- 每天学习进步
b34351769eef
慈光溪流学习资料发布2020年10月30日1、【投稿】一门深入,誓断邪淫https://mp.weixin.qq.com/s/m2zoFHq2SZjcJpC8ehS0KA2、【投稿】关键时刻,佛法让我戒掉贪念,守住本心https://mp.weixin.qq.com/s/vfL6Qat5FJXRJnQ9mpfgmA3、看不良视频、SY使得我从孙悟空变成了林黛玉。(论道)https://mp.wei
- UI(四十三)描述布局VFL
社会主义顶梁鹿
VFL:VisualFormatLanguage可视化格式语言H:水平方向V:垂直方向|:表示父视图[视图的名字]:其他视图-:本身表示一段距离-距离-:表示指定距离[字符串表示的视图]参照视图[字符串表示的视图(视图的宽高或者最小最大的宽高)]❗️()小括号千万不要丢掉使用自动布局autolayoutframe就会失效-->不需要再去设置frame1、使用代码自动布局的时候需要禁用transla
- YOLOv8改进 | 损失篇 | VarifocalLoss密集目标检测专用损失函数 (VFLoss,原论文一比一复现)
Snu77
YOLOv8有效涨点专栏YOLO深度学习人工智能pytorchpython目标检测计算机视觉
一、本文介绍本文给大家带来的是损失函数改进VFLoss损失函数,VFL是一种为密集目标检测器训练预测IoU-awareClassificationScores(IACS)的损失函数,我经过官方的版本将其集成在我们的YOLOv8的损失函数使用上,其中有很多使用的小细节(否则按照官方的版本使用根本拟合不了,这也是为啥网上的版本拟合不了的原因,其中需要设置一些参数),后面我也会给大家讲解到底模型改到什么
- YOLOv8+Nanodet强强联合改进标签分配:使用NanoDet动态标签分配策略,同时集成VFL全新损失,来打造新颖YOLOv8检测器
芒果汁没有芒果
剑指YOLOv8原创改进YOLO
本篇内容:YOLOv8+Nanodet强强联合改进标签分配:使用NanoDet动态标签分配策略,同时集成VFL全新损失,来打造新颖YOLOv8检测器本博客YOLO系列+改进NanoDet模型的动态标签分配策略源代码改进一篇博客集成多种创新点改进:VFL损失函数+Nanodet动态标签分配策略附改进源代码及教程,适合用来改进作为改进NanoDet模型的动态标签分配策略超强NanoDet模型:http
- iOS开发之--屏幕适配相关小结
PM_rcount
objective-ciOSIOSobjective-cios开发
屏幕适配小结一、纯手动之Autolayout1、VFL语言添加约束VFL(Visualformatlanguage)语言是苹果为了简化手写Autolayout代码所创建的专门负责编写约束的代码。为我们简化了许多代码量。2、使用步骤使用步骤同手动添加约束保持一致创建控件添加到父控件禁用Aoturesizing添加约束3、使用方法这里先展示一个实例:NSArray*blueHArr=[NSLayout
- 在Swift中使用AutoLayout-VFL(AutoLayout-VFL笔记)
Unknowncheats
技术
1.背景iOS开发这几年,UI布局工具从frame到Masonry到SnapKit,sb和xib的AutoLayout也用过,但是代码版本的AutoLayout倒是没用过,最近一年,频频发现一些三方UI组件布局的bug,作为三方组件不可能去依赖另一个三方的kayout仓库,所以只能通过代码的AutoLayout来解决.好吧,最近我忍不了了,于是乎就开始学习代码版本的AutoLayout.学习目标:
- 《NTP-VFL - A New Scheme for Non-3rd Party Vertical Federated Learning》模型原理
superY25
人工智能联邦学习LR算法Non-3rd
一、概要目前现存算法的三个局限性:理论上的可信三方现实不存在,通常是联邦学习的主要瓶颈。通信和计算成本随着迭代次数的提升,增长很快。扩展性不好,隐私保护的最优模型在两方和多方中不兼容。本文提出一个没有第三方的联邦学习LR算法,使用同态加密计算,该算法允许多方模型训练,并保证数据隐私。使用泰勒展开式作为梯度的近似形式和使用最小批量SGD更新参数训练模型。二、模型详情1、推导逻辑回归模型:P(y=1∣
- IOS 屏幕适配(一)理论篇
极客雨露
IOS屏幕适配IOS屏幕适配-理论
IOS屏幕适配(一)理论篇1.IOS屏幕适配基本概念1.1IOS设备的尺寸和分辨率1.1.1分辨率相关概念1.1.2IOS各个设备对应的分辨率1.2设计和开发之间的多屏适配问题1.3开发时适配规范1.4开发UI的注意事项1.4.1xibVS纯代码2.IOS屏幕适配代码实现布局简介AutoLayout基础概念约束ConstraintInterfaceBuilderStoryBoard版约束VFL的使
- linux v4l2系统详解,Linux摄像头驱动学习之:(一)V4L2_框架分析
一围篱笆闲
linuxv4l2系统详解
这段时间开始搞安卓camera底层驱动了,把以前的的Linux视频驱动回顾一下,本篇主要概述一下vfl2(videoforlinux2).一.V4L2框架:videoforlinuxversion2虚拟视频驱动vivi.c分析:1.分配video_device2.设置3.注册:video_register_devicevivi_initvivi_create_instancev4l2_device
- 更加优雅的iOS自动布局
彩虹的洪
因为懒,所以之前几乎不用代码进行自动布局。但是使用xib和storyboard,总是有那么一些局限性。使用代码布局在某些时候就成了必须了。iOS原生的布局方式太过麻烦。要么使用VFL(VisualFormatLanguage),要么就是一条约束一行代码,虽然在iOS9之后使用NSLayoutAnchor会方便点。但在这个三天两头改需求的时代,严重浪费自己的时间啊!主流的几个自动布局库SnapKit
- 纵向联邦学习-HeteroBoosting
Gary134
定义在数据集上具有相同的样本空间、不同的特征空间的参与方所组成的联邦学习归类为纵向联邦学习(VerticalFederatedLearning,VFL),也可以理解为按特征划分的联邦学习。架构1.jpgVFL系统的训练过程一般由两部分组成:首先对齐具有相同ID,但分布于不同参与方的实体;然后基于这些已对齐的实体执行加密的(或隐私保护的)模型训练。第一部分:加密实体对齐由于A方和B方公司的用户群体不
- Video4Linux框架简介(3) - video_device
htjacky
LinuxKernelV4L2CameraCameralinuxkernelV4L2
video_device是指向v4l2具体的设备,名字同样有些不够准确,事实上,根据注册时传入type(本例中使用的是VFL_TYPE_GRABBER,也就是视频输入设备--Camera)的不同,可以分为视频输入,视频输出,VBI,Radio等。第一步先是在驱动的probe函数中添加video_device的初始化并注册:structskeleton{structpci_dev*pdev;stru
- iOS学习笔记--界面自动布局总结
cz_12de
本文我们将提到:1、autolayout(storyboard与xib)2、autolayout与VFL(代码布局)3、第三方框架(OC版本的Masonry与Swift版本的SnapKit)下面是个人使用各种布局的过程及遇到的问题,进行记录并在结尾作下总结:1、storyboard与xib布局介绍实际上Xcode提供的可视化布局是根据开发者设定的约束关系,自动生成NSLayoutConstrain
- 约束VFL,Masonry
Show撑腰
系统方法添加约束//1.创建控件UIView*redView=[[UIViewalloc]init];redView.backgroundColor=[UIColorredColor];[self.viewaddSubview:redView];//2.创建约束/*Item==firstitemattribute==firstitem需要设置的约束类型relatedBy==Relatio(等于)t
- 目标检测算法——YOLOV8——算法详解
TigerZ*
深度学习算法目标检测算法YOLO
一、主要贡献主要的创新点:其实到了YOLOV5基本创新点就不太多了,主要就是大家互相排列组合复用不同的网络模块、损失函数和样本匹配策略。Yolov8主要涉及到:backbone使用C2f模块,检测头使用了anchor-free+Decoupled-head,损失函数使用了分类BCE、回归CIOU+VFL(新增项目)的组合,框匹配策略由静态匹配改为了Task-AlignedAssigner匹配方式、
- 隐私计算--23--纵向联邦学习
武天旭
数据安全与隐私计算联邦学习纵向联邦学习
一、纵向联邦学习的定义纵向联邦学习(VFL)一般是适用于数据集上具有相同的样本空间、不同的特征空间的参与方所组成的联邦学习场景,纵向联邦学习也可以理解为按特征划分的联邦学习。举个例子,我们假设有两家公司A和B想要协同地训练一个机器学习模型,每一家公司都拥有各自的数据。例如保险公司与银行合作,根据同一用户的购买历史与消费习惯,为该用户提供定制化的服务;医院与制药公司合作,通过利用同类患者的医疗记录,
- 联邦学习(电子工业出版社)——读书笔记(4)
超威橘猫
机器学习人工智能
第五章纵向联邦学习纵向联邦学习的定义把在数据集上具有相同的样本空间、不同的特征空间的参与方所组成的联邦学习归纳为纵向联邦学习(VerticalFederatedLearning,VFL),也可以理解为按特征划分的联邦学习。在这种联邦学习体系下,每一个参与方的身份和地位是相同的。在VFL的设置中,存在一些关于实现安全和隐私保护的假设。首先,VFL假设参与方都是诚实但好奇的。第二,VFL假设信息的传输
- PP-yoloE论文的理解
猫猫与橙子
目标检测ppyoloe
目录1.简单回顾PP-YOLOv22.本文的贡献2.1anchorfree2.2BackboneandNeck2.2.1ESE的原始架构2.3TAL和T-head2.3.1TAL2.4EfficientTask-alignedHead(ET-head)2.4.1varifocalloss(VFL)2.4.2distributionfocalloss(DFL)3.实验3.1与sota检测器相比涉及到
- 纵向联邦学习原理介绍——LR,XGBoost,SplitNN
lrchang
纵向联邦学习深度学习人工智能机器学习
这是我的学习笔记,若有不足和错误之处,欢迎交流和指正,谢谢!联系方式:
[email protected]文章目录1.Introduction2.Preliminaries2.1VFL加密方法2.2VFL平台3.VFL逻辑回归4.VFLXGBoost4.1XGBoost4.2SecureBoost5.SplitNN5.1Pipeline5.2Aggregation推荐阅读:[1]LabelInferenc
- 谁都能看懂的纵向联邦学习(VFL)加密聚合算法的解释
絮落潺流
机器学习1024程序员节
场景说明为便于分析,先考虑最简单的情形,现在有两个clients,clientA和clientB,以及一个受信任的第三方clientC(或者用server代替也可以)。clientA和clientB都有一定数量的sample(每一条sample都对应ID编号,IDA表示clientA的样本编号),只有clientA持有label。如果放在纵向联邦学习的场景中,那么A和B的ID是大部分都相同的(举个
- 【文献阅读】Label Inference Attacks Against Vertical Federated Learning
牛了个牛
文献阅读人工智能深度学习机器学习
【文献阅读】LabelInferenceAttacksAgainstVerticalFederatedLearning这篇文章提出了三种针对纵向联邦学习的标签推理攻击:被动标签推理攻击(补全本地模型使之具有推理能力)主动标签推理攻击(主动地增加本地模型在全局的权重)直接标签推理攻击(直接通过梯度符号判断标签)并利用常见的VFL防御方法对本文提出的攻击手段进行了测试,结果表明本文提出的攻击手段具有良
- 【文献阅读】Desirable Companion for Vertical Federated Learning: New Zeroth-Order Gradient Based Algorithm
牛了个牛
文献阅读人工智能
DesirableCompanionforVerticalFederatedLearning:NewZeroth-OrderGradientBasedAlgorithm背景解决的问题:现有的VFL算法不能同时很好地满足模型适用性、隐私安全、通信耗费、高效计算这四点要求。大多数现有的VFL框架使用基于梯度的更新策略,很难适用于难以获得甚至无法获得梯度的ML问题。本文将零阶优化与VFL相结合,提出了基
