LivedoorReaderのスポンサーフィードを非表示にするGreasemonkeyスクリプト - 技術メモ帳
goodbye sponser // ==UserScript== // @name LDR - hide sponser feed // @namespace http:// // @description LDR no sponser feed wo hide simasu // @include http://reader.livedoor.com/reader/* // ==/UserScript== unsafeWindow.tracking = function(){}; var callbacks = unsafeWindow.LDR.trigger.triggers.before_init.callbacks; for(var i=0; i<callbacks.length; i++){ if( callbacks[i].toString().match( /functio
String#scrape - ヽ( ・∀・)ノくまくまー(2007-01-15)
● String#scrape どうせお前らはあれだろ、scrAPI は強力だし、これこそ自分がまさに待望してた道具、使いこなすぜ！と意気込んでるんだけど、どれだけ決意してもあの複雑な引数に毎回挫折しちゃって、挫折つーかちょっと使いたいだけなのにパーザ(Scrape)用のクラスを定義するのが面倒なんだよね、みたいな言い訳を毎回自分にしつつ、結局使いこなせてない脳内ゆとり世代のお前らなんだけど、まぁ実際引数に無駄に色んな機能を詰め込み過ぎてる感は否めないし、というかextractorのsrcとdstはどう見ても直感的に逆だろ、grepみたいに使わせろよ使えない1だな、みたいな愚痴をこぼしてたら、むしろCSS3なgrepとして使えるだけでいい事に気付いて、You、Stringクラスに入れちゃいなYO！ String#scrape の定義 require 'scrapi' class Strin
suffix array
更新履歴 2004/01/07 O(N) 構築アルゴリズム三種追加（Ko &Alulu, Kim & al., Karkkainen & Sanders) Suffix Arrayは、最近注目を集めているデータ構造です。その理由として、 (1)大規模なデータに対して、高速に検索、情報抽出を行うことができる (2)BWTとしてデータ圧縮に用いることができる。 ことが挙げられます。(1)に関しては自然言語処理において、膨大な量のコーパスから情報（例えば、単語の出現回数など）を調べるときににSuffix Arrayを用いると非常に高速に求めることができます。 膨大な量のコーパスに基づいた自然言語処理が盛んになってきている今、Suffix Arrayが注目を集めています。 また、ゲノム情報を調べるバイオインフォマティクスにおいても、ここの配列と似ている部分（例えばCCAG）を調べるといった場合
ボイヤー-ムーア文字列検索アルゴリズム - Wikipedia
テキスト T = "ANPANMAN" に対して k = 3 から k = 8 までパターン P = "PAN" を配置した様子。この場合、k = 5 の位置で一致する。 文字列 S に対する操作を以下のように表す： S[i]： 文字列 S の i 番目の文字 S[i..j]： 文字列 S の i から j 番目までの部分文字列（i 文字目、j 文字目をそれぞれ含む） 文字列 S に含まれる文字の個数を文字列の長さと定義する。また、文字列 S の先頭を含む部分文字列をプレフィックス、末尾を含む部分文字列をサフィックスと定義する。 len(S)：S の長さ S[1..i], 1 ≤ i ≤ len(S)：S のプレフィックス S[i..len(S)], 1 ≤ i ≤ len(S)：S のサフィックス 検索文字列をパターンと呼び、P で表す。被検索文字列をテキストと呼び、T で表す。また T
クヌース–モリス–プラット法 - Wikipedia
クヌース–モリス–プラット法（Knuth–Morris–Pratt algorithm、KMP法と略記）とは、文字列検索アルゴリズムの一種。テキスト（文字列）Sから単語Wを探すにあたり、不一致となった位置と単語自身の情報から次に照合を試すべき位置を決定することで検索を効率化するアルゴリズムである。 このアルゴリズムは1977年、ドナルド・クヌースと Vaughan Pratt および（単独で）J. H. Morris が発明し、3人共同で発表した。 本項目では文字列を表すにあたって、0 からインデックスを開始する配列を用いる。従って（後述の）単語 W 内の文字 'C' は W[2] と表される。
