本地文本索引及java的HashMap实现
这个学期的信息检索课要做一个大的作业，其实就是相当于一个搜索引擎，但是是基于本地文本文件的检索，不需要扒网页，也不能使用Lucence或Lemur等强大的第三方开源软件，要全部自己完成。
要说索引倒是十分简单，就是倒排而已，并没有什么复杂，而且第一版的作业要求只要以字为索引即可，而且不需要对结果进行排序和高亮显示，甚至不需要记录该字在文档中出现的次数和位置。所以在完成的时候也就是使用了一个较为简单的存储数据结构，即HashMap<string, HashSet<int>>这样一个结构，第一个参数存储的是字，后面的HashSet中存储的是该字出现的文档号，由于字和文档号都不需要重复记录，所以采用了哈希结构。
不久又开始做数据库的作业，内容是基于数据库的信息检索，这次的数据量相对要大很多，大概有300多M的数据，而且必须用C++来完成，开始是用STL的map来做，但是map是没有实现哈希的，插入时要判断重复，所以速度会指数级变慢，380万条数据处理到50万时就已经慢到不行了，而且吃内存十分严重，所以就希望自己实现一个HashMap。
虽然网上也有现成的代码，但是还是想自己写一个，想到java中用到了JDK1.6的HashMap，就想着顺便看一下JDK的源码，然后照猫画虎移植到C++中，大概花了一天左右的时间实现了一个较简单的，没有实现迭代器的HashMap，顺便记录一下在看JDK源码时的一些收获，毕竟写得还是相当精彩的，可以这么说吧。
首先是散列码的计算，这是做哈希最重要的一部分，没有一个好的散列函数，一切都是空谈，下面是JDK1.6中哈希的计算，一些参数我直接初始化使用了，源码中不是这样写的，但是结果是一样的，这里是String类hashCode的计算：
int hashCode(string s) {
int h = 0, off = 0;
int len = s.length();
for (int i = 0; i < len; i++)
h = 31 * h + s[off++];
return h;
}
上面是String类的hashCode的计算，在HashMap中，基于这个结果又进行了进一步计算，算法如下：
int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
其中参数h就是String的hashCode，虽然是简单的四次移位和六次按位异或的计算，但是效果却是惊人的，经测试，在使用0.75作为负载因子，380万条数据共1万多个键的分布情况是极为平均的，并且移位和按位逻辑运算是在所有运算中最快的，即使处理的都是中文效果也非常好，比起�
相关文档：
Java NIO API详解
在JDK
1.4以前，Java的IO操作集中在java.io这个包中，是基于流的阻塞（blocking）API。对于大多数应用来说，这样的API使用很方
便，然而，一些对性能要求较高的应用，尤其是服务端应用，往往需要一个更为有效的方式来处理IO。从JDK 1.4起，NIO
API作为一个基于缓冲区，并能提供非阻塞(non-blo ......
第一部分. 提示
我需要读这篇文章吗？
Java类加载器对Java系统的运行是至关重要的，但是却常常被我们忽略。Java类加载器负载
在运行时查找和加载类。自定义类加载器可以完全改变类的加载方式，以自己喜欢的方式来
个性化你的Java虚拟机。本文简要的介绍Java类加载器，然后通过一个构造自定义类加载器
的例子来说明，这 ......
第二种简单的方法就是,在http://proguard.sourceforge.net/下载ZIP包.最新的是4.5BETA
解压缩后,双击proguardgui.jar
运行软件
最傻瓜的设置方法:设置好INPUT/OUTPUT,点PROCESS.结果就出来了.
生成了.a.class.b.class 用JAD反编译,JAD提示:不能完整的反编译....,打开编译后的代码变量和函数名全部被� ......
Java基础-学习使用Annotation注解对象
注解(也被称为元数据)为我们在代码中添加信息提供了一种形式化的方法,使我们可以在稍后某
个时刻非常方便地使用这些数据
1-1:基本语法
Java SE5内置三种标准注解
@Override:表示当前的方法定义将覆盖超类中的方法.如果你不小心拼写错误,或者方法签名对不上被覆
盖的方法 ......
2006-01-18 13:53作者：出处：博客园责任编辑：方舟 http://dev.yesky.com/178/2278678.shtml 引言
Java的堆是一个运行时数据区，类的实例(对象)从中分配空间。Java虚拟机(JVM)的堆中储存着正在运行的应用程序所建立的所有对象，这些对象通过new、newarray、anewarray和multianewarray等指令建立，但是它们不需� ......
