各大互联网面试题目

PrefiSpan---执行的前缀预测的序列模式挖掘 作者: 福田康夫塔北 < tabei@cb.k.u-tokyo.ac.jp > 计算生物学学系 前沿科学研究生学院 东京大学 许可证： GPL2 （Gnu 通用公共许可版本 2） 参考资料： PrefixSpan： 挖掘序列模式有效地由前缀预测模式的增长 健裴、 珈伟韩、 扎 Mortazavi asl、 海伦 · 平托、 启明陈、 Umeshwar 达亚尔和梅春许 IEEE 计算机协会，2001 年，页 215 要求： C + + 编译器使用 STL （标准模板库）。 安装： %使 用法: ./ lcm [选项] 数据 选项: -min_sup NUM： 设置最低支持 （默认值： 1） -max_pat NUM： 设置最大模式长度 （默认： 无穷大） 输入数据的格式： 3 1 3 4 5 2 3 1 3 4 4 3 1 3 4 5 2 4 1 6 5 3 每一行对应于每个都有一个序列的交易记录由空格分隔的项目。 结果的格式： 项目集 (ids) 频率 项目集 (ids) 频率 项目集 (ids) 频率 ... 下面是一个示例： 1 （0 1 3 4）： 4 1 3 (0 3)： 2 1 3 4 (0 3)： 2 1 3 4 5 (0 3)： 2 1 3 5

这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。这是只是为了检查如何启动一个简单的 c + + 程序的示例代码。

高斯投影坐标正、反算及相邻带的坐标换算MATLAB源代码

蒙特卡罗求圆周率算法，可以对蒙特卡罗算法有个初步认识，本程序C++实现-Monte Carlo algorithms for pi, the Monte Carlo algorithm can have a preliminary understanding, this procedure C++ Achieve

标准C写的数据直线拟合，最小二乘法处理，自己写的-write C standard linear data fitting, least squares method, wrote it myself

数据挖掘决策树的实现，使用ID3算法编写，本程序是对数据挖掘概念与技术（第三版）中分类算法的实现。主要采用C++ STL（标准模版库）进行编写，运行时需要把samples.txt文件拷贝到C盘根目录下。

最大间距问题，计算机算法设计与分析。计算一组随机数据，任意两个数据之差最大值，而且时间复杂度为线性。

TF-IDF（term frequency–inverse document frequency）是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m + k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。

用java来编写列主元gauss消去法解方程组-used to prepare main-element Gauss elimination method of solving equations Group

构建三次贝塞尔曲线 C0，......，Cn-1 中 参数形式，Ci 由 (xi(t),yi(t)) = (a0(i) + a1 (i) * t + a2 (i) * t ^2 + a3 (i) * t ^3， b0(i) + b1 (i) * t + b2 (i) * t ^2 + b3(i)*t^3) 0 为 < = t < = 1 由左终结点 （x(i),y(i))， 离开了 guidepoint （x+(i),y+(i))、 右端点 （x(i+1),y(i+1)) 和 右 guidepoint （为每个 i x-(i+1),y-(i+1)) = 0，1，......，n-1 ； 输入的 n，（（x(i),y(i))，我 = 0，...，n)， ((x+(i),y+(i))，我 = 0，...，n-1)， ((x-(i),y-(i))，我 = 1，...，n)。 输出系数 （a0(i)、 a1(i)、 a2(i)、 a3(i)、 b0(i)、 b1(i)、 b2(i)、 b3(i)、 我 = 0，...，n-1)。