致Great
致Great

美团NLP实习面试总结

机会总是留给有准备的人

一 基本知识

1 python

  • 解释下装饰器和生成器的作用以及用法
  • 类的知识点，类与对象，三个输出

2 java

  • HashMap的实现原理
  • ArrayList和LinkedList的区别

3 操作系统

  • 进程与线程的区别
  • 进程调度方法

4 数据结构

  • 解释下Hash散列表

5 代码

  • 给定一个列表，实现有序二叉树的构造
  • 给定一个列表，实现单链表的构造
  • 给定一个数组(0,整数、负数、小数)，求乘积最大的子序列

二 NLP相关技术

1 LSTM

  • LSTM的实现原理
  • 中间隐层的个数

2 介绍实体链接与实体映射

3 解释随机游走的原理及作用

4 命名实体识别

  • 规则匹配
  • 语义分析
  • 过拟合
  • 词性标注

你可能感兴趣的:(美团NLP实习面试总结)

  • 大语言模型原理基础与前沿 基于相似性搜索的多模态对齐 AI天才研究院 计算DeepSeekR1&大数据AI人工智能大模型计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    大语言模型原理基础与前沿基于相似性搜索的多模态对齐1.背景介绍近年来，大语言模型(LargeLanguageModels,LLMs)在自然语言处理(NaturalLanguageProcessing,NLP)领域取得了显著的进展。LLMs通过在海量文本数据上进行预训练，学习到了丰富的语言知识和生成能力，在许多NLP任务上表现出色，如问答、摘要、翻译等。然而，LLMs目前主要局限于单一模态，即文本。
  • 人工智能领域毕业设计选题题目合集：课题指导 选题建议 HaiLang_IT 毕业设计选题毕业设计人工智能机器学习
    目录前言毕设选题开题指导建议更多精选选题选题帮助最后前言大家好,这里是海浪学长毕设专题!大四是整个大学期间最忙碌的时光，一边要忙着准备考研、考公、考教资或者实习为毕业后面临的升学就业做准备,一边要为毕业设计耗费大量精力。学长给大家整理了人工智能专业最新精选选题，如遇选题困难或选题有任何疑问，都可以问学长哦(见文末)!对毕设有任何疑问都可以问学长哦!更多选题指导:最新最全计算机专业毕设选题精选推荐汇
  • 基于Python的自然语言处理系列（60）：使用 LangChain 构建 Multi-Vector Retriever 进行文档检索 会飞的Anthony 人工智能信息系统自然语言处理人工智能深度学习机器学习
    在NLP和AI领域，基于嵌入（Embeddings）进行文档检索已成为一种高效的解决方案。本文介绍如何使用LangChain构建Multi-VectorRetriever，实现对长文档的分块索引和高效检索。1.环境准备首先，我们需要安装相关依赖库。pipinstalllangchainchromadbtorchtransformers2.加载文档并进行预处理我们先使用TextLoader读取多个文
  • 什么是 Embedding？——从直觉到应用的全面解读 忍者算法 人工智能深度学习神经网络机器学习
    什么是Embedding？——从直觉到应用的全面解读在机器学习和深度学习的世界里，我们经常会听到“Embedding”这个词。它是深度学习中最核心的概念之一，尤其在自然语言处理（NLP）和推荐系统中应用广泛。但很多初学者对Embedding的理解可能只是：“它是把一个东西转换成数字的方式。”这种解释虽然没错，但过于简略，难以真正理解Embedding的作用。这篇文章将用最直观的方式，带你深入理解E
  • 只需三步，就可以在KubeBlocks上集成和使用NebulaGraph集群啦！
    NebulaGraph是一款开源分布式图数据库，凭借高可用、可扩展、易运维、高性能等特性，NebulaGraph已被美团、京东、快手和腾讯等多家企业选用，应用于数据治理、实时推荐、反欺诈、风险控制等多种场景。数据库的部署和运维是常见的用户痛点。对于开源数据库，上手难度则更高，因为用户往往需要自己不断摸索如何完成这些事情，这也对开源数据库的流行度带来不利的影响。因此，开源数据库社区中往往都会有开发者
