Skynet

---------- ---------- 我的新 blog : liukaiyi.cublog.cn ---------- ----------

  BlogJava :: 首页 :: 联系 :: 聚合  :: 管理
  112 Posts :: 1 Stories :: 49 Comments :: 0 Trackbacks

#


转自【
http://www.cnblogs.com/coderzh/archive/2008/09/22/1296195.html
作者:CoderZhCoderZh的技术博客 - 博客园
出处:http://coderzh.cnblogs.com/
# 我这 加了些 个人理解的 说明
#encoding:UTF-8
#
 [递归] - 单条路 自下往上排序 
def heap_adjust(data, s, m):
    
if 2 * s > m:return
   
    
# 声明 预设父节点位置
    temp = s - 1
    
    
# [左]子节点值 大于 父节点值  :  预设父节点位置 为 左子节点位置
    if data[2*- 1> data[temp]: temp = 2*s-1
    
    
# [右]子节点值 大于 预设父节点 : 预设父节点位置 为 右子节点位置
    if 2 * s <= m - 1 and data[2*s] > data[temp]: temp = 2 * s
    
    
# 交换值 满足 堆特性 此为 [ 父节点 小于 子节点  ]
    if temp <> s - 1:
        data[s 
- 1], data[temp] = data[temp], data[s - 1]
        heap_adjust(data, temp 
+ 1, m)


def heap_sort(data):
    m 
= len(data) / 2
    
# 构建 堆树
    # 测试数据 [3,2,1] 数组值为 所以非底层叶节点
    for i in range(m , 0, -1):
        heap_adjust(data, i, len(data))

    
    
# 从堆树中 [出栈] 排序输出
    # 测试数据 [5, 4, 3, 2]
    data[0], data[-1= data[-1], data[0]
    
for n in range(len(data) - 11-1):
        heap_adjust(data, 
1, n)
        data[0], data[n 
- 1= data[n-1], data[0]



data
=[2,3,6,3,868,9,8,-1]
heap_sort(data)
print data
# [-1, 2, 3, 3, 6, 8, 9, 868]


转自 【
http://www.cppblog.com/guogangj/
堆存储




堆 入栈 复杂度为Ο(logn)





堆 出栈  Ο(logn)











posted @ 2009-12-01 12:05 刘凯毅 阅读(1543) | 评论 (0)编辑 收藏



http://www.cnpython.org/docs/100/p_19.html


1   影像與圖形資料的處理

上一回我們談過了圖形介面程式的撰寫,這一次我們要討論圖形 (影像) 本身的處理,而討論的內容將會集中在 Python Imaging Library (PIL) 這一套程式庫上。

PIL 是 Python 下最有名的影像處理套件,由許多不同的模組所組成,並且提供了許多的處理功能,允許我們在簡單的 Python 程式裡進行影像的處理。使用像 PIL 許樣的程式庫套件可以幫助我們把精力集中在影像處理的工作本身,避免迷失在底層的演算法裡面。

由於影像處理牽涉到了大量的數學運算,因此 PIL 中有許多的模組是用 C 語言所寫成的,以提昇處理的效率。不過,在使用的時候,我們當然不必在意這樣的問題,只管放心地用就是了。

1.1   PIL 能為你作的事

PIL 具備 (但不限於) 以下的能力:

  • 數 十種圖檔格式的讀寫能力。常見的 JPEG, PNG, BMP, GIF, TIFF 等格式,都在 PIL 的支援之列。另外,PIL 也支援黑白、灰階、自訂調色盤、RGB true color、帶有透明屬性的 RBG true color、CMYK 及其它數種的影像模式。相當齊全。
  • 基本的影像資料操作:裁切、平移、旋轉、改變尺寸、調置 (transpose)、剪下與貼上等等。
  • 強化圖形:亮度、色調、對比、銳利度。
  • 色彩處理。
  • PIL 提供十數種濾鏡 (filter)。當然,這個數目遠遠不能與 Photoshop® 或 GIMP® 這樣的專業特效處理軟體相比;但 PIL 提供的這些濾鏡可以用在 Python 程式裡面,提供批次化處理的能力。
  • PIL 可以在影像中繪圖製點、線、面、幾何形狀、填滿、文字等等。

