Group items tagged

美丽少妇”“有图”就能耐吸引许多人点击

原本是“我很委屈”但写成“死死的咬住下嘴唇，可是又不敢哭出声来…”效果不错。

标点符号(2)我发现，女生特别喜欢用“!!!!”，一句话结束四五个叹号!!!!!一篇文章下来“!!!!”比文字还多!!!。标点不重要!!!!!但也有不少人会滥用标点!!!!我这样用!!!!你觉得这样好看吗?!!!!!

不知道学校会不会雇网络枪手 估计会吧学校阴招也不少上半年王洪瑞论文抄袭的时候 网上好多帖子就被删了最tm可气的是 学校里居然那时候还上不了网了 这新闻我还都是用手机上网看的 cao！

我在河大新区 大二的 家就是保定的 我给大家说一说事件发生后的情况吧那天是晚上刚从北街买东西回来 就看到学校门口乱哄哄的 人们围着一人一车 当时都不知道怎么了 后来才知道发生了这种事情 那个肇事的人我看到了 绝对是喝多了还是挺嚣张的 估计当时围着的人大都不知道怎么回事 知道了肯定就揍死他了 当时也没想到他会把人撞得那么严重 也就拿手机拍他车牌号了 不过也不是很清楚 网上有更清楚的当天晚上回宿舍大家都在说这事 第二天就全明白了 特别气愤 我就在我的qq空间 人人网 都写了日志，也在保定吧发了帖子，也发了自己拍的照片，也转了别人的照片。当时都快气死了，真恨不能把那小子杀之而后快。

然后学校就要求开班会了 要求所有人必须到 学校估计也是刚给老师们开完会 具体内容就是说 不许再念叨这个事情 也不许在网上写这个事 不许转帖 记者来了采访也不许说 更不许主动反映 当然更不许组织活动闹事什么的 如果从网上写东西啊什么的被知道 会被学校盯上以后找你的茬（我们导员原话） 接受记者采访乱说话的话就要受到处分 学校可能会安排一些学生干部啊 学生会的同学什么的接受记者采访 其他人不能接受 如果组织活动参加活动 就要一律开除 我们导员还说了 如果出了问题 学校就拿辅导员是问 辅导员就会直接找我们麻烦 就是这样 以后有什么好事不但甭想 而且在学校就会事事麻烦了

快捷连锁酒店对其目标客户所提供的服务渠道，实际上是一种与周边各类城市要素所建立出的“链接关系”。而这些需要链接的要素包括了：1. 酒店周边的常住人口----探亲访友的目标源2. 酒店周边的企业客户----商务出行和部分员工亲友访客的目标源3. 酒店附近的城市交通----方便的交通条件会扩大前两个要素的辐射能力总体而言，人口、企业、交通，这三个要素应当就是快捷连锁酒店在选址中需要重点考虑的了吧。无怪乎“location，location，location”的选址口号。

我们设定因变量为酒店运营综合评价指标；自变量中除了人口、企业、交通外，还加入了一些控制变量，具体包括酒店距离中心城区的距离、交通可达性（包括轨道交通站点和地面道路通达行）、覆盖区内常住人口数量、覆盖区内就业人口数量、酒店周边1平方公里的城市多样性指数、酒店周边1平方公里内连锁酒店竞争强度指数（考虑了势力范围内其他品牌快捷酒店的存在，基于百度地图搜索的上海所有1000多家快捷连锁酒店位置信息）等。然后对各项指标进行了归一化和对数处理，使得各项指标具有了数值上的可比性。再剔除了指标不够齐全的样本，最后保留上海市域内155个汉庭酒店样本进行回归分析。多元线性向后回归结果显示，酒店运营综合评价指标与城市轴线指数、交通可达性指数、10分钟覆盖区内常住人口数、10分钟覆盖区内就业人口数、20分钟覆盖区内高学历人口数呈正相关，与距离市中心的距离、多样性指数、竞争强度指数、20分钟覆盖区内就业人口数呈负相关。回归方程如下：y(运营综合指数)=95.9-54.42x1(距离指数)+46.87x2(城市发展轴线指数)+134.52x3(交通指数)-87.99x4(多样性指数)-243x5(竞争强度)+16.77x6(10min常住人口指数)+15.68x7(10min就业人口指数)-75.89x8(20min就业人口指数)+47.86x9(20min高学历人口指数)