  • 自然语言处理NLP星空智能对话机器人系列：Facebook StarSpace框架案例数据加载 段智华 NLP星空智能对话机器人
    自然语言处理NLP星空智能对话机器人系列：FacebookStarSpace框架案例数据加载目录FacebookStarSpace案例脚本FacebookStarSpace案例数据AG新闻主题分类数据集简介标签类别文件训练数据文件测试数据文件星空智能对话机器人系列博客FacebookStarSpace案例脚本先看一下FacebookStarSpace官方源码中提供的一个示例代码classifica
  • NLP：词向量 00&00 深度学习自然语言处理人工智能自然语言处理人工智能深度学习
    词向量是一种将单词映射到低维稠密向量空间的方法，旨在保留单词之间的语义关系。这种表示方法使得模型能够理解并捕捉单词的语义相似性，从而在许多自然语言处理（NLP）任务中大幅提高了性能。1.常见方法Word2Vec：Word2Vec是一种流行的词向量生成算法，主要通过两个模型来训练词向量：Skip-gram：输入一个单词，预测其上下文（即周围的单词）。该模型适合分析大规模语料，能够生成高质量的词向量。
  • 论文翻译：EMNLP-2023 CCF-B Multi-step Jailbreaking Privacy Attacks on ChatGPT CSPhD-winston-杨帆 LLMs-安全论文翻译chatgpt
    Multi-stepJailbreakingPrivacyAttacksonChatGPThttps://arxiv.org/pdf/2304.05197多步骤越狱隐私攻击对ChatGPT的影响https://openreview.net/forum?id=ls4Pfsl2jZ文章目录多步骤越狱隐私攻击对ChatGPT的影响摘要1引言2相关工作3对ChatGPT的数据提取攻击3.1数据收集3.2攻
  • EMNLP2023 | 长篇论文接受列表 AINLPer 国际会议EMNLP2023
    来源:AINLPer公众号（每日干货分享！！）编辑:ShuYini校稿:ShuYini时间:2023-10-03引言EMNLP2023于12月10日在新加坡落下帷幕，此次会议顺利举行。今年EMNLP2023的投稿论文数量将近5000篇，长论文接收率为23.3%，短论文接收率为14%，整体接收率为21.3%。下面是作者整理的长篇论文接受列表，因平台限制不能给出每篇论文的连接。如果有需要，欢迎关注AI
  • EMNLP2023 | 短篇论文接受列表，含全部论文下载 AINLPer 国际会议EMNLP2023
    来源:AINLPer公众号（每日干货分享！！）编辑:ShuYini校稿:ShuYini时间:2023-12-12引言EMNLP2023于12月10日在新加坡落下帷幕，此次会议顺利举行。今年EMNLP2023的投稿论文数量将近5000篇，长论文接收率为23.3%，短论文接收率为14%，整体接收率为21.3%。下面是作者整理的短篇论文接受列表，因平台限制不能给出每篇论文的连接。如果有需要，欢迎关注AI
  • 今日arXiv精选 | 15篇EMNLP 2021最新论文 PaperWeekly smsanimationfirebug3dnagios
    关于#今日arXiv精选这是「AI学术前沿」旗下的一档栏目，编辑将每日从arXiv中精选高质量论文，推送给读者。BeyondPreservedAccuracy:EvaluatingLoyaltyandRobustnessofBERTCompressionComment:AcceptedtoEMNLP2021(mainconference)Link:http://arxiv.org/abs/2109
  • 今日arXiv精选 | 12篇EMNLP 2021最新论文 PaperWeekly 人工智能firebugnagios3danimation
    关于#今日arXiv精选这是「AI学术前沿」旗下的一档栏目，编辑将每日从arXiv中精选高质量论文，推送给读者。YoushouldevaluateyourlanguagemodelonmarginallikelihoodovertokenisationsComment:acceptedatEMNLP2021Link:http://arxiv.org/abs/2109.02550AbstractNe
