在 Nutch 中，网页的分数主要基于 TF-IDF 和 Nutch 自己的一套识别链接重要性的算法，如果纯按这个算法网页的排序效果不是很好，Nutch 新版本中有一个类 PageRank 的算法 LinkRank，能够根据网页的出链接，入链接来计算网页的重要性。下面是一个简单的示范。

由于Lucene文件格式从2到3以及从3到4版本时都发生了重大的改变，造成了高版本无法读取低版本的数据，使用Lucene中的IndexUpgrader方法先将版本从2升到3，然后再从3升级到4。

Given n points on a 2D plane, find the maximum number of points that lie on the same straight line.

Evaluate the value of an arithmetic expression in Reverse Polish Notation.

Given an input string, reverse the string word by word. For example, Given s = "the sky is blue", return "blue is sky the".

Given an array of integers, every element appears twice except for one. Find that single one.Your algorithm should have a linear runtime complexity. Could you implement it without using extra memory?

在一个基于Solr搜索的项目中之前使用的IKAnalyzer分词效果不是很好，师兄推荐我用Ansj，但是当时Ansj没有Solr的插件，在作者Github项目主页的issue中作者也说不准备支持Solr，当时就放弃了。前几天一个同学说Solr有第三方的Solr插件ansj4solr，下载使用发现该插件不支持1.1版本以上的Ansj，因为Ansj在1.1的时候修改了分...

之前项目中涉及到一个爬虫来爬取数据，爬取的网页中存在两种失效网页的情况，一种是网页中的信息已经过期，对应网站已经将对应的网页删去，另一种情况是爬取的网页页面中包含错误的链接，这些链接由于地址的错误或者本身是相对链接而无法访问。