タグ

algorithmとAlgorithmに関するendo_5501のブックマーク (54)

  • 定番アルゴリズムを徹底理解! - 今からでも遅くない!アルゴリズム入門:selfup

    このパートでは,プログラミングを勉強するうえで欠かせないアルゴリズムの中でも定番中の定番を紹介します。ソート(並べ替え)やサーチ(検索)などの機能は今では標準のライブラリとして提供されています。実用的なプログラムを作るときにそのものずばりをいちいち書く機会は少ないかもしれません。しかし定番のアルゴリズムは,様々に形を変えて普段のプログラミングに登場します。 解説を読んで仕組みがわかったら,ぜひそれをプログラムにしてみてください。読んだだけではプログラムを書けるようにはなりませんし,プログラムを書いてみて初めて,実は十分に理解できていなかったと気付くことがよくあります。しかもアルゴリズムは特定のプログラミング言語に依存しないので,一度身に付ければ,後でどんな言語を学ぶ場合でも役に立ちます。 1番目から6番目まではソートのアルゴリズム,7番目から9番目まではサーチのアルゴリズムです。一つひとつ

    定番アルゴリズムを徹底理解! - 今からでも遅くない!アルゴリズム入門:selfup
  • [P2P]SkipGraphを利用した部分一致検索の提案 - Tomo’s HotLine

    IT技術を中心に、暮らしに役立つ情報からクラシック音楽の解説まで気軽に情報発信しています。 WEBサイトはhttp://toremoro21.world.coocan.jp/ Twitterは@toremoro21です。 □はじめに 最近Structured P2Pの一種であるSkipGraphが注目されている。SkipGraphの特徴の一つとして、ある範囲のNodeIDを保有するノードに対して一斉に各種クエリーを届ける事が出来る事が挙げられる。 SkipGraphのわかりやすい解説は後日として、今回はこのSkipGraphの特徴を利用した部分一致検索を提案する。 □定義 今ハッシュ空間をXとし、ハッシュ空間のノルム(大きさ)を|X|としよう。Xを出力するハッシュ関数をHash()とする。 Xにおいて、prefix1()、prefix2(),prefix3(),prefix4()を定義する

    [P2P]SkipGraphを利用した部分一致検索の提案 - Tomo’s HotLine
  • クラスタリング (クラスター分析) - Toshihiro Kamishima

    クラスタリング (clustering) とは,分類対象の集合を,内的結合 (internal cohesion) と外的分離 (external isolation) が達成されるような部分集合に分割すること [Everitt 93, 大橋 85] です.統計解析や多変量解析の分野ではクラスター分析 (cluster analysis) とも呼ばれ,基的なデータ解析手法としてデータマイニングでも頻繁に利用されています. 分割後の各部分集合はクラスタと呼ばれます.分割の方法にも幾つかの種類があり,全ての分類対象がちょうど一つだけのクラスタの要素となる場合(ハードなもしくは,クリスプなクラスタといいます)や,逆に一つのクラスタが複数のクラスタに同時に部分的に所属する場合(ソフト,または,ファジィなクラスタといいます)があります.ここでは前者のハードな場合のクラスタリングについて述べます.

    クラスタリング (クラスター分析) - Toshihiro Kamishima
  • 最上の日々

    ▼ このあいだ敷金、礼金は要らないけど取り立てや追い出しの厳しい不動産屋がたたかれた。おそらくああいうビジネスは無くなるだろう。で、悪は滅びて世の中はどう? 反対にアレを放置したらどうなっただろうか。あの業者が儲かりすぎであったとしたら、他の業者がどんどん参入したはずだ。 そうするとサービス競争が始まる。なにもあそこまで厳しく取り立てなくとも少し待ってあげれば払う人もいるだろう。厳しい取り立てっていうのは随分人件費がかかるはずで、取り立ての厳しくない業者も出てくるだろう。当然そっちが人気になるはずですると市場全体がそっちに行く。結果として礼金とか保証人が要らない不動産が増えるという結果になるだろう。 実際アメリカとかでは礼金とか保証人とかはとらない訳で、 おそらくそういう均衡は可能なはずなのに、相変わらず保証人や礼金を取る現状が維持されている理由には こういうみんなで新しい異物を排除す

  • イスラエル人学生の検索アルゴリズムorion - huixingの日記

    オーストラリアのニューサウス・ウェールズ大学の博士課程のイスラエル人学生の検索アルゴリズムがgoogleによって買われた。Ori Alonが考え出したことからorionと呼ばれるこの検索アルゴリズムは現在英語での検索にしか対応していないが以前のアルゴリズムに比べ検索語の相互の関連性を正確に理解できるのが特徴。現在のgoogleが検索語しか検索結果に表示しないのに対し、将来検索語に関連したサイトも探し出してくれるようになるものらしい。 Orion works as an add-on to existing search engines to improve the relevance of search and won praise from Microsoft founder Bill Gates last year. The algorithm is a problem-solving