  • 论文翻译：EMNLP-2023.CCF-A.Alon Jacovi.Stop Uploading Test Data in Plain Text: Practical Strategies for CSPhD-winston-杨帆 论文翻译LLMs-数据污染人工智能
    StopUploadingTestDatainPlainText:PracticalStrategiesforMitigatingDataContaminationbyEvaluationBenchmarkshttps://arxiv.org/pdf/2305.10160停止上传明文测试数据：实用的策略以减轻评估基准造成的数据污染文章目录停止上传明文测试数据：实用的策略以减轻评估基准造成的数据污染
  • 论文阅读：2024 EMNLP Findings Authorship Obfuscation in Multilingual Machine-Generated Text Detection CSPhD-winston-杨帆 论文阅读论文阅读
    总目录大模型安全相关研究：https://blog.csdn.net/WhiffeYF/article/details/142132328文章目录Abstract（摘要）1Introduction（引言）2RelatedWork（相关工作）2.1MGTDetection（MGT检测）2.2MGTObfuscation（MGT混淆）6Conclusion（结论）Limitations（局限性）Aut
  • 论文阅读：2023 EMNLP Hidding the Ghostwriters: An Adversarial Evaluation of AI-Generated Student Essay De CSPhD-winston-杨帆 论文阅读论文阅读人工智能
    总目录大模型安全相关研究：https://blog.csdn.net/WhiffeYF/article/details/142132328文章目录Abstract（摘要）1Introduction（引言）5RelatedWork（相关工作）6Conclusion（结论）HiddingtheGhostwriters:AnAdversarialEvaluationofAI-GeneratedStude
  • 《深度剖析：BERT与GPT——自然语言处理架构的璀璨双星》 程序猿阿伟 自然语言处理bertgpt
    在自然语言处理（NLP）的广袤星空中，BERT（BidirectionalEncoderRepresentationsfromTransformers）与GPT（GenerativePretrainedTransformer）系列模型宛如两颗最为耀眼的星辰，引领着NLP技术不断迈向新的高度。它们基于独特的架构设计，以强大的语言理解与生成能力，彻底革新了NLP的研究与应用范式，成为学界和业界竞相探索
  • 字节跳动前端开发实习生面试总结 章鱼小丸子逃跑中 面经面试职场和发展
    面试时间开始，等着等着面试官进了视频会议。首先调试设备问问对方是否听得到以及面试官介绍事项（比如面试分为理论和实践后续问的问题不适可以打断之类的巴拉巴拉请做自我介绍吧）。我：巴拉巴拉自我介绍......面试官：看你简历中有很多项目，请问有没有令你印象深刻的问题，你是怎么解决的？面试官：简单说一下你的某一个项目前端是怎么构建的？面试官：你的简历上写有前后端跨域问题，你是怎么解决的？具体是怎么跨域的呢
  • 数据库总结 wzz87 数据库
    由于近期实习涉及到阿里云大数据开发套件的使用，主要涉及到odps、ads、rds、ots相关数据库的操作，所以针对性的做一些总结，并将阿里云中产品与实际产品对应分析。其中ots没有使用过，这里为了对比分析，容易理解也有列出来。阿里云中的Maxcompute（原odps）其实就是hive，扮演数据仓库的角色，适合存储轨迹类历史数据，适合存储的数据量大，适合海量数据的处理，适合对数据进行离线分析，数据
  • 初识TensorFlow：机器学习与深度学习的探索 韩锋裂变营销 TensorFlow机器学习深度学习传统编程数据标记
    初识TensorFlow：机器学习与深度学习的探索背景简介当我们谈论创建人工智能（AI）时，机器学习（ML）和深度学习是重要的起点。面对众多的选择和术语，新手很容易感到不知所措。这本书旨在通过编写代码来实现机器学习和深度学习的概念，构建模型使其行为更接近人类。从计算机视觉到自然语言处理（NLP），这些模型成为了合成的，或者说人造的智能。本篇博客将基于第一章的内容，探讨什么是机器学习，以及如何使用T
  • 利用人工智能AI进行机器加工编程语言之间的翻译 CoderIsArt 机器学习与深度学习人工智能机器语言翻译
    利用人工智能（AI）进行编程语言之间的翻译（例如从标准G代码编译成特定厂家的加工语言）是一个复杂的任务，但可以通过以下步骤实现。这种方法结合了自然语言处理（NLP）、机器翻译（MT）和领域特定规则的技术。1.问题分析目标：将标准G代码翻译成特定厂家的加工语言。挑战：G代码和厂家加工语言的语法和语义差异。厂家加工语言可能有特定的指令、参数或格式。需要保证翻译后的代码在目标设备上能够正确执行。2.解决
  • AI 大模型的技术架构与应用解析 慌ZHANG AI模型人工智能
    1.引言人工智能（AI）大模型正在重塑全球科技生态，以ChatGPT、DeepSeek、Grok为代表的AI语言模型在自然语言处理（NLP）、智能对话、内容生成等领域展现了卓越的能力。这些模型基于Transformer架构，依托超大规模的参数、海量数据和强大的计算资源，使得机器对文本的理解、推理和生成能力达到了前所未有的水平。本文将详细解析AI大模型的核心技术架构、训练方法、数据处理流程，并探讨其
  • 搜广推校招面经三十 Y1nhl 搜广推面经网络leetcode贪心算法python搜索引擎推荐算法
    虾皮推荐一、收益是由什么带来的，出价提升是否会导致ROI降低（第一段实习是广告算法，竞价出价）1.1.收益的来源（1）转化量转化量是直接带来收益的核心指标，例如购买次数、注册用户数、下载量等。转化量通常与流量（曝光）、点击率（CTR）、转化率（CVR）等因素相关。（2）转化价值每次转化的价值（如单笔订单金额、用户生命周期价值LTV）也直接影响收益。如果转化价值较高，即使转化量较低，也可能带来较高的
  • DeepSeek R1后，AI应用、职业与行业！ datawhale
    长琴DatawhaleDatawhale经验作者：长琴，Datawhale成员突然就想写点应用、开发相关的东西，一方面是不断有企业和朋友问我他们可以用DeepSeek做什么，怎么用；另一方面是这个方向的职业、行业也在不知不觉中慢慢改变。干脆顺便一起梳理一下，记录在案。行业变化主要从就业、应用和研究三个方面展开讨论。就业其实DeepSeek（或者ChatGPT）爆火后，最着急的应该是一线的NLP、L
  • Java开发面试总结 自称二次元人的程序员 Java开发javaxmlhtml
    主键和索引的区别？1.主键是什么？主键是非空唯一约束，可以是有意义的列，也可以是没有意义的列，是用做每一行的唯一标识的。创建主键的时候，Oracle数据库会自动创建为主键创建唯一值索引。2.主键的作用？主键就是用来唯一标识一行数据的，主键列必须非空唯一，只要满足非空唯一的都可以用做主键，联合主键是几个列的值联合在一起时是非空唯一的，共同起到唯一标识一行数据的作用，一般主键都用没意义的一列。3.索引
  • 解读目前AI就业岗位——大语言模型（LLM）应用工程师学习路线、就业前景及岗位全解析 AI敲代码的手套 AI岗位介绍人工智能语言模型学习
    文章目录前言什么是大语言模型（LLM）应用工程师？岗位职责就业前景如何？行业分布：岗位薪资：未来发展学习路线及所需技能1.基础技能学习2.深入AI技术3.专攻自然语言处理（NLP）4.掌握大语言模型（LLM）开发5.项目部署与性能优化适合本科/研究生什么专业的学生？本科推荐专业研究生推荐方向面试问题总结1.技术基础2.实践问题3.编程面试4.系统设计如何快速入门？1.学习课程：薪资的决定性因素总结
  • 具身系列——NLP工程师切入机器人和具身智能方向 music&movie 多模态Agent自然语言处理机器人人工智能