- 适合随身携带的光纤诊断工具
北京明辰智航
福禄克网络网络协议
在当今快节奏的工作环境中,最大限度地提高生产力至关重要。无论是安装新光纤链路还是对现有网络进行故障排除,找到问题的速度越快,修复问题的速度就越快。当你面对一个由光纤、连接器和跳线组成的复杂网络时,但是说起来容易做起来难。用于检测光纤连接的光纤连接器(VFL)和光纤连接器周围的光纤连接器(VFL)和光纤连接器(VFL)的光纤长度。虽然光纤测试仪(OTDR)是在整个电缆长度上发现大小问题的不可或缺的工
- 【论文阅读】CAFE: Catastrophic Data Leakage in Vertical Federated Learning
学渣渣渣渣渣
论文阅读机器学习人工智能
本文主要讲述了恶意server如何在VFL环境下根据数据索引来还原完整的训练数据。这里写目录标题现有工作的不足主要贡献实现assumption&target为什么大批量数据难以恢复?原理现有工作的不足针对大批量训练数据还原存在诸多局限性(缺乏理论证明),通过加大训练的batchsize可以规避那些攻击。条件过于苛刻,例如要求恢复的数据样本数量要远小于总类别数目。主要贡献利用VFL中datainde
- 【一种利用插值验证的FL隐私保护框架】VFL: A Verifiable Federated Learning
学渣渣渣渣渣
论文阅读深度学习pytorchpython机器学习人工智能
原文标题:VFL:AVerifiableFederatedLearningwithPrivacy-PreservingforBigDatainIndustrialIoT本文useLagrangeinterpolationtoelaboratelysetinterpolationpointsforverifyingthecorrectnessoftheaggregatedgradients.Comp
- 8.Paper小结——《VFL: A Verifiable Federated Learning withPrivacy-Preserving for Big Data...》
DK学到头秃
Cryptography算法概率论
题目:《VFL:AVerififiableFederatedLearningwithPrivacy-PreservingforBigDatainIndustrialIoT》——VFL:一种可验证的基于隐私的联邦学习0.Abstract由于大数据具有较强的分析能力,深度学习已被广泛应用于工业物联网中收集到的数据的建模。然而,对于隐私问题,传统的数据收集集中式学习并不适用于对训练集敏感的工业场景。近年
- YOLOE,2022年新版YOLO解读
pogg_
深度学习神经网络pytorch
前言:这是2022年第一个关于YOLO的改版,该版本由百度提出,称之为YOLOE,是目前各项指标sota的工业目检测器,性能sota且部署相对友好。该检测器的设计机制包括:Anchorfree无锚盒机制可扩展的backbone和neck,由CSPRepResStage(CSPNet+RMNet)构成使用VarifocalLoss(VFL)和Distributionfocalloss(DFL)的头部
- iOS-屏幕适配实现(VFL)
皆为序幕_so
VFL简介VFL全称是VisualFormatLanguage(可视化格式语言),它简化了Autolayout,通过一行字符串,你可以在水平或者垂直方向上指定多个约束,这跟一次只能创建一个约束相比会节省大量的代码量编译代码写的布局时,相关的View都需要将translatesAutoresizingMaskIntoConstraints设置为NOblueView.translatesAutores
- 详解布局Masonry
Kevin_wzx
1.概念Masonry是一个轻量级的布局框架,拥有自己的描述语法采用更优雅的链式语法封装自动布局简洁明了并具有高可读性而且同时支持iOS和MacOSX;是AutoLayout的一个第三方类库,用链式语法封装了冗长的AutoLayout代码,因此学习成本相对于官方提供的AutoLayout,以及VFL语言而言,低上很多很多...(用于纯代码布局);使用的时候导入头文件#import"Masonry.
