ssa演算法

❶ MKV與RMVB格式的區別

MKV不是一種壓縮格式，DivX、XviD才是視頻壓縮格式，MP3、OGG才
是音頻壓縮格式。
MKV是個"組合"和"封裝"的格式，換句話說就是一種容器格式。
舉個例子的話就比較容易理解了，把只有視頻的XviD和只有音頻的MP3組合起來，然後以
一種多媒體介質的形式出現，最常見的就是AVI，其次就是OGM，還有MP4等不太常見的。
AVI的出現已經超過了10年，漸漸體現出老態了，除了近年通過VD可以擁有2個音軌，沒
有其他的改進。
OGM的出現，標志著多音軌格式的出現，可以合成8個以上的音軌，音頻上自然也多了OG
G這個格式，重要的是可以"內掛"字幕，老外稱為"軟字幕"，可以任意開關，可以"內掛"8個以上的字幕，美中不足的是僅僅支持srt格式，並且不支持Unicode，對亞洲字元支持嚴重不足。還有一個就是Charpter功能，可以自定義段落，播放時就可以選擇了。是不是越來越像DVD啦？但是當時的OGM源碼是不公開的，就那麼幾個人在開發，自然進度慢了，前一陣幾乎陷入了"死亡"。最近宣布公開源碼，加入Open
Source行列，重新開始開發。
MKV就是在OGM停滯的那段時間出現的，由俄羅斯的程序員開發的，從一開始就是Open
Se行列，重新開始開發。
MKV就是在OGM停滯的那段時間出現的，由俄羅斯的程序員開發的，從一開始就是Open
Source，因此得到了很多其他程序員的幫助，開發速度相當快。
OGM有的MKV都有，另外還有很多獨特的功能。其中最令人振奮的就是Gabest開發的Plugin，不僅開發了專門的播放器Media
Player
Classic，這個東西的強大相信用過的人都有體會。還開發了很多的MKV用的Mux（合成器），尤其是Real格式的Mux。
Real的RMVB是封閉格式，官方的Helix根本就不支持多聲道，所以盡管演算法很優秀，但在聲效大片的再現上就無能為力了，只能乖乖讓位給可以合成AC3和DTS的AVI以及OGM了。
但Gabest開發的Realmedia
Splitter和MKV
Mux可以讓RMVB格式的視頻和AC3、DTS合成MKV，從根本上克服了RMVB音頻上的弱點。
不僅如此，還開發了VSFilter.dll和SubtitleSource.ax這2個Plugin，宣布支持ssa和ass的格式軟字幕。
可能大家看了有點暈，我也說的太多了，總結就是下面幾條：
1、支持多種格式的視頻和音頻，尤其是Real
2、支持多音軌，多達16條以上
3、支持ssa，ass軟字幕，多達16條以上
4、支持段落選取（由製作人決定）

❷ 哪本"編譯原理"的書比較好

我們學校用的是《編譯原理》與《編譯原理與實踐》這兩本書，這兩本書都是國外的教材。我覺得《編譯原理與實踐》這本書不錯，自學應該能看懂，而且代碼比較多，書最後還有整個小型編譯器的源代碼。
編譯不好學，你就慢慢學吧。

下面的資料請作參考：

當代編譯技術三大聖經級別的教材

1.龍書(Dragon book)
書名是Compilers: Principles,Techniques,and Tools
作者是：Alfred V.Aho,Ravi Sethi,Jeffrey D.Ullman

內容簡介
《編譯原理》作者Alfred V．Aho、Ravi Sethi和Jeffrey D．Ullman是世界著名的計算機 科學家，他們在計算機科學理論、資料庫等很多領域都做出了傑出貢獻。《編譯原理》 是編譯領域無可替代的經典著作，被廣大計算機專業人士譽為「龍書」。《編譯原理》一 直被世界各地的著名高等院校和科研機構(如貝爾實驗室、哥倫比亞大學、普 林斯頓大學和斯坦福大學等)廣泛用作本科生和研究生編譯原理與技術課程的 教材，《編譯原理》對我國計算機教育界也具有重大影響。 書中深入討論了編譯器設計的重要主題，包括詞法分析、語法分析、語法制 導分析、類型檢查、運行環境、中間代碼生成、代碼生成、代碼優化等，並在 最後兩章中討論了實現編譯器的一些編程問題和幾個編譯器實例，而且每章都 提供了大量的練習和參考文獻。

與上一版相比，《編譯原理》第二版進行了全面的修訂，涵蓋了編譯器開發方面的最新進展。每章中都提供了大量的系統及參考文獻。《編譯原理》是編譯原理課程方面的經典教材，內容豐富，適合作為高等院校計算機及相關專業本科生及研究生的編譯原理課程的教材，也是廣大技術人員的極佳參考讀物。

