個人博文目錄整理

從2014年8月開始在博客園寫博客，至今已經積累了82篇，集中在機器學習、NLP、數據結構與算法、大數據、編程語言等方面。在此作個總結，之後還會陸續更新……

1. 機器學習

【十大經典數據挖掘算法】系列：

1. C4.5
2. K-Means
3. SVM
4. Apriori
5. EM
6. PageRank
7. AdaBoost
8. kNN
9. Naïve Bayes
10. CART

2. NLP

中文分詞

中文分詞工具thulac4j重磅發佈.

【中文分詞】理論篇：

1. 【中文分詞】簡單高效的MMSeg.
2. 【中文分詞】隱馬爾可夫模型HMM.
3. 【中文分詞】二階隱馬爾可夫模型2-HMM.
4. 【中文分詞】最大熵馬爾可夫模型MEMM.
5. 【中文分詞】條件隨機場CRF.
6. 【中文分詞】結構化感知器SP.

【中文分詞】實踐篇：

1. 開源中文分詞工具探析（一）：ICTCLAS (NLPIR)
2. 開源中文分詞工具探析（二）：Jieba
3. 開源中文分詞工具探析（三）：Ansj
4. 開源中文分詞工具探析（四）：THULAC
5. 開源中文分詞工具探析（五）：FNLP
6. 開源中文分詞工具探析（六）：Stanford CoreNLP

3. 數據結構與算法

數據結構篇：

1. Trie樹的應用：查詢IP地址的ISP.
2. 多叉樹實現類目體系.
3. Bloom Filter：海量數據的HashSet.
4. 雙數組Trie樹 (Double-array Trie) 及其應用.

算法篇：

1. 【模式匹配】KMP算法的前因後果.
2. 【模式匹配】更快的Boyer-Moore算法.
3. 【模式匹配】Aho-Corasick自動機.
4. 【圖論】深刻理解Dijsktra算法.
5. 【圖論】求無向連通圖的割點.
6. 【圖論】有向無環圖的拓撲排序.
7. 【動態規劃】最長公共子序列與最長公共子串.
8. 連續子數組最大和.
9. 最長迴文子串.
10. Top K問題的兩種解決思路.

信息論與編碼篇：

1. 【數據壓縮】Huffman編碼.
2. 【數據壓縮】LZ77算法原理及實現.
3. 【數據壓縮】LZ78算法原理及實現.
4. 整數壓縮編碼 ZigZag.

【LeetCode題解】系列：

1. 【LeetCode題解】二叉樹的遍歷.
2. 【LeetCode題解】數組Array.
3. 【LeetCode題解】鏈表Linked List.
4. 【LeetCode題解】排序.

4. 大數據

SQL on Hadoop (Hive、Pig)系列：

1. 經常使用HiveQL總結.
2. Hive UDF初探.
3. 【Pig源碼分析】談談Pig的數據模型.
4. Pig 實現關鍵詞匹配.
5. Pig + Ansj 統計中文文本詞頻.

OLAP (Kylin)系列：

1. Kylin的cube模型.
2. Apache Kylin 部署之不徹底指南.
3. 【Kylin實戰】Hive複雜數據類型與視圖.
4. 【Kylin實戰】郵件報表生成.
5. 輕量級OLAP（一）：Cube計算.
6. 輕量級OLAP（二）：Hive + Elasticsearch.

工做流調度系列：

1. 工做流引擎Oozie（一）：workflow.
2. 工做流引擎Oozie（二）：coordinator.
3. 靈活可擴展的工做流管理平臺Airflow.

5. 編程語言

Java

探究篇：

1. Java中的逆變與協變.
2. 【JDK源碼分析】淺談HashMap的原理.
3. 【JDK源碼分析】String的存儲區與不可變性.

實戰篇：

1. Java實時讀取日誌文件.
2. Java實現過濾中文亂碼.

Python

實戰篇：

1. 【Python實戰】機型自動化標註（搜狗爬蟲實現）.
2. 【Python實戰】Pandas：讓你像寫SQL同樣作數據分析（一）.
3. 【Python實戰】Pandas：讓你像寫SQL同樣作數據分析（二）.
4. 【Python實戰】Scrapy豌豆莢應用市場爬蟲.
5. 【Python實戰】Django建站筆記.