- iOS 使用VFL语言实现自动布局
丹丹十个胆小鬼
VFL全称是VisualFormatLanguage,翻译过来是“可视化格式语言”VFL是苹果公司为了简化Autolayout的编码而推出的抽象语言VFL示例:H:[redBtn(100)]-30-[blueBtn(100)]水平方向上redBtn宽100,blueBtn宽100,它们之间间距30H:[redView(>=100@700)]redView宽度大于等于100,该约束条件优先级为700
- java类加载顺序
3213213333332132
java
package com.demo;
/**
* @Description 类加载顺序
* @author FuJianyong
* 2015-2-6上午11:21:37
*/
public class ClassLoaderSequence {
String s1 = "成员属性";
static String s2 = "
- Hibernate与mybitas的比较
BlueSkator
sqlHibernate框架ibatisorm
第一章 Hibernate与MyBatis
Hibernate 是当前最流行的O/R mapping框架,它出身于sf.net,现在已经成为Jboss的一部分。 Mybatis 是另外一种优秀的O/R mapping框架。目前属于apache的一个子项目。
MyBatis 参考资料官网:http:
- php多维数组排序以及实际工作中的应用
dcj3sjt126com
PHPusortuasort
自定义排序函数返回false或负数意味着第一个参数应该排在第二个参数的前面, 正数或true反之, 0相等usort不保存键名uasort 键名会保存下来uksort 排序是对键名进行的
<!doctype html>
<html lang="en">
<head>
<meta charset="utf-8&q
- DOM改变字体大小
周华华
前端
<!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/1999/xhtml&q
- c3p0的配置
g21121
c3p0
c3p0是一个开源的JDBC连接池,它实现了数据源和JNDI绑定,支持JDBC3规范和JDBC2的标准扩展。c3p0的下载地址是:http://sourceforge.net/projects/c3p0/这里可以下载到c3p0最新版本。
以在spring中配置dataSource为例:
<!-- spring加载资源文件 -->
<bean name="prope
- Java获取工程路径的几种方法
510888780
java
第一种:
File f = new File(this.getClass().getResource("/").getPath());
System.out.println(f);
结果:
C:\Documents%20and%20Settings\Administrator\workspace\projectName\bin
获取当前类的所在工程路径;
如果不加“
- 在类Unix系统下实现SSH免密码登录服务器
Harry642
免密ssh
1.客户机
(1)执行ssh-keygen -t rsa -C "
[email protected]"生成公钥,xxx为自定义大email地址
(2)执行scp ~/.ssh/id_rsa.pub root@xxxxxxxxx:/tmp将公钥拷贝到服务器上,xxx为服务器地址
(3)执行cat
- Java新手入门的30个基本概念一
aijuans
javajava 入门新手
在我们学习Java的过程中,掌握其中的基本概念对我们的学习无论是J2SE,J2EE,J2ME都是很重要的,J2SE是Java的基础,所以有必要对其中的基本概念做以归纳,以便大家在以后的学习过程中更好的理解java的精髓,在此我总结了30条基本的概念。 Java概述: 目前Java主要应用于中间件的开发(middleware)---处理客户机于服务器之间的通信技术,早期的实践证明,Java不适合
- Memcached for windows 简单介绍
antlove
javaWebwindowscachememcached
1. 安装memcached server
a. 下载memcached-1.2.6-win32-bin.zip
b. 解压缩,dos 窗口切换到 memcached.exe所在目录,运行memcached.exe -d install
c.启动memcached Server,直接在dos窗口键入 net start "memcached Server&quo
- 数据库对象的视图和索引
百合不是茶
索引oeacle数据库视图
视图
视图是从一个表或视图导出的表,也可以是从多个表或视图导出的表。视图是一个虚表,数据库不对视图所对应的数据进行实际存储,只存储视图的定义,对视图的数据进行操作时,只能将字段定义为视图,不能将具体的数据定义为视图
为什么oracle需要视图;
&
- Mockito(一) --入门篇
bijian1013
持续集成mockito单元测试
