩阵，并通过公式将其转化为相应矩阵，然后进行迭代，直至误差小于 0.00000001结束。 原理 源代码1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859import numpy as npif __name__ == '__main__': file = open('input2.txt', 'r') edges_in = [] edges_out = [] while True: lines = file.readline().strip('\n') if not lines: ...

Bloom过滤器算法的实现题目采用Bloom过滤器设计一个邮件地址过滤器。要求：存储1000000个垃圾邮件地址，检测错误率小于0.00001，如果采用k=8个映射函数，则Bloom过滤器的最小长度是多少？ 思路创建一个rubbish.txt文件储存垃圾邮件地址，垃圾邮件地址由程序自动生成，然后生成一个input.txt文件用于储存输入的邮箱地址，过滤后邮箱地址由output.txt储存。 使用python的bitarray来进行位操作，更加方便，主要是使用的空间少，如何使用numpy.array需要34GiB，电脑无法分配如此巨量的空间。然后使用开源的8种哈希函数进行散列，然后取最后N位，N为位的个数，进行下标设置1操作。 原理布隆过滤器的核心就是哈希函数，可以将其看作是对 bitmap 的拓展，通过将添加的元素经过 k 个哈希函数映射到一个很长的 bit 向量中的 k 个位置，并将它们置为 1。检索时，通过判断这个位置是否都为 1 就能大概知道集合中是否存在查询的元素。具体规则是： 如果这些位置中有任何一个位置为 0，那么被检索的元素一定不在 如果这些位置都是 1，那么被检索的 ...