iPie

今天在写一个Java字符串切分程序时，发现切分后的计数一直有问题，调了半天才找到原因。。。

下面先来看一个问题：有字符串str=“string split test” ，使用String类的split方法，根据空格切分后的字符串数组有多少个元素？我们可以用下面的程序来测试：

String str = "string split test";
String[] result = str.split(" ");
System.out.println("Result size: " + result.length);
for (String s : result)
System.out.println(s);

程序输出为：

Result size: 3
string
split
test

嗯，和我们想的一样，原来的字符串被空格切分成了3个新的字符串。

再来看一个问题：有字符串str=“” （空字符串），使用String类的split方法，根据空格切分后的字符串数组有多少个元素？

还是用程序来测试：

str = "";
result = str.split(" ");
System.out.println("Result size: " + result.length);
for (String s : result)
System.out.println(s);

程序输出为：

Result size: 1

这里居然是1，而不是我之前认为的0，里面的元素是与原字符串相同的空字符串。

仔细想想，其实是有道理的。无论原字符串的内容是什么，通过split切分后，如果原字符串中没有出现切分定界符，那么切分结果就返回以原字符串为原始的字符串数组；如果原字符串中有切分定界符，则从定界符处将原字符串断开，将生成的新字符串按顺序以数组的形式返回。

前几天为了测试中文分词和词性标注程序的效果，写了一个简单的测试程序，用于测试分词和词性标注结果的precision，recall和F-score。下面是测试输出：

--------------Evaluation Result-------------

Word Count Standard: 69953, Word Count Test: 69231, Correct Segmented: 67212
P-Word=0.9708367638774538
R-Word=0.9608165482538276
F-Word=0.9658006667433038

POS Count Standard: 69953, POS Count Test: 69231, Correct Segmented: 64159
P-POS=0.9267380219843712
R-POS=0.9171729589867482
F-POS=0.9219306816875502

测试程序附在此，需要的朋友可以直接用: 中文分词与词性标注测试程序

最近两个月受了不少打击，产生了一些挫败感。。。

庆幸的是现在还不晚，及时让我更加清楚地认识了自己，彻底消灭了我曾经那莫名的自负感，真心感谢这两个月来给我打击的人！

现在开始，奋起直追！

昨天参加了Google Developer Day 2009，形式和去年一样，主要是介绍Google的新产品和新技术，不过感觉今年组织得不如去年好，可能是因为今年的人数太多吧，近3000人，不过即使如此，参会的邀请函也不应该漏发或重发吧。。。而且食物的质量明显有所下降，包括茶歇和晚宴，不过今年除了给参会者发送了一件T-shirt外，还对填了4张分会场参会回执的朋友每人送了一个双肩电脑包，还不错。

好了，废话就不说了，上图吧。。。（手机拍的，效果不是很好）
...

很久没更新blog了，记点流水帐。

刚才，发现twitter的api访问有问题，导致blog首页打开非常慢，暂时中首页去掉twitter内容。

昨天去参加了Google Developer Day 2009,总体感觉和去年差不多，主要还是介绍Google的新产品和相关技术，还没正式发布的Wave是今年绝对的明星，值得期待；又得了一件Google T-shirt。

前几天参加了篮球赛，替补。。。不过命中率保持100%，1投1中:)，而且是在眼镜被打掉的情况下凭感觉投进的，哈哈。

前段时间终于发了第一篇英文论文，被老板批评了英文写作还有很大问题。。。

更前段时间联系上了一个十几年没见到老朋友，聊得很高兴。

更更前段时间出了趟差，第二次去上海。为了迎接世博会，外滩在修路；金茂已经不是第一高楼了，记得上次还在金茂顶层朝着北京和家乡的方向各照了一张相。

更更更前段时间。。。记不太清楚了。。。

有两个整型变量a，b，如何在不使用其他临时变量的情况下交换a，b的值？可能这个问题大家都非常熟悉了吧。

以前我用的是这个方法：

a=a+b;
b=a-b;
a=a-b;

其实下面这种方法由于是用的位运算，因此效率更高：

a=a^b; （1）
b=b^a; （2）
a=a^b; （3）

其中，^为位运算的异或运算。证明这个结论也很简单，为了表述得清楚，我们令原始值分别为a，b，计算过程中产生的新值为a_new，b_new。

由（1）得：a_new=a^b，即此时变量a中的值等于a_new。而（2）中，等式右边的a的值实际上已经等于a_new了，因此，由（2）得b_new=b^a_new=b^a^b。我们知道，异或运算满足交换律和结合律，因此进一步可以得到：b_new=b^a_new=b^a^b=b^b^a=0^a=a，即变量b的值变成了b_new，也就是变量a的原始值。在（3）中，等式左边变量a和b的值实际上已经等于a_new和b_new了，令等式左边的a为a_final，因此可以得到a_fianl=a_new^b_new=a^b^a=a^a^b=0^b=b，即变量a的值最终等于a_final，也就是变量b的原始值。至此，变量a，b的原始值完成了交换。

今天才知道Catalan数这个东西。。。汗～，赶紧在网上查了资料补补课。

令h(1)＝1,catalan数满足递归式：

h(n)= h(1)*h(n-1) + h(2)*h(n-2) + ... + h(n-1)h(1) (其中n>=2)

即：

Catalan数的通项公式为：

该公式的推导过程可以看参考资料[2]的内容，在此不再累述。

我还看到有人争论Catalan数的通项公式应该是这样的：

其实这两个公式本质是一样的，公式（1）是以h(1)=1为起始项，而公式（2）是以h(0)=1为起始项。

关于Catalan数的应用可以参考这里。

这里举个应用Catalan数的例子：n个节点能组成多少种形态的二叉树？（注：每个节点相同；形态不同的左右子树对调后形成的二叉树算新的形态的二叉树）

可以分析，当n=1时，只有1个根节点，则只能组成1种形态的二叉树，令n个节点可组成的二叉树数量表示为h(n)，则h(1)=1;

当n=2时，1个根节点固定，还有n-1个节点，可以作为左子树，也可以作为右子树，即：h(2)=h(0)*h(1)+h(1)*h(0)=2，则能组成2种形态的二叉树。这里h(0)表示空，所以只能算一种形态，即h(0)=1;

当n=3时，1个根节点固定，还有n-1=2个节点，可以在左子树或右子树，即h(3)=h(0)*h(2)+h(1)*h(1)+h(2)*h(0)=5，则能组成5种形态的二叉树。

以此类推，当n>=2时，可组成的二叉树数量为h(n)=h(0)*h(n-1)+h(1)*h(n-2)+...+h(n-1)*h(0)种，即符合Catalan数的定义，可直接利用通项公式(2)得出结果。

参考资料：
1.Catalan数，http://baike.baidu.com/view/1163998.htm
2.Catalan数的分析和应用，http://blog.csdn.net/dlyme/archive/2008/06/10/2532831.aspx