接下來,我們開始一步一步地對 Python/PIL 的影像處理程式設計進行討論。

2   轉換圖檔格式

市面上有許多影像處理程式,一般人最常用它們來處理的工作大概就是圖檔格式轉換了;這是影像處理軟體最基本的功能,PIL 當然也要支援。

假設我們有一個 JPG 檔案,名字叫作 sample01.jpg,那麼,以下的程式會把這個檔案載入 Python:

>>> import Image

>>> im = Image.open( "sample01.jpg" )



im 這個物件是由 Image.open() 方法所產生出來的 Image 物件。我們可以用 Image 物件內的屬性來查詢關於此檔案的資訊:

>>> print im.format, im.size, im.mode

JPEG (2288, 1712) RGB



格 式字串放在 format 屬性裡,尺寸放在 size 屬性裡,而 (調色盤) 模式放在 mode 屬性裡。從以上的執行結果,可以看出來我們讀的確實是一個 JPEG 檔案,檔案的尺寸是 2288 像素寬、1712 像素高,調色盤是 RGB 全彩模式。

既然我們已經把圖檔讀入了 Python,要處理它就簡單了。利用 Image 類別的 save() 方法,可以把檔案儲存成 PIL 支援的格式:

>>> im.save( "fileout.png" )



如果圖檔很大,這會花上一點時間。Image.save() 方法會根據欲存檔的副檔名,自動判斷要存圖檔的格式 (剛剛我們用的 open() 函式也會這樣作)。

save() 可以指定存檔格式。在以下的例子裡,我們把存檔格式指定為 JPEG:

>>> im.save( "fileout.png", "JPEG" )



這時候副檔名是無所謂的。

只處理一兩個檔案的時候,使用 Python 直譯器就相當合適。然而若要處理一大群檔案,譬如把一整個目錄的 JPEG 檔轉換為 PNG 檔,那麼寫成一個程式檔會比較方便,例如:

#!/usr/bin/env python



from glob import glob

from os.path import splitext

import Image



jpglist = glob( "python_imaging_pix/*.[jJ][pP][gG]" )



for jpg in jpglist:

im = Image.open(jpg)

png = splitext(jpg)[0]+".png"

im.save(png)

print png





只要在一個放了 *.jpg 或 *.JPG 檔案的目錄裡面執行這個指令稿,它就會把所有的 JPEG 檔轉成 PNG 檔案:

$ ./convertdir.py

file0001.png

file0002.png

.

.

file9999.png



既然 PIL 會從檔名偵測常用的檔案格式,存檔時我們通常都不會指定存檔格式。

然 而,依據檔案格式的不同,save() 方法提供了不同的選項參數。以 JPEG 而言,它可以接受 quality (從 1 到 100 的整數,預設為 75)、optimize (真假值) 及 progression (真假值)。在以下的例子裡,我們以 100 的 quality 來儲存 JPEG 檔案:

>>> im.save( "quality100.jpg", quality=100 )



要訣

PIL 也支援 EPS (Encapsulate PostScript) 格式的寫入。TeX 的使用者可以利用 PIL 來簡單地把圖檔轉成 EPS 以供 TeX compiler 使用。

3   改變影像與製作縮圖

在了解了基本的圖檔轉換之後,我們來看看如何對影像進行尺寸方面的修改。PIL 對 Image 物件提供了 resize 方法,以執行影像的縮放工作。用我們的 sample01.jpg 檔案來當例子:

>>> im = Image.open( "sample01.jpg" )

>>> print im.size

(2288, 1712)

>>> width = 400

>>> ratio = float(width)/im.size[0]

>>> height = int(im.size[1]*ratio)

>>> nim = im.resize( (width, height), Image.BILINEAR )

>>> print nim.size

(400, 299)

>>> nim.save( "resized.jpg" )



然後我們就會得到比較小的 resized.jpg:

python_imaging_pix/resized.jpg

resize() 這個方法會傳回一個新的 Image 物件,所以舊的 Image 不會被更動。resize() 接受兩個參數,第一個用來指定變更後的大小,是一個雙元素 tuple,分別用以指定影像的寬與高;第二個參數可以省略,是用來指定變更時使用的內插法,預設是 Image.NEAREST (取最近點),這裡我們指定為品質比較好的 Image.BILINEAR。

resize() 可以把影像放大縮小,在使用時一定要傳入寬與高。上面的程式會先限定新影像的寬,再根據舊影像的長寬比例來算出新影像的高應該是多少,最後把尺寸值傳入 resize() 去。由此可知,resize() 是允許我們不等比例縮放的:

>>> width = 400

>>> height = 100

>>> nim2 = im.resize( (width, height), Image.BILINEAR )

>>> nim2.save( "resize2wide.jpg" )



會得到形狀奇怪的縮圖:

python_imaging_pix/resize2wide.jpg

我們可以任意改變新影像的尺寸值。

另一個常用的操作是旋轉;rotate() 方法可以用來旋轉影像。它取兩個參數,第一個參數是一個逆時針的度數,第二個參數則也是影像處理時的內插法,可省略:

>>> nim3 = nim.rotate( 45, Image.BILINEAR )

>>> nim3.save( "rotated.jpg" )



rotate() 並不會改變影像的尺寸 (dimension),所以你會看到:

python_imaging_pix/rotated.jpg

出現了黑邊。如果我們想要連影像尺寸一起變動,得要改用 transpose() 方法:

>>> nim4 = nim.transpose( Image.ROTATE_90 )

>>> nim4.save( "transposed90.jpg" )



結果是:

python_imaging_pix/transposed90.jpg

transpose() 方法接受 Image.FLIP_LEFT_RIGHT, Image.FLIP_TOP_DOWN, ROTATE_90, ROTATE_180, ROTATE_270 等五種參數;其中後三種的旋轉均為逆時針。rotate() 方法會對像素資料進行內插;而 transpose() 則只是轉置像素資料,所以沒有內插參數可以設定,也不會影響影像的品質。

縮放與旋轉是最常用的兩個操 作,而在其中,縮圖的製作可能是特別常用的;PIL 對縮圖提供了一個方便的 thumbnail() 方法。thumbnail() 會直接修改 Image 物件本身,所以速度能比 resize() 更快,也消耗更少的記憶體。它不接受指定內插法的參數,而且只能縮小影像,不能放大影像;用法是:

>>> im = Image.open( "sample01.jpg" )

>>> im.thumbnail( (400,100) )

>>> im.save( "thumbnail.jpg" )

>>> print im.size

(133, 100)



thumbnail() 在接受尺寸參數的時候,行為與 resize() 不同;resize() 允許我們不等比例進行縮放,但 thumbnail() 只能進行等比例縮小,並且是以長、寬中比較小的那一個值為基準。因此,上面的程式所作出的 thumbnail.jpg 變成了 133*100 的小圖片:

python_imaging_pix/thumbnail.jpg

有了這些操作,我們可以很輕易地執行影像管理的任務。

4   修改圖形內容

除了可以針對圖形的尺寸作變更之外,PIL 更提供我們變更影像內容的能力。這樣,我們就不只能對影像進行管理,而能更進一步地利用程式來把影像的內容改成我們想要的樣子。

我們從「貼圖」開始:

>>> baseim = Image.open( "resized.jpg" )

>>> floatim = Image.open( "thumbnail.jpg" )

>>> baseim.paste( floatim, (150, 50) )

>>> baseim.save( "pasted.jpg" )



利用 paste() 方法,把之前作的 thumbnail.jpg 貼到 resized.jpg 裡面去:

python_imaging_pix/pasted.jpg

此種用法的 paste() 方法要求兩個參數,第一是要貼上的 Image,第二是要貼上的位置。第二個參數有三種指定的方式:

  • None:不指定位置與尺寸,那麼 pasted() 會假設要貼上的 Image 與被貼上的 Image 的尺寸完全相同。
  • (left, upper):雙元素 tuple。pasted() 會把要貼上的 Image 的左上角對齊在指定的位置。
  • (left, upper, right, lower):四元素 tuple。paste()` 除了會把 Image 的左上角對齊外,也會對齊右下角。不過基本上這種寫法和上面那一種一樣,因為 paste() 要求要貼上的影像與這裡指定的尺寸一致,所以不可能出現不同的兩組 right, lower。

除了「貼圖」之外,我們還可以對影像的內容進行裁切:

>>> im = Image.open( "sample01.jpg" )

>>> nim = im.crop( (700, 300, 1500, 1300) )

>>> nim.thumbnail( (400,400) )

>>> nim.save( "croped.jpg" )



