搜索java题的软件搜索java

windows10下java的安装教程？

1、首先，我们可能需要查看一下电脑的配置信息，单击开始按钮选择系统，一般我们只需要关注是多少位的系统，还有是windows或Linux即可，如图：

2、在网络畅通的情况下，在任意浏览器都可以查找java的下载链接，我这边的链接是，输入地址后，按照图示操作：

3、单击下载后，我这边选择下载的是exe格式的，一般也可以选择压缩文件下载，如图所示：

4、接着就可以进行java的安装了，双击文件进行安装，如图所示：

5、按照软件的安装进程，一步步显示，如图所示：

6、一般软件安装特别支持英文路径的安装，这边java我安装到s盘，如图所示：

搜索java题的软件搜索java

7、单击下一步后，软件安装中有可能需要等待几分钟，如图所示：

8、文件提取后，会弹出如图所示：

9、稍微等待下，至此java安装结束，如图所示：

如何快速入门学习java？

如果你是想通过学习Java来找一份工作，成为赖以谋生的工具，首先要知道，学习Java不单仅仅是学Java这么简单。Java大部分工作指的是Java Web方向，什么意思呢？我给你拉个清单你看一下，这些东西都是要去学的，Servlet、JSP、Cookie、Session、Web服务器、HTML、css、JavaScript、JDBC、XML、数据库，还有一些前端框架jquery，easyui等，还有Java常用的框架Spring、Hibernite、Struts等等，好不容易学完了，你发现没有经验找不到工作，好不容易找到工作了，你又发现公司用那些框架和你学的不一样，有可能是SpringMVC，Spring boot等，项目级里的新技术初学者容易转换不过来，都会造成打击。Java本身并不难，难的是坚持，好多人都是败给了坚持。个人认为，对Java不感兴趣或天赋不是太高的话，要慎重选择自学Java。当然除了Java Web以外，还有其它路线，Android和大数据方向，Android偏前端一点，基本上安卓都是混合开发了，所以HTML、css、JavaScript、XML、数据库还是跑不掉，当然原生简单一些。至于大数据方向，建议有一定工作经验再去狩猎。

最后，是关于你的问题，初学者怎么学习Java？

1、首先你要定一个目标，是Android，还是Java web方向。

搜索java题的软件搜索java

2、从Java基础开始吧，零基础的话推荐一本书：Head first Java。还有网上自己搜Java零基础视频，有C++基础的话，Java核心技术和Think in Java不错，值得一看。

如果确定要学，就要下定决心，不要犹犹豫豫，有一副励志联写得特别好：

零基础的可以看一下百战程序员高琪老师的java300集免费课程，

java如何实现搜索功能？

先写具体的实现代码，具体的实现思路和逻辑写在代码之后。

搜索时用于排序的Bean

构造的搜索数据结构以及简单的搜索算法

[java] view plain copy print?

/**
*@Description:
*/
package cn.lulei.search.engine;
import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.HashMap;
import java.util.HashSet;
import java.util.List;
import cn.lulei.search.engine.model.SortBean;
public class SerachBase {
//details 存储搜素对象的详细信息，其中key作为区分Object的唯一标识
private HashMap<String, Object> details = new HashMap<String, Object>();
//对于参与搜索的关键词，这里采用的稀疏数组存储，也可以采用HashMap来存储，定义格式如下
//private static HashMap<Integer, HashSet<String>> keySearch = new HashMap<Integer, HashSet<String>>();
//HashMap中额key值相当于稀疏数组中的下标，value相当于稀疏数组在该位置的值
private final static int maxLength = Character.MAX_VALUE;
@SuppressWarnings("unchecked")
private HashSet<String>[] keySearch = new HashSet[maxLength];
/**
*@Description: 实现单例模式，采用Initialization on Demand Holder加载
*@Author:lulei
*@Date:2014-7-19
*@Version:1.1.0
*/
private static class lazyLoadSerachBase {
private static final SerachBase serachBase = new SerachBase();
}
/**
* 这里把构造方法设置成私有为的是单例模式
*/
private SerachBase() {
}
/**
* @return
* @Date:2014-7-19
* @Author:lulei
* @Description: 获取单例
*/
public static SerachBase getSerachBase() {
return lazyLoadSerachBase.serachBase;
}
/**
* @param id
* @return
* @Date:2014-7-19
* @Author:lulei
* @Description: 根据id获取详细
*/
public Object getObject(String id) {
return details.get(id);
}
/**
* @param ids
* @return
* @Date:2014-7-19
* @Author:lulei
* @Description: 根据ids获取详细，id之间用","隔开
*/
public List<Object> getObjects(String ids) {
if (ids == null || "".equals(ids)) {
return null;
}
List<Object> objs = new ArrayList<Object>();
String[] idArray = ids.split(",");
for (String id : idArray) {
objs.add(getObject(id));
}
return objs;
}
/**
* @param key
* @return
* @Date:2014-7-19
* @Author:lulei
* @Description: 根据搜索词查找对应的id，id之间用","分割
*/
public String getIds(String key) {
if (key == null || "".equals(key)) {
return null;
}
//查找
//idTimes存储搜索词每个字符在id中是否出现
HashMap<String, Integer> idTimes = new HashMap<String, Integer>();
//ids存储出现搜索词中的字符的id
HashSet<String> ids = new HashSet<String>();
//从搜索库中去查找
for (int i = 0; i < key.length(); i++) {
int at = key.charAt(i);
//搜索词库中没有对应的字符，则进行下一个字符的匹配
if (keySearch[at] == null) {
continue;
}
for (Object obj : keySearch[at].toArray()) {
String id = (String) obj;
int times = 1;
if (ids.contains(id)) {
times += idTimes.get(id);
idTimes.put(id, times);
} else {
ids.add(id);
idTimes.put(id, times);
}
}
}
//使用数组排序
List<SortBean> sortBeans = new ArrayList<SortBean>();
for (String id : ids) {
SortBean sortBean = new SortBean();
sortBeans.add(sortBean);
sortBean.setId(id);
sortBean.setTimes(idTimes.get(id));
}
Collections.sort(sortBeans, new Comparator<SortBean>(){
public int compare(SortBean o1, SortBean o2){
return o2.getTimes() - o1.getTimes();
}
});
//构建返回字符串
StringBuffer sb = new StringBuffer();
for (SortBean sortBean : sortBeans) {
sb.append(sortBean.getId());
sb.append(",");
}
//释放资源
idTimes.clear();
idTimes = null;
ids.clear();
ids = null;
sortBeans.clear();
sortBeans = null;
//返回
return sb.toString();
}
/**
* @param id
* @param searchKey
* @param obj
* @Date:2014-7-19
* @Author:lulei
* @Description: 添加搜索记录
*/
public void add(String id, String searchKey, Object obj) {
//参数有部分为空，不加载
if (id == null || searchKey == null || obj == null) {
return;
}
//保存对象
details.put(id, obj);
//保存搜索词
addSearchKey(id, searchKey);
}
/**
* @param id
* @param searchKey
* @Date:2014-7-19
* @Author:lulei
* @Description: 将搜索词加入到搜索域中
*/
private void addSearchKey(String id, String searchKey) {
//参数有部分为空，不加载
//这里是私有方法，可以不做如下判断，但为了设计规范，还是加上
if (id == null || searchKey == null) {
return;
}
//下面采用的是字符分词，这里也可以使用现在成熟的其他分词器
for (int i = 0; i < searchKey.length(); i++) {
//at值相当于是数组的下标，id组成的HashSet相当于数组的值
int at = searchKey.charAt(i);
if (keySearch[at] == null) {
HashSet<String> value = new HashSet<String>();
keySearch[at] = value;
}
keySearch[at].add(id);
}
}
}

