thompson演算法

① 還有哪些逆天級的大牛健在

1、楊振寧

楊振寧，男，1922年10月1日（護照上為9月22日）生於安徽合肥，物理學家，香港中文大學博文講座教授兼理論物理研究所所長，清華大學高等研究院名譽院長、教授，紐約州立大學石溪分校榮休教授。

以及中國科學院院士、美國國家科學院外籍院士、英國皇家學會外籍院士、中央研究院院士、香港科學院榮譽院士、俄羅斯科學院院士，1957年獲諾貝爾物理學獎。

安德斯·海爾斯伯格為MS-DOS和CP/M設計了Pascal編譯器，Borland買下該編譯器改稱Turbo Pascal，之後安德斯·海爾斯伯格開發Turbo Pascal並帶領小組設計了Turbo Pascal的替代品Delphi。

以上內容參考網路-Anders Hejlsberg

以上內容參考網路-Richard Stallman

以上內容參考網路-Ken Thompson

以上內容參考網路-唐納德·克努特

以上內容參考網路-楊振寧

② 想了解下各種計算機語言的用途

什麼是計算機語言

計算機語言的種類非常的多，總的來說可以分成機器語言，匯編語言，高級語言三大類。
電腦每做的一次動作，一個步驟，都是按照以經用計算機語言編好的程序來執行的，程序是計算機要執行的指令的集合，而程序全部都是用我們所掌握的語言來編寫的。所以人們要控制計算機一定要通過計算機語言向計算機發出命令。
計算機所能識別的語言只有機器語言，即由0和1構成的代碼。但通常人們編程時，不採用機器語言，因為它非常難於記憶和識別。
目前通用的編程語言有兩種形式：匯編語言和高級語言。
匯編語言的實質和機器語言是相同的，都是直接對硬體操作，只不過指令採用了英文縮寫的標識符，更容易識別和記憶。它同樣需要編程者將每一步具體的操作用命令的形式寫出來。匯編程序通常由三部分組成：指令、偽指令和宏指令。匯編程序的每一句指令只能對應實際操作過程中的一個很細微的動作，例如移動、自增，因此匯編源程序一般比較冗長、復雜、容易出錯，而且使用匯編語言編程需要有更多的計算機專業知識，但匯編語言的優點也是顯而易見的，用匯編語言所能完成的操作不是一般高級語言所能實現的，而且源程序經匯編生成的可執行文件不僅比較小，而且執行速度很快。
高級語言是目前絕大多數編程者的選擇。和匯編語言相比，它不但將許多相關的機器指令合成為單條指令，並且去掉了與具體操作有關但與完成工作無關的細節，例如使用堆棧、寄存器等，這樣就大大簡化了程序中的指令。同時，由於省略了很多細節，編程者也就不需要有太多的專業知識。
高級語言主要是相對於匯編語言而言，它並不是特指某一種具體的語言，而是包括了很多編程語言，如目前流行的VB、VC、FoxPro、Delphi等，這些語言的語法、命令格式都各不相同。
高級語言所編制的程序不能直接被計算機識別，必須經過轉換才能被執行，按轉換方式可將它們分為兩類:
解釋類：執行方式類似於我們日常生活中的「同聲翻譯」，應用程序源代碼一邊由相應語言的解釋器「翻譯」成目標代碼(機器語言)，一邊執行，因此效率比較低，而且不能生成可獨立執行的可執行文件，應用程序不能脫離其解釋器，但這種方式比較靈活，可以動態地調整、修改應用程序。
編譯類：編譯是指在應用源程序執行之前，就將程序源代碼「翻譯」成目標代碼(機器語言)，因此其目標程序可以脫離其語言環境獨立執行，使用比較方便、效率較高。但應用程序一旦需要修改，必須先修改源代碼，再重新編譯生成新的目標文件(＊ .OBJ)才能執行，只有目標文件而沒有源代碼，修改很不方便。現在大多數的編程語言都是編譯型的，例如Visual C＋＋、Visual Foxpro、Delphi等。