Mockito是一个针对Java的mocking框架,它与EasyMock和jMock很相似,但是通过在执行后校验什么已经被调用,它消除了对期望 行为(expectations)的需要。其它的mocking库需要你在执行前记录期望行为(expectations),而这导致了丑陋的初始化代码。
&nb
- 精通Oracle10编程SQL(5)SQL函数
bijian1013
oracle数据库plsql
/*
* SQL函数
*/
--数字函数
--ABS(n):返回数字n的绝对值
declare
v_abs number(6,2);
begin
v_abs:=abs(&no);
dbms_output.put_line('绝对值:'||v_abs);
end;
--ACOS(n):返回数字n的反余弦值,输入值的范围是-1~1,输出值的单位为弧度
- 【Log4j一】Log4j总体介绍
bit1129
log4j
Log4j组件:Logger、Appender、Layout
Log4j核心包含三个组件:logger、appender和layout。这三个组件协作提供日志功能:
日志的输出目标
日志的输出格式
日志的输出级别(是否抑制日志的输出)
logger继承特性
A logger is said to be an ancestor of anothe
- Java IO笔记
白糖_
java
public static void main(String[] args) throws IOException {
//输入流
InputStream in = Test.class.getResourceAsStream("/test");
InputStreamReader isr = new InputStreamReader(in);
Bu
- Docker 监控
ronin47
docker监控
目前项目内部署了docker,于是涉及到关于监控的事情,参考一些经典实例以及一些自己的想法,总结一下思路。 1、关于监控的内容 监控宿主机本身
监控宿主机本身还是比较简单的,同其他服务器监控类似,对cpu、network、io、disk等做通用的检查,这里不再细说。
额外的,因为是docker的
- java-顺时针打印图形
bylijinnan
java
一个画图程序 要求打印出:
1.int i=5;
2.1 2 3 4 5
3.16 17 18 19 6
4.15 24 25 20 7
5.14 23 22 21 8
6.13 12 11 10 9
7.
8.int i=6
9.1 2 3 4 5 6
10.20 21 22 23 24 7
11.19
- 关于iReport汉化版强制使用英文的配置方法
Kai_Ge
iReport汉化英文版
对于那些具有强迫症的工程师来说,软件汉化固然好用,但是汉化不完整却极为头疼,本方法针对iReport汉化不完整的情况,强制使用英文版,方法如下:
在 iReport 安装路径下的 etc/ireport.conf 里增加红色部分启动参数,即可变为英文版。
# ${HOME} will be replaced by user home directory accordin
- [并行计算]论宇宙的可计算性
comsci
并行计算
现在我们知道,一个涡旋系统具有并行计算能力.按照自然运动理论,这个系统也同时具有存储能力,同时具备计算和存储能力的系统,在某种条件下一般都会产生意识......
那么,这种概念让我们推论出一个结论
&nb
- 用OpenGL实现无限循环的coverflow
dai_lm
androidcoverflow
网上找了很久,都是用Gallery实现的,效果不是很满意,结果发现这个用OpenGL实现的,稍微修改了一下源码,实现了无限循环功能
源码地址:
https://github.com/jackfengji/glcoverflow
public class CoverFlowOpenGL extends GLSurfaceView implements
GLSurfaceV
- JAVA数据计算的几个解决方案1
datamachine
javaHibernate计算
老大丢过来的软件跑了10天,摸到点门道,正好跟以前攒的私房有关联,整理存档。
-----------------------------华丽的分割线-------------------------------------
数据计算层是指介于数据存储和应用程序之间,负责计算数据存储层的数据,并将计算结果返回应用程序的层次。J
&nbs
- 简单的用户授权系统,利用给user表添加一个字段标识管理员的方式
dcj3sjt126com
yii
怎么创建一个简单的(非 RBAC)用户授权系统
通过查看论坛,我发现这是一个常见的问题,所以我决定写这篇文章。
本文只包括授权系统.假设你已经知道怎么创建身份验证系统(登录)。 数据库
首先在 user 表创建一个新的字段(integer 类型),字段名 'accessLevel',它定义了用户的访问权限 扩展 CWebUser 类
在配置文件(一般为 protecte
- 未选之路
dcj3sjt126com
诗
作者:罗伯特*费罗斯特
黄色的树林里分出两条路,
可惜我不能同时去涉足,
我在那路口久久伫立,
我向着一条路极目望去,
直到它消失在丛林深处.
