- 综合排序
- 最热优先
- 最新优先
- 来自专栏mathor
搜索（2）
上一节我们以图的遍历为例讲了深度优先搜索算法和实现程序。 上一节中的深度优先算法可以算是基本款，很多深度优先搜索的题目就是在这个基本款的程序上进行修改 DFS 加强版DFS首先增加或者说变化的一点是顶点颜色。 然后1->2开始遍历2号节点，时间戳就是2。如果2再往后找不到新的顶点，那么2就要回溯，在回溯前会被标记为时间戳=3…… ? 我们可以看出来任意两个顶点的区间只可能有2种关系：(1)两个区间相离；(2)一个区间包含另一个区间。换句话说，不会出现像[1, 10], [4, 13]这样两个区间互相跨立的情况。 第29行执行完以后，我们就完成了对这棵树的深度优先搜索，每个节点的开始时间戳和结束时间戳也都求出来了。
60840发布于 2018-07-04 - 来自专栏后端码匠
Elasticsearch应用之京东搜索
BulkRequest bulkRequest = new BulkRequest(); bulkRequest.timeout(TimeValue.timeValueSeconds(2) bulkResponse.hasFailures(); } /** * 2 获取这些数据 实现搜索功能 * * @param keywords mt-md-0"> <input class="form-control mr-sm-<em>2</em>" v-model="keyword" type="text" placeholder aria-label="Search"> <button class="btn btn-outline-success my-<em>2</em> <em>搜索</em>后 ?
76310发布于 2021-02-26 - 来自专栏johnhuster
select2搜索内容显示搜索词
在使用select2的搜索功能时，搜索结果会显示搜索关键词，这不是我想要的，我只想让用户选择列表框实际存在的数据，再一次还是select2 3.5版本(点击打开链接)的官方文档,官方解释 first choice which is what the user has typed into the search box so far 简单概述就是：如果使用了select2的 tags标签，那么搜索结果就会显示搜索关键词 解决方案： 所以在初始化select2时不使用tags标签，这样在搜索结果中就不会出现搜索关键词。
1.7K40编辑于 2022-03-28 - 来自专栏强仔仔
【商城应用】商城搜索流程
、分类页面一般也会有搜索入口、还有就是商品列表中会有一个搜索入口、最后一个就是店铺中的搜索入口了。 商品列表搜索 商品列表的搜索就和上面说的两种搜索就有所不一样了，一般商品列表都会有对应的分类，所以在商品列表中搜索，搜索出来的结果一律都是该分类下面的商品，并非全局搜索。 ? 当然还有一个是店铺搜索，店铺搜索在哪里都是全局搜索，没有上面说的必须是某一类类别下面的商品，店铺搜索结果如下所示： ? 店铺内商品搜索 店铺内商品搜索和商品列表搜索性质相似，都是在某一定范围内的商品搜索，店铺商品搜索肯定是店铺中已经上架商品的搜索了。 ? 总结 今天内容相对而言会比较简单，但是越是简单的内容越是重要，在我们商城应用讲完之后，就要开始我们商品实现技术架构的课程了，比如搜索技术架构就有相当多的内容了，比如聚合、高亮、排序、权重、组合查询、数据同步等等之类的内容
2.7K20发布于 2019-05-26 - 来自专栏johnhuster
select2的搜索框不能输入搜索内容
按照select2官网配置完后，搜索框弹出后无法输入内容，究竟怎么回事，于是在其他页面尝试了select2，发现可以啊，为什么在这个地方不可以，终于找到了造成这个问题的不同之处：select2 $.fn.modal.Constructor.prototype.enforceFocus = function () { } 原来是模态对话框强制使自己处于焦点状态，导致select2的搜索框无法获取焦点所致
2.3K30编辑于 2022-03-29 - 来自专栏技术路漫漫
全文搜索实战2-ik分词及搜索高亮
[全文搜索结果高亮示意] ik分词插件安装及测试 首先，借助ik分词插件改善中文搜索： 鉴于github直接下载很慢，根据官网说明，采用下来离线包解压安装的模式 将下载得到的 elasticsearch-analysis-ik query" : { "match" : { "content" : "中国" }}, "highlight" : { "pre_tags" : ["<tag1>", "<tag2> 完成了上面基础服务之后，接下来是实现基本的关键词搜索及高亮功能。 模糊搜索服务实现 该服务主要实现： 因为要同时搜索title和detailText，因此采用multiMatchQuery模式。 通过HighlightBuilder类，构建搜索结果高亮逻辑。 /techlmm/search2 ，供参考，欢迎反馈相关问题及意见。