(因為裁切之後的圖形還是大了點,所以再縮圖一次) 得到的結果是:

python_imaging_pix/croped.jpg

crop() 接受的 box 參數指定要裁切的左、上、右、下四個邊界值,形成一個矩形。

除了剪貼之外,PIL 還可以使用內建的濾鏡 (filter) 作一些特效處理。這些濾鏡都放在 ImageFilter 模組裡面,使用前要先匯入這個模組:

>>> import ImageFilter



我們用個例子,對剛剛裁切的 "No Riding" 禁止牌作 20 次 blur (糊化),來看看 PIL 濾鏡的效果:

>>> im = Image.open( "croped.jpg" )

>>> nim = im

>>> for i in range(20): nim = nim.filter( ImageFilter.BLUR )

...

>>> nim.save( "blured.jpg" )



你應該看不出來它是 "No Riding" 了吧:

python_imaging_pix/blured.jpg

使用濾鏡的基本語法是:

newim = im.filter( ImageFilter.FILTERNAME )



其 中 FILTERNAME 是 PIL 中支援的濾鏡名稱,目前有:BLUR, CONTOUR, DETAIL, EDGE_ENHANCE, EDGE_ENHANCE_MORE, EMBOSS, FIND_EDGES, SMOOTH, SMOOTH_MORE, SHARPEN,此處就不一一介紹了,但建議你可以自己來把每一個濾鏡都試試看。

利用濾鏡,我們可以對同一類的影像進行相同的特效處理。當然,影像特效需要很精細的調整,在自動化作業中通常只能達到很粗略的效果;但 PIL 既然提供了,我們的自動程序就擁有更多的工具可以使用。

5   用 PIL 製作新影像

除了對已存在的影像進行編修之外,從零開始建立新影像也是很重要的工作。PIL 中的 ImageDraw 模組提供給我們繪製影像內容的能力。在使用 ImageDraw 之前,要先建立好空白的新影像:

>>> import ImageDraw

>>> im = Image.new( "RGB", (400,300) )

>>> draw = ImageDraw.Draw( im )



最 後建出來的 draw 是一個 ImageDraw 物件會提供各種繪製影像的方法。針對幾何圖形,draw 物件提供 arc() (弧線)、chord() (弦)、line() (線段)、ellipse() (橢圓)、point() (點)、rectangle() (矩形) 與 polygon() (多邊形)。不過,我們不準備討論幾何圖形的繪製;相信這些方法的使用對一般人來說應該都很直覺才是。

要訣

你 可以在指令行輸入 pydoc ImageDraw.ImageDraw.<<methodname>> 來查詢上述方法 (<<methodname>>) 的說明,譬如 pydoc ImageDraw.ImageDraw.line。

這裡要介紹的不是幾何圖形,而是文字的繪製。我們要再介紹一個模組:ImageFont,並且以實例來說明如何用 PIL 「寫字」:

>>> import Image, ImageDraw, ImageFont

>>> font = ImageFont.truetype( "

... "/usr/share/fonts/truetype/freefont/FreeMono.ttf", 24 )

>>> im = Image.new( "RGB", (400,300) )

>>> draw = ImageDraw.Draw( im )

>>> draw.text( (20,20), "TEXT", font=font )

>>> im.save( "text.jpg" )



這樣就在一個黑色底圖上用白筆寫了 "TEXT" 四個大字:

python_imaging_pix/text.jpg

接 著一一說明剛剛作的動作。首先我們用 ImageFont 的 truetype() 函式建立了一個 TrueType 字型,大小設定為 16 點。truetype() 函式的第一個參數必須是字型檔的搜尋路徑,第二個參數是字型的點數。然後依序建立影像物件與 draw 物件。寫字的動作用 draw 物件的 text() 方法來完成,它接受兩個參數,分別是文字的左上角點、字串,另外可以用 font 選項來指定所使用的字型 (若不指定,便使用預設字型)。

在 1.1.4 版之前,PIL 是只能使用點陣字型的。現在 PIL 加入了 TrueType 向量字型的支援,對於要「寫字」的人來說實在是一大福音。對點陣字來說,想改變字型的大小得要更換字型才作得到,但 TrueType 就沒有這個限制。如果我們想要寫出兩串不同大小的文字,這樣作就可以了:

>>> largefont = ImageFont.truetype( "

