当前位置: 编程技术>移动开发
本页文章导读:
▪腾讯微博客户端开发视频-若水（第一集、第二集） 腾讯微博客户端开发视频--若水（第一集、第二集）
本项目开发教程共9集，这是第一、二集喜欢的话，请留下脚印哦
下面附上下载地址：
第一集下载地址：http://www.400gb.........
▪ 瀹夊崜鍥捐〃寮曟搸AChartEngine(涓€) - 绠€浠 瀹夊崜鍥捐〃寮曟搸AChartEngine(涓€) - 绠€浠?
AChartEngine 鏄竴涓畨鍗撶郴缁熶笂鍒朵綔鍥捐〃鐨勬鏋?鐩墠瀹冩敮鎸佸涓嬬殑鍥捐〃绫诲瀷: 鈥ine chart (鎶樼嚎鍥? 鈥rea chart (.........
▪ KMP算法之小弟我见 KMP算法之我见
1.KMP算法中的模式串前提条件是非常短，相对于匹配串忽略不计。在大多数情况下，的确如此。
当一个模式串 T 中某一个位置j与匹配串S中的位置i不同时，不对i进行回溯。因.........
[1]腾讯微博客户端开发视频-若水（第一集、第二集）
来源: 互联网 发布时间: 2014-02-18
腾讯微博客户端开发视频--若水（第一集、第二集）
本项目开发教程共9集，这是第一、二集喜欢的话，请留下脚印哦
下面附上下载地址：
第一集下载地址：http://www.400gb.com/file/24987917
第二集下载地址：http://www.400gb.com/file/24988049
[2] 瀹夊崜鍥捐〃寮曟搸AChartEngine(涓€) - 绠€浠
来源: 互联网 发布时间: 2014-02-18
瀹夊崜鍥捐〃寮曟搸AChartEngine(涓€) - 绠€浠?
AChartEngine 鏄竴涓畨鍗撶郴缁熶笂鍒朵綔鍥捐〃鐨勬鏋?鐩墠瀹冩敮鎸佸涓嬬殑鍥捐〃绫诲瀷:
鈥ine chart (鎶樼嚎鍥?
鈥rea chart (闈㈢Н鍥撅紱鍒嗗尯鍥撅紝瀵规瘮鍥?
鈥catter chart ( 鏁ｇ偣鍥?
鈥ime chart (鏃堕棿鍥撅紱杩涘害琛?
鈥ar chart (鏉″舰鍥?鏌辩姸鍥?
鈥ie chart ( 楗煎浘)
鈥ubble chart (姘旀场鍥?
鈥oughnut chart (鍦嗙幆鍥?
鈥ange (high-low) bar chart (鑼冨洿鏉″舰鍥?
鈥ial chart / gauge (鎷ㄥ彿鐩?鍘嬪姏琛?
鈥ombined (any combination of line, cubic line, scatter, bar, range bar, bubble) chart(缁勫悎鍥?
鈥ubic line chart (绔嬫柟鎶樼嚎鍥?
涓婅堪鎵€鏈夋敮鎸佺殑鍥捐〃绫诲瀷锛岄兘鍙互鍖呭惈澶氫釜绯诲垪锛岄兘鏀寔姘村钩锛堥粯璁わ級鎴栧瀭鐩存柟寮忓睍绀哄浘琛?骞朵笖鏀寔璁稿鍏朵粬鐨勮嚜瀹氫箟鍔熻兘銆傛墍鏈夊浘琛ㄩ兘鍙互寤虹珛涓轰竴涓獀iew,涔熷彲浠ュ缓绔嬩负涓€涓敤浜庡惎鍔╝ctivity鐨刬ntent.
杩欎釜妯″瀷鍜岀粯鍥捐繃绋嬬殑浠ｇ爜杩涜浜嗗緢濂戒紭鍖栧鐞嗭紝瀹冨彲浠ュ鐞嗗拰鏄剧ず鍊肩殑鏁伴噺闈炲父澶с€?
鐩墠涓烘AchartEngine鏈€鏂扮増鏄?.0.0鐗堟湰銆?