在每个酒店的势力范围内，交通类权重的正面影响略大于人口与企业的影响；但除此之外，还有一个非常重要的负面影响因子需要考虑：“竞争强度”。竞争强度即是本品牌酒店势力范围内其他竞争性品牌酒店的数量。事实上，综合经营评价这个指数，正是连锁酒店之间资源共享和竞争博弈这两股力量共同作用下的综合结果，但这两股力量却有着各自的规律：1，资源要素（包括常住人口、企业就业和交通要素）往往在市中心高度密集，并从市中心向外围衰减。越靠近市中心，酒店之间越能够共享更大的资源。2，但由于更多的酒店选址在市中心，在市中心的竞争博弈也最为激烈。其激烈程度同样从市中心向外围衰减。越远离市中心，酒店之间的竞争博弈就越弱。因此，酒店选址并不仅仅与其势力范围内的区位要素有关，更与其势力范围面对的竞争对手有关。也就是：判断酒店选址优劣的度量=资源共享度与竞争博弈度之和。而正确的酒店选址，就是选择一个“资源共享度与竞争博弈度之和最大”的地址。

大型酒店集团都有忠诚度计划，而单体酒店和小酒店集团没有，因为他们缺乏庞大的常客数量和资源。

30％的休闲旅客表示积分并不会影响他们选择酒店，而82％的商务旅客表示他们会预订可以赚取积分的酒店。

通常情况下，城市酒店会比度假酒店接待更多的回头客和商务旅客。酒店除了计算自身的回头客数量，还应考虑周边其他酒店的情况

2、批发市场存在的依据在于品类齐全和小额批发，这是比订货制效率更高的分销模式；3、互联网是如何改造实体批发市场的：一方面，基于互联网的网上批发平台不但可以突破门店物理空间限制，实现海量商品在线，而且通过分类索引、搜索，让找货、组货轻而易举。另一方面，通过交易在线化，建立评价和信用体系，倒逼商户改善品质、交期等问题；4、批发市场本质上是一个Marketplace，其承担的信息汇聚与价格发现、交易和物流功能在互联网的影响下逐步分离；5、总体上，批发市场将大大减少。与产业集群紧密融合，能够辐射全球/全国的“产地型”批发市场，仍有一定发展空间，自身就在演化；纯集散地型、二三级批发市场，依据品类（终端需求的波动性）出现两级分化：部分转型零售，部分转型物流园。

中国的批发市场（又称为商品交易市场、专业市场）是个很有意思的存在：数量众多、体系庞杂，既有国外普遍存在的农产品市场，也有中国独有的消费品、五金建材、工业品MRO等市场；既有产地型的货源地市场，也有纯集散地型和销地型市场。根据中国商业联合会的数据，到2013年底，全国有9万多家商品交易市场，其中年交易额亿元人民币以上的专业市场5089家，总交易规模达到9.7万亿，从业人员超过数千万。

作为中小企业共享式的销售网络，批发市场一端连接有供给能力的中小制造企业，另一端连接有采购需求的中小企业，构成中国流通体系重要而独特的一环，也是实体经济重要的组成部分。

数字化的发展催生了各种基于互联网的各种技术应用，让数据处理和信息传播变得更简单，使我们更接近顾客、更了解顾客、更好地进行营销活动，数字化营销已经成为时代主流。

“数字化营销太TMD复杂了！”

营销人多数都不是技术出身，面对各种复杂的营销软件，自然用起来不是很得心应手。比如微博、微信的运营，听说哪个工具好

大家可以用“人货场的重构”来帮助我们思考新零售的本质。 进一步地想一想，在朝向新零售迈进的时候，“人”这个部分，到底是拉新，还是让老客户更加活跃，在战略上哪一个更重要？ “货”的部分，可以思考在全流程的生命周期里，如果是标准品，应该配置一个什么样的“场”？如果是非标品又应该配置什么样的“场”？ “场”就是所谓的线上跟线下的布局。线下要变成智慧门店，线上要去了解各个销售平台的规则，品牌商也可以自己做一个公众号、小程序或是销售网站，等等。 但是光了解这些还不足够让大家落地实操，我们应该用什么来重构人货场呢？

