排头兵 @ Talk

Telligem 办公室搬迁

七月 1st, 2010 in 碎言碎语

3 Comments »

办公室

会议室

呵呵,Telligem的新办公室,经过简单的rebuild,一下子感觉好了很多,
希望我们走的越来越远.
Dream,
MY FOOT

给师弟的一封信

七月 1st, 2010 in 团队管理

2 Comments »

在自己离开大学校园3年,源自于自己4年前,加入一个校园的IT团队-日新网；在我建立的技术梯队培养基础之上，走出了一批又一批优秀的IT毕业生，有多名师弟加入腾讯、金山、新浪公司,对于某个3流学校的一个社团来说，很不容易。

在很多天以前，一个师弟通过QQ告诉我一些社团伤感的事情，对走出校园多年的我，感到很吃惊；
原来我在这个社团也是留下了点回忆，为了鼓励他们振作起来，写了一些煽情的话，希望对他们有用。

———————————————————————————————————–
在你看下面的话之前，我先描诉一下我目前的状况：
25岁
已婚
房奴
月光族
————————————————————————————————–
从上面你可以得出一个结论：我这个人比较感性,我也喜欢这么一个评价

为了获得很多的点击，帖子的名字有点怪，仅此而已。

理性的看待下面的文字,我不喜欢别人评价我“他这人很自恋”
我再次申明我在日新没有裸聊历史君子好色而不淫泡妞守法公民

今天刚刚获知陈老师比较烦，日新网研发部的人比较烦，我不想参与这件事情，我只想讲个故事，如果故事中有诋毁别人的文字，希望谅解。
日新网研发部的衰败会给交大出来从事IT业的人带来很大的影响，甚至超过一个学院的影响
日新网从诞生张伟、吴盛幸等牛人开始，陆续的为中国互联网输送了很多人才
组建了一个技术小圈子，组建了一个日新技术的人脉圈
这件事情的重要性不言而喻我欲知在不久的将来,所有的IT大型企业都会来交大招人，前提是日新网研发部名存实归.

今天这些话不只是讲的川哥听的，而是所有日新人听的，
川哥对日新网的贡献肯定是前无古人，暂时后无来者

当然今天不是来论功行赏的,也没有必要。

铭记历史
我觉得那些不痛快的历史，每一个日新人都应该了解一下。
所谓“察己可以知人，察今可以知古“，如果日新研发部搬迁处理的不好，可以预知日新研发部将消亡，那就不是一己私愤这么简单了,N年以后，你会发现都是那么点破事情，太不应该了

名词解释,希望日新人“去其糟粕取其精华“：
为什么我喜欢叫陈老师叫川哥，别人叫我涛哥

黑社会团队文化：这是日新网研发部创新文化之一，我不喜欢叫陈老师，觉得不够霸气,就像国民党老大叫”总裁”,多有新意。
研发部的团队文化就是黑社会性质的，我以前一直灌输，现在只要有机会我就灌输，师弟都叫我涛哥；啥总的一点新意都没有，也很容易搞得拍马屁现象出现，06-07年这种风气太甚，貌似新闻部还有这种风气，不是批评，我是带着学习的心态来的，为什么是黑社会性质的，黑社会讲究实效，不管是打架还是抢钱，都是在极短的时间内完成和响应的，一般都是大哥比较照顾小弟，我希望这个传统需要保持，当然你也可以改进及创新。

A片文化：文化创立者张伟，外号“精神鸦片”；不知道是谁把游戏文化带入了日新网，非常不好，为什么？看A片不能天天看，游戏是天天玩，极度影响平时的学习。
日新服务器拥有交大最大的毛片库，归类相当好，不知道何时让高尚的人占为己有了，不复存在了。
试想“何以解忧唯有杜康“，通宵写程序是何等的无聊，人很容易疲乏，A片如张伟的网名［精神食粮］，何等宝贵的财富。

个人觉得总结思考不只局限于专业领域，对于团队的战斗力及爆发力应该好好研究一下，我今天经常和别人讲：给我一个月，我可以给你一个打硬仗的团队，能砍能杀，我每次都成功了，甚是欣慰。

不要搞个人崇拜,虽然从伟大的毛主席开始，林彪把个人崇拜推向了顶峰,但在一个团队里面这是不合适的,应该明白团队的重要,个人的力量是有限的.
“博古才能通今”，我今天给大家讲讲这个研发部的历史。

