最近听同学说很多商店几乎在前一段时间一夜之间疯狂打折,专卖店都打折了,于是折扣店更是厉害,貌似因为金融危机,连我这个平常一向讨厌Shopping的这个周末都出动了.

折扣最NB的就是一件GUCCI外套,以前价格是1120€,现在价格是220€,然后折扣店还有20%的消费discount,再加刷卡0.5%的discount,实际discount=1-(220*80%*99.5%)/1120=84.4%,O My God.虽然我知道,买到永远没有卖的精,虽然我知道,如果老板不赚钱,是不可能卖给我的,但是这个价格买了一家GUCCI外套,还是很爽的.

昨天折腾了一天,结果就是把我上个阶段兼职挣的钱又送出去了,换成大袋小袋的回家.战利品就是自己的几件衣服,估计在新加坡永远也用不上的衣服(晕,但是还是买了,有点不理智),然后就是马上就要回家了,给爸爸,妈妈,姐姐带的礼物,一人一条围巾,还有一些在旅游区小店买的纪念品...回到公寓,我又算是broke了.

我的blog上一个entry中曾经提到,字典检索效率是影响最终机械分词速度的重要因素之一,那么,一个优秀的检索算法,就可以在很大程度上提高分词速度.
所谓词典,就是一个有着极大数量词条的一个文件,而机械分词的需求,就是给定一个词,设计一个算法,能快速的返回,这个词是否在词典中.

SOLUTION:
1.遍历,逐个匹配
最SB的办法之一,线性时间内完成,平均时间复杂度O(n/2),如果这样做,从下达分词指令到分词完成之间的一段时间会让你疯狂.

2.红黑树查找
这是一个不是那么SB的方法,每进行一次查找,排除掉剩余可能性的一半,幂时间内完成,时间复杂度O(lb(n)).这样做的结果是让你的等待时间没有solution1那么疯狂,但是想要实现,所做的工作也比较疯狂.而且,这个方法会让最终词典的维护工作变的极其困难,任何一个添加删除操作,都需要和查找相同的复杂度的操作使新树重新变回红黑树.

3.索引分块查找
根据规则将词典分块,建立索引然后对于不同的查询请求,在不同的词典分块中查找,时间复杂度降低为O(n/k).分块规则可以使根据字长,根据首字,首字母...但是一个让各个分块具有大致相同词条的分块规则,会使平均时间复杂度降低至接近理论水平.前面说的三种规则,都不是那么好,因为可能出现字长为x(或者首字(母)为x)的词条数量远远多于其他,这样就造成对于此分块,查询速度远远低于其他分块,使算法变的不稳定,也使复杂度向O(n)漂移.可以考虑借助于像MD5之类的算法,将具有相同前x位MD5值的词条,置于同一分块中,因为MD5的雪崩效应非常大,所以基本可以认为词条在样本空间上是均匀分布的.(至于真实是不是这样,我没有核实,但是我想应该各个分块词条数量差距不大)这种方法从实现难度和查询效率来说,是一种不是那么SB的方法.

4.哈希表
没什么说的,常数时间内完成,时间复杂度接近于O(1),难度完全在于实现上,如何设计哈希函数,如何处理碰撞.搞定这两个问题,完全可以使分词在下达指令后的几乎一瞬间内完成.

5.借助轻量级数据库
可以借助于像SQLite一样的轻量级数据库,原因:第一,因为需求十分简单,只需要返回指定词条是否在词典中出现过,so,一个table,一个column,轻量级数据库足以.第二,有未证实消息告诉我,异步SQLite在非高并发访问的情况下,查询速度是最优的(和BDB,MySql比较).这是我最终采用的方法,也基本可以让分词在点击鼠标的瞬间完成.说实话,SQLite确实是一个优秀的轻量级数据库,有各种平台各种语言的封装,支持大多数SQL指令,最终DLL文件200k+...

最近忙,很忙,所有事情都凑到一起了,于是每天早上9点起床,晚上昏天黑地的做到一两点才睡觉.脑袋里面有很多好的idea也没时间去实现.

突然对中文信息处理感兴趣了,因为英文默认每个词都是用空格分开的,这给英文信息处理带来了很大的方便,中文则不是这样,要处理中文信息,首先要把一个字符串按照有意义的词分开.这就涉及到一个分词算法的问题了.最简单的分词方法就是基于词典的正向最大匹配机械分词.

如果现在有一个理想中文字典,最大字长是4(4个中文字符,下同),一条中文信息:温.家宝会见新加坡总理.

首先建立一个循环,设置两个整形变量标志位,begin和end,初始状态下,begin=0,位于字符串头,也就是温字前,end=str.GetLenth(),位于字符串尾(字符串长度小于4的时候)或者end=8,第四字处(字符串长度大于等于4).

设置一个临时字符串temp,拷贝输入字符串从begin到end的一段,也就是"温.家宝会",在字典中搜索temp

显然,这四个字是不会在字典中搜索到的,于是判断搜索函数返回值后,end-=2,向前移动一个字,begin不变.返回循环开始处.

这次执行循环的时候,由于end前移一个字,所以temp="温.家宝",这个词在字典中就可以搜索到了,于是判断搜索函数返回值后,把词分离出来,之后移动标志位,begin=end,begin向后移动到end的位置,end+=8,end向后移动4个字(begin之后的字长大于4时候),或者是end=str.GetLenth(),end位于字符串尾(begin之后字长小于4的时候),重复循环

最后,当begin位置在最后一个字或者最后一个字之后的时候,也就是str.GetLenth()-begin<=2的时候,整个分词结束,也就是整个循环的出口.对于上述例子,因为"总理"是个词,所以完成分离"总理"之后,begin位于字符串末尾.