... "/usr/share/fonts/truetype/freefont/FreeMono.ttf", 48 )

>>> smallfont = ImageFont.truetype( "

... "/usr/share/fonts/truetype/freefont/FreeMono.ttf", 24 )

>>> im = Image.new( "RBG", (400,300) )

>>> draw = ImageDraw.Draw( im )

>>> draw.text( (20,20), "SmallTEXT", font=smallfont )

>>> draw.text( (20,120), "LargeTEXT", font=largefont )

>>> im.save( "multitext.jpg" )



結果如:

python_imaging_pix/multitext.jpg

以上就是在 PIL 裡建立文字圖形的方法。

最後,我們要說明如何改變繪製圖形 (文字) 時的顏色;繪圖時畫筆的顏色是透過 draw 物件的 ink 屬性來改變的:

>>> draw.ink = 0 + 255*256 + 0*256*256



以上會把畫筆設成綠色。ink 值必須要是一個整數,其值由色彩的 RGB 值算出。舉幾個 ink 值的例子:

  • 紅色的 ink 值應設為 255(R) + 0(G)*256 + 0(B)*256*256,
  • 藍色的 ink 值應設為 0(R) + 0(G)*256 + 255(B)*256*256,
  • 靛色的 ink 值應設為 0(R) + 255(G)*256 + 255(B)*256*256

所設定的 ink 會影響所有後續的繪圖動作。

6   結語

本文介紹了方便好用的 PIL 套件,可以讓我們用 Python 撰寫影像處理的程式。我們對圖檔的格式處理、尺寸處理以及內容的編修都作了討論,最後也說明如何從零開始創作一個影像。

對網頁程式來說,動態產生簡單的影像是特別有用的功能,可以用來補足 HTML 與 CSS 的不足之處。利用 PIL 來執行批次影像處理的工作,更能省去我們許多的操作時間。相信讀者能從其中發現它所提供的生產力。


   

posted @ 2009-11-28 00:10 刘凯毅 阅读(9201) | 评论 (0)编辑 收藏





posted @ 2009-11-26 11:27 刘凯毅 阅读(1414) | 评论 (1)编辑 收藏


看第二节  - 递归树方法 :
突发奇想 能否 使用 txt 构造出 递归过程 
还是有 上此提到的 递归方法 分治排序



 

# encoding: utf-8  
arr=[]
def printTree():
    ac 
= []
    ii 
= 0 
    
for r in arr :
        c,ss,cc 
= r 
        sc 
= [' ' for i in xrange(cc*(c-1))]
        
for i in xrange(len(sc)) :
            
if i % cc == 0 : sc[i]="" 
        
#print "ci %s ii %s = %s "%(ci,ii,ii < ci)
        if ii>=c  : 
            sc 
= "".join(sc)+"├─"+ss+'  '
        
else :
            sc 
= "".join(sc)+"└─"+ss
        ii 
= c
        ac.append( sc )
        
    
for r in ac[::-1] :
        
print r
    

def MERGE(A,p,q,r):
    
#print "%s:%s - %s:%s" % (p,q+1,q+1,r+1)
    if p==q : L = [A[p],10**10]
    
else : L = A[p:q+1]+[10**10]

    
if q+1==r : R = [A[r],10**10]
    
else : R = A[q+1:r+1]+[10*10]

    i 
= j = 0
    
for k in xrange(p,r+1):
        
if L[i]<R[j] :
            A[k]
=L[i]
            i
+=1
        
else:
            A[k]
=R[j]
            j
+=1
    
# print "%s:%s = %s \n%s:%s = %s\n\n%s" % ( p,q, L , q+1,r,R, A)


def MERGE_SORT(A,p,r,c=1):
    
if p<r:
        q 
= (p+r)/2
        MERGE_SORT(A,p,q,c
+1)
        MERGE_SORT(A,q
+1,r,c+1)
        arr.append( (c,
"%s - %s" % ( A[p:q+1],A[q+1:r+1]) , 3 ) )
        
# Debugging(A,p,q,r, sc )
        MERGE(A,p,q,r)

A
=[5,2,7,4,1,3,2,6]
MERGE_SORT(A,0,len(A)
-1)
print A
printTree() 