    职位高频词汇：VLM调优经验、核心算法（Diffusion、RL、VIT）、pytorch、仿真环境（IsaacGym、Mujoco、webots）基于当前具身智能行业发展趋势和岗位需求，以下是为NLP工程师设计的转型路径与策略，结合最新招聘信息和技术趋势：一、技能迁移与知识重构（3-6个月）核心能力复用深度学习基础：迁移Transformer架构经验到多模态场景（视觉-语言-动作融合）大模型微调
  • 量子位招聘 | DeepSeek帮我们改的招聘启事 量子位
    关注前沿科技量子位未来同事，你好~这是一则招聘帖。如果你与我们志同道合，对AI大模型、具身智能、终端硬件、AI新媒体编辑感兴趣，我们正在招聘这些领域的原创作者。以下岗位均为全职，工作地点：北京中关村。岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具；拥有解读论文的能力，能深入浅出讲解原理；有写代码能力；量子位长期读者。加入我们，你可以获得：
  • NLP高频面试题（十三）——什么是大模型幻觉，如何解决大模型幻觉 Chaos_Wang_ NLP常见面试题自然语言处理人工智能
    深入理解大模型幻觉及其解决方案所谓大模型幻觉，是指LLM在生成文本时出现看似流畅合理但实际上却偏离事实甚至无中生有的内容。这不仅严重影响了模型输出的可靠性，在某些敏感领域（如医疗、法律）可能造成严重后果。本文将深入分析大模型幻觉产生的原因、分类与检测方法，并提出有效的解决策略，帮助更好地理解并应对这一挑战。一、什么是大模型幻觉？大模型幻觉（Hallucination）是指大型语言模型在生成文本时，
  • 《深入浅出LLM基础篇》（四）：主流大模型介绍 GoAI 深入浅出AI深入浅出LLM自然语言处理NLP大模型LLM人工智能llamachatglm
    AI学习星球推荐：GoAI的学习社区知识星球是一个致力于提供《机器学习|深度学习|CV|NLP|大模型|多模态|AIGC》各个最新AI方向综述、论文等成体系的学习资料，配有全面而有深度的专栏内容，包括不限于前沿论文解读、资料共享、行业最新动态以、实践教程、求职相关（简历撰写技巧、面经资料与心得）多方面综合学习平台，强烈推荐AI小白及AI爱好者学习，性价比非常高！加入星球➡️点击链接✨专栏介
  • Android第六次面试总结（自定义 View与事件分发） 每次的天空 android
    在Android中实现自定义View处理1万条数据的流畅滑动，需结合视图复用、按需绘制、硬件加速等核心技术。以下是具体实现方案：一、核心优化策略1.视图复用机制（类似RecyclerView）ViewHolder模式：将每个数据项的视图封装为ViewHolder，通过对象池复用视图实例。classItemViewHolder{ViewitemView;TextViewtextView;//其他子控
  • [黑洞与暗粒子]没有光的世界 comsci
         无论是相对论还是其它现代物理学,都显然有个缺陷,那就是必须有光才能够计算      但是,我相信,在我们的世界和宇宙平面中,肯定存在没有光的世界....      那么,在没有光的世界,光子和其它粒子的规律无法被应用和考察,那么以光速为核心的 &nbs
  • jQuery Lazy Load 图片延迟加载 aijuans jquery
    基于 jQuery 的图片延迟加载插件，在用户滚动页面到图片之后才进行加载。 对于有较多的图片的网页，使用图片延迟加载，能有效的提高页面加载速度。 版本： jQuery v1.4.4+ jQuery Lazy Load v1.7.2 注意事项： 需要真正实现图片延迟加载，必须将真实图片地址写在 data-original 属性中。若 src
  • 使用Jodd的优点 Kai_Ge jodd
    1.  简化和统一 controller ，抛弃 extends SimpleFormController ，统一使用 implements Controller 的方式。 2.  简化 JSP 页面的 bind, 不需要一个字段一个字段的绑定。 3.  对 bean 没有任何要求，可以使用任意的 bean 做为 formBean。   使用方法简介
  • jpa Query转hibernate Query 120