作者簡介
Alfred V．Aho，美國歌倫比亞大學教授，美國國家工程院院士，ACM和IEEE會士，曾獲得IEEE的馮·諾伊曼獎。著有多部演算法、數據結構、編譯器、資料庫系統及計算機科學基礎方面的著作。
Monica S．Lam，斯坦福大學計算機科學系教授，曾任Tensilica的首席科學家，也是Moka5的首任CEO。曾經主持SUIF項目，該項目產生了最流行的研究用編譯器之一。
Ravi Sethi，Avaya實驗室總裁，曾任貝爾實驗室高級副總裁TLucent Technologies通信軟體的CTO。他曾在賓夕法尼亞州立大學、亞利桑那州立大學和普林斯頓大學任教，是ACM會士。
Jeffrey D．Ullman斯坦福大學計算機科學系教授和Gradiance CEO，他的研究興趣包括資料庫理論、資料庫集成、數據挖掘和利用信息基礎設施教學等。他是美國國家工程院院士、IEEE會士，獲得過ACM的KarIstrom傑出教育家獎和Knuth獎。
第一版中文版
第二版中文版

2.鯨書(Whale book)
書名是：Advanced Compiler Design and Implementation
作者是：Steven S.Muchnick

內容簡介
本書迎接現代語言和體系結構的挑戰，幫助讀者作好准備，去應對將來要遇到的編譯器設計的問題。
本書涵蓋現代微處理器編譯器的設計和實現方面的所有高級主題。本書從編譯設計基礎領域中的高級問題開始，廣泛而深入地闡述各種重要的代碼優化技術，分析各種優化之間的相對重要關系，以及實現這些優化的最有效方法。
本書特點
●為理解高級編譯器設計的主要問題奠定了基礎
●深入闡述優化問題
●用Sun的SPARC、IBM的POWER和PowerPC、DEC的Alpha以及Intel的Pentium和相關商業編譯 器作為案例，說明編譯器結構、中間代碼設計和各種優化方法
●給出大量定義清晰的關於代碼生成、優化和其他問題的演算法
●介紹由作者設計的以清晰、簡潔的方式描述演算法的語言ICAN (非形式編譯演算法表示)。

本書是經典的編譯器著作，與「龍書」齊名，稱為鯨書。書中針對現代語言和體系結構全面介紹了編譯器設計與實現的高級論題，從編譯器的基礎領域中的高級問題開始，然後深入討論了各種重要的代碼優化。本書專為編譯器專業人士和計算機專業本科生，研究生編寫，在設計和實現高度優化的編譯器以及確定優化的重要性和實現優化的最有效的方法等方面，為讀者提供了非常有價值的指導。

作者簡介
Steven S.Muchnick，曾是計算機科學教授，後作為惠普的PA-RISC和SUN的SPARC兩種計算機體系結構的核心開發成員，將自己的知識和經驗應用於編譯器設計，並擔任這些系統的高級編譯器設計與實現小組的領導人。他在研究和開發方面的雙重經驗，對於指導讀者作出編譯器設計決策極具價值。

3.虎書(Tiger book)
書名是：Modern Compiler Implementation in C /Java /ML,Second Edition
作者是：Andrew W.Appel,with Jens Palsberg

內容簡介
《現代編譯原理——C語言描述(英文版)/圖靈原版計算機科學系列》全面講述了現代編譯器的各個組成部分，包括：詞法分析、語法分析、抽象語法、語義檢查、中間代碼表示、指令選擇、數據流分析、寄存器分配以及運行時系統等。與大多數編譯原理的教材不同，《現代編譯原理——C語言描述(英文版)/圖靈原版計算機科學系列》採用了函數語言和面向對象語言來描述代碼生成和寄存器分配，對於編譯器中各個模塊之間的介面都給出了實際的 C 語言頭文件。 全書分成兩部分，第一部分是編譯的基礎知識，適用於第一門編譯原理課程（一個學期）；第二部分是高級主題，包括面向對象語言和函數語言、垃圾收集、循環優化、 SSA（靜態單賦值）形式、循環調度、存儲結構優化等。
本書是一本著名的編譯原理課程的教材。國際上眾多名校均採用本書作為編譯原理課程的教材，包括美國麻省理工學院、加州大學伯克利分校、普林斯頓大學和英國劍橋大學等。本書在國外享有「虎書」的稱號，與有「龍書」之稱的《編譯原理》（Alfred Aho 等編著）齊名。與編譯原理方面的其他名著相比，本書出版時間晚，內容新。 書中專門為學生提供了一個用 C 語言編寫的實習項目，包括前端和後端設計，學生可以在一學期內創建一個功能完整的編譯器。

作者簡介
Andrew W.Appel，美國普林斯頓大學計算機科學系教授，第26屆ACM SIGPLAN-SIGACT程序設計原理年會大會執行主席，1998-1999年在貝爾實驗室做研究工作。主要研究方向是計算機安全、編譯器設計、程序設計語言等。

❸ 對數據科學家來說最重要的演算法和統計模型

對數據科學家來說最重要的演算法和統計模型
作為一個在這個行業已經好幾年的數據科學家，在LinkedIn和QuoLa上，我經常接觸一些學生或者想轉行的人，幫助他們進行機器學習的職業建議或指導方面相關的課程選擇。一些問題圍繞教育途徑和程序的選擇，但許多問題的焦點是今天在數據科學領域什麼樣的演算法或模型是常見的。
由於可供選擇的演算法太多了，很難知道從哪裡開始學起。課程可能包括在當今工業中使用的不是很典型的演算法，而課程可能沒有包含目前不是很流行的但特別有用的方法。基於軟體的程序可以排除重要的統計概念，並且基於數學的程序可以跳過演算法設計中的一些關鍵主題。

我為一些有追求的數據專家整理了一個簡短的指南，特別是關注統計模型和機器學習模型(有監督學習和無監督學習);這些主題包括教科書、畢業生水平的統計學課程、數據科學訓練營和其它培訓資源。(其中有些包含在文章的參考部分)。由於機器學習是統計學的一個分支，機器學習演算法在技術上歸類於統計學知識，還有數據挖掘和更多的基於計算機科學的方法。然而，由於一些演算法與計算機科學課程的內容相重疊，並且因為許多人把傳統的統計方法從新方法中分離出來，所以我將把列表中的兩個分支也分開了。

統計學的方法包括在bootcamps和證書程序中概述的一些更常見的方法，還有一些通常在研究生統計學程序中所教授的不太常見的方法(但在實踐中可以有很大的優勢)。所有建議的工具都是我經常使用的工具:
1)廣義線性模型，它構成了大多數監督機器學習方法的基礎(包括邏輯回歸和Tweedie回歸，它概括了在工業中遇到的大多數計數或連續結果……)
2) 時間序列方法(ARIMA, SSA, 基於機器學習的方法)
3) 結構方程建模 (模擬和測試介導途徑)
4) 因子分析法(調查設計與驗證的探索和驗證)
5) 功率分析/試驗設計 (特別是基於模擬的試驗設計，以免分析過度)
6) 非參數檢驗(從零開始的推導, 尤其通過模擬)/MCMC
7) K均值聚類
8) 貝葉斯方法(Na?ve Bayes, 貝葉斯模型求平均值, 貝葉斯自適應試驗...)
9) 懲罰回歸模型 (elastic net, LASSO, LARS...) ，通常給模型增加懲罰因素(SVM, XGBoost...), 這對於預測值超過觀測值的數據集是有用的(常見於基因組學與社會科學研究)
10) 樣條模型(MARS...) 用於靈活性建模過程
11)馬爾可夫鏈和隨機過程 (時間序列建模與預測建模的另一種方法)
12)缺失數據填補方案及其假設(missForest, MICE...)
13) 生存分析(非常有助於製造建模和消耗過程)
14) 混合建模
15) 統計推斷與分組測試(A/B測試和在許多交易活動中實施更復雜的設計)
機器學習擴展了許多這樣框架，特別是K均值聚類和廣義線性建模。在許多行業中一些有用的常見技術(還有一些更模糊的演算法，在bootcamps或證書程序中出人意料的有用，但學校里很少教) 包括:
1)回歸/分類樹(用於高精度、可解釋性好、計算費用低的廣義線性模型的早期推廣)
2)維數約簡(PCA和多樣學習方法如MDS和tSNE)
3)經典前饋神經網路
4)裝袋組合(構成了隨機森林和KNN回歸整合等演算法的基礎)
7)加速整合(這是梯度提升和XGBoost演算法的基礎)
8)參數優化或設計項目的優化演算法(遺傳演算法，量子啟發進化演算法，模擬鍛煉，粒子群優化)
9)拓撲數據分析工具，特別適合於小樣本大小的無監督學習(持久同調, Morse-Smale聚類, Mapper...)
10)深度學習架構(一般的深度架構)
11) KNN局部建模方法(回歸, 分類)
12)基於梯度的優化方法
13)網路度量與演算法(中央度量法、中間性、多樣性、熵、拉普拉斯運算元、流行病擴散、譜聚類)
14)深度體系架構中的卷積和匯聚層(專門適用於計算機視覺和圖像分類模型)
15)層次聚類 (聚類和拓撲數據分析工具相關)
16)貝葉斯網路(路徑挖掘)
17)復雜性與動態系統(與微分方程有關，但通常用於模擬沒有已知驅動程序的系統)
依靠所選擇的行業，可能需要與自然語言處理(NLP)或計算機視覺相關的附加演算法。然而，這些是數據科學和機器學習的專門領域，進入這些領域的人通常已經是那個特定領域的專家。