输出 (重下往上看  输出 排序过程 ,我就不多说了 应该很好理解了!!):
[1, 2, 2, 3, 4, 5, 6, 7]
├─[2, 4, 5, 7] - [1, 2, 3, 6]
│  ├─[1, 3] - [2, 6]
│  │  ├─[2] - [6]
│  │  └─[1] - [3]
│  ├─[2, 5] - [4, 7]
│  │  ├─[7] - [4]
│  │  └─[5] - [2]




posted @ 2009-11-25 23:09 刘凯毅 阅读(1332) | 评论 (0)编辑 收藏

使用参考: http://boss-wu.com/?p=627
R 语言简介




posted @ 2009-11-24 14:43 刘凯毅 阅读(482) | 评论 (0)编辑 收藏






3.1 渐近号


渐近范围      f(n) = θ(g(n))  ~a=b     
渐近上界      f(n) = Ο(g(n))  ~a<=b    0≤f(n)≤cg(n)
渐近下界      f(n) = Ω(g(n))  ~a>=b    0≤cg(n)≤f(n)
非渐近上界   f(n) = o(g(n))    ~a<b     0≤f(n)<cg(n)   =>lim[n<=∞](f(n)/g(n))=0
非渐近下界   f(n) = ω(g(n))   ~a>b     0≤cg(n)<f(n)   =>lim[n<=∞](f(n)/g(n))=0


渐近号使用(目前我能理解到的!):
当渐近符号出现在某个公式中时,我们将其解释为一个不在乎其名称的署名函数。
例:2n^2+3n+1 = 2n^2+θ(n) ,这种用法有助于屏蔽无关紧要的细节,如低阶项。。

∑[1≤k≤n]O(i)


3.2 标准记号和常量函数
单调性 : 单调递增 , 单调递减
# 传说中的广播体操原来是 上下取整啊 ! 呵呵
下取整,上取整 : x-1 < └X┘ <=  x   <=  ┌X┐  <  x+1

取模运算  a mod n  = a-└a/n┘n

多项式  p(n) = ∑[0≤i≤d] a.i n^i

指数 (a^m)^n = a^(m*n)   ;  a^m*a^n = a^(m+n)

# 指数中的 特殊符号 e
# e不论对x微分几次,结果都还是e!难怪数学系学生会用e比喻坚定不移的爱情!
# 数学中的爱情符号 e 哈哈!!
e = lim[n≤∞](1+1/n)^n 


对数
lgn = log_2(n)
lnn=log_e(n)
lg^k(n)=(lgn)^k
lg lg n = lg(lgn)


阶乘  n!


函数迭代


斐波那切
F0 = 0
F1 = 1
..
Fi = Fi-1+Fi-2
 


posted @ 2009-11-23 23:33 刘凯毅 阅读(1399) | 评论 (0)编辑 收藏



数据说明:
knnuu_...txt 文件大小 3.2G 数据格式是 
user1   user2    score
..
usern   userm    score

我这里希望通过清洗得到:
与 user1 关系最近的 top 100 人

由于数据并非需要百分之百准确,我放弃在分隔出的数据
if len(dr)!=3  : continue
开了 7 个线程 也就是 会有 7 个 用户 的  uid 对 top 100 uid 会出现问题
对应  总用户数几十万来说  呵呵 ! 我就用这 完善7个特殊人的列表时间写个 blog 吧


并结合 linux split , awk 等 快速实现的 猥琐 多线程 哈哈!!
怎么修改下  速度提升 5倍,原来的 一小时 到 10多分钟 。。。。。


# split  --bytes=500m  knnuu_20091123.txt knnuu/
#
 ls a* | awk '{system( "  python uu.py "$0" & " )}'
import bsddb,sys
db 
= bsddb.hashopen('../id-item-y-09-10-11.db','c')

uid 
= -1
arr
=[]
arrsc
=[]
fw 
= open('tc/'+sys.argv[1]+'uid-uid-sc.txt','w')
ii
=0

def insertion_sort(arr,arrsc,uid,sc):
    ls 
= min(100,len(arrsc))
    if ls!=0 and sc < arrsc[ls-1] : return
    
for i in xrange(ls):
        
if arrsc[i]<=sc  :
            arrsc.insert(i,sc)
            arr.insert(i,uid)
            
return
        
elif arrsc[i] > sc :  continue
    
if ls < 99 :
        arr.append(uid)
        arrsc.append(sc)