學習編程，從何入手？

如果您想學習編程，卻又不知從何入手，那麼您不妨看看下面的幾種學習方案，可能會給您一些啟示吧！
方案一Basic語言 & Visual Basic
優點
（1）Basic 簡單易學，很容易上手。
（2）Visual Basic 提供了強大的可視化編程能力，可以讓你輕松地做出漂亮的程序。
（3）眾多的控制項讓編程變得象壘積木一樣簡單。
（4）Visual Basic 的全部漢化讓我們這些見了English就頭大的人喜不自禁。
缺點
（1）Visual Basic 不是真正的面向對象的開發文具。
（2）Visual Basic 的數據類型太少，而且不支持指針，這使得它的表達能力很有限。
（3）Visual Basic 不是真正的編譯型語言，它產生的最終代碼不是可執行的，是一種偽代碼。它需要一個動態鏈接庫去解釋執行，這使得Visual Basic 的編譯速度大大變慢。
綜述：方案一適合初涉編程的朋友，它對學習者的要求不高，幾乎每個人都可以在一個比較短的時間里學會vB編程，並用VB 做出自己的作品。對於那些把編程當做游戲的朋友來說，VB 是您最佳的選擇。
方案二Pascal語言 & Delphi
優點
（1）Pascal語言結構嚴謹，可以很好地培養一個人的編程思想。
（2）Delphi是一門真正的面向對象的開發工具，並且是完全的可視化。
（3）Delphi使用了真編譯，可以讓你的代碼編譯成為可執行的文件，而且編譯速度非常快。
（4）Delphi具有強大的資料庫開發能力，可以讓你輕松地開發資料庫。
缺點
Delphi幾乎可以說是完美的，只是Pascal語言的過於嚴謹讓人感覺有點煩。
綜述: 方案二比較適合那些具有一定編程基礎並且學過Pascal語言的朋友。
方案三C語言 & Visual C++
優點
（1）C語言靈活性好，效率高，可以接觸到軟體開發比較底層的東西。
（2）微軟的MFC庫博大精深，學會它可以讓隨心所欲地進行編程。
（3）VC是微軟製作的產品，與操作系統的結合更加緊密。
缺點
對使用者的要求比較高，既要具備豐富的C語言編程經驗，又要具有一定的WINDOWS編程基礎，它的過於專業使得一般的編程愛好者學習起來會有不小的困難。
綜述: VC是程序員用的東西。如果你是一個永不滿足的人，而且可以在編程上投入很大的精力和時間，那麼學習VC你一定不會後悔的。
方案四C++語言 & C++ Builder
優點
（1）C++語言的優點全部得以繼承。
（2）完全的可是化。
（3）極強的兼容性，支持OWL、VCL和MFC三大類庫。
（4）編譯速度非常快。

缺點
由於推出的時間太短，關於它的各種資料還不太多。
綜述：我認為C++ Builder 是最好的編程工具。它既保持了C++語言編程的優點，又做到了完全的可視化。
方案五SQL語言 & Power Builder
對於一些傳統的數據開發人員來說，Foxpro系列也許讓他們感到更加熟悉。但是對於初學者來說，PowerBuilder也許是最好的資料庫開發工具。各種各樣的控制項，功能強大的PowerBuilder語言都會幫助你開發出自己的資料庫應用程序。