测试用例：

[java] view plain copy print?

/**
*@Description:
*/
package cn.lulei.search.engine.test;
import java.util.List;
import cn.lulei.search.engine.SerachBase;
public class Test {
public static void main(String[] args) {
// TODO Auto-generated method stub
SerachBase serachBase = SerachBase.getSerachBase();
serachBase.add("1", "你好！", "你好！");
serachBase.add("2", "你好！我是张三。", "你好！我是张三。");
serachBase.add("3", "今天的天气挺好的。", "今天的天气挺好的。");
serachBase.add("4", "你是谁？", "你是谁？");
serachBase.add("5", "高数这门学科很难", "高数确实很难。");
serachBase.add("6", "测试", "上面的只是测试");
String ids = serachBase.getIds("你的高数");
System.out.println(ids);
List<Object> objs = serachBase.getObjects(ids);
if (objs != null) {
for (Object obj : objs) {
System.out.println((String) obj);
}
}
}
}

测试输出结果如下：

5,3,2,1,4,高数确实很难。今天的天气挺好的。你好！我是张三。你好！你是谁？

这样一个简单的搜索引擎也就算是完成了。

问题一：这里面的分词采用的是字符分词，对汉语的处理还是挺不错的，但是对英文的处理就很弱。

改进方法：采用现在成熟的分词方法，比如IKAnalyzer、StandardAnalyzer等，这样修改，keySearch的数据结构就需要做下修改，可以修改为 private HashMap<String, String>[] keySearch = new HashMap[maxLength]; 其中key存储分的词元，value存储唯一标识id。

问题二：本文实现的搜索引擎对词元并没有像lucene设置权重，只是简单的判断词元是否在对象中出现。

改进方法：暂无。添加权重处理，使数据结构更加复杂，所以暂时没有对其做处理，在今后的文章中会实现权重的处理。

在SerachBase类中设置details和keySearch两个属性，details用于存储Object的详细信息，keySearch用于对搜索域做索引。details数据格式为HashMap，keySearch的数据格式为稀疏数组（也可以为HashMap，HashMap中额key值相当于稀疏数组中的下标，value相当于稀疏数组在该位置的值）。

对于details我就不做太多的介绍。

keySearch中数组下标（如用HashMap就是key）的计算方法是获取词元的第一个字符int值（因为本文的分词采用的是字符分词，所以一个字符就是一个词元），该int值就是数组的下标，相应的数组值就是Object的唯一标识。这样keySearch的数据结构就如下图

因此想添加新纪录的时候只需要调用add方法即可。

对于搜索的实现逻辑和上面的keySearch类似。对于id的搜索直接使用HashMap的get方法即可。对于搜索词的一个搜索，整体的过程也是采用先分词、其次查询、最后排序。当然这里面的分词要和创建采用的分词要一致（即创建的时候采用字符分词，查找的时候也采用字符分词）。

在getIds方法中，HashMap<String, Integer> idTimes = new HashMap<String, Integer>();idTimes 变量用来存储搜索词中的词元有多少个在keySearch中出现，key值为唯一标识id，value为出现的词元个数。HashSet<String> ids = new HashSet<String>(); ids变量用来存储出现的词元的ids。这样搜索的复杂度就是搜索词的词元个数n。获得包含词元的ids，构造SortBean数组，对其排序，排序规则是出现词元个数的降序排列。最后返回ids字符串，每个id用"，"分割。如要获取详细信息再使用getObjects方法即可。