#for row in open('knnuu_20091123.txt') :
for row in open(sys.argv[1]):
    dr 
= row.split('\n')[0].split('\t')
    
if len(dr)!=3 : continue
    u1,u2,strsc 
= dr[0],dr[1],dr[2]

    sc 
= float(strsc)
    
if uid == -1 : uid = u1
    
if u1 != uid :
        
for c in xrange( min(100,len(arrsc)) ):
            tu 
= arr[c]
            ts 
= arrsc[c]
            
print >>fw,"%s\t%s\t%s" % ( db[u1],db[tu],ts )
        
print uid
        fw.flush()
        arr
=[u1]
        arrsc
=[sc]
        uid
=u1
    
else :
        insertion_sort(arr,arrsc,u2,sc)
    ii
+=1
    
#print ii,u1,uid,u2,strsc,len(arr),len(arrsc)
    #if ii>10 : break

fw.close()
                                                                                                                                                                        


posted @ 2009-11-23 14:43 刘凯毅 阅读(1367) | 评论 (0)编辑 收藏



公式:



#数据 elt 清洗后(txt)
#
 一般 user 和 item 分值化 
#
 比如 用户下载,收藏,试听 某item 等等
user    items    score
.


# 结果输出 (bdb)
#
 user    item1:score1,item2:score2,item3:score3.

python
<<EOF
import bsddb
db 
= bsddb.hashopen('user-items.db','c')
for row in open('user-item-sc.txt'):
    row
=row.split('\n')[0]
    dr 
= row.split(':')
    
if not db.has_key(dr[0]) : db[dr[0]]=dr[1]+':'+dr[2]
    
else : db[dr[0]]=db[dr[0]]+';'+dr[1]+':'+dr[2]

db.close()
EOF


# 结果输出 (txt)
#
 user    user     score


python
<<EOF
import bsddb
from math import *
db 
= bsddb.hashopen('user-items.db','c')

def ps(u1,u2):
    um1
={}
    
for v in db[u1].split(';') :
        v
=v.split(':')
        um1[v[0]]
=float(v[1])
    um2
={}
    si
=[]
    
for v in db[u2].split(';') :
        v
=v.split(':')
        um2[v[0]]
=float(v[1])
        
if um1.has_key( v[0] ) : si.append(v[0])
    n 
= len(si)

    
if n ==0.0 :return None
    
    sum1
=sum( [um1[it] for it in si] )
    sum2
=sum( [um2[it] for it in si] )
    
    sum1Sq
=sum([ pow(um1[it],2for it in si])
    sum2Sq
=sum([ pow(um2[it],2for it in si])
    
    pSum 
= sum( [ um1[it]*um2[it] for it in si ] )

    num 
= pSum - (sum1*sum2/n)
    den 
= sqrt( (sum1Sq-pow(sum1,2)/n )*( sum2Sq-pow(sum2,2)/n ) )
    
if den==0.0 : return None
    
return num/den

fc 
= open('user-user-sc.txt','w')
for i in xrange(1,43381):
    
for j in xrange(i+1,43381):
        sc 
= ps(str(i),str(j))  
        
if not sc == None: print >>fc, "%s\t%s\t%s" %(i,j,sc)      

fc.close()

EOF





# 测试使用
python<<EOF
import bsddb
db 
= bsddb.hashopen('user-items.db','c')
print db['1']
EOF

25    30604    1.0

print um1['468'],um1['471']
2.0 1.0
(Pdb) 
print um2['468'],um2['471']
2.0 1.0






如果对大家对 推荐有一些了解,数据能到 用户与用户关系(分值化) ,是能干很多事情了。
比如:
  1. 首先得到某用户相近度最高的几位活跃用户,看这几位用户在看什么,听什么 然后推荐出去

扩展:
  把初始值 反过来  item  user  score ,然后统计出 item 和 item 之间的关系 。
  当 消费某一产品 ,马上推荐出 其他的相近的产品 (時时推荐)