涓嬭浇鍦板潃:http://code.google.com/p/achartengine/downloads/list
AChartEngine 鏄竴涓畨鍗撶郴缁熶笂鍒朵綔鍥捐〃鐨勬鏋?鐩墠瀹冩敮鎸佸涓嬬殑鍥捐〃绫诲瀷:
鈥ine chart (鎶樼嚎鍥?
鈥rea chart (闈㈢Н鍥撅紱鍒嗗尯鍥撅紝瀵规瘮鍥?
鈥catter chart ( 鏁ｇ偣鍥?
鈥ime chart (鏃堕棿鍥撅紱杩涘害琛?
鈥ar chart (鏉″舰鍥?鏌辩姸鍥?
鈥ie chart ( 楗煎浘)
鈥ubble chart (姘旀场鍥?
鈥oughnut chart (鍦嗙幆鍥?
鈥ange (high-low) bar chart (鑼冨洿鏉″舰鍥?
鈥ial chart / gauge (鎷ㄥ彿鐩?鍘嬪姏琛?
鈥ombined (any combination of line, cubic line, scatter, bar, range bar, bubble) chart(缁勫悎鍥?
鈥ubic line chart (绔嬫柟鎶樼嚎鍥?
涓婅堪鎵€鏈夋敮鎸佺殑鍥捐〃绫诲瀷锛岄兘鍙互鍖呭惈澶氫釜绯诲垪锛岄兘鏀寔姘村钩锛堥粯璁わ級鎴栧瀭鐩存柟寮忓睍绀哄浘琛?骞朵笖鏀寔璁稿鍏朵粬鐨勮嚜瀹氫箟鍔熻兘銆傛墍鏈夊浘琛ㄩ兘鍙互寤虹珛涓轰竴涓獀iew,涔熷彲浠ュ缓绔嬩负涓€涓敤浜庡惎鍔╝ctivity鐨刬ntent.
杩欎釜妯″瀷鍜岀粯鍥捐繃绋嬬殑浠ｇ爜杩涜浜嗗緢濂戒紭鍖栧鐞嗭紝瀹冨彲浠ュ鐞嗗拰鏄剧ず鍊肩殑鏁伴噺闈炲父澶с€?
鐩墠涓烘AchartEngine鏈€鏂扮増鏄?.0.0鐗堟湰銆?
涓嬭浇鍦板潃:http://code.google.com/p/achartengine/downloads/list
[3] KMP算法之小弟我见
来源: 互联网 发布时间: 2014-02-18
KMP算法之我见
1.KMP算法中的模式串前提条件是非常短，相对于匹配串忽略不计。在大多数情况下，的确如此。
当一个模式串 T 中某一个位置j与匹配串S中的位置i不同时，不对i进行回溯。因为模式串中第j个位置之前的串
【t0,t1,...tj 】
与S中从 j-i 到 j的子串【s(j-i), s(j-i + 1)...,sj】 肯定是相同的。
既然【t0，t1,...tj】的信息是提前知道的，并且一般情况下T串比较短，因此我们可以对T串进行预处理。
既然t串是已经知道的。需要平移多少才可继续比较肯定可以算出来。
无非就是平移1,2，。。j这样。这就包含了所有的情况，平移1，则Si与T-1比较。平移2，Si与Tj-2比较。
那么平移j就是 Si与T0进行比较。
这样查找T串的时间复杂度就会降低。当然如果每一次T串都不同，并且T串很长，预处理的时间其实也很长，整体算法并不能起到优化的作用。
因为next函数占去了大部分的时间。跟普通的匹配算法没有区别。
2.String.java中的indexOf就没有采用kmp算法。我估计就是这个原因。作为一个对外接口来说，不可能每次都预处理并存起来，所以每次都要预处理字符串。这就造成kmp算法在String中作为对外接口不适用性。
3.在大篇幅查找中。例如linux的grep函数，使用这种算法可以显著提高查找效率。如果结合索引技术，查询效率可以得到质的飞跃。
最新技术文章: