- 通过程序调用Deepseek本地大模型
yuanlaile
deepseek调用Deepseek本地大模型
通过程序调用Deepseek本地大模型，以下分别对Python调用、Nodejs调用、Curl调用进行讲解。DeepSeekR1本地部署DeepSeekApi接口调用DeepSeekRAG知识库工作流系列教程Pyton调用https://pypi.org/project/ollama/pipinstallollamafromollamaimportClientclient=Client(host=
- 大语言模型（LLM）应用开篇 | RAG方法论概述 | 构建知识库探索
在下_诸葛
LLM应用语言模型人工智能机器学习
大型语言模型应用开篇|RAG技术|构建知识库探索1、大语言模型（LLM）应用开篇2、RAG技术2.1基于RAG实现知识库问答系统的基本步骤2.2RAG与其他技术的关系与区别1、大语言模型（LLM）应用开篇 现在是2025年，DeepSeek凭借卓越的技术实力脱颖而出，Agent（智能体）工作流和专业垂直领域大模型的微调成为了最热门的研究方向之一。 大语言模型的幻觉（hallucination）
- Spring AI MCP 架构详解
laopeng301
spring人工智能架构
SpringAIMCP架构详解1.什么是MCP?MCP是一种开放协议，它对应用程序向大语言模型（LLMs）提供上下文信息的方式进行了标准化。可以把MCP想象成人工智能应用程序的USB-C接口。就像USB-C为将设备连接到各种外围设备和配件提供了一种标准化方式一样，MCP将人工智能模型连接到不同的数据源和工具提供了一种标准化方式。MCP可帮助你在LLM之上构建智能体和复杂的工作流。LLM通常需要与数
- Linux xargs
Full Stack Developme
Linuxlinux运维服务器
在平时的系统管理中，你是否正在寻找不同的方法来简化你的Linux工作流程并希望自动化你的任务？Linuxxargs命令可能正是你不知道的。在本文中，我们将看到一些使用xargs对其他命令生成的项目列表执行命令的实际示例。作为经常使用Linux的人，我们发现xargs命令是我们工作流程中一个有价值的工具。它帮助我们轻松地对大量文件或数据执行复杂的任务。xargs命令在处理长列表或数据时特别有用，因为
- MCP的工具链管理：构建高效的工作流
CarlowZJ
pythonlinux开发语言
前言在开发基于MCP（ModelContextProtocol）的应用程序时，工具链管理是实现复杂功能和高效工作流的关键。通过合理地组织和管理工具链，开发者可以构建出更加智能、高效的应用。本文将详细介绍MCP的工具链管理功能，并通过代码示例展示如何实现高效的工作流。一、工具链管理的作用（一）提升工作效率通过工具链管理，可以将多个工具组合成一个高效的工作流，减少人工干预，提升工作效率。（二）实现复杂
- HCIP-STP、RSTP、MSTP
fa_nei_kuang_tu
HCIP大数据
2022.7.6一切都是挑战STP工作流程1、根桥选举初始状态下所有交换机都会认为自己是根桥，交换机会将自己所有的接口变为DP角色处于discarding状态，发送以自己为根的BPDU。交换机通过比较BPDU选取出根桥，根桥的选举原则是选取BID小的成为根桥。BID由桥优先级和桥MAC地址组成，首先比较桥优先级，如果比较不出来，再比较桥MAC地址，两者都是越小越优先。根桥选举完成后，只有根桥发送B
- 什么是实验室信息管理系统？
源码宝
人工智能数据库
实验室信息管理系统定义实验室信息管理系统简称——LIS系统（LaboratoryInformationSystem）是指利用计算机网络技术，实现临床检验科的信息采集、存储、处理、传输、查询，并提供分析及诊断支持的计算机软件系统。实验室信息管理系统（以下简称LIS系统）是医院信息化管理的重要组成部分，是结合临床检验科日常工作的需求，按检验科的工作流程设计，使检验有关各部门分散的业务连成一个共同整体，
- 企业数据怎么防泄露？天锐蓝盾筑牢企业网络安全防线
Tipray2006
web安全网络安全
企业构建网络安全体系是一项复杂的系统工程，需要多管齐下。首先，要树立正确的网络安全意识，这是构建安全体系的基础。企业管理者和员工应充分认识到数据的重要性，将网络安全纳入企业文化和日常工作流程。定期组织网络安全培训，提高员工识别网络威胁的能力，如常见的网络钓鱼邮件、恶意软件等，从源头上减少安全风险。建立健全的网络安全管理制度是关键。参考相关法律法规，制定涵盖数据采集、存储、传输、使用和销毁全流程的管
- PipelineAI：为AI工作流打造的强大平台
刘瑛蓉
PipelineAI：为AI工作流打造的强大平台pipelinePipelineAI/pipeline:PipelineAI是一个开源的机器学习和人工智能模型生命周期管理平台，支持从模型训练、优化到部署的全链条管理，并且提供了实时监控和性能优化工具。项目地址:https://gitcode.com/gh_mirrors/pipeline3/pipeline是一个全面的、开源的平台，专为构建和部署机
- QuantaLogic + DeepSeek，一分钟优化你的工作流！
大模型教程.
langchain架构产品经理人工智能算法大模型deepseek
作为一个程序员，我必须承认，看到QuantaLogic+DeepSeek这个组合，我的第一反应是：又来了！又一个AI工具！毕竟，现在的AI工具就像是npm包，动不动就冒出一个新框架，让人一边抱怨“怎么又要学新东西”，一边忍不住去试试。那今天，我们就一起研究一下，如何用QuantaLogic玩转DeepSeek，看看它到底是不是“智商税”！QuantaLogic是个啥？QuantaLogic，听起来
- 【机器学习基础 4】 Pandas库
鸢想睡觉
机器学习机器学习pandas人工智能
一、Pandas库简介Pandas是一个开源的Python数据分析库，主要用于数据清洗、处理、探索与分析。其核心数据结构是Series（一维数据）和DataFrame（二维表格数据），可以让我们高效地操作结构化数据。Pandas提供了许多灵活且高效的数据操作方法，能够快速地进行数据筛选、聚合、转换和可视化，是数据科学和机器学习工作流中非常重要的一环。二、Pandas库安装通常直接通过pip来安装；
- AI 生成内容（AIGC）：从文本到视频的完整流程
萧鼎
python基础到进阶教程人工智能AIGC音视频
近年来，AI生成内容（AIGC,AI-GeneratedContent）迅速发展，从文本、图片到音频、视频，AI在创意内容生成方面展现出了惊人的能力。AIGC不仅提升了内容创作效率，还降低了成本，使得普通用户也能轻松创作高质量的图像、动画和视频。本篇博客将带你深入了解AIGC的完整工作流程，涵盖文本生成、图片生成、音频合成、视频生成等核心环节，最终完成从文本到视频的全自动AI生成过程。1.AIGC
- 开源模型应用落地-语音转文本-whisper模型-AIGC应用探索（四）
开源技术探险家
开源模型-实际应用落地whisper深度学习AIGC
一、前言语音转文本技术具有重要价值。它能提高信息记录和处理的效率，使人们可以快速将语音内容转换为可编辑、可存储的文本形式，方便后续查阅和分析。在教育领域，可帮助学生更好地记录课堂重点；在办公场景中，能简化会议记录工作。同时，该技术也为残障人士提供了便利，让他们能更方便地与外界交流。此外，对于媒体行业、客服行业等都有着广泛的应用，极大地提升了工作流程和服务质量。这篇文章将介绍OpenAI最新开源的W
- Spring MVC 深度解析：从原理到实践
阿贾克斯的黎明
javaspringmvcjava
目录《SpringMVC深度解析：从原理到实践》一、SpringMVC是什么？二、SpringMVC对传统MVC框架的增强与扩展三、SpringMVC的整体工作流程在Java后端开发的世界里，SpringMVC是一个至关重要的知识点，尤其在面试中，它常常成为考察候选人对Spring框架理解深度的关键问题。就像我认识的一位工作了7年的粉丝，他在面试前对Spring相关内容做了充分准备，各种面试题也刷
- 【设计模式】责任链模式
此木|西贝
设计模式设计模式责任链模式java
责任链模式属于行为型设计模式，核心思想是将请求的发送者与接收者进行解耦，构建一条由多个处理对象组成的链式结构。每个处理者决定是否能够处理该对象，否则将其传递给下一个节点进行处理。发送者不知道并不知道由谁来处理使用场景当有多个对象可以处理请求，有对象自行决定是否处理工作流引擎：请假流程、报销流程等过滤器模式：对请求或者数据进行过滤权限设计：对用户角色的验证核心组件抽象处理者：Handler定义了处理
- 【监控系列】ELK
yunqi1215
Monitorelk
ELKStack，现常称为ElasticStack，是一个功能强大的开源工具组合，专为实时数据采集、存储、分析和可视化设计。以下是对其核心组件、工作流程、应用场景及挑战的详细解析：一、核心组件Elasticsearch角色：分布式搜索和分析引擎，基于ApacheLucene构建。功能：存储大规模数据，支持近实时搜索。提供倒排索引、结构化查询、全文检索和聚合分析。分布式架构支持水平扩展和高可用性。L
- 颠覆式革新：Dify×DeepSeek引爆企业级AI开发效率革命
大禹智库
《实战AI智能体》《向量数据库指南》人工智能机器学习RAGAI智能体ManusdeepseekDify
一、基础架构：构建AI生态的核心支撑1.可视化工作流引擎Dify通过拖拽式画布实现AI工作流的智能编排，用户无需代码即可设计复杂逻辑。例如：•智能决策节点：支持条件分支、循环逻辑和多模型协同（如用DeepSeek-R1处理推理任务，同时调用StableDiffusion生成配图）；•实时调试：在画布中直接模拟数据流，验证流程有效性，减少开发周期30%以上。操作建议：从预设模板库中选择“客服工单处理
- 什么是HIS，以及HIS的作用，特点，组成部分
刘寰
运营his
什么叫HISHIS系统定制开发服务HIS系统作用HIS系统开发价格HIS系统的主要组成部分HIS系统的基本概述：HIS，即HospitalInformationSystem，直译为中文就是医院信息系统利用计算机软硬件技术，网络通讯技术等现代化手段，覆盖医院所有业务和业务全过程的信息管理系统。HIS系统的优点：shenhuax3简化工作流程，方便医患人员减轻劳动强度，提高工作效率规范数据录入，提高了
- Ai工作流工具有那些如Dify、coze扣子等以及他们是否开源
橙-极纪元JJYCheng
AI人工智能开源
Dify（https://difycloud.com/）核心定位：专业级LLM应用开发平台，支持复杂AI工作流构建与企业级管理。典型场景：企业智能客服、数据分析系统、复杂自动化流程构建等。适合需要深度定制、企业级管理和复杂AI逻辑的开发者，强调灵活性与扩展性。技术深度：支持自定义插件开发（如Python脚本）、私有部署（Kubernetes集群），适合需要深度控制AI逻辑的企业。Dify功能模型兼
- 【ComfyUI】相似画绘制工作流教程
技术小甜甜
AI探索者-图片与视频生成人工智能计算机视觉深度学习AI绘图ComfyUI
ComfyUI是一款强大的可视化AI生成工具，可以通过工作流的方式自定义图像生成过程。在本教程中，我们将介绍如何使用ComfyUI构建相似画绘制工作流，用于生成基本一致但细节略有变化的图片，例如改变表情、光线、角度等微调内容。1.相似画绘制的应用场景与心得在AI绘图过程中，通常希望生成一系列相似的图像，例如：表情变化（如从微笑变成惊讶）光照变化（如日光到黄昏光照）细节调整（如帽子、头发飘动等）相似
- Cucumber 专题系列 - 第二篇：Cucumber 的工作流程
不出名的架构师
自动化测试工具
概述Cucumber的工作流程是一个从自然语言描述到自动化测试执行的协作过程。它将业务需求（以Gherkin语法编写）转化为可执行的代码，最终生成测试结果。理解这个流程是掌握Cucumber的关键。工作流程详解Cucumber的运行可以分为以下几个主要步骤：编写Feature文件用户（可能是开发人员、测试人员或业务分析师）使用Gherkin语法编写Feature文件，描述功能和测试场景。示例：Fe
- 构建你的Agent工厂#OpenAI Agents SDK
shadowcz007
去年在OpenAI发布Swarm的时候，我就第一时间体验了一下，构建多Agent的方式非常简单，让我印象深刻，今天终于迎来了AgentsSDK，我们先了解几个重点信息：OpenAI发布了AgentsSDK，这是一个开源的Python库，用于构建代理式AI应用。是之前实验性项目“Swarm”的生产就绪版本，专注于多代理工作流。主要功能包括代理（配备工具和指令的LLM）、交接（代理间任务委托）和防护栏
- 用于 AI 驱动的 Web 自动化的开源 Chrome 扩展程序（本地化运行）。使用您自己的 LLM API 密钥运行多代理工作流程。OpenAI Operator 的替代品。
struggle2025
人工智能自动化运维chromedeepseek
一、软件介绍文末提供程序和源码下载Nanobrowser是一种在浏览器中运行的开源AIWeb自动化工具。OpenAIOperator的免费替代品，具有灵活的LLM选项和多代理系统。Nanobrowser的多智能体系统实时分析HuggingFace，Planner在遇到障碍物时智能地自我纠正，并动态指示Navigator调整其方法——所有这些都在您的浏览器中本地运行。二、为什么选择Nanobrows
- 分布式训练：（Pytorch）
达柳斯·绍达华·宁
分布式pytorch人工智能
分布式训练是将机器学习模型的训练过程分散到多个计算节点或设备上，以提高训练速度和效率，尤其是在处理大规模数据和模型时。分布式训练主要分为数据并行和模型并行两种主要策略：1.数据并行(DataParallelism)数据并行是最常见的分布式训练方式。在这种方法中，模型副本会被复制到多个计算设备上，每个设备处理不同的批次（batch）数据。工作流程：每个设备上都有一个完整的模型副本。数据集被分割成多个
- 带你解析原子化css引擎unocss的工作原理
谁能挡我成仙
css前端
最近荒废了，几天没写文章，今天抽时间水一篇内容。带你解析原子化css引擎unocss的工作原理@unocss/core首先，你得知道什么是CustomRulesShortcutsPreflightCustomvariantsThemeLayersUtilitiesPreprocess&Prefixing我们将围绕上述功能来实现一个mini-unocss工作流程在了解此之前我希望你能读完unocss
- DeepSeek AI大模型 Prompt工程 Langchain AI原生应用开发 Milvus AnythingLLM Dify知识点详解，一次到位，少走弯路
yuanlaile
promptlangchainAI-nativedeepseek
AI引领的第四次工业革命正席卷而来，如何精准把握这一历史性机遇，将会成为我们这一代人不容忽视且需深入思考与积极行动的重要课题。在AGI（通用人工智能）时代，那些既精通AI技术、又具备编程能力和业务洞察力的复合型人才将成为最宝贵的资源。DeepSeekR1本地部署DeepSeekApi接口调用DeepSeekRAG知识库工作流系列教程通过上面视频的学习，我们能够全面掌握PromptEngineeri
- GEE AI：利用 LLMs 来协助地理空间分析中的规划和代码生成，加快数据处理流程
此星光明
GoogleEarthEngine人工智能geeaicolabagencypython数据
目录概述简介代码1代码2致谢概述我们谷歌研究院科学人工智能部门的使命是实现科学突破和发现，造福人类并从根本上加快科学进步。我们的一个重点领域是通过生成式人工智能和大型语言模型（LLMs）的力量，增强地理空间分析师和科学家的能力。我们的目标是利用LLMs来协助地理空间分析中的规划和代码生成，从而大大加快分析师的工作流程。地理空间工作流程自动化的一个重要部分是根据特定的地理空间查询确定哪些数据集最相关
- 单细胞分析（六）——使用seurat进行去批次整合
生信小鹏
生信技能学习数据挖掘数据分析r语言
数据整合概述对两个或多个单细胞数据集的联合分析带来了独特的挑战。特别是，在标准工作流程下，识别存在于多个数据集中的细胞群可能会有问题。Seurat有包括一组跨数据集match（或“align”）共有细胞群的方法。这些方法首先识别处于匹配生物学状态（“anchors”）的跨数据集细胞对，既可用于校正数据集之间的技术差异（即批量效应校正），也可用于跨实验条件的比较scRNA-seq分析。整合目的以下教
- 影刀魔法指令3.0：开启自动化新篇章
彼方᭄゛ঞ
RPArpa
在数字化飞速发展的今天，自动化工具已经成为提升工作效率、优化工作流程的重要手段。影刀RPA作为一款强大的自动化软件，其最近推出的魔法指令3.0版本，更是让人大开眼界，为自动化操作带来了全新的可能性。影刀魔法指令3.0简介影刀魔法指令3.0是影刀RPA的一项重大升级，它将AI技术与自动化操作相结合，通过简单的对话式交互，就能让机器人理解并执行复杂的任务。无论是网页自动化、数据处理还是其他各种操作，魔
- 试试智能体工作流，自动化搞定运维故障排查
云观秋毫
技术洞见运维自动化数据库
APO1.5.0版本全新推出的智能体工作流功能，让运维经验不再零散！只需将日常的运维操作和故障排查经验转化为标准化流程，就能一键复用，效率翻倍，从此告别重复劳动，把时间留给更有价值的创新工作。更贴心的是，APO无需改造现有监控系统，轻松对接即可使用，真正实现“开箱即用”。下面带大家快速上手这一功能，先从官方内置的实用工作流开始体验！「开箱即用」的工作流我们精心打磨了两款告警处理神器：告警有效性分析
- 戴尔笔记本win8系统改装win7系统
sophia天雪
win7戴尔改装系统win8
戴尔win8 系统改装win7 系统详述
第一步：使用U盘制作虚拟光驱：
1）下载安装UltraISO：注册码可以在网上搜索。
2）启动UltraISO，点击“文件”—》“打开”按钮，打开已经准备好的ISO镜像文
- BeanUtils.copyProperties使用笔记
bylijinnan
java
BeanUtils.copyProperties VS PropertyUtils.copyProperties
两者最大的区别是：
BeanUtils.copyProperties会进行类型转换，而PropertyUtils.copyProperties不会。
既然进行了类型转换，那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
- MyEclipse中文乱码问题
0624chenhong
MyEclipse
一、设置新建常见文件的默认编码格式，也就是文件保存的格式。
在不对MyEclipse进行设置的时候，默认保存文件的编码，一般跟简体中文操作系统（如windows2000，windowsXP）的编码一致，即GBK。
在简体中文系统下，ANSI 编码代表 GBK编码;在日文操作系统下，ANSI 编码代表 JIS 编码。
Window-->Preferences-->General -
- 发送邮件
不懂事的小屁孩
send email
import org.apache.commons.mail.EmailAttachment;
import org.apache.commons.mail.EmailException;
import org.apache.commons.mail.HtmlEmail;
import org.apache.commons.mail.MultiPartEmail;
- 动画合集
换个号韩国红果果
htmlcss
动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程
1 transition 制作鼠标滑过图片时的放大效果
css
.wrap{
width: 340px;height: 340px;
position: absolute;
top: 30%;
left: 20%;
overflow: hidden;
bor
- 网络最常见的攻击方式竟然是SQL注入
蓝儿唯美
sql注入
NTT研究表明，尽管SQL注入（SQLi）型攻击记录详尽且为人熟知，但目前网络应用程序仍然是SQLi攻击的重灾区。
信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明，目前黑客攻击网络应用程序方式中最流行的，要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析，指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中，SQLi攻击占
- java笔记2
a-john
java
类的封装：
1，java中，对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节（尤其是私有数据）
2，目的：使对象以外的部分不能随意存取对象的内部数据（如属性），从而使软件错误能够局部化，减少差错和排错的难度。
3，简单来说，“隐藏属性、方法或实现细节的过程”称为——封装。
4，封装的特性：
4.1设置
- [Andengine]Error：can't creat bitmap form path “gfx/xxx.xxx”
aijuans
学习Android遇到的错误
最开始遇到这个错误是很早以前了，以前也没注意，只当是一个不理解的bug，因为所有的texture，textureregion都没有问题，但是就是提示错误。
昨天和美工要图片，本来是要背景透明的png格式，可是她却给了我一个jpg的。说明了之后她说没法改，因为没有png这个保存选项。
我就看了一下，和她要了psd的文件，还好我有一点
- 自己写的一个繁体到简体的转换程序
asialee
java转换繁体filter简体
今天调研一个任务，基于java的filter实现繁体到简体的转换，于是写了一个demo，给各位博友奉上，欢迎批评指正。
实现的思路是重载request的调取参数的几个方法，然后做下转换。
- android意图和意图监听器技术
百合不是茶
android显示意图隐式意图意图监听器
Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递
显式意图：调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图，显式意图明确指定了Intent应该传递给哪个组件。
隐式意图;不指明调用的名称,根据设
- spring3中新增的@value注解
bijian1013
javaspring@Value
在spring 3.0中，可以通过使用@value，对一些如xxx.properties文件中的文件，进行键值对的注入，例子如下：
1.首先在applicationContext.xml中加入：
<beans xmlns="http://www.springframework.
- Jboss启用CXF日志
sunjing
logjbossCXF
1. 在standalone.xml配置文件中添加system-properties：
<system-properties> <property name="org.apache.cxf.logging.enabled" value=&
- 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码
bit1129
centos
编译必需的软件
Firebugs3.0.0
Maven3.2.3
Ant
JDK1.7.0_67
protobuf-2.5.0
Hadoop 2.5.2源码包
Firebugs3.0.0
http://sourceforge.jp/projects/sfnet_findbug
- struts2验证框架的使用和扩展
白糖_
框架xmlbeanstruts正则表达式
struts2能够对前台提交的表单数据进行输入有效性校验，通常有两种方式：
1、在Action类中通过validatexx方法验证，这种方式很简单，在此不再赘述；
2、通过编写xx-validation.xml文件执行表单验证，当用户提交表单请求后，struts会优先执行xml文件，如果校验不通过是不会让请求访问指定action的。
本文介绍一下struts2通过xml文件进行校验的方法并说
- 记录-感悟
braveCS
感悟
再翻翻以前写的感悟，有时会发现自己很幼稚，也会让自己找回初心。
2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了；
2. 要改变自己，不能这样一直在原来区域，要突破安全区舒适区，才能提高自己，往好的方面发展；
3. 多反省多思考；要会用工具，而不是变成工具的奴隶；
4. 一天内集中一个定长时间段看最新资讯和偏流式博
- 编程之美-数组中最长递增子序列
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class LongestAccendingSubSequence {
/**
* 编程之美 数组中最长递增子序列
* 书上的解法容易理解
* 另一方法书上没有提到的是，可以将数组排序（由小到大）得到新的数组，
* 然后求排序后的数组与原数
- 读书笔记5
chengxuyuancsdn
重复提交struts2的token验证
1、重复提交
2、struts2的token验证
3、用response返回xml时的注意
1、重复提交
(1)应用场景
(1-1)点击提交按钮两次。
(1-2)使用浏览器后退按钮重复之前的操作，导致重复提交表单。
(1-3)刷新页面
(1-4)使用浏览器历史记录重复提交表单。
(1-5)浏览器重复的 HTTP 请求。
(2)解决方法
(2-1)禁掉提交按钮
(2-2)
- [时空与探索]全球联合进行第二次费城实验的可能性
comsci
二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验
至今给我们大家留下很多迷团.....
