bigboss妈咪
bigboss妈咪

终于开始动笔了

近期对彩铅画着迷，网购了彩铅和素描本，周末小试牛刀。
临摹绘本


终于开始动笔了_第1张图片
图片发自App

一开始连素描都过不去，简单的一幅生活画，我足足画了一晚上。几近想哭，就觉得上学的美术课全荒废了，基本功太差。最后硬是凭着股热情，活生生磨出个草稿。因为时间晚了，就没留影，真心觉得也拿不出手。
昨晚继续涂色，就有了下面的成稿。不管怎样，bigboss给了我大大的肯定，表示喜欢。我当然知道他是讨我开心，但不管怎样，我是终于迈出了彩铅的第一步，相信只要肯坚持，熟能生巧，一定会越画越好哒！

我的彩铅处女作


终于开始动笔了_第2张图片
图片发自App

终于开始动笔了_第3张图片
图片发自App

彩铅的乐趣就在于涂色，而关乎作品质量的环节也在于此。慢慢体会和琢磨，彩铅和水融合的那一瞬间，图样就开始发生改变，色彩柔和而绚烂，令人惊喜！

你可能感兴趣的:(终于开始动笔了)

  • 设计模式 工厂模式 工厂方法模式 抽象工厂模式 她说喜欢是装的. web后端开发web开发基础设计模式工厂方法模式抽象工厂模式
    目录工厂模式的优点工厂模式的类型实例简单工厂模式工厂方法模式抽象工厂模式常见的应用场景注意事项工厂方法设计模式Java代码实现代码解析输出结果解析总结好，我需要解释Java中的工厂模式。首先，工厂模式是一种创建型设计模式，主要用于对象的创建。它通过工厂类来封装创建过程，这样可以减少耦合度。那工厂模式有什么优点呢？嗯，首先是解耦了创建和使用，这样客户端不需要知道具体怎么创建对象，只需要调用工厂方法。
  • Python并发编程实战：用concurrent.futures榨干CPU性能的终极指南 清水白石008 pythonPython题库python网络服务器
    Python并发编程实战：用concurrent.futures榨干CPU性能的终极指南引言：从“单线程苦力”到“并发指挥官”你是否遇到过这样的场景？处理10万条数据需要跑通宵，Web爬虫每秒只能请求3次，批量处理图片时CPU利用率不到20%……这些问题的根源往往在于未能有效利用计算资源。Python的concurrent.futures模块提供了一种优雅的解决方案——通过线程池和进程池，开发者可
  • 在 C++ 中实现一个简单的图形用户界面（GUI）应用 清水白石008 C++题库C++面试试题c++命令模式开发语言
    在C++中实现一个简单的图形用户界面（GUI）应用图形用户界面（GUI）应用程序是现代软件开发中不可或缺的一部分。它们为用户提供了直观的交互方式，使得操作更加简单和高效。本文将介绍如何在C++中实现一个简单的GUI应用程序，使用流行的GUI库Qt。我们将创建一个基本的计算器应用程序，支持加法、减法、乘法和除法等基本功能。一、项目概述我们的目标是创建一个简单的计算器应用程序，具有以下功能：用户可以输
  • 真实场景运用Springboot +策略模式 书语时 设计模式SpringBootspringboot策略模式java
    1.简介在真实开发中，我们经常需要处理不同类型的对象，但是对他们的操作是相同或者类似的，在这种场景下，策略模式就派上用场啦，我之前也看过不少文章，但是看的云里雾里，看完还是不知道怎么用，那么，在这篇文章中，我也不写理论的东西，直接上代码，和大家一起交流，一起学习。2.模拟场景我们在系统中展示了一些图片、视频、活动等，当用户点击之后，我们需要把这个视频或者这个活动的浏览量增加1，同时，这些数据都存储
  • 解析Excel表表头 Only* excelpython开发语言
    常见的一级表头表头通常位于Excel文件的第一行，包含了每一列的名称。在Excel文件中，第一行的单元格内容通常定义了每一列的字段名称，这些字段名称就是表头。importpandasaspd#加载Excel文件file_path="Test.xlsx"#替换为你的文件路径df=pd.read_excel(file_path)#获取表头headers=df.columns.tolist()#打印表头
  • springboot中工厂+策略模式实际应用 BraveTT 策略模式java开发语言
    之前只是在各种博客和书籍上看到设计模式使用的理论知识，今天在项目中，正好遇到了这种需求，于是想着用这俩种模式实战一下，没想到成功了，记录一下，也欢迎各位大兄弟们继续给出好的建议。需求：有一个列表的数据，数据里有状态一栏，但是不同角色看到的状态值不一样。原先处理方法：对于各种新手小伙伴来说，是不是要各种if判断角色code，然后在不同的if里，去修改状态的文本值？类似于这样：if(roleCodeC
  • Sobel边缘检测算法：图像处理的关键技术 Fkvision