 

posted @ 2009-11-22 23:56 刘凯毅 阅读(1417) | 评论 (0)编辑 收藏

算法导论,一章二小节 ,分治算法

def MERGE(A,p,q,r):
    
print "%s:%s - %s:%s" % (p,q+1,q+1,r+1)
    
if p==q : L = [A[p],10**10]
    
else : L = A[p:q+1]+[10**10]

    
if q+1==r : R = [A[r],10**10]
    
else : R = A[q+1:r+1]+[10*10]

    i 
= j = 0
    
for k in xrange(p,r+1):
        
if L[i]<R[j] :
            A[k]
=L[i]
            i
+=1
        
else:
            A[k]
=R[j]
            j
+=1
    
# print "%s:%s = %s \n%s:%s = %s\n\n%s" % ( p,q, L , q+1,r,R, A)


def Debugging(A,p,q,r,c):
    
print "%s\t%s:%s - %s:%s" % (c,p,q,q+1,r)

def MERGE_SORT(A,p,r,c=1):
    
if p<r:
        q 
= (p+r)/2
        MERGE_SORT(A,p,q,c
+1)
        MERGE_SORT(A,q
+1,r,c+1)
        
#Debugging(A,p,q,r,c)
        MERGE(A,p,q,r)

A
=[5,2,7,4,1,3,2,6]
print A
MERGE_SORT(A,0,len(A)
-1)
print A

结果输出》》
python 2f.py
[5, 2, 7, 4, 1, 3, 2, 6]
[1, 2, 2, 3, 4, 5, 6, 7]


分享些细节:算法并不难,但确实写了很久,调试让我很郁闷。
直到写了 def Debugging  目测:
python 2f.py
3       0:0 - 1:1
3       2:2 - 3:3
2       0:1 - 2:3
3       4:4 - 5:5
3       6:6 - 7:7
2       4:5 - 6:7
1       0:3 - 4:7
看 每层 对数组的 数组下标取值 :
在 python 中当
arr = [1,2,3,4] 我希望能取出 [2,3] 是 arr[1:3] 是最后一位不计算在内的
最典型的  arr[0,1]  == [1]









posted @ 2009-11-22 23:26 刘凯毅 阅读(1362) | 评论 (0)编辑 收藏


这是一个很有用的 公式比如:用户消费分值权重 , 产品关联分值权重 等等


公式 

在 http://www.wolframalpha.com 中表示 :
e = (1+1/n) ^n
a*e^(-(x-b)^2/c^2) 
a 峰值最大值
b 峰值x轴偏移量
c 弧度跨度


  =  1*e^(-(x-1)^2/1^2)




修改 峰值 a = 2



这里 就 不一一展现 b 峰值x轴偏移量 , c 弧度跨度 了 大家可以 去 wolframalpha 自己去尝试



实例1 与时间有关的递减 :

import math
def gaussian(x,peak=1.0,axis=1.0,span=1.0):
    
return peak*math.e**(-(x-axis)**2/(span)**2 )


跨度 c 参考:
= 1 : 在2.5 附件急剧衰减
= 2 : 4
= 18 :30 # 这个数 衰减统计 一个月 不错
= 55 :90 # 衰减统计 一个季度 不错


#简单应用 
消费1次得峰值4分 浏览1次峰值2分 
统计某用户季度得分
数据:在前10天浏览10次,消费1次 ,前11天浏览5次 
d10 
= gaussian(10,span=55.0)
d11 
= gaussian(11,span=55.0)
print d10*10*2+d10*4*1+d11*5*2
#结果 33.0407089687


倒的高斯 - 实例2  :
公式 =

 
目的 与次数有关的产品分值化
#用户 对 某产品 分值化
#
 比如 某用户 用过某产品 n次,我希望 n 无限大是一个 渐进某个值 而不是和 n 无限递增的
#
下面的 fun 结果是  1.6 ~ 10 分值直接的区域, 也就是 传说中的 产品感兴趣 “10分制” 简易版   
def gs(x,peak=9.0,axis=-2.0,span=11.0):
    
return "%.4f" % (-1*peak*math.e**(-(x-axis)**2/(span)**2 )+peak+1)


>>> gs(1)
'1.6451'
>>> gs(2)
'2.1148'
>>> gs(3)
'2.6800'
>>> gs(4)
'3.3161'
>>> gs(5)
'3.9970'
>>> gs(6)
'4.6969'
>>> gs(60)
'10.0000'




posted @ 2009-11-19 11:14 刘凯毅 阅读(1933) | 评论 (1)编辑 收藏

仅列出标题
共12页: 上一页 1 2 3 4 5 6 7 8 9 下一页 Last