【有书】计算机之魂吴军pdf(吴军 计算之魂 pdf)

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

热门下载区==>点此链接进入<<<

本文节选自《计算之魂吴军》电子版：

好几倍。但是在没有足钢晶大的计算就具体的解决方案而言，核心这是分治算法的灵魂;其次是在第/第7章//权衡时空一一理解存储/，用时间换空间是解决大计算问题唯-的方法。四想有两个:首先是将大问题分解为很多小问题，二步合并时，按照结果(二元组序列)的编号把结果文件分成很多份，而不是按照原始的数据进行划分。这样做的优点是，结果的每一部分〈shard)之间没有重复，这就省去了很多存储空间，同时也节省了计算时间。如就有了成为三级工程师的潜力。从上面的分析中大家可以看出，这个问题其实和自然语言处理没什么关系。事果你能把这些细节想清楚，实上在2000年前后，Google的业务中和自然语言处理相关的工作不多，甚至懂自然语言处理的人也不多。但是Google的很多核心业务，比如PageRank算法、广告的匹配、寻找用户点击数据和搜索结果的相关性都要用到稀疏的二维和矩阵，它的存储和使3对Google来讲是一个基本的、回避不掉的问题。只不过在计算PageRank时二元组中的x被超链接所在的网页取代，而被超链接指向的网页取代了;在广告匹配中,*是几十万种广告,>是几万种相关的搜索结果。之所以

计算之魂吴军电子版

让求职者统计二元组频率，是因为以这种方式问问题不涉及具体的业务，既能让人关注于问题本身，又不至于泄露商业秘密。实上，越是大公司，在选择面试问题时越谨慎，避免问和业务太相关的问题，但是会把要考查的知识点和知识面隐藏在普通的问题中。寻找高频二元组是一个开放式的问题，这一类问题常常没有完全对和错的答案，只有好和不好的答案，或者可行和不可行的解决方案。此外，这一类问题还可以让面试官和面试者进行进一步讨论，不断往深里探究。如果面试者迅速地完美解决了上述问题，面试官通常会进一步询问，比如让面试者再设计一个使用二元组(而不是统计二元组)的存储结构。在前面介绍统计二元组频率时提到，采用随机的存储访问方式要比|顺序的好，因为我们在文本中见到的二元组是随机的。但是在使用时，通常的场景是需要根据二元组的第一个词一次性调出它后面是提示搜索关键词，都是如此。此外,在所有可能跟着的词，无论是进行语音识别、机器翻译，还匹配搜索广告时，也是根据搜索关键词将相关267//计算之魂/联的广告都找出来。这个时候就需要根据二元组的第一个词*，一行一行地存储二元组的列表，然后在使用时顺序访问它们了。这些内容我们在

计算之魂 网盘pdf

前面已经讲到了。解决和存储相关的问题，需要了解计算机的存储结构，以及不同存储设备的特点。下面就让我们来看看计算机存储系统的层次。要点顺序访问、随机访问。计算机中的某些存储设备只方便顺序访问，不方便随机访问。在进行海量数据处理时，要争取在扫描数据时将所有该做的工作做完，避免反复读/写数据。思考题7.1在算法7.1中，当我们统计完全部的二元组后，希望用分割算法找到频率最高的100万个。但是二元组存储在硬查中，不方便我们随机访问，因此我们要采用在第6.2节中讲到的分布式中值算法来进行分割。我们只有一台计算机，为什么要采用并行的算法呢?它是如何实现的?”〈寅例会会)提示:根据内存的大小，将全部的二元组分成很多子列表。在介绍计算机的存储结构之前，我们先来了解一下计算机中各种存储器的性能。当然，我们在衡量存储器的性能时不能简单地看其读/写一个存储单元的时间，而要考虑至少这样三个指标:1，大量顺序访问(读/写)数据时的速率，这在通信上被称为传输的带宽;2，访问一个存储单元的时间|3，一次访问的准备时间。为什么要有三个指标呢?如果是大量顺序访问存储单元，其实有一个指标就够了，268

计算之魂吴军

《计算之魂吴军》下载

• 
  [PDF电子书下载]《计算之魂吴军》
• 
  [epub电子书下载]《计算之魂吴军》
• 
  [word电子书下载]《计算之魂吴军》
• 
  [txt电子书下载]《计算之魂吴军》

版权提示： 本站为导购型网站，对拥有版权的书籍及内容，本站已经加入内容屏蔽，仅提供书籍介绍，并未提供资源下载地址，如需要删除书籍介绍，请联系我们删除。

综上：吴军 计算之魂 pdf值得推荐阅读。