所谓的新零售，目前大部分还只是在讲销售和营销的互联网化。

新零售只不过是最先进入我们意识的一个概念，很快它就会带动起新供应链的改变，新制造的改变，新研发的改变，新管理的改变。

2018年，移动互联网用户规模达到9.95亿人，同比增长2.5%，整体增速有所放缓；手机出货量3.9亿部，同比下滑15.5%

用户使用时长方面，移动网民使用总时长增加27.8%，总时长增长远高于用户规模增长，这表明移动网民用户粘性不断提升。

头部领域饱和，细分领域仍有机会

电商的日益强盛，导致原来商场出销售额的主力——服装、化妆品等品类较大一部分销售已经从商场分流到线上电商了，传统的销售——租金收益模式正受到巨大挑战，许多商场不甘心成为电商的试衣间，无论是妄想要做自己的小电商还是更靠谱的人流分享到线上电商从而获得佣金收益的做法，总之商场在努力将触角从线下延伸到线上。

愿束手待毙的百货商店开始着手打造集会员、团购、订阅、支付、圈子、导航等多项服务于一体的O2O平台

各种服装品牌已经开始探索O2O模式，通过改变线下销售模式，增加线上销售渠道来寻求突破。传统百货商场按部就班，通过自建官方购物网站、入驻第三方电商平台和Wi—Fi环境搭建以及App营销进行O2O市场渠道布局。

Interbrand的十大品牌强度要素■内部清晰度：品牌价值观、品牌定位和品牌主张是否阐述明确，使消费者在看到或听到这个品牌的时候可以立刻知道并了解这些内容。内部重视程度：品牌在组织决策层面的高度，品牌在运作时间、得到的关注和获得的投资方面的支持程度。品牌保护：品牌在各个层面得到保护的程度，包括法律保护、专利成份和设计、制式、品牌地理分布与企业社会责任等。品牌反应力：品牌自身的领导意识和不断自我发展和更新的愿望带来的，可以应对变化和主动创造新机会的能力。■外部真实性：品牌是否基于产品的实际能力而建立，是否继承和传达了明确的理念及良好的价值观，是否可以满足消费者对其的期望。相关性：品牌在所有的人群分类和地理区域中，可以满足消费者的需求和期望的程度。差异性：消费者所感知的该品牌定位与其竞争对手定位之间的区分度和独特性。一致性：在各个接触点或各种传播方式上，品牌承诺被消费者所感知和所认同的程度。品牌存在性：对于品牌的谈论无处不在，品牌得到消费者、客户、舆论、社交媒体包括雇员正面评价的程度。理解度：客户和雇员不仅仅是知晓该品牌，并且对品牌的内涵有着深度的理解和洞察的程度。

实施数字化战略的基本活动· 建立企业网站。· 建立电子商务站点。· 在线广告投放。· 在搜索引擎优化、营销方面积极投入。· 拥有企业网站的移动设备专用版本。· 拥有电子商务站点的移动设备专用版本。· 拥有移动设备应用程序库。· 拥有以客户为中心的在线社区。· 拥有活跃的社会网络页面（例如Facebook、MySpace、LinkedIn等）。· 拥有活跃的微博账户。· 拥有活跃的视频网站页面。· 参与基于位置的社交媒体网站（例如foursquare）。· 拥有在线博客。· 拥有员工内部网络。· 拥有针对员工的内部社交媒体策略。

是由经营经营商品转换到经营顾客；是由商品创造价值的传统营销理念转换到顾客创造价值的新营销理念。也就是经营的核心要素变了，原来是洞察顾客需求，指导做好商品经营；现在需要转换到围绕经营顾客价值，用适合的商品、服务、营销去有效经营顾客价值。

快消品行业走过了产品主权时代、渠道主权时代，现在已经走入消费者主权时代。

商品极大丰富成为当前的主要市场特征

企业在运营中会遇到各种各样的危机，如有来自于外部的自然灾害、政治风波、法律、媒体、市场等方面的危机，也有来自于供应链、生产、销售以及人力资源、财务等各个环节的危机。但是无论哪种起源的危机,一旦发生就会使企业内部和企业外部都产生恐惧和怀疑,在企业公共关系上导致危机。 而危机公关5S原则，会有效地帮助众多企业从容应对危机，化危为机。

第一节承担责任原则（SHOULDERTHEMATTER）

“尽管推出这些新举措都觉得很有道理，但是，实施下来却并不合乎情理：它们只是被添加到其他的业务活动中，结果让我们在资金和运营方面战线越拉越长。”企业必须在战略、组织和运营等方面进行必要的深层次转型，成为高效益的数字营销者，这样才能变得更加灵敏、更具效率，进而加速收入增长。

成功的数字营销商将注意力集中在管理4个核心价值源

首先，它们对自己的活动进行协调，使消费者全程参与日益流行的数字化购买之旅。 第二，它们利用消费者对其品牌的兴趣，在各种媒体上发布有助于消费者树立自己个人营销身份形象的内容，并在这一过程中充当品牌大使。 第三，它们认识到，在管理为产品、细分市场、渠道和促销活动所创作的数量惊人的内容时，需要像大规模的多媒体出版商一样去思考。 最后，这些营销商需要从战略上谋划，如何收集和利用如今已经多到泛滥程度的数字数据。以前习惯于从家人或朋友处了解产品口碑并获得建议的消费者，现在开始阅读在线评论，在网站上对产品特性和价格进行比较，并通过社交网站对各种选择进行讨论。这种信息流不仅增强了消费者的能力，而且还使营销部门在消费者积极地了解产品种类并对选择进行评估时，能够参与与消费者的对话。

大陆这边，传媒类型的进化几乎停止，从价值观上来说，是终结了的。

在港台新创传媒中，新闻学院与传媒人士的结合相当自然，非常融洽。他们感到有社会问题需要传媒势力，就合作创造，学院的提供自己的知识，业界的以自己的优势参与。遇到什么问题，也都能站到一起面对。没有人认为不应该这样，它那么自然而然。

一个逐渐停滞的传媒生命体，对新闻学院的需求是很低的，也会加重新闻学院的内部殖民化，比如更多地向意识形态归顺，更深地进入学术的建制化，开创出一个无需对业界负责的学院生态。而停顿的媒体改造，在一个低水准上进行微量重复建设，也形成了闭环。

在当下你看到时、是你没有读过的，它才是新闻。

跟你特别相关的才是有价值重要的新闻

基于真实性基础上最抓人眼球的部分就是

一、市场环境分析，对内部和外部环境进行综合的战略环境分析。 二、市场细分，根据顾客需求上的差异，对某个产品或服务的市场逐一细分。 三、目标市场选择，经过比较和分析，选择一个或多个细分市场作为企业的目标市场。 四、确定市场定位，创立品牌或企业在目标顾客心智中的某种形象或个性特征。 五、确定竞争战略，企业根据其所处的竞争位置和竞争态势来制定竞争战略。

一、市场环境分析 对内部和外部环境进行综合的战略环境分析，可从以下五个方面进行分析。 （一）外部宏观环境分析 宏观环境因素包括经济、技术、政治、法律、社会、文化等（内容较多，本文不展开介绍）。部分宏观环境因素，甚至直接决定了企业的命运和发展空间。2007年，P2P理财模式作为海外舶来品正式登陆中国，市场监管处于真空状态，短短的八九年间，P2P平台蓬勃发展，但P2P行业仍然存在着良莠不齐的状况。近两年，监管政策的出台，P2P行业大洗牌已经开始，特别是限额之后，很多p2p业务类型将退出市场。 （二）外部行业环境分析 行业环境分析的基本目的，就是要评价一个行业的总体吸引力。近几年p2p越来越转向差异化竞争，如车贷、快消、新能源、农业等细分行业。因此，行业环境分析，不仅要做p2p网贷行业的环境分析，还要做细分行业的环境分析。 （三）内部价值链分析 价值链分析主要包括三方面内容，识别和界定价值活动、确认每项活动的价值贡献和成本、确认价值链的结构性因素。p2p网贷平台的价值活动包括，资产获取、风险控制、资金获取、用户服务等等，网贷市场从业者需分析企业竞争优势来自哪些价值活动，哪些价值活动是劣势，又该如何扬长避短。 （四）内部资源分析 企业资源是企业在向客户提供产品和服务的过程中，所拥有或所控制的，能够实现战略目标的各种生产要素的集合。包括有形资源，无形资源和人力资源三类。互联网金融不是谁想做就可以做，也不是想做什么业务就做什么类型的业务，需结合企业自身资源状况做出决策和选择。 （五）内部能力分析 企业能力，企业能够将其资源加以整合，以完成预期任务和目标的作用力。企业有丰富的资源也未必能够取得最终的成功。曾经有很多国企涉足互联网领域，他们有丰富的资源，但他们未必能够胜过民企。