    本文还有配套的精品资源，点击获取简介：Sobel算子是图像处理中用于边缘检测的经典方法，通过计算图像的梯度强度和方向来识别边界。本文详细介绍了Sobel算子的设计原理和实现步骤，包括图像的灰度转换、梯度计算、幅值和方向的确定，以及阈值处理和边缘细化。Sobel算子通过卷积操作实现对水平和垂直方向的边缘检测，被广泛应用于各种图像处理场景。文章还将涉及如何使用编程语言和库来实现Sobel边缘检测算法，
  • nginx采用域名访问后台接口时报400 zl_code_le nginx运维
    背景：一直正常用的nginx，ip+端口访问正常，现在要求采用域名后出现了访问后台接口400的问题。解决方案：可以看下nginx的配置文件中是否存在：proxy_set_headerHost$host;将其注释后重启试一下
  • AR技术在电商行业中有哪些应用场景？有何优势？ mirrornan 3D行业资讯ar3D模型3D展示3d51建模网
    AR（增强现实）技术在电商行业中的应用场景广泛且多样，为消费者带来了全新的购物体验，同时也为商家提供了诸多优势。51建模网为电商行业AR技术应用提供解决方案，以下是AR技术在电商行业中的主要应用场景及其优势：一、应用场景1、虚拟商品展示：家具展示：消费者可以通过手机摄像头将虚拟家具摆放在自己家中的实际环境中，直观地看到家具的尺寸、风格和搭配效果。鞋服展示：用户可以在手机或计算机屏幕上，通过AR技术
  • 常见的图像处理算法：Sobel边缘检测 资深流水灯工程师 机器视觉图像处理算法计算机视觉
    Sobel算子是一个主要用于边缘检测的离散微分算子。它结合了高斯平滑和微分求导，用来计算灰度图像的近似梯度。Sobel算子是一个主要用于边缘检测的离散微分算子（discretedifferentiationoperator）。它结合了高斯平滑和微分求导，用来计算图像灰度函数的近似梯度。在图像的任何一点使用此算子，都将会产生对应的梯度矢量或是其法矢量。Sobel算子的两个3*3内核为：
  • Cassini_Network-Aware Job Schedulingin Machine Learning Clusters 一只积极向上的小咸鱼 机器学习人工智能
    这篇论文介绍了CASSINI，一种用于机器学习（ML）集群的网络感知作业调度器。研究背景背景介绍:这篇文章的研究背景是深度学习数据集和模型规模的不断增长，对高效GPU集群的需求日益增加。分布式机器学习训练工作负载的通信开销占据了训练迭代时间的很大一部分，而现有的ML调度器往往忽略了ML训练作业的通信模式。研究问题:该问题的研究目标是开发一种简单而有效的方法，能够在网络链路中高效地放置多个ML作业，
  • python open() 函数 参数 文件读写参数 licy__ python
    open函数的参数读写文件，要通过内置函数open()打开文件，获得文件对象。函数open的参数如下：open(file,mode='r',buffering=-1,encoding=None,errors=None,newline=None,closefd=True,opener=None)参数filefile参数指定了要打开文件的路径。可以是相对路径，比如'text.txt'，就是指当前工作目
  • Vue 3 生命周期函数详解 licy__ vue.js前端javascript
    Vue3生命周期函数详解引言Vue.js是一个渐进式的JavaScript框架，用于构建用户界面。Vue3在性能、API设计和开发者体验方面进行了重大改进。理解Vue3的生命周期函数（LifecycleHooks）对于开发高效的Vue应用至关重要。本文将详细介绍Vue3的生命周期钩子、每个阶段的作用及其代码示例，帮助读者更好地掌握这一重要概念。1.Vue3生命周期概述Vue实例从创建到销毁经历了一
  • 安宝特方案 | AR在供应链管理中的应用：提升效率与透明度 安宝特AR arAR眼镜仓储管理工业ar交通物流
    随着全球化的不断深入和市场需求的快速变化，企业对供应链管理的要求也日益提高。如何在复杂的供应链环境中提升效率、降低成本，并确保信息的透明度，成为了各大行业亟待解决的问题。而增强现实（AR）技术，特别是安宝特的AR眼镜，正为这一挑战提供了创新的解决方案。1.实时信息可视化在传统的供应链管理中，决策往往依赖于静态数据，这使得反应速度缓慢且难以适应快速变化的市场。而通过安宝特的AR眼镜，工作人员可以实时
  • 测试管理丨OKR目标制定与关键结果解析 霍格沃兹测试开发学社测试人社区 软件测试测试开发
    什么是OKROKR是一种目标管理框架，帮助组织、团队和个人明确目标并衡量进展。它由两个核心部分组成：O：明确、鼓舞人心的目标，通常是定性的。KR：衡量目标是否达成的关键结果，通常是定量的。O和KR的关系O是方向，KR是衡量标准。O回答“我们要实现什么”，KR回答“如何知道我们实现了目标”。KR必须直接支持O的实现。如何制定O明确且鼓舞人心：目标应清晰、具体，并能激励团队。简洁：用一句话概括，避免复
  • Spring Boot整合策略模式：概念、使用场景、优缺点及企业级Java 程序才子 javaspringboot策略模式Java
    策略模式是一种行为型设计模式，它允许在运行时选择算法的行为。SpringBoot是一个流行的Java开发框架，提供了简化的配置和快速开发的能力。在本文中，我们将探讨如何在SpringBoot应用程序中使用策略模式，讨论其使用场景、优缺点，并介绍如何在企业级Java应用程序中应用该模式。1.策略模式概念策略模式通过定义一系列算法，并将其封装在可互换的策略对象中，使得这些算法可以相互替换。它将算法的选
  • Java集合设计模式面试题 夜游猿 Java开发工程师面试java设计模式开发语言
    Java集合设计模式面试题迭代器模式Q1:Java集合框架中的迭代器模式是如何实现的？迭代器模式提供了一种统一的方式来访问集合中的元素，而不需要暴露集合的内部结构。publicclassIteratorPatternExample{//1.基本迭代器使用publicvoidbasicIteratorUsage(){Listlist=newArrayListiterator=list.iterato
  • 大模型下一场战事，为什么是AI Agent？ AGI小明同学 人工智能音视频llama面试职场和发展
    （一）改变游戏规则AIAgent会改变软件的游戏规则。武汉人工智能研究院院长王金桥的观点是：“美国AgentStore（智能体商店）发展得好，这会令中美大模型差距持续拉大。”AIAgent很酷，而竞争残酷。OpenAI就差摆明讲了：“我全部都要。”（双手收拢握拳状）。野心这么大，留给别人的不多了。一位老读者向我吐槽，OpenAI可以是“发电厂”，做发电的生意，把电器的生意留给别人。但它选择了既做电
  • 大语言模型(LLM)入门学习路线图，附资源汇总，收藏这篇就够了 AI小白熊 语言模型学习人工智能aitransformer深度学习
    Github项目上有一个[大语言模型学习路线笔记]“大语言模型学习路线笔记”)，它全面涵盖了大语言模型的所需的基础知识学习，LLM前沿算法和架构，以及如何将大语言模型进行工程化实践。这份资料是初学者或有一定基础的开发/算法人员入门活深入大型语言模型学习的优秀参考。这份资料重点介绍了我们应该掌握哪些核心知识，并推荐了一系列优质的学习视频和博客，旨在帮助大家系统性地掌握大型语言模型的相关技术。大语言模
  • 设计模式之策略模式（Strategy Pattern） Zayn~ 设计模式设计模式策略模式
    模式定义定义了算法族，分别封装起来，让它们之间可以互相替换，此模式让算法的变化独立于使用算法的客户。模式类图示例以鸭子为例子，实现三个鸭子，分别为：绿头鸭、红头鸭和橡皮鸭，实现不同的飞行行为：会飞和不会飞。如下：优点1.**解耦合**：策略模式可以将一个算法的实现与其使用环境分离开来，从而使得算法可以独立于使用环境变化。这有助于降低系统的耦合度，提高系统的灵活性和可维护性。2.**易于扩展**：由
  • 用于训练基于pytorch构建的小型字符级语言模型的数据集汇总 搏博 大模型pytorch语言模型人工智能python学习机器学习
    前文，我们从零开始基于transformer框架在pytorch上构建一个小型字符级语言模型，并编写了完整的python示例，模型是需要训练的，所以在原有代码的基础上，我们寻找一些公开的数据集对模型进行训练。本文需要先了解的前置内容以及代码（如果不训练，仅看如何获取数据集，就可以跳过这部分），可以看的我文章：从零开始构建一个小型字符级语言模型的完整详细教程（基于Transformer架构）-CSD
  • 升级jenkins 导致jenkins启动失败_害你加班的Bug是我写的，记一次升级Jenkins插件引发的加班 weixin_39927378 升级jenkins导致jenkins启动失败
    本文主要记录了下Jenkins升级插件过程中出现的场景，一次加班经历，事发时没有截图，有兴趣可以看看。起因需求最近有个需求：在Jenkins流水线中完成下载Git上的文件简单修改并提交的功能起初找到了相关的插件用法，即使用SSHAgentPlugin来完成这个功能插件不生效经测试无法完成效果，分别怀疑了以下几点：凭据配置有误写错了脚本当前未安装此插件当前插件版本过低当前插件由于某种原因未生效排查不
  • elasticsearch添加kerberos认证完整操作流程 鸡蛋可好吃了 elasticsearchjenkins大数据java