C語言簡介

C語言是目前世界上流行、使用最廣泛的高級程序設計語言。
C語言對操作系統和系統使用程序以及需要對硬體進行操作的場合，用C語言明顯優於其它高級語言，許多大型應用軟體都是用C語言編寫的。
C語言具有繪圖能力強，可移植性，並具備很強的數據處理能力，因此適於編寫系統軟體，三維，二維圖形和動畫它是數值計算的高級語言。
常用的編譯軟體有Microsoft Visual C++,Borland C++,Watcom C++ ,Borland C++, Borland C++ Builder,Borland C++ 3.1 for DOS,Watcom C++ 11.0 for DOS,GNU DJGPP C++, Lccwin32 C Compiler 3.1,Microsoft C,High C,等等......
C語言的發展歷史
C語言的發展頗為有趣。它的原型ALGOL 60語言。
1963年，劍橋大學將ALGOL 60語言發展成為CPL(Combined Programming Language)語言。
1967年，劍橋大學的Matin Richards 對CPL語言進行了簡化，於是產生了BCPL語言。
1970年，美國貝爾實驗室的Ken Thompson將BCPL進行了修改，並為它起了一個有趣的名字「B語言」。意思是將CPL語言煮干，提煉出它的精華。並且他用B語言寫了第一個UNIX操作系統。
而在1973年，B語言也給人「煮」了一下，美國貝爾實驗室的D.M.RITCHIE在B語言的基礎上最終設計出了一種新的語言，他取了BGPL的第二個字母作為這種語言的名字，這就是C語言。
為了使UNIX操作系統推廣，1977年Dennis M.Ritchie 發表了不依賴於具體機器系統的C語言編譯文本《可移植的C語言編譯程序》。
1978年Brian W.Kernighian和Dennis M.Ritchie出版了名著《The C Programming Language》，從而使C語言成為目前世界上流行最廣泛的高級程序設計語言。
1988年，隨著微型計算機的日益普及, 出現了許多C語言版本。由於沒有統一的標准,使得這些C語言之間出現了一些不一致的地方。為了改變這種情況,美國國家標准研究所(ANSI)為C語言制定了一套ANSI標准, 成為現行的C語言標准 3.C語言的主要特點 。C語言發展迅速, 而且成為最受歡迎的語言之一, 主要因為它具有強大的功能。許多著名的系統軟體, 如DBASE Ⅲ PLUS、DBASE Ⅳ 都是由C 語言編寫的。用C語言加上一些匯編語言子程序, 就更能顯示C語言的優勢了,象PC- DOS 、WORDSTAR等就是用這種方法編寫的。
C語言的特點
1. 簡潔緊湊、靈活方便
C語言一共只有32個關鍵字,9種控制語句，程序書寫自由，主要用小寫字母表示。它把高級語言的基本結構和語句與低級語言的實用性結合起來。 C 語言可以象匯編語言一樣對位、位元組和地址進行操作, 而這三者是計算機最基本的工作單元。
2. 運算符豐富
C的運算符包含的范圍很廣泛，共有種34個運算符。C語言把括弧、賦值、強制類型轉換等都作為運算符處理。從而使C的運算類型極其豐富表達式類型多樣化，靈活使用各種運算符可以實現在其它高級語言中難以實現的運算。
3. 數據結構豐富
C的數據類型有：整型、實型、字元型、數組類型、指針類型、結構體類型、共用體類型等。能用來實現各種復雜的數據類型的運算。並引入了指針概念,使程序效率更高。另外C語言具有強大的圖形功能, 支持多種顯示器和驅動器。且計算功能、邏輯判斷功能強大。
4. C是結構式語言
結構式語言的顯著特點是代碼及數據的分隔化,即程序的各個部分除了必要的信息交流外彼此獨立。這種結構化方式可使程序層次清晰, 便於使用、維護以及調試。C語言是以函數形式提供給用戶的,這些函數可方便的調用,並具有多種循環、條件語句控製程序流向,從而使程序完全結構化。
5. C語法限制不太嚴格、程序設計自由度大
一般的高級語言語法檢查比較嚴，能夠檢查出幾乎所有的語法錯誤。而C語言允許程序編寫者有較大的自由度。
6. C語言允許直接訪問物理地址，可以直接對硬體進行操作
因此既具有高級語言的功能，又具有低級語言的許多功能，能夠象匯編語言一樣對位、位元組和地址進行操作,而這三者是計算機最基本的工作單元，可以用來寫系統軟體。
7. C語言程序生成代碼質量高，程序執行效率高
一般只比匯編程序生成的目標代碼效率低10へ20%。
8. C語言適用范圍大，可移植性好
C語言有一個突出的優點就是適合於多種操作系統, 如DOS、UNIX,也適用於多種機型。