二、市场细分 市场细分是指营销者通过市场调研，依据消费者位置、人口、心理、行为等标准，把某一产品的市场按照细分标准，整体划分为若干消费者群的市场分类过程。由于互联网金融客户可以分为个人和机构两类，因而，金融市场市场细分标准也应分别阐述。 （一）个人客户市场细分标准 1、地理标准 地理标准有国家、地区等具体维度。我国互联网金融机构大多集中在大中型城市和经济发达的地区，事实上，以“地域”为细分标准，互联网金融市场就可以划分为：大中城市市场、县域市场、乡镇市场和农村市场。 2、人口标准 人口标准有年龄、性别、职业、收入、家庭类型等具体维度。以“性别”为细分标准，互联网金融市场可以划分为男性市场和女性市场。以“年龄”为细分标准，互联网金融市场可以划分为90后市场、80后市场和中老年市场。 3、心理标准 心理标准有生活方式、个性、价值观念等具体维度。以“风险意愿”为细分标准，互联网金融市场理财用户，可划分为激进型理财用户与保守型理财用户。 4、行为标准 行为标准有购买时期、购买地点、目的、使用频率、品牌忠诚度等具体维度。比如，按照参与金融活动的目的划分，个人客户可以被细分为利益型客户群、方便型客户群、安全型客户群和身份型客户群。 （二）机构客户市场细分标准 1、机构客户规模 通过对机构客户营业额、总产值、固定资产总值、资本总额等因素评估机构客户规模，根据其规模大小，可将机构客户细分为大型企业、中型企业和小型企业。 2、机构客户性质 以“机构客户是否上市”为细分标准，P2P网贷市场可分为上市公司市场和非上市公司市场。以“机构客户是否为国企”为细分标准，P2P网贷市场可分为国企市场与民企市场。 3、机构经营范围 以“机构经营范围”为细分标准，是p2p网贷行业最常见的细分方法，P2P网贷市场可分为：汽车市场、环保市场、房地产市场、快消品市场等。

下面是一些比较重要的算法，原文罗列了32个，但我觉得有很多是数论里的，和计算机的不相干，所以没有选取。下面的这些，有的我们经常在用，有的基本不用。有的很常见，有的很偏。不过了解一下也是好事。也欢迎你留下你觉得有意义的算法。（注：本篇文章并非翻译，其中的算法描述大部份摘自Wikipedia，因为维基百科描述的很专业了）