李玮峰,球霸之首,这么明显的恶意犯规,还好意思说无辜,还好意思说克制忍让.禁赛8场对于一个恶意犯规确实有些多,但是对于李玮峰这样的球场惯犯,罚8场一点也不多,小偷屡教不改的,还罪加一等呢,更何况李玮峰这样的球霸.(在这里要对小偷们说声对不起,把你们和李玮峰放在一起比较了,sorry)作为一个不无耻的人,处罚决定下来了,都不好意思露面,但是作为李玮峰,这样的处罚下来了,还叫嚷着跑到北京去上诉,无耻至极.

武汉队,宣布中途退出中超联赛的直接理由是不满足协对李玮峰的处罚.处罚合适不合适先不谈,武汉队引进李玮峰的时候,就应该考虑到这个定时炸弹的威力,鉴于球霸头头辉煌的历史,武汉队的领导们完全有理由相信他每每能在比赛进行到最关键时刻犯一两次牛逼的规,领一两张牛逼的红牌,禁一两场牛逼的比赛,(当然,这次是八场).作为一个球队的后防,重要的不是你的能力有多强,而是有多么稳定,这么常识的问题武汉队的领导们引进这个定时炸弹的时候没想到?还要为李玮峰被处罚后伸冤?可以这样说,即使这次足协放过了李玮峰,下面还有十几场比赛,以李球霸以往作风,肯定还能踩至少一个,到时候是谁倒在李球霸脚下还不一定呢,武汉队怎么办?再威胁退出?没意思

1.下飞机,感觉,两个字:农村

2.Irish真TMD难听

3.Irish speak English in a very strange way, but thanks to Singaporean, to make me immune to even the most extreme accent.

4.TCD的很多建筑让我联想到了拍鬼片的地方,够古老,够阴森.

5.Dublin is the most expensive city I've ever been.

6.中国人还真是哪里都有很多.

7.Ireland怎么不加入Schengen,本来中国护照就哪也不能去,拿着Ireland签证,还是哪也不能去

8.打黑工的真TMD猖狂.

9.Ireland看起来很古典,很漂亮

Geert Hofstede Culture Dimensions is a model conducted by Geert Hofstede to judge a nation's culture or compare between cultures of different countries. Lately I've been studied a lot about it, and I feel that his viewpoints and research results are not as correct as they look like.

1. Geert Hofstede fails to consider the culture difference between different groups of a same country and simply disposes all the people in the same country as a whole.
His result is applicable for a country like China, in which most of people (are forced to) have the same religious and political beliefs and heretics will be XXX by XXX. But consider a immigration country like Singapore, such result may not be so applicable because the society is consisted by different groups, in Singapore, the Chinese, the Indians and the Malaysians, each of them has unique ways because they inherit the customs from their own country, and thus, they can't be treated as a whole.

"火箭夺冠几率是马刺三倍? 休斯顿将再演乱世称王",想看的搜搜这篇文章,严重怀疑这名记者(或是网站编辑)的智商.每年中文媒体对火箭队的分析,关键词无一例外,全是"夺冠",季后赛都不在考虑范围,稳稳的.然后每年的结果是赛季末端,火箭都在为季后赛的名额苦苦挣扎,好不容易混进了末班车,季后赛第一轮草草打完就卷铺盖回家了.

球迷不是傻逼,可是编辑们最爱做的事情就是把球迷当傻逼忽悠.姚明进nba前几年这样"预测"一下就算了,都这么多年了,每年都写这种不搭界的"预测",在赛季前给球迷们无限希望,在赛季后给球迷无线失望,这就是中文媒体的"功劳",绝妙之处在于,黑锅还是别人背,火箭战绩未达到赛前预期,球迷们怪谁?不是媒体,是火箭队,是范甘迪,是麦蒂,是斯威夫特...

1.I am too rational.
Obviously, that's not a good attitude for all the time. And in my value system, consequences is the only thing I care. I will and would like to achieve my purpose by any possible means(I admit that even though sometime they are not that aboveboard, lying, cheating and pretending are not difficult things for me, and furthermore, they are right what I'm good at ).

2.I am too skeptical
i can't figure out why even right now, but, basicly speaking, I don't trust anybody and i doubt about everything. I never share all the stories about me with anyone, and because of that, noone really knows me except my family. I would prefer to handle my emotions or feelings alone rather than sharing with "friends". In this way, I will never be a good talker.

3.I'm lazy
I hate studying(and will be working in the future), I love playing. From the very begining of my life, this habit never change.

4.I'm selfish
most of the time(75% at least), I only speak for my profit, that's what I care. It sounds ridiculous, but unfortunately, it's true.

that's all what I think about, making some supplements or modifications is welcomed.

谢亚龙是垃圾,但是足协中垃圾的绝不仅仅是谢亚龙一个人,让一个垃圾滚蛋并不能改变整体是垃圾的本质,现在中国足球需要的就是全部推到重来.不要说这样机会成本太大,现在已经没有所谓的机会成本了,国家队这样踢下去,不会产生任何价值,还不如不踢,何谈机会成本.球迷们以后也不要为任何中国足球相关的东西买单了,让他们自生自灭吧,没有压力何来动力.

当年谢亚龙上任,中国男足是亚洲二流,现在谢亚龙要卸任去"学习"了,中国队变成了人见人欺的亚洲末流,分组时,大家都在祈祷能跟中国队分在一组.对中国足球做出这样卓越贡献的,正式一个田径运动员出身的谢亚龙领导的中国足协还有那一帮傻逼球员们.就像<<国足欢迎你>>中唱的那样:"场上梦游是惯例,场下才牛逼".场下包含什么意思,我就不多说了.因为色情+暴力,少儿不宜.