    イスラエル人学生の検索アルゴリズムorion - huixingの日記
    endo_5501
    endo_5501 2006/04/10
    検索語の相互の関連性を正確に理解できるのが特徴
  • Re:確認させてください (#607096) | SHA-0、MD5、 MD4にコリジョン発見、reduced SHA-1も | スラド

    論文を読む限りでは、コリジョンを発生させるための計算式があって、 この計算式を満たすメッセージMの発見が数秒から数分で行われた、と読める。 任意のメッセージに対するコリジョン発生式というわけではないのかしら? まあ、それはそれで重要な報告ではあるんだけど。 # 親コメントの方は分かってそうですがフォロー ハッシュ値のコリジョンには弱衝突と強衝突という概念がありまして。 ハッシュ関数を f()として元の文章をAとします。 Aのハッシュ値は f(A)= X とします。 このときに、f(B) = X となるようなBを発見するのが難しい性質がある事を 弱衝突耐性がある と言います。 「既にある何かにぶつける事が難しい」事ですね。 一方で強衝突耐性とは f(C)=f(D) となる、任意のC,Dのペアを見つける事が難しい性質がある事です。これは 「ぶつかってしまう2つの物を発見することが難しい」事にな

    endo_5501
    endo_5501 2006/03/27
    ハッシュ値の弱衝突性と強衝突性について
  • ガーベージ コレクション技法

  • http://qdbm.sourceforge.net/mikio/rbbs.cgi?id=RA11393420052863709012

  • 文書比較(diff)アルゴリズム

    文書比較(diff)アルゴリズム 前のドキュメント 次のドキュメント ViViの文書比較(diff)機能で使用しているアルゴリズムについて解説する。 これらのアルゴリズムは Myers 氏らの論文によるもので、氏は筆者のためにわざわざ論文をWebサイトで入手可能な形式にしてくださった。この場を借りてお礼申し上げる。 オリジナル論文は以下のWebサイトから入手可能である。 http://www.cs.arizona.edu/people/gene [1] E.W.Myers, "An O(ND) Difference Algorithm and Its Variations", Algorithmica, 1 (1986), pp.251-266 [2] S. Wu, U. Manber, G. Myers and W. Miller, "An O(NP) Sequence Comparis

  • ゲーム木の探索問題

    ゲーム木の探索をする際に使われる様々な方法を紹介します。 基となる探索法 Depth first search と Breadth first search Iterative deepening Iterative broadening 探索における戦略 Minimax と Negamax 枝刈り法 αβ pruning Scout と NegaScout SSS* と DUAL* (概要) MTD(f) やその他の MTD (概要) その他の手法 Null window search

  • 計算的な深さと脳

    ニューロンが入力を受けてからスパイクを出すまでは早くとも数ミリ秒かかる。人間が反応するまでの時間は零点何秒かだから、入力と出力の間には最大に見積もっても数十段のニューロンが介在するだけである。(実際はもっと段数が低いだろう。) 一方コンピュータの方は現在のネズミ以下の判別能力しかないような画像認識をするにあたってさえ数千万サイクルの計算を行わなくてはならない。 だから、脳が物凄い並列計算をやっているに違い無い。ここまでは普通の話ね。 で、問題は「じゃ、物凄い並列な機械をつくったら脳の能力を再現できるのかよ」ということ。もちろん誰も答えをしらない。どんなアルゴリズムを使えば良いか分からないし。 人によっては絶望して「新しい物理法則を」とか「量子論的並列性」とか、「魂」とかに行っちゃう。 で、僕も答えは持って無いけど、この問題を考えるにあたって以下の「計算的大きさ」と「計算的深さ」の概念を

  • A Plan for Spam - スパムへの対策

    スパムへの対策 ---A Plan for Spam Paul Graham, August 2002 これは、Paul Graham:A Plan for Spam を、原著者の許可を得て翻訳・公開するものです。 <版権表示> 和訳テキストの複製、変更、再配布は、この版権表示を残す限り、自由に行って結構です。 (「この版権表示」には上の文も含まれます。すなわち、再配布を禁止してはいけません)。 Copyright 2002 by Paul Graham 原文: http://www.paulgraham.com/spam.html語訳:Shiro Kawai (shiro @ acm.org) <版権表示終り> Paul Graham氏のエッセイをまとめた『ハッカーと画家』の 邦訳版が出版されました。 出版社の案内ページ Amazon.co.jp サポートページ

    endo_5501
    endo_5501 2005/10/13
    ベイジアンフィルタについて
  • OBB vs AABB - Radium Software Development

    This domain may be for sale!

  • <h2>C言語によるアルゴリズム(コメント付き)</h2>