日新网研发部是个创造神的地方，是个有归属的地方
不可否认日新网今天个人崇拜的偶像是“张伟“
在一定程度上，我起到推手的作用，当然你可能觉得我这人很扯淡，因为张伟本来就是个天才，没关系，我来讲讲我的道理。

05-06年诞生了2个伟大的程序员，一个是张伟，一个是吴盛幸，我保证我几乎没有谈论过吴。
我承认张伟的技术，吴我一直没有公开承认过，是因为我06年维护机电学院网站的时候，他入侵过机电学院网站，还做了一个视频做培训，好吧，我承认我对他一直是有偏见的。
还有一个重要的原因是吴这个人创立了另外一个组织“紧急响应小组”，准备收购日新技术部。
为了赢得和小组的战争，我必须塑造一个程序员形象，而且不能让敌人打入我们内部组织，因此我一直给师弟讲日新网有个牛B技术天才，今天你随便问问日新的技术部门，有谁不知道张伟的。
就像在美工领域我一直夸韦海宝哥和谢满山一样。
这样做的最大好处就形成一个偶像，起到一个有凝聚力的作用，形成老子说的“无为而治”，技术自然会很好，但这种方法千万不能直接套在真实IT企业管理。
记住这些大牛、会让日新人更有归属感，会觉得这是一个家，日新不会忘记他们的

胖哥CNN
日新研发部没有让小组收购，必须感谢一个人，我的技术总监CNN。
他把很多优秀的人聚集在一起,才有今天的研发部。

07年为什么改版
当年网站改版，是我提出来的，川哥在顶住压力情况下支持了我。
到今天为止，有些人还不是很认同这次改版，没有关系；我当时是个新人，没敢说原因，但我今天要说，因为不说出来，研发部都要OVER了
大家都知道中国的核弹是在什么情况下做出来的吗？
啥也没有的情况下，没有人承认你是大国的情况下。
我提出改版的原因就是这个，让小组及交大的人都知道日新的技术实力还是交大最牛B的。

技术人少夸夸其谈，多做事情
不要在任何地方以任何形式和对手争吵,我在日新的时候，是日新和小组争论最多的时候，你找找论坛的帖子，我几乎没有去争吵，小组的没落和争吵无关，日新的兴衰和争吵有很大的关系

技术的阶梯培养
阶梯培养是从我这一届开始的,准确点讲，现在日新网研发部很多东西都是我开始创立的，正是因为我很傻很天真，才有了我今天的很多经验。
今天的研发部，有很多不错的师弟，非常感谢这些师弟给我发来信息说搬迁这件事情，但不得不说，你们很多方向偏了，有点自我膨胀了，有时应该学会沟通。
有时应该把注意力放在我上面说的一些东西上面，我自认为我是有点人格魅力的，如果你也有人格魅力或是有点影响的话，我希望你的影响是好的，不要把欣赏你的人带到阴沟里，那样就不好了。

不要轻言放弃
辞职或是退出日新都应该是光荣的退出，毕业了。
我知道你们都是人才,我觉得人才就应该做人才干的事情，郁郁不得志、赌气，或是因为一些小事情就选择放弃这不是人才的思维方式

工作地点及工作环境真的很重要吗？
我不谈那些伟大的创业家，没有说服力。
说说我自己，我07年在北京是在高档写字楼里面工作的，08年回来以后在交大待了1年多，最近才搬到市区来的，不是我个人能力的问题，而是我觉得这些东西对你们及对我只是锦上添花的东西。

研发部的任何成员都应该有主人翁的精神，这里就是你的家，这里有你很多志同道合的朋友
不要觉得你的力量很渺小，觉得你的存在没有意义，不要生活在日新老一辈程序员的光环之下
交大在未来的5年能不能吸引腾讯这样的企业到校内开招聘会
日新能不能变成微软愿意在清华设立的亚洲研究院
日新是不是一个带有IT技术标签的符号
这些东西都是你们可以控制的，如果你选择了放弃，这些美好的远景是不会实现的
我深知个人的力量很小，但我更相信“星星之火可以燎原“，你们离成功只差一步，放下手中的鼠标，开始搬家吧！

come on baby !

腾讯-1亿个数据取前1万大的整数-题解答

七月 1st, 2010 in PHP

6 Comments »

题目描述：
1亿个数据取前1万大的整数

常规思路：
运用数据结构里面描述的常规排序算法,快速排序法是常规排序中速度最快的

我的思路：
====我的机器太差，就不跑1亿数据了，1000000吧
1、把1亿个数据分成1000个数组，
2、求出1000个数组的最大值,保存到$max 数组中,
3、对$max本身用快速排序法排序 $max数组中保存了一个有序序列数组
4、遍历1亿个数据,依次对比$max最小的数据，如果比这个最小数据小，那么就依次对比$max的其他数据，从大到小开始对比，如果比max数组中的数据大，就替换。
5、获得10000个从大到小的数据$max.