关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了
在这里,我的意思是,现在
- easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符
daizj
oracleORA-12154
用easy connect连接出现“tns无法解析指定的连接标示符”的错误，如下：
C:\Users\Administrator>sqlplus username/pwd@192.168.0.5:1521/orcl
SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012
Copyright (c) 198
- 简单排序:归并排序
dieslrae
归并排序
public void mergeSort(int[] array){
int temp = array.length/2;
if(temp == 0){
return;
}
int[] a = new int[temp];
int
- C语言中字符串的\0和空格
dcj3sjt126com
c
\0 为字符串结束符，比如说：
abcd (空格)cdefg；
存入数组时，空格作为一个字符占有一个字节的空间，我们
- 解决Composer国内速度慢的办法
dcj3sjt126com
Composer
用法：
有两种方式启用本镜像服务：
1 将以下配置信息添加到 Composer 的配置文件 config.json 中（系统全局配置）。见“例1”
2 将以下配置信息添加到你的项目的 composer.json 文件中（针对单个项目配置）。见“例2”
为了避免安装包的时候都要执行两次查询，切记要添加禁用 packagist 的设置，如下 1 2 3 4 5
- 高效可伸缩的结果缓存
shuizhaosi888
高效可伸缩的结果缓存
/**
* 要执行的算法，返回结果v
*/
public interface Computable<A, V> {
public V comput(final A arg);
}
/**
* 用于缓存数据
*/
public class Memoizer<A, V> implements Computable<A,
- 三点定位的算法
haoningabc
c算法
三点定位，
已知a,b,c三个顶点的x,y坐标
和三个点都z坐标的距离，la，lb,lc
求z点的坐标
原理就是围绕a,b,c 三个点画圆，三个圆焦点的部分就是所求
但是，由于三个点的距离可能不准，不一定会有结果，
所以是三个圆环的焦点，环的宽度开始为0，没有取到则加1
运行
gcc -lm test.c
test.c代码如下
#include "stdi
- epoll使用详解
jimmee
clinux服务端编程epoll
epoll - I/O event notification facility在linux的网络编程中，很长的时间都在使用select来做事件触发。在linux新的内核中，有了一种替换它的机制，就是epoll。相比于select，epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中，它是采用轮询来处理的，轮询的fd数目越多，自然耗时越多。并且，在linu
- Hibernate对Enum的映射的基本使用方法
linzx0212
enumHibernate
枚举
/**
* 性别枚举
*/
public enum Gender {
MALE(0), FEMALE(1), OTHER(2);
private Gender(int i) {
this.i = i;
}
private int i;
public int getI
- 第10章 高级事件（下）
onestopweb
事件
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- 孙子兵法
roadrunners
孙子兵法
始计第一
孙子曰：
兵者，国之大事，死生之地，存亡之道，不可不察也。
故经之以五事，校之以计，而索其情：一曰道，二曰天，三曰地，四曰将，五
曰法。道者，令民于上同意，可与之死，可与之生，而不危也；天者，阴阳、寒暑
、时制也；地者，远近、险易、广狭、死生也；将者，智、信、仁、勇、严也；法
者，曲制、官道、主用也。凡此五者，将莫不闻，知之者胜，不知之者不胜。故校
之以计，而索其情，曰
- MySQL双向复制
tomcat_oracle
mysql
本文包括:
主机配置
从机配置
建立主-从复制
建立双向复制
背景
按照以下简单的步骤:
参考一下：
在机器A配置主机(192.168.1.30)
在机器B配置从机(192.168.1.29)
我们可以使用下面的步骤来实现这一点
步骤1：机器A设置主机
在主机中打开配置文件 ,
- zoj 3822 Domination(dp)
阿尔萨斯
Mina
题目链接：zoj 3822 Domination
题目大意：给定一个N∗M的棋盘，每次任选一个位置放置一枚棋子，直到每行每列上都至少有一枚棋子，问放置棋子个数的期望。
解题思路：大白书上概率那一张有一道类似的题目，但是因为时间比较久了，还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子，并且消耗k步的概率（k≤i∗j）,因为放置在i+1~n上等价与放在i+1行上，同理