但我却选了另外一条路,
它荒草萋萋,十分幽寂;
显得更诱人,更美丽,
虽然在这两条小路上,
都很少留下旅人的足迹.
那天清晨落叶满地,
两条路都未见脚印痕迹.
呵,留下一条路等改日再
- Java处理15位身份证变18位
蕃薯耀
18位身份证变15位15位身份证变18位身份证转换
15位身份证变18位,18位身份证变15位
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 201
- SpringMVC4零配置--应用上下文配置【AppConfig】
hanqunfeng
springmvc4
从spring3.0开始,Spring将JavaConfig整合到核心模块,普通的POJO只需要标注@Configuration注解,就可以成为spring配置类,并通过在方法上标注@Bean注解的方式注入bean。
Xml配置和Java类配置对比如下:
applicationContext-AppConfig.xml
<!-- 激活自动代理功能 参看:
- Android中webview跟JAVASCRIPT中的交互
jackyrong
JavaScripthtmlandroid脚本
在android的应用程序中,可以直接调用webview中的javascript代码,而webview中的javascript代码,也可以去调用ANDROID应用程序(也就是JAVA部分的代码).下面举例说明之:
1 JAVASCRIPT脚本调用android程序
要在webview中,调用addJavascriptInterface(OBJ,int
- 8个最佳Web开发资源推荐
lampcy
编程Web程序员
Web开发对程序员来说是一项较为复杂的工作,程序员需要快速地满足用户需求。如今很多的在线资源可以给程序员提供帮助,比如指导手册、在线课程和一些参考资料,而且这些资源基本都是免费和适合初学者的。无论你是需要选择一门新的编程语言,或是了解最新的标准,还是需要从其他地方找到一些灵感,我们这里为你整理了一些很好的Web开发资源,帮助你更成功地进行Web开发。
这里列出10个最佳Web开发资源,它们都是受
- 架构师之面试------jdk的hashMap实现
nannan408
HashMap
1.前言。
如题。
2.详述。
(1)hashMap算法就是数组链表。数组存放的元素是键值对。jdk通过移位算法(其实也就是简单的加乘算法),如下代码来生成数组下标(生成后indexFor一下就成下标了)。
static int hash(int h)
{
h ^= (h >>> 20) ^ (h >>>
- html禁止清除input文本输入缓存
Rainbow702
html缓存input输入框change
多数浏览器默认会缓存input的值,只有使用ctl+F5强制刷新的才可以清除缓存记录。
如果不想让浏览器缓存input的值,有2种方法:
方法一: 在不想使用缓存的input中添加 autocomplete="off";
<input type="text" autocomplete="off" n
- POJO和JavaBean的区别和联系
tjmljw
POJOjava beans
POJO 和JavaBean是我们常见的两个关键字,一般容易混淆,POJO全称是Plain Ordinary Java Object / Pure Old Java Object,中文可以翻译成:普通Java类,具有一部分getter/setter方法的那种类就可以称作POJO,但是JavaBean则比 POJO复杂很多, Java Bean 是可复用的组件,对 Java Bean 并没有严格的规
- java中单例的五种写法
liuxiaoling
java单例
/**
* 单例模式的五种写法:
* 1、懒汉
* 2、恶汉
* 3、静态内部类
* 4、枚举
* 5、双重校验锁
*/
/**
* 五、 双重校验锁,在当前的内存模型中无效
*/
class LockSingleton
{
private volatile static LockSingleton singleton;
pri