java查重工具类_java文本查重工具类封装

旧城等待， 2022-11-10 01:11 141阅读 0赞

【实例简介】

终于重构好代码了，使用模式：模板模式、策略模式、建造者模式、单一职责，弄一个余弦定理、simhash文本查重代码，并使用二叉排序树和平衡二叉树(待测试)来优化查询。百万数据查重秒查

【实例截图】

【核心代码】

wgh-similar-02

└── wgh-similar

├── pom.xml

├── src

│   ├── main

│   │   └── java

│   │   └── cn

│   │   └── wgh

│   │   └── similar

│   │   ├── Similar.java

│   │   ├── cosine

│   │   │   └── Cosine.java

│   │   └── simhash

│   │   ├── AbstractSimHash.java

│   │   ├── HelpUtils.java

│   │   ├── SegmentationSimHash.java

│   │   ├── SimHash.java

│   │   ├── SimpleSimHash.java

│   │   ├── helper

│   │   │   └── bt

│   │   │   └── BTreeHelper.java

│   │   └── support

│   │   ├── AbstractNode.java

│   │   ├── AbstractNodeBuilder.java

│   │   ├── BuilderAdapter.java

│   │   ├── NodeBuilder.java

│   │   ├── NodeBuilderAdapter.java

│   │   ├── bbt

│   │   │   ├── BTreeHighType.java

│   │   │   ├── BTreeUnbalanceType.java

│   │   │   ├── BalanceBinaryTree.java

│   │   │   └── BalanceBinaryTreeBulder.java

│   │   ├── bst

│   │   │   ├── BinarySortTree.java

│   │   │   └── BinarySortTreeBulder.java

│   │   └── bt

│   │   ├── AbstractBTree.java

│   │   ├── BTree.java

│   │   ├── BTreeBulder.java

│   │   └── BTreeNode.java

│   └── test

│   └── java

│   └── cn

│   └── wgh

│   └── similar

│   ├── KdBTreeTest.java

│   └── SimHashTest.java

└── target

└── classes

└── META-INF

├── MANIFEST.MF

└── maven

└── cn.wgh

└── wgh-similar

├── pom.properties

└── pom.xml

26 directories, 29 files

发表评论取消回复

表情：

评论列表（有 0 条评论，141人围观）

还没有评论，来说两句吧...

相关阅读

相关 Java DButils 封装工具类

一、含有的功能 (1) 获取连接数据库的对象 (2) 关闭资源 (3) 开启手动提交事务 (4) 回滚事务 (5) 提交事务 package com.bdq

落日映苍穹つ/ 2024年03月23日 12:33/ 0 赞/ 46 阅读

相关 Java实现论文查重系统

1.论文查重系统背景日常生活中投票是非常常见的一件事，随着现在科技的发展，电子投票都是以线上操作的形势完成,本系统为模仿电子投票系统所作。 a.本系统有管理员登录，

忘是亡心i/ 2023年02月10日 13:26/ 0 赞/ 187 阅读

相关 java查重工具类_java文本查重工具类封装

【实例简介】终于重构好代码了，使用模式：模板模式、策略模式、建造者模式、单一职责，弄一个余弦定理、simhash文本查重代码，并使用二叉排序树和平衡二叉树(待测试)来优化查

旧城等待，/ 2022年11月10日 01:11/ 0 赞/ 142 阅读

相关 java查重精确算法_一个查重算法的多种实现思路

需求描述：已知一个长度为100的int型数组，并且每个元素的值大于等于1，并小于等于100，写出一个函数，判断该数组中是否存在重复元素。这个是大概2年前参加面试的一道算法题

秒速五厘米/ 2022年11月06日 10:54/ 0 赞/ 165 阅读

相关 Java封装OkHttp3工具类

![0D5F937FE12312312D81F17F.jpg][] 程序员的成长之路互联网/程序员/技术/资料共享 [关注][Link 1] 阅读本文大概需要 5.

港控/mmm°/ 2022年10月12日 05:25/ 0 赞/ 305 阅读

相关 java工具类------日期工具类

1.不多说直接上代码，小伙伴们可以看注释，代码如下： import java.text.DateFormat; import java.text.ParseE

不念不忘少年蓝@/ 2022年06月18日 08:13/ 0 赞/ 407 阅读

相关 Java的System类封装工具类

SystemUtil.java package com.xiaoleilu.hutool.system; import java.io.PrintW

╰半橙微兮°/ 2022年06月05日 05:13/ 0 赞/ 250 阅读

相关 JAVA封装工具类

时间工具类 > 1、时间戳转日期 > 2、获取当前时间戳 > 3、日期转时间戳 import java.text.SimpleDateFormat;

川长思鸟来/ 2022年05月15日 03:20/ 0 赞/ 358 阅读

相关 SQLiteDatabase工具类(增删改查)

SQLite 是一个软件库，实现了自给自足的、无服务器的、零配置的、事务性的 SQL 数据库引擎。SQLite 是在世界上最广泛部署的 SQL 数据库引擎。SQLit

梦里梦外;/ 2022年05月12日 05:36/ 0 赞/ 199 阅读

相关文本查重（未完）

因为申请的学校的项目，准备写个文本查重。浏览了些网上的资料，结合下自己的实际需求，觉得simhash算法比较合适一些。先附上一些参考资料吧需求总结不错 [http

心已赠人/ 2022年03月29日 03:16/ 0 赞/ 196 阅读