    kerberos认证的教程网上有很多，但是es的真的找遍全网都很少有详细的教程！我苦读官网，到处搜罗零碎信息，才终于完成es的kerberos认证。文章目录一、elasticsearch升级白金版1.下载对应版本源码，修改相关类2.编译后替换jar包中的class文件3.更新license二、搭建kerberos服务1.安装kerberos服务端2.安装kerberos客户端3.服务端配置文件kd
  • 强大的ETL利器—DataFlow3.0 lixiang2114 数据分析etlflumesqoop数据库数据仓库
    产品开发背景DataFlow是基于应用数据流程的一套分布式ETL系统服务组件，其前身是LogCollector2.0日志系统框架，自LogCollector3.0版本开始正式更名为DataFlow3.0。目前常用的ETL工具Flume、LogStash、Kettle、Sqoop等也可以完成数据的采集、传输、转换和存储；但这些工具都不具备事务一致性。比如Flume工具仅能应用到通信质量无障碍的局域网
  • 解读CUDA Compiler Driver NVCC - Ch.3 AliceWanderAI NVCCNVCC
    前言上一篇文章简单了介绍了nvcc预定义的宏，以及支持的编译阶段，对应的输入文件后缀和输出文件的默认名。本篇文章了解CUDA源文件编译的整个workflow。OverviewCUDA编译的工作原理如下：输入程序经过设备编译编译预处理，编译为CUDA二进制（cubin）和/或PTX中间代码，被放置在一个fatbinary。输入程序再次预处理以供主机编译，嵌入到fatbinary，并将CUDA特定C+
  • 基于MatrixOS的多模态数据智能平台：技术架构与实现路径 ITPUB-微风 架构
    在数字化和智能化的时代，数据已成为企业创新和决策的关键要素。然而，随着数据量的爆炸式增长，尤其是非结构化数据的激增，如何有效管理和利用这些数据成为了一个巨大的挑战。矩阵起源公司推出的MatrixOS，一个基于MatrixDC、MatrixOne和MatrixGenesis的多模态数据智能平台，为这一挑战提供了创新的解决方案。矩阵起源与MatrixOS简介矩阵起源成立于2021年，致力于构建开放的技
  • 设计模式-（状态模式，策略模式，代理模式，责任链模式） *^O^*—*^O^* 设计模式状态模式策略模式
    状态模式概念：用于管理一个对象在不同状态下的行为变化。它允许对象在内部状态改变时改变其行为，从而让对象看起来像是改变了其类。状态模式的核心思想是将状态封装到独立的类中，每个状态类都定义了在该状态下对象的行为状态模式主要涉及以下角色：Context（上下文）：定义了客户端需要的接口，并维护一个对当前状态对象的引用。State（状态接口）：定义了一个接口，用于封装与状态相关的行为。ConcreteSt
  • python总结报告_python 学习总结 weixin_39628247 python总结报告
    数据蛙第一期课程已经进行了两周了，最近一周学习的内容是python相关，这里总结性地概况课程内容，以作知识回顾参考。一、python的基础知识1、数据类型数字型：int、float、Boolean非数字型：字符串、列表、元组、字典可变类型：列表、字典不可变类型：数字、字符串、元组格式化字符串：两种写法a、python的格式化字符串，使用%如果希望输出文字信息的同时输出数据，那就需要使用到格式化操作
  • 基于STM32的城市低洼积水检测控制系统设计(代码+仿真) 科创工作室li 毕业设计0stm32嵌入式硬件单片机
    基于STM32的城市低洼积水检测控制系统设计摘要随着城市化进程的加速，城市低洼地带积水问题日益突出，给居民生活和城市交通带来诸多不便。为了有效解决这一问题，本文设计了一种基于STM32单片机的城市低洼积水检测控制系统。该系统通过阻压式水位检测传感器实时监测水位变化，并通过液晶屏LCD1602和串口上位机显示水位高度。用户可以通过按键设置水位报警值，当水位低于设定的报警值时，蜂鸣器报警电路导通，蜂鸣
  • _判断（if）语句Day7 MuNian123 Python零基础入门实战Python
    01.开发中的应用场景生活中的判断几乎是无所不在的，我们每天都在做各种各样的选择，如果这样？如果那样？……程序中的判断if今天发工资:先还信用卡的钱if有剩余:又可以happy了，O(∩_∩)O哈哈~else:噢，no。。。还的等30天else:盼着发工资判断的定义如果条件满足，才能做某件事情，如果条件不满足
  • 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/[email protected]: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
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他