特別建議：

建議正規語言學習方法。先學習C語言。然後C++，然後用VC++學習MFC編程。這三點是大學計算機軟體工程專業的最常規的教學模式。也是最好的。預期你去啃本書《VB》《C#》什麼的你永遠學習不會開發軟體的思想。當VC++你學習會後再去學習別的就太簡單了。VB你一星期就可以搞定了。當然現在有人說VC++有點過時了。如果想在開發中更方便一點的話可以去選擇C#或者JAVA，他們是兩個公司的而產品，至於功能基本相同。實在難以區別。看你個人的選擇了。
現在具體說下各種語言的區別。不僅僅是語言，也高哭這種開發的環境。這里我一概而論了。
VB，簡單上手，你你呢個很快開發出自己想要的軟體。非常之簡單。你可以學習它來提起你學習的興趣。做一個VB程序員也是不錯的。每月正常都可以保證3000以上。但以後在開發大型的軟體時候VB會很不行。
C，基礎中的基礎。任何人都要學習，而且要學好。以後你就會明白。不要不學習指針和結構體，這兩點是C的精華。
C++，個人感覺C++挺簡單的。只是在C上面加了構造函數……等概念。、
VC++是種環境。主要是MFC編程。好好學習吧。用個一年的時間達到精通。你就屬於精英了。MFC當然是可視化了。
C#是微軟的產品。可以開發桌面程序。也可以開發web程序，web程序開發很強大。
JAVA和C#是競爭對手。
delphi多用在資料庫的開發。很強大。
其他的長用的易語言。不建議去學習。和VB一樣。會打亂你編程的思想。
其他的就不說了。這就是常用的。
謝謝。

③ c語言中文分詞演算法

沒有掛網公布，需要咨詢專業人士。

C語言是一門面向過程的、抽象化的通用程序設計語言，廣泛應用於底層開發。C語言能以簡易的方式編譯、處理低級存儲器。

C語言是僅產生少量的機器語言以及不需要任何運行環境支持便能運行的高效率程序設計語言。盡管C語言提供了許多低級處理的功能，但仍然保持著跨平台的特性，以一個標准規格寫出的C語言程序可在包括類似嵌入式處理器以及超級計算機等作業平台的許多計算機平台上進行編譯。

C語言誕生於美國的貝爾實驗室，由丹尼斯·里奇（Dennis MacAlistair Ritchie）以肯·湯普森（Kenneth Lane Thompson）設計的B語言為基礎發展而來，在它的主體設計完成後，湯普遜和里奇用它完全重寫了UNIX，且隨著UNIX的發展，c語言也得到了不斷的完善。

為了利於C語言的全面推廣，許多專家學者和硬體廠商聯合組成了C語言標准委員會，並在之後的1989年，誕生了第一個完備的C標准，簡稱「C89」，也就是「ANSI C」，截至2020年，最新的C語言標准為2018年6月發布的「C18」。

④ 如何正確選擇聚類演算法

作者 | Josh Thompson

來源 | 數據派THU

Choosing the Right Clustering Algorithm for your Dataset - KDnuggets

聚類演算法十分容易上手，但是選擇恰當的聚類演算法並不是一件容易的事。

數據聚類是搭建一個正確數據模型的重要步驟。數據分析應當根據數據的共同點整理信息。然而主要問題是，什麼通用性參數可以給出最佳結果，以及什麼才能稱為「最佳」。

本文適用於菜鳥數據科學家或想提升聚類演算法能力的專家。下文包括最廣泛使用的聚類演算法及其概況。根據每種方法的特殊性，本文針對其應用提出了建議。

四種基本演算法以及如何選擇

聚類模型可以分為四種常見的演算法類別。盡管零零散散的聚類演算法不少於100種，但是其中大部分的流行程度以及應用領域相對有限。

基於整個數據集對象間距離計算的聚類方法，稱為基於連通性的聚類（connectivity-based）或層次聚類。根據演算法的「方向」，它可以組合或反過來分解信息——聚集和分解的名稱正是源於這種方向的區別。最流行和合理的類型是聚集型，你可以從輸入所有數據開始，然後將這些數據點組合成越來越大的簇，直到達到極限。

層次聚類的一個典型案例是植物的分類。數據集的「樹」從具體物種開始，以一些植物王國結束，每個植物王國都由更小的簇組成（門、類、階等）。

層次聚類演算法將返回樹狀圖數據，該樹狀圖展示了信息的結構，而不是集群上的具體分類。這樣的特點既有好處，也有一些問題：演算法會變得很復雜，且不適用於幾乎沒有層次的數據集。這種演算法的性能也較差：由於存在大量的迭代，因此整個處理過程浪費了很多不必要的時間。最重要的是，這種分層演算法並不能得到精確的結構。

同時，從預設的類別一直分解到所有的數據點，類別的個數不會對最終結果產生實質性影響，也不會影響預設的距離度量，該距離度量粗略測量和近似估計得到的。

根據我的經驗，由於簡單易操作，基於質心的聚類（Centroid-based）是最常出現的模型。 該模型旨在將數據集的每個對象劃分為特定的類別。 簇數（k）是隨機選擇的，這可能是該方法的最大問題。 由於與k最近鄰居（kNN）相似，該k均值演算法在機器學習中特別受歡迎。

計算過程包括多個步驟。首先，輸入數據集的目標類別數。聚類的中心應當盡可能分散，這有助於提高結果的准確性。

其次，該演算法找到數據集的每個對象與每個聚類中心之間的距離。最小坐標距離（若使用圖形表示）確定了將對象移動到哪個群集。

之後，將根據類別中所有點的坐標平均值重新計算聚類的中心。重復演算法的上一步，但是計算中要使用簇的新中心點。除非達到某些條件，否則此類迭代將繼續。例如，當簇的中心距上次迭代沒有移動或移動不明顯時，聚類將結束。

盡管數學和代碼都很簡單，但k均值仍有一些缺點，因此我們無法在所有情景中使用它。缺點包括：

相比之下，期望最大化演算法可以避免那些復雜情況，同時提供更高的准確性。簡而言之，它計算每個數據集點與我們指定的所有聚類的關聯概率。用於該聚類模型的主要工具是高斯混合模型（GMM）–假設數據集的點服從高斯分布。

k-means演算法可以算是EM原理的簡化版本。它們都需要手動輸入簇數，這是此類方法要面對的主要問題。除此之外，計算原理（對於GMM或k均值）很簡單：簇的近似范圍是在每次新迭代中逐漸更新的。

與基於質心的模型不同，EM演算法允許對兩個或多個聚類的點進行分類-它僅展示每個事件的可能性，你可以使用該事件進行進一步的分析。更重要的是，每個聚類的邊界組成了不同度量的橢球體。這與k均值聚類不同，k均值聚類方法用圓形表示。但是，該演算法對於不服從高斯分布的數據集根本不起作用。這也是該方法的主要缺點：它更適用於理論問題，而不是實際的測量或觀察。

最後，基於數據密度的聚類成為數據科學家心中的最愛。

這個名字已經包括了模型的要點——將數據集劃分為聚類，計數器會輸入ε參數，即「鄰居」距離。因此，如果目標點位於半徑為ε的圓（球）內，則它屬於該集群。

具有雜訊的基於密度的聚類方法（DBSCAN）將逐步檢查每個對象，將其狀態更改為「已查看」，將其劃分到具體的類別或雜訊中，直到最終處理整個數據集。用DBSCAN確定的簇可以具有任意形狀，因此非常精確。此外，該演算法無需人為地設定簇數 —— 演算法可以自動決定。

盡管如此，DBSCAN也有一些缺點。如果數據集由可變密度簇組成，則該方法的結果較差；如果對象的位置太近，並且無法輕易估算出ε參數，那麼這也不是一個很好的選擇。

總而言之，我們並不能說選擇了錯誤的演算法，只能說其中有些演算法會更適合特定的數據集結構。為了採用最佳的（看起來更恰當的）演算法，你需要全面了解它們的優缺點。

例如，如果某些演算法不符合數據集規范，則可以從一開始就將其排除在外。為避免繁瑣的工作，你可以花一些時間來記住這些信息，而無需反復試驗並從自己的錯誤中學習。

我們希望本文能幫助你在初始階段選擇最好的演算法。繼續這了不起的工作吧！