2.1K00发布于 2020-07-12 - 来自专栏Elastic Stack专栏
应用企业搜索的市场巨变——chatGPT撬动百亿级应用搜索的AIGC市场
我们在应用领域的搜索体验，将由以前的基于分词的全文检索、基于向量的语义搜索来返回结果页的时代，全面进入一个由AI生成结果，并进行交互式查询的时代。 ChatGPT对用户搜索体验的颠覆 为了便于理解，我们先简单回顾一下对于ChatGPT之于搜索的意义。在过去的2个月当中，我们一直是把它当成了对通用搜索引擎比如google，baidu的颠覆。 ChatGPT插件赋能应用搜索 但在彼时，chatGPT还是一个直接的2C场景的应用。对于企业用户、在应用内搜索和企业搜索引擎领域，我们无法集成这种能力的。 应用搜索、企业搜索架构巨变 对于要接入chatGPT能力，或者说将来打算通过其他大模型平台提供交互式语义搜搜能力的企业来说，巨变将来自于现有的软硬件基础设施的迭代升级。 因此，在应用生成式搜索的同时，使用基于分词的全文检索技术仍然是有必要的。
2.6K50编辑于 2023-04-11 - 来自专栏指点的专栏
DFS-深度优先搜索—2
在这一篇博客：http://blog.csdn.net/hacker_zhidian/article/details/54773762中我们通过一道全排列的例子看了一下深度优先搜索（dfs）的基本思想和代码模型 所需的最短路径，样例数据： 5 4 0 0 1 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 3 2 是否已经走过），如果没有走过就可以走这个点，否则就要筛选下一个点，当然我们还需要判断迷宫边界，要走的点不能越界，那么，我们可以架构出大致的代码（将行作为x坐标，列作为y坐标）： int next[4][2] 0, 0}, {0, 0, 1, 0}, {0, 1, 0, 0}, {0, 0, 0, 1} }; // 储存迷宫信息的二维数组 int toX = 3, toY = 2; // 目标点 int book[100][100]; // 标记数组 int ans = 100000000; // 最短路径的结果 int next[4][2] = { // 代表下一步的4
63020发布于 2019-01-18 - 来自专栏腾讯云大数据
Elasticsearch 搜索应用实践(搭建篇)
本文作者：allencao，腾讯应用开发工程师。 前言 最开始接到过一个需求，将部门内的研究报告与文档管理起来，利于他们查找与阅读。 ES 全文搜索解决方案已经非常成熟，应用起来也比较方便，但也有很多细节需要关注，这样搜索功能才会更完善。 下面将介绍一下用研云使用 ES 搭建全文搜索的实践经验。 二、准备数据 首先我们需要准备以下三个内容： 被搜索数据 中文分词停止词 自定义分词词库 被搜索数据 被搜索数据一定要认真处理，数据质量越高，搜索结果就越准确，被搜索字段越多，搜索结果越丰富。 分词时停止词的应用可以灵活一些，在标题和标签的分词中不使用停止词，这样不至于搜“我的世界”时结果只高亮了“我”和“世界”，文档内容文本的分词上应用停止词，使用 ES 的 IK 插件这里比较难实现，可以改用其他分词方式 但是应用了 text 将不能被 term 过滤器筛选，如果需要过滤可以使用 string 数据类型，他将会自动把字段处理成 text + keyword。
1.5K20发布于 2021-03-11 - 来自专栏若尘的技术专栏
2 - 设置python 模块搜索路径
设置python 模块搜索路径 working.py def greet(name): return 'Hello' + name 引用模块代码 import working print(working.greet 环境变量 [32] [在这里插入图片描述] [在这里插入图片描述] 添加.pth 文件 在python 目录添加一个扩展名为 .pth 的文件，将需要的模块路径写入，这样，python 脚本在运行时，会自动搜索路径 我的是 anaconda, 路径为 "python3.7/site-packages/xxx.pth" 如果使用 PyCharm，可以直接设置搜索路径 将自己写的模块放在文件夹中，右键此文件夹选择
2.2K117发布于 2021-05-22 - 来自专栏Android知识分享
Android RxJava应用：联想搜索优化
