选择排序，思想非常简单，分为selectMax和selectSort两个部分。
selectMax：
每次选择区间内最大的数，返回其Index
selectSort
1、从右到左依次扫描i（除idx=0，因为选到最后，最小的一定在最左边），规定区间为[0, i]
2、调用selectMax，获得最大的maxIndex。
3、这个i位置应该是第i大的数的位置，也就是maxIndex的数的位置，因此，如果i!=maxIndex，swap之。
算法复杂度，不管是最坏、平均还是最好[......]
首先声明，根据我的实验测试，MurmurHash并非碰撞效率最好的，但确实是速度非常非常快的。
我将基于C++和如下的官方实现，开发BloomFilter并开源，尽请关注。
http://smhasher.googlecode.com/svn/trunk/MurmurHash3.h
http://smhasher.googlecode.com/svn/trunk/MurmurHash3.cpp[......]
1、给出了Java实现，用Random做为一致性哈希算法。。。
http://blog.locut.us/2008/01/12/a-decent-stand-alone-java-bloom-filter-implementation/
2、分析比较到位：
http://blog.csdn.net/jiaomeng/article/details/1495500
3、这个写的也不错
http://www.cnblogs.com/heaad/archive/2011/01/02/[......]
众所周知的原因，帮大家把这篇文章转载过来，写的很好。
It seems like Bloom filters are all the rage these days. Three years ago I had barely heard of them and now it seems like I see articles and code using them all the time. That's mostly a good thing, since bloom f[......]
明天考试，可以带电脑，先写好了程序，省的按计算器……直接上Python的源代码。
[python]
#Naive Bayes
#Calculate the Prob. of class:cls
def P(data,cls_val,cls_name="class"):
cnt = 0.0
for e in data:
if e[cls_name] == cls_val:
cnt += 1[......]