代码：

< ?php
 
/**
 * 交换两个数据的值
 *
 * @param unknown_type $x
 * @param unknown_type $y
 */
function swap(&$x,&$y)
{
	$c = $x;
	$x = $y;
	$y = $c;	
}
 
/**
 * 快速排序函数
 *
 */
function quicksort( $arr, $l = 0 , $r = NULL ) {
    static $list = array();
    if( $r == NULL )
        $list = $arr;
 
    if( $r == NULL )
        $r = count($list)-1;
 
    $i = $l;
    $j = $r;
 
    $tmp = $list[(int)( ($l+$r)/2 )];
    do {
        while( $list[$i] < $tmp )
            $i++;
 
        while( $tmp < $list[$j] )
            $j--;
 
        if( $i <= $j ) 
        {
           swap($list[$i],$list[$j]);
           $i++;
           $j--;
        }
    }while( $i <= $j );
 
    if( $l < $j )
        quicksort(NULL, $l, $j);
 
    if( $i < $r )
        quicksort(NULL, $i, $r);
 
    return $list;
}
 
/**
 * 计算运行时间类
 *
 */
class timer 
{ 
	var $StartTime = 0; 
	var $StopTime = 0; 
	var $TimeSpent = 0; 
	function start()
	{ 
	  $this->StartTime = microtime(); 
	} 
	function stop()
	{ 
	  $this->StopTime = microtime(); 
	} 
	function spent() 
	{ 
	  if ($this->TimeSpent)
	  { 
	   		return $this->TimeSpent; 
	  }
	  else
	  { 
		   $StartMicro = substr($this->StartTime,0,10); 
		   $StartSecond = substr($this->StartTime,11,10); 
		   $StopMicro = substr($this->StopTime,0,10); 
		   $StopSecond = substr($this->StopTime,11,10); 
		   $start = doubleval($StartMicro) + $StartSecond; 
		   $stop = doubleval($StopMicro) + $StopSecond; 
		   $this->TimeSpent = $stop - $start; 
		   return substr($this->TimeSpent,0,8)."秒"; 
	  } 
	}
}//end class timer;
 
//构造1000000个数据的数组
// $number 拆分1000*1000数组
// $number2 1000000个数据的1维数组
 
for($i=0;$i< = 999;$i++)
{
	for($j=0;$j<=999;$j++)
	{
		$number2[] = $number[$i][$j] = rand(0,10000);
	}
}
 
$timer = new timer; 
$timer->start(); 
 
$max = array();
foreach ($number as $list)
{
	$maxvalue = 0;
	foreach ($list as $value)
	{
		if($maxvalue < $value)
		{
			$maxvalue = $value;
		}
	}
	$max[] = $maxvalue;
}
 
 
$max = quicksort($max,0);
for($i=0;$i < 1000000;$i++)
{
		//如果数组的数据大于max最小值，则从大到小对比其他数据
	if($number2[$i] >$max[0])
	{
		for ($k=999;$k>=0;$k--)
		{
			if($max[$k] < $number2[$i])
			{
					//替换数据
				$max[$k] = $number2[$i];
				break;
			}
		}
	}
}
 
$timer->stop(); 
 
echo '第一次排序时间:'.$timer->spent();
/*print_r($max);*/
$timer2 = new timer();
$timer2->start();
quicksort($number2,0);
$timer2->stop();
echo '第2次排序时间:'.$timer2->spent();
/*print_r($number2);*/

运行结果：
第一次排序时间:2.370435秒
第2次排序时间:38.43304秒

ps:
运行时间可能有所变化，我是在几年前的笔记本上测试的，不过显然第一次排序结果速度更快

基于trie数据字典的php中文分词

七月 1st, 2010 in PHP

No Comments →

keywords:中文分词、PHP中文分词、trie数据结构、Doubule Array Trie Datastruct
原理：
Trie数据结构的名词介绍我就不介绍了，大家google,百度可以搜索一大堆的文章来.
Tire索引树法
结构：首字散列表、Trie索引树结点
优点：分词中，不需预知待查询词的长度，沿树链逐字匹配。
缺点：构造和维护比较复杂，单词树枝多，浪费了一定的空间。