今天，我将为大家带来 Rxjava创建操作符的常见开发应用场景：联想搜索优化需求 ，并结合Retrofit 与RxJava 实现，希望大家会喜欢。 Carson带你学RxJava系列文章，包括 原理、操作符、应用场景、背压等等，请看文章：Android：这是一份全面 & 详细的RxJava学习指南 目录 1. 需求场景 2. RxTextView.textChanges(name) = 对对控件数据变更进行监听（功能类似TextWatcher），需要引入依赖：compile 'com.jakewharton.rxbinding2: rxbinding:2.0.0' * 2. Demo地址 Carson_Ho的Github地址 = RxJava2实战系列：联想搜索优化 5. 总结 本文主要讲解了 Rxjava的实际开发需求场景：联想搜索优化需求
88230编辑于 2022-03-25 - 来自专栏开源部署
分布式搜索ElasticSearch构建集群与简单搜索实例应用
关于ElasticSearch不介绍了，直接说应用。 ,使用prepareGet搜索datum索引库中 索引类型为datum,的索引记录唯一id值为150得记录 GetResponse response = node.client().prepareGet execute().actionGet(); //对象映射模型 ObjectMapper mapper = new ObjectMapper(); //将搜索结果 它需要把节点的local参数设置成true Node node = NodeBuilder.nodeBuilder().local(true).node(); 2.用TransportClient这个接口和 client.transport.sniff", true).build(); TransportClient client = new TransportClient(settings); 实例应用
64320编辑于 2022-07-04 - 来自专栏互联网数据官iCDO
【营销101】Facebook图谱搜索应用指南
搜索运营 那到底是什么发生了变化使得Facebook的搜索引擎又值得数字营销人员去谈论它了呢？ 答案是它引入大量更复杂的搜索操作说明或搜索方法，将其分层放置在了更大的连接数据集的顶部。 营销应用 毫无疑问，随着时间的推移和功能的提高，营销人员可以以更多的方式使用图谱搜索， 但是当我们在今天研究这些选项时，我们还是可以将它们分成五个关键领域： 受众洞察 影响者发现 影响者研究 GSO-图谱搜索优化 在此之前我写过一篇关于提取社交数据应用策略的文章，这里我们能够利用相同的原理提高数据的丰富度以获取做出真正决定的必要的自信心。 2 影响者发现 图谱搜索的另一个领域可以真正帮助营销人员找到关键影响者和传播者 - 这两者对于今天的营销计划都至关重要。 有几个方式来做这个。 目前在这部分的信息非常少，但是逻辑表明用于Facebook活动墙的相同信号将应用于图谱搜索。 这可能意味着来自于有大量受众的人和页面的赞能带来赞和额外权重的链接。
1.8K80发布于 2018-03-05 - 来自专栏码农帮派
LeetCode中级算法-排序和搜索（2）
} } return resul } func max(a int, b int) int { if a > b { return a } return b } 搜索旋转排序数组 请你在数组中搜索 target ，如果数组中存在这个目标值，则返回它的索引，否则返回 -1 。 此题目要求在O(logn)时间内完成搜索，所以要是用二分查找，二分查找就需要引入mid = (left + right) / 2，在这个基础上，通过判断target和左右边界的位置，确定下一轮left和 right之间 left = mid + 1 } else { right = mid - 1 } } } return -1 } 搜索二维矩阵 请你在数组中搜索 target ，如果数组中存在这个目标值，则返回它的索引，否则返回 -1 。
52710发布于 2021-01-12 - 来自专栏Bingo的深度学习杂货店
搜索与回溯算法模板及其应用
本文介绍了搜索与回溯算法模板及其应用，主要包括： 【1】 搜索与回溯算法基本思想 【2】模板算法1及其应用（素数环问题） 【3】模板算法2及其应用（数字拆分问题） 【4】搜索与回溯算法在排列组合中的应用 ---- 【2】模板算法1及其应用（素数环问题） 2.1 模板算法1： int search(int k) { for (i = 1; i <= 算符种数; i++) { if 3 4 <2> 1 4 3 2 <3> 2 1 4 3 <4> 2 3 4 1 <5> 3 2 1 4 <6> 3 4 1 2 6 ---- 【3】模板算法2及其应用（数字拆分问题） 3.1 模板算法2 但是如果还要输出不同的拆分方法，就要使用以下搜索与回溯算法。 1 1 2 <3> 1 3 <4> 2 2 4 ---- 【4】搜索与回溯算法在排列组合中的应用 4.1 排列问题： 问题描述： 设有 n 个整数的集合 {1, 2, ..., n}，从中任意取出 r
1.6K40发布于 2019-06-16 - 来自专栏机器学习算法与Python学习
DNN在搜索场景中的应用
DNN在搜索场景中的应用潜力，也许会比你想象的更大。 --《阿里技术》 1.背 景 搜索排序的特征在于大量的使用了LR，GBDT，SVM等模型及其变种。 2.相 关 工 作 同时前人有很多工作给予了我们提示。 Deep Learning模型 在搜索中，使用了DNN进行了尝试了转化率预估模型。 转化率预估是搜索应用场景的一个重要问题，转化率预估对应的输入特征包含各个不同域的特征，如用户域，宝贝域，query域等，各种特征的维度都能高达千万，甚至上亿级别，如何在模型中处理超高维度的特征，成为了一个亟待解决的问题 2. 没有交叉重叠的红色为1的元素。
5.7K40发布于 2018-06-25 - 来自专栏数据派THU
从神经搜索到多模态应用
本文约5400字，建议阅读10分钟 从神经搜索到多模态应用，这里的神经搜索指的是在搜索系统中用神经网络模型。 提到神经搜索就必然想到多模态数据，因为神经网络相比于传统搜索方式，其最大的优势就在于可以很方便地对不同模态的数据进行融合。 本文将从以下几个方面进行介绍： 从神经搜索到多模态应用 多模态数据 多模态应用服务 Jina全家桶在DocsQA中的实践 01 从神经搜索到多模态应用 首先看一个典型的多模态数据——新闻，除了文字之外还会有图片的信息 近几年关于多模态的研究也越来越多，例如 OpenAI 在做 DALL·E 和 CLIP 两个模型，最近在做 DALL·E2；国内包括百度、悟道都在做相关研究；国外微软、谷歌和 Facebook 也都有相关的研究 03 多模态应用服务 解决了多模态数据的表示问题之后，下一个挑战是就是如何搭建多模态的应用服务。
90720编辑于 2023-03-29 - 来自专栏奇点大数据
RHadoop 应用（2） ： rmr2
上篇中我们介绍了rhdfs插件，R语言通过它可以加载和操作hdfs，这里为大家继续介绍Rhadoop的另一个插件rmr2,它能够在计算过程调用MapReduce，来看下如何使用： 1 安装 下载安装文件 rmr2_2.1.0.tar.gz，在bash环境本地安装 bash> R CMD INSTALL rmr2_2.1.0.tar.gz 注意： 如果是分布式环境，需要在所有datanode节点进行安装 2 测试 测试方法很简单，由于mapreduce也需要操作hdfs 因此rmr2封装了新的一套函数 from.dfs() 和 to.dfs() 来读取写入hdfs，这里的操作函数对写入hdfs的数据进行了压缩
1.1K100发布于 2018-04-11 - 来自专栏菲宇
Django应用Q方式自己写搜索功能
1、urls.py url(r'^search/$', views.search,name='search'), 2、views.py def search(request): keyword 3、搜索框入口 <form class="navbar-form navbar-left" action="{% url 'search' %}">
<button type="submit" class="btn btn-default">搜索 </button> </form> 4、搜索结果模板 <! DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>{{ keyword }}搜索结果</title>57820发布于 2019-08-29 - 来自专栏NewBeeNLP
深度学习在Airbnb搜索的应用实践
Introduction 最早一版实现的搜索排序是一个人工的打分函数，用GBDT替代人工打分函数使得业务有了airbnb有史以来最大的改善，同时也伴随着许多成功有效的迭代改进。 本文讨论的模型主要是用于对用户预定概率进行建模，对于一个用户，他会进行多次的搜索、点击，一个成功的session以预定一个房间作为结束。 GBDT我们将叶子结点作为类别特征加入模型： NN with GBDT & FM Deep NN 迭代到这个时候，模型的复杂度已经开始有点高了，为了解决这些问题，我们将数据量扩大了十倍，然后将网络变成2层 NN模型可以轻易处理类id的特征，我们通过城市和s2的格子取hash构建一种新的类别特征，然后进行embeddidng，这样可以学习到位置的偏好信息。 System Engineering 工程Pipeline总结如下： 搜索query打到一个java服务器，然后进行检索和打分 服务器产生log，徐俩画的thrift实例 采用Spark pipeline
91830发布于 2021-08-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号