❹ 編譯器中都有哪些演算法

詞法/語法分析、程序分析與程序變換、代碼生成、內存管理、虛擬機、函數式語言的實現與優化。。。每個話題都能出不止一本書。

用到的演算法/數據結構多如牛毛：

各種樹、圖為主，其他如棧、隊列、散列表、並查集。。。

貪心、回溯、動態規劃、遺傳演算法、矩陣變換。。

在一個問題下很難回答好。。 先簡單介紹一下和圖相關的。

1. 和什麼圖打交道
CFG(Control Flow Graph)
控制流圖是對程序中分支跳轉關系的抽象，描述程序所有可能執行路徑

節點是語句集合（basic block)；

每個basic block有唯一入口和出口；

如果A到B有邊，表示A執行完後可能執行B

PDG(Program Dependence Graph)
PDG在編譯器中用得不多，常見於軟體工程/安全相關的應用（程序切片、安全信息流等）

SSA(Single Static Assignment)
SSA簡化了很多數據流分析問題。

其他圖
DJ Graph, Loop Nesting Forest, Program Structure Tree等等。

可參考：IR for Program Analysis。下面主要介紹CFG

2. CFG初步處理
CFG構造

dominator樹生成
在CFG中，如果A是B的dominator，則從程序入口執行到B的任意路徑一定經過A

控制依賴分析
根據dominator和post-dominator分析依賴關系。數據依賴、控制依賴信息在自動並行化中尤其重要（如果循環的每次迭代都沒有依賴，那麼可以並行處理）

控制流圖化簡
在復雜度相同的情況下，CFG的規模影響演算法的效果。如果一個CFG僅通過如下變換能化簡為一個節點，則它是可化簡的：

如果節點n有唯一的前驅，那麼將其和其前驅合並為一個節點

如果節點存在到自身的邊，那麼將該邊刪除
構造SSA
SSA可以由CFG構造。

3. CFG與數據流分析
下面才進入主題。。
一般的文獻介紹DFA（Data flow analysis），都會用幾個基礎的分析為例：Constant Propagation，Range propagation，Avaliable expressions，Reaching Definition。而Reaching Definition的一個應用，就是大家喜聞樂見的「跳轉到定義處」（真要做到「智能」跳轉並不簡單）

這部分涉及東西較多，一些演算法也和」圖「並不直接相關，不再展開。

PS，很多DFA問題可以用graph reachability統一建模，強烈推薦此文：
Program analysis via graph reachability

❺ PMP絕對路徑的演算法

PMP沒有絕對的路徑計演算法。只是關鍵路徑。。或者你將問題再補充全些

❻ mkv是什麼格式

mkv是Matroska的一種媒體文件

Matroska是一種新的多媒體封裝格式，也稱多媒體容器 (Multimedia Container)。它可將多種不同編碼的視頻及16條以上不同格式的音頻和不同語言的字幕流封裝到一個Matroska Media文件當中。

MKV最大的特點就是能容納多種不同類型編碼的視頻、音頻及字幕流。kv不同於DivX、XviD等視頻編碼格式，也不同於MP3、Ogg等音頻編碼格式。MKV是為這些音、視頻提供外殼的「組合」和「封裝」格式。

(6)ssa演算法擴展閱讀：

MKV特點

Matroska最大的特點就是能容納多種不同類型編碼的視頻、音頻及字幕流，甚至囊括了RealMedia及QuickTime這類流媒體，可以說是對傳統媒體封裝格式的一次大顛覆！它現在幾乎變成了一個萬能的媒體容器，目前它所能封裝的視頻、音頻、字幕類型包括：

AVI文件，包括採用DivX、XviD、3ivX、VP6視頻編碼，及PCM、MP3、AC3等音頻編

MKV標志

MKV標志

碼的AVI

RealMedia文件，包括RealVideo和RealAudio

QuickTime的MOV及MP4視頻

Windows Media文件，包括ASF、WMV格式

MPEG文件，包括MPEG-1/2的M1V、M2V

Ogg/OGM 文件，包括Ogg Vorbis、OGM、FLAC文件

Matroska Media文件，包括MKV、MKA、MKS文件

WAV、AC3、DTS、MP2、MP3、AAC/MP4音頻

SRT、USF及SSA/ASS文本字幕

SubVob圖形字幕，後綴為IDX、SUB

BMP圖形字幕，以一組BMP圖片及時間碼構成的字幕