ソート・ルーチン (4)クイック・ソート
ソート・ルーチン (4)クイック・ソート 「速いソート・ルーチン」として今までシェル・ソートとヒープ・ソートを紹介してきましたが、今回は最後に残された「速いソート・ルーチン」として「クイック・ソート」を紹介します。クイック・ソートは、その名が示す通り現時点で最高速を誇るアルゴリズムであり、初期化の手間が要らず、細部の処理も簡潔であることからヒープ・ソートよりもさらに2倍は速くなるようです。 1)クイック・ソートのアルゴリズム クイック・ソート(Quick Sort)のアルゴリズムは、上にも書いたようにいたってシンプルです。 配列中の適当な要素を"境界値"として選び、仮にxとする。 xより小さい要素を配列の先頭方向に、xより大きい要素を配列の末尾方向に移動して、配列を2つの区間に分割する。 各区間に要素が1つしか含まれない状態になるまで、それぞれの分割した区間に対して1,2を繰り返す。全ての
検索アルゴリズム (4)文字列の検索 -2-
検索アルゴリズム (4)文字列の検索 -2- 前章に引き続き文字列照合(string matching)のアルゴリズムから、この章ではBoyer-Moore(BM)法を紹介したいと思います。このアルゴリズムは、実用上最速な文字列照合アルゴリズムとして文字列検索ツールやエディタで使用されているようです。 1)BM法 BoyerとMoore、また両者とは別にGosperが考案したBoyer-Moore(BM)法の最大の特徴は、パターンを末尾側から逆方向に比較するということです。 テキストとパターンの先頭をそろえた後、今までのアルゴリズムではパターン先頭とテキスト先頭を比較するのですが、BM法ではパターン末尾(先頭からm文字目)の文字と、テキストのm文字目の文字を比較します。もし一致していたら注目文字を1つ前にずらし、末尾側から逆方向に比較していきます。もし不一致が検出されたら、不一致を引き起
検索アルゴリズム (3)文字列の検索 -1-
テキストとパターンの中で、両側に下線が引かれた文字は一致したもの、パターンのみに下線が引かれた文字は不一致を検出した個所を示します。 それでは早速サンプルを示したいと思います。 int strlen( s ) char *s; { int i; for ( i = 0 ; s[i] != '\0' ; i++ ); return( i ); } int strncmp( s1, s2, len ) char *s1,*s2; int len; { int i; int cmpret = 0; for ( i = 0 ; i < len ; i++ ) if ( ( cmpret = s1[i] - s2[i] ) != 0 ) break; return( cmpret ); } char *strstr( Text, Pattern ) char *Text, *Pattern; { i
検索アルゴリズム (2)2分検索/木検索
検索アルゴリズム (2)2分検索/木検索 検索アルゴリズムの2回目は2分検索と木検索です。 1)2分検索 前回紹介した線形検索は、n個のデータ列に対して平均n/2回の比較操作が必要となるため、処理速度はnに比例していると言えます。これに対して、2分検索(Binary Search)ではn個のデータ列に対して最悪でもlog2n回の比較回数で済むので、線形検索に対してかなりの性能向上が期待できます。 ただし、2分検索を行うためにはデータ列がソートされている必要があり、その分線形検索に比べて前処理のための時間が必要となります。また、1回の比較処理にかかる時間も線形検索より長くなるため、データ数が少ない場合は2分検索の方がかえって遅くなることも考えられます。 2分検索では、まずデータ列の中央にある要素(以下mとします)と検索対象データ(以下xとします)を比較し、一致しなければxとmの大小関係より
検索アルゴリズム (1)線形探索/ハッシュ法
検索アルゴリズム (1)線形探索/ハッシュ法 今回からはまた、画像処理関係のアルゴリズムから離れて、探索・検索アルゴリズムの紹介を行いたいと思います。もう1つ候補として画像圧縮法があったのですが、こちらはかなりの分量になりそう&まだ文献などのチェックが終わってないので、先に軽めのやつから片付けてしまいます。 1)線形探索 あるデータ配列から特定の要素を検索する場合、まず誰でも思いつくのはデータの先頭から1つずつ要素を比較していくやり方だと思います(書類の山から目的のものを探すとき、一番上から順に見ていくのと同じですね)。この方法は線形探索(linear search)と呼ばれています。 アルゴリズムとしては非常に単純なものなので、早速サンプルを示したいと思います。 int *LinearSearch( DataStart, DataEnd, Data ) int *DataStart, *
高林 哲の「検索技術論」（上）：ITpro
フリー・ソフトウェアとして開発された全文検索システム「Namazu」は企業や官公庁を始め広く使われている。しかしその開発者である筆者は現在あまりNamazuを利用していない。彼自身の情報管理にはもっとシンプルな手法が適していると気づいたためだ。検索技術は適材適所が肝心である。 ローテク検索に至る顛末 数年前までよく耳にしたが，最近はあまり聞かれなくなった話題は多い。例えば「情報の氾濫が深刻化して必要な情報を見つけ出せなくなる」などというのもその一つだ。実際に情報の氾濫が収まってきたのか，単にニュースとして取り上げられなくなっただけなのかは分からない。ただインターネットにおける検索技術が，情報の急激な増加に追いつくべく格段に向上していることは確かである。 現在インターネット検索の代名詞になっている「Google」を提供する米Google社は，自社のミッションとして「世界中の情報を組織化し，世
今日のウノウラボ - odz buffer
ref:ウノウラボ Unoh Labs: 配列要素の存在チェック いや、まあさ、書いていることは正しいんだけどさ。以前 ウノウラボの blog でこんなことも書いてたよね？ array_searchは、毎回全データを検索するので遅いです。 データに配列の順序が関係ないなら、連想配列 + issetを使うほうが高速です。 連想配列の場合ハッシュの仕組みが使われるのでその分高速です。 同様に、array_key_existsよりissetのほうがはるかに高速です。 要素が NULL の場合に関する言及なし。まぁ、書いている人は違うんだけどさ、ちゃんとフォローしたほうがいいと思うんだ。自分の以前 Trackback 飛ばした記事と今回の記事はほとんど同じ内容だったりするから、その Trackback 元の記事を読めば済むといえば済むんだけどさ。間違ってたり、不正確だったりする情報を書いちゃったと
既に起動しているプロセスをgdbで制御する:Geekなぺーじ
デバッグやテストを行っていると、プログラムが無限ループに入り込んで返ってこないような状況が発生することがあります。 そのバグが再現の難しいものであれば「gdbを使って起動しとけば良かった。。。」というような気分になる時があります。 しかし、gdbには既に起動しているプログラムの制御を横から奪い取ってデバッグするというありがたい機能があります。 ここでは、既に起動しているプログラムをgdbでいじる方法を説明したいと思います。 実際にデバッグをする方法を説明するというよりは、gdbで動いているプロセスにアタッチする例を説明します。 その後のデバッグに関しては、いつものgdbの使い方をしていただければ大丈夫です。 とりあえずアタッチしてみる 既に起動しているプロセスをgdbを解析するのは非常に簡単です。 単にgdbでプロセスにアタッチするだけです。 gdbでプロセスにアタッチする方法は2つありま
高精度の位置・方向検知システムの開発について(2007年 1月16日): プレスリリース | NEC
2007年 1月16日 中国電力株式会社 有限会社アール・シー・エス 日本電気株式会社 中国電力株式会社(本社:広島市中区,取締役社長:山下 隆),有限会社アール・シー・エス(本社:尼崎市,代表取締役社長:河野 公則)および日本電気株式会社(本社:東京都港区,代表取締役 執行役員社長:矢野 薫)は,このたび,高精度で位置および方向を検知するシステムを開発しました。 本システムは,位置検知精度が±30cm程度,方向検知精度が±1度程度であり,汎用無線を用いたシステムとしては世界最高クラスの検知精度となります。 本システムは,ユニバーサル社会(※1)の実現を目指して開発が進んでいる自律移動支援システム(※2)への適用を目指しており,今後,更なる高精度化などの改良を進めるとともに,工場等における作業員の位置の把握や倉庫内における保管物の管理など,様々な用途への活用を目指して取り組んでいきます。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
2007/01/17 - memo - unknownplace.org
http://www004.upp.so-net.ne.jp/iccii/files/script/continuous-save.html
네이버 지도
Wikiseek.com
「ゼロから始めるC」グループを作ってみた - cloned.log