Yonghang

2010-12-13T10:42:12Z

172.21.0.18:

= 2010 =

== 12/13 ==
看了桶排序和基数排序，突然更深地明白了bucket的思想

== 12/1 ==
到目前为止的工作中，获得一个指定范围的素数是我们目前碰到的最大的问题，至今也没有真正解决，miller-rabin的成功率只有3/4，而且数很大后，素数的密度变低，效率是否好也是个问题。
代码的实现事实上只是很低级的事，素数的问题严重影响了我们的进度，所以我们最近在看dynamic perfect hashing的论文。

== 11/25 ==
上次至今天由于期中考试的复习，拖延了不少时间，11/24刚刚考完最后一门概率论，有一些随想，写在下面
#关于创新项目，应该是由我和温主导的一件事，老师的作用应该是在我们困惑的时候指一下路。要做的事不能当做homework，等着老师来布置，这是非常幼稚的一种心态。
#关于考试的复习，赵建华老师说过，“过度的复习是一种作弊”，如果真正掌握的好，考前是应该不用花这么大力气的，平时应该更用心才是。

今天看了别人的bloom filter实现。bloom filter的原理上周六用30分钟看了一下。
这份代码是用C写的，我从中学到了不少东西，其中包括：
#[[在C中如何写参数不确定的函数]]，类似于printf之类
#有效地利用typedef和define可以使你的代码看起来更优美
#一份好的代码需要具有很好的健壮性
#size_t的使用（经搜索发现能更好地为跨平台服务),在32位机上往往是typedef unsigned int size_t，4个byte，64位机上就是8个byte
#好的测试文件大致应该怎么写（读file，充分的数据量）
#得到了两个简便的hash函数

== 11/22-11/24 ==
只剩最后一门概率论，时间较为充裕。FSK的原理已经很清楚了，但我们在做这件事的过程中其实相当不productive，可能有这么几个原因
#对于C++语言本身，认识的还不够深刻，特别是真正用面向对象思想做一件有用的事时（而不是只是完成homework）
#对于FSK的原理，没有仔细地去看。a，b，p的取值范围在老师的wiki上写的非常清楚，但就是'''''没'''''去认真看

这三天在复习《thinking in C++》一书，有了一些与第一次看时不同的体会。

== 11/17 ==
insterested in bloom flitters :)

== 11/13 ==
经过与老师讨论,发现有p和没p的区别是巨大的,有p之后可以认为理想的状态下perfect hash的概率是二分之一，无p则可能很小，所以才会一直卡在一个bucket内。

重新确认了a，b，p的值域：a [1,p-1],b [0,p-1],p bigger than universe.

现在的程序效率较好，但还有待于进一步检验

== 11/12 ==
把重写的FSK调试了一下，总是觉得不该时间这么长

== 11/11 ==
读数据的接口打算使用fstream,这需要重复读取数据，在写一个简单的测试程序时遇到了不少问题
#include<iostream>
#include<fstream>
#include<string>
using namespace std;
int main()
{
ifstream in("data.in");
ofstream out("data.out");
string s;
while(in>>s)
{
out<<s<<' ';
}
in.seekg(0,ios::beg);
out.seekp(0,ios::end);
while(in>>s)
{
out<<s;
}
in.close();
out.close();
return 0;
}
原本应该在data.out中输出两遍data.in的数据，但是实际上只输出了一遍。
也就是说， in.seekg(0,ios::beg);这行没能把读指针指向开头，经过单步调试也未能解决
和大三的学长讨论了很久没有结果

后来在网上搜索，看到一个[http://hi.baidu.com/shzkkqq/blog/item/72a30b24d621c00f4d088d3f.html 网页]

fstream存在状态：
当被打开第一次以后，状态处于错误状态。
fstream错误状态
fail() , eof() , bad();
failbit ， eofbit ，badbit 。
正确状态
good(),
good = not(fail or eof or bad)

实际上文件读完的时候fail会自动置为true，所以可以使用clear函数,将fail设置为false.测试代码如下，只取部分
ifstream in("data.in",ios::binary);
cout << "isfail " << in.fail() << endl;
cout << "isbad " << in.bad() << endl;
cout << "iseof " << in.eof() <<endl;
cout << "isgood "<< in.good() << endl;
in.clear();
cout << "isfail " << in.fail() << endl;
cout << "isbad " << in.bad() << endl;
cout << "iseof " << in.eof() <<endl;
cout << "isgood "<< in.good() << endl;
输出结果为
isfail 1
isbad 0
iseof 1
isgood 0
isfail 0
isbad 0
iseof 0
isgood 1

写了一个rabin-miller的测试程序，并安装了gmp库，代码就不附在这里了

== 11/10 ==
11/11
补：昨天把kaiyuan写的代码看了一遍，修改了一下，把gsl_rng.h的东西用了进去，转为ubuntu下可以运行的版本
同样的，关于程序运行的次数，我也有疑问，为什么每次的次数感觉远大于两次

== 11/9 ==
今天把ubuntu重新安装了一遍，将分区大小改为了6GB。在重新装的时候遇到了一点问题，可以上网,但update manager无法正常工作，正在国外论坛查找解决方案，不知怎么就突然好了，下次遇到还是没有办法。
在windows中的文件和ubuntu中的文件互相移动后（通过将磁盘mount的方式），如果再次访问，经常会出现permission denied的情况，不是太建议这么做。
下面介绍gnu库的基本安装方法
#从gnu的ftp上下载你所需要的库，以gsl为例
#将压缩包解压至非mount设备的地方，比如home/y0ukn0w/Documents //y0ukn0w is my username
#cd /home/Documents/gsl-1.14<br /> chmod a+x configure //有时不需要这一句 <br /> ./configure <br /> make <br /> make install
#ps : 可以打开文件夹，找到对应的INSTALL，里面会有说明
#在连接的时候可能还是会出错。这时，可以选择输入相应的指令；如果你用的是codeblocks，那么，settings->compilers and debugger settings->linker libraries,在这里加入相应的lib

下面介绍gsl/gsl_rng.h的简单使用方法
代码如下
#include <stdio.h>
#include <gsl/gsl_rng.h>
#include<time.h>
int
main (void)
{
const gsl_rng_type * T;
gsl_rng * r;
T = gsl_rng_rand; //可以将其设置为不同的值，以获取不同的随机数,如改为gsl_rng_randu,gsl_rng_knuthran2002,具体参考manul
r = gsl_rng_alloc (T);
int i, n = 10;
gsl_rng_set(r,int(time(NULL))); //设置随机数seed
gsl_rng_env_setup();
for (i = 0; i < n; i++)
{
double u = gsl_rng_uniform (r);
printf ("%.5f\n", u);
}
double u = gsl_rng_uniform(r);
printf("%.5f\n",u);
gsl_rng_free (r);
return 0;
}

gsl_rng.h的部分可选用参数如下
*[[gsl_rng_rand]]

在写需要template的头文件时，为方便调试，往往通过修改头文件的方式来完成。
现在想来，是自己的接口设计的还不够好。
现在数据的输入输出打算这样完成：
#一个程序负责生成随机数，将其输入到data.in文件中
#主程序中有一个函数ReadData，测试程序中打开data.in和data.out，调用ReadData，将数据读入，处理后输出到data.out中。
--You will when you believe 13:03, 8 November 2010 (UTC)

TCS Wiki - User contributions [en]

Yonghang