有时间我会写一个双数组trie的中文分词小程序来，下面来最简单的trie,
代码：

< ?php
/**
 * @version 0.1
 * @todo 构造通用的字典算法，并写了一个简易的分词
 * @author shjuto@gmail.com
 * Trie字典树
 *
 */
class Trie
{
	private $trie; 
 
	function __construct()
	{
		 $trie = array('children' => array(),'isword'=>false);
	}
 
	/**
	 * 把词加入词典
	 *
	 * @param String $key
	 */
	function &setWord($word='')
	{
		$trienode = &$this->trie;
		for($i = 0;$i < strlen($word);$i++)
		{
			$character = $word[$i];
			if(!isset($trienode['children'][$character]))
			{
				$trienode['children'][$character] = array('isword'=>false);
			}
			if($i == strlen($word)-1)
			{
					$trienode['children'][$character] = array('isword'=>true);
			}
			$trienode = &$trienode['children'][$character];
		}
	}
 
	/**
	 * 判断是否为词典词
	 *
	 * @param String $word
	 * @return bool true/false
	 */
	function & isWord($word)
	{
		$trienode = &$this->trie;
		for($i = 0;$i < strlen($word);$i++)
		{
			$character = $word[$i];
			if(!isset($trienode['children'][$character]))
			{
				return false;
			}
			else 
			{
				//判断词结束
				if($i == (strlen($word)-1) && $trienode['children'][$character]['isword'] == true)
				{
					return true;
				}
				elseif($i == (strlen($word)-1) && $trienode['children'][$character]['isword'] == false)
				{
					return false;
				}
				$trienode = &$trienode['children'][$character];	
			}
		}
	}
 
 
	/**
	 * 在文本$text找词出现的位置
	 *
	 * @param String $text
	 * @return array array('position'=>$position,'word' =>$word);
	 */
	function search($text="")
	{
		$textlen = strlen($text);
		$trienode = $tree = $this->trie;
		$find = array();
		$wordrootposition = 0;//词根位置
		$prenode = false;//回溯参数,当词典ab,在字符串aab中，需要把$i向前回溯一次
		$word = '';
		for ($i = 0; $i < $textlen;$i++)
		{
 
			if(isset($trienode['children'][$text[$i]]))
			{
				$word = $word .$text[$i];
				$trienode = $trienode['children'][$text[$i]];
				if($prenode == false)
				{
					$wordrootposition = $i;
				}
				$prenode = true;
				if($trienode['isword'])
				{
					$find[] = array('position'=>$wordrootposition,'word' =>$word);
				}
			}
			else 
			{
				$trienode = $tree;
				$word = '';
				if($prenode)
				{
					$i = $i -1;
					$prenode = false;
				}
			}
		}
		return $find;
	}
}
$trie = new Trie();
$trie->setWord('中国');
$trie->setWord('中国人');
$trie->setWord('伟大');
$trie->setWord('军队');
$trie->setWord('中国人民');
$trie->setWord('中国人民解放军');
$trie->setWord('解放军');
$trie->setWord('解放');
$words = $trie->search('伟大的中国人民解放军解放了全中国,是很伟大的军队');
foreach ($words as $word)
{
	echo '位置:'.$word['position'].'-'.(strlen($word['word'])+$word['position']);
	echo '  词:'.$word['word']."\n";
}

运行结果：
位置:0-6 词:伟大
位置:9-15 词:中国
位置:9-18 词:中国人
位置:9-21 词:中国人民
位置:9-30 词:中国人民解放军
位置:30-36 词:解放
位置:42-48 词:中国
位置:55-61 词:伟大
位置:64-70 词:军队
———————————————————————
以前研究过分词的人，很容易发现这个分词还是不足的，但是对于想了解中文分词的基本原理的同学可以参考一下。
分词结果不够准确，”解放军”都没有分出来，原因嘛，是最大匹配“中国人民解放军”以后，我直接把$word轻松了，你可以修改search函数的代码，以优化分词结果

腾讯php程序员面试题目答案——编程任务

六月 30th, 2010 in PHP

No Comments →

编程任务：
１、我们碰到了大麻烦，一个新来的传教士惹恼了上帝，上帝很愤怒，要求我们把圣经（bbe.txt）背熟，直至他说哪个单词，我们就要飞快的回答出这个单词在第几行第几个单词位置。听说你是个优秀的程序员，那么髟助我们完成这个不可能的任务吧。
要求如下：
１）/myworks /example/bbe.txt，98版本英文圣经一本
２）输入部分要求如下：php ./example.php [单词]
３）输出部分如下：[单词] 1,2 2,4 5,6　表示：此单词在1行2列（第二个单词），2行4列…
说明：
１）此文本 4MB之巨…
２）单词的含义：由英文字母（大小写），数字（0-9）组成的串
３）提供给你的机器OS为ubuntu 9.10，内存只有1G，而且，很不幸的，其中700M用来做了别的
４）上机考试不允许上网，但我装了man文档以及读取CHM以及PDF的阅读器，在电脑的桌面的CHM文件夹中，有相应的PHP参考手册
５）算法复杂度要求不能大于O（N^2）（就是N的平方）
６）什么？PHP低效且用起来不顺手，好的，你可以用别的语言来实现。但注意：提供给你的机器上只有python 2.4/perl 5.8/gcc[g++]

题目链接：http://www.xhttp.cn/2010/05/2

——————————————————————————————————————————————

分析问题：
典型的字典算法，或是分词算法，好在是英文圣经程序可以少些几行代码
1、建立字典，也就是要找的词，比如 fuck,baby,come,on -_- 估计BBE里少有这样的很黄很暴力的词汇
2、因为对内存有要求，其实这个时候可以分章节查找，就是载入内存允许的章节
3、算法时间度o(n)吧，可以一次查找多个词汇

贴我的代码：

< ?php
/**
 * @author shjuto@gmail.com
 * Trie字典树
 *
 */
class Trie
{
	private $trie; 
 
	function __construct()
	{
		 $trie = array('children' => array(),'isword'=>false);
	}
 
	/**
	 * 把词加入词典
	 *
	 * @param String $key
	 */
	function &setWord($word='')
	{
		$trienode = &$this->trie;
		for($i = 0;$i < strlen($word);$i++)
		{
			$character = $word[$i];
			if(!isset($trienode['children'][$character]))
			{
				$trienode['children'][$character] = array('isword'=>false);
			}
			if($i == strlen($word)-1)
			{
					$trienode['children'][$character] = array('isword'=>true);
			}
			$trienode = &$trienode['children'][$character];
		}
	}
 
	/**
	 * 判断是否为词典词
	 *
	 * @param String $word
	 * @return bool true/false
	 */
	function & isWord($word)
	{
		$trienode = &$this->trie;
		for($i = 0;$i < strlen($word);$i++)
		{
			$character = $word[$i];
			if(!isset($trienode['children'][$character]))
			{
				return false;
			}
			else 
			{
				//判断词结束
				if($i == (strlen($word)-1) && $trienode['children'][$character]['isword'] == true)
				{
					return true;
				}
				elseif($i == (strlen($word)-1) && $trienode['children'][$character]['isword'] == false)
				{
					return false;
				}
				$trienode = &$trienode['children'][$character];	
			}
		}
	}
 
 
	/**
	 * 在文本$text找词出现的位置
	 *
	 * @param String $text
	 * @return array array('position'=>$position,'word' =>$word);
	 */
	function search($text="")
	{
		$textlen = strlen($text);
		$trienode = $tree = $this->trie;
		$find = array();
		$wordrootposition = 0;//词根位置
		$prenode = false;//回溯参数,当词典ab,在字符串aab中，需要把$i向前回溯一次
		$word = '';
		for ($i = 0; $i < $textlen;$i++)
		{
 
			if(isset($trienode['children'][$text[$i]]))
			{
				$word = $word .$text[$i];
				$trienode = $trienode['children'][$text[$i]];
				if($prenode == false)
				{
					$wordrootposition = $i;
				}
				$prenode = true;
				if($trienode['isword'])
				{
					$find[] = array('position'=>$wordrootposition,'word' =>$word);
				}
			}
			else 
			{
				$trienode = $tree;
				$word = '';
				if($prenode)
				{
					$i = $i -1;
					$prenode = false;
				}
			}
		}
		return $find;
	}
}
$trie = new Trie();
$trie->setWord('fuck');
$trie->setWord('you');
$trie->setWord('come');
$trie->setWord('on');
var_dump($trie->isWord('fuck'));
var_dump($trie->isWord('a'));
var_dump($trie->isWord('db'));
var_dump($trie->isWord('comeon'));
var_dump($trie->isWord('you'));
print_r($trie->search('hello,tencent,i tell you sonme about bbe,
fuck you come on baby,come on,baby,baby,come on,tellgyou fuckdkkdkflsjflsjf'));

写的比较乱，代码应该还有很大的优化余地，不过足以说明Trie树的基本思想了，我如果有时间的话，会写一个中文分词的例子.
欢迎拍砖