A*搜寻算法俗称A星算法。这是一种在图形平面上，有多个节点的路径，求出最低通过成本的算法。常用于游戏中的NPC的移动计算，或线上游戏的BOT的移动计算上。该算法像Dijkstra算法一样，可以找到一条最短路径；也像BFS一样，进行启发式的搜索。 Beam Search束搜索(beam search)方法是解决优化问题的一种启发式方法，它是在分枝定界方法基础上发展起来的，它使用启发式方法估计k个最好的路径，仅从这k个路径出发向下搜索，即每一层只有满意的结点会被保留，其它的结点则被永久抛弃，从而比分枝定界法能大大节省运行时间。束搜索于20 世纪70年代中期首先被应用于人工智能领域,1976 年Lowerre在其称为HARPY的语音识别系统中第一次使用了束搜索方法，他的目标是并行地搜索几个潜在的最优决策路径以减少回溯，并快速地获得一个解。 二分取中查找算法一种在有序数组中查找某一特定元素的搜索算法。搜素过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜素过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。这种搜索算法每一次比较都使搜索范围缩小一半。 Branch and bound分支定界(branch and bound)算法是一种在问题的解空间树上搜索问题的解的方法。但与回溯算法不同，分支定界算法采用广度优先或最小耗费优先的方法搜索解空间树，并且，在分支定界算法中，每一个活结点只有一次机会成为扩展结点。 数据压缩数据压缩是通过减少计算机中所存储数据或者通信传播中数据的冗余度，达到增大数据密度，最终使数据的存储空间减少的技术。数据压缩在文件存储和分布式系统领域有着十分广泛的应用。数据压缩也代表着尺寸媒介容量的增大和网络带宽的扩展。 Diffie–Hellman密钥协商Diffie–Hellman key exchange，简称“D–H”，是一种安全协议。它可以让双方在完全没有对方任何预先信息的条件下通过不安全信道建立起一个密钥。这个密钥可以在后续的通讯中作为对称密钥来加密通讯内容。 Dijkstra’s 算法迪科斯彻算法（Dijkstra）是由荷兰计算机科学家艾兹格·迪科斯彻（Edsger Wybe Dijkstra）发明的。算法解决的是有向图中单个源点到其他顶点的最短路径问题。举例来说，如果图中的顶点表示城市，而边上的权重表示著城市间开车行经的距离，迪科斯彻算法可以用来找到两个城市之间的最短路径。 动态规划动态规划是一种在数学和计算机科学中使用的，用于求解包含重叠子问题的最优化问题的方法。其基本思想是，将原问题分解为相似的子问题，在求解的过程中通过子问题的解求出原问题的解。动态规划的思想是多种算法的基础，被广泛应用于计算机科学和工程领域。比较著名的应用实例有：求解最短路径问题，背包问题，项目管理，网络流优化等。这里也有一篇文章说得比较详细。 欧几里得算法在数学中，辗转相除法，又称欧几里得算法，是求最大公约数的算法。辗转相除法首次出现于欧几里得的《几何原本》（第VII卷，命题i和ii）中，而在中国则可以追溯至东汉出现的《九章算术》。 最大期望（EM）算法在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。最大期望算法经过两个步骤交替进行计算，第一步是计算期望（E），利用对隐藏变量的现有估计值，计算其最大似然估计值；第二步是最大化（M），最大化在 E 步上求得的最大似然值来计算参数的值。M 步上找到的参数估计值被用于下一个 E 步计算中，这个过程不断交替进行。

快速傅里叶变换(FFT)快速傅里叶变换（Fast Fourier Transform，FFT），是离散傅里叶变换的快速算法，也可用于计算离散傅里叶变换的逆变换。快速傅里叶变换有广泛的应用，如数字信号处理、计算大整数乘法、求解偏微分方程等等。本条目只描述各种快速算法，对于离散傅里叶变换的性质和应用，请参见离散傅里叶变换。 哈希函数HashFunction是一种从任何一种数据中创建小的数字“指纹”的方法。该函数将数据打乱混合，重新创建一个叫做散列值的指纹。散列值通常用来代表一个短的随机字母和数字组成的字符串。好的散列函数在输入域中很少出现散列冲突。在散列表和数据处理中，不抑制冲突来区别数据，会使得数据库记录更难找到。 堆排序Heapsort是指利用堆积树（堆）这种数据结构所设计的一种排序算法。堆积树是一个近似完全二叉树的结构，并同时满足堆积属性：即子结点的键值或索引总是小于（或者大于）它的父结点。 归并排序Merge sort是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。 RANSAC 算法RANSAC 是”RANdom SAmpleConsensus”的缩写。该算法是用于从一组观测数据中估计数学模型参数的迭代方法，由Fischler and Bolles在1981提出，它是一种非确定性算法，因为它只能以一定的概率得到合理的结果，随着迭代次数的增加，这种概率是增加的。该算法的基本假设是观测数据集中存在”inliers”（那些对模型参数估计起到支持作用的点）和”outliers”（不符合模型的点），并且这组观测数据受到噪声影响。RANSAC 假设给定一组”inliers”数据就能够得到最优的符合这组点的模型。 RSA加密演算法这是一个公钥加密算法，也是世界上第一个适合用来做签名的算法。今天的RSA已经专利失效，其被广泛地用于电子商务加密，大家都相信，只要密钥足够长，这个算法就会是安全的 并查集Union-find并查集是一种树型的数据结构，用于处理一些不相交集合（Disjoint Sets）的合并及查询问题。常常在使用中以森林来表示。 Viterbi algorithm寻找最可能的隐藏状态序列(Finding most probable sequence of hidden states) 　　附录 关于这个世界上的算法，你可以看看Wikipedia的这个网页：http://en.wikipedia.org/wiki/List_of_algorithms 关于排序算法，你可以看看本站的这几篇文章《一个显示排序过程的Python脚本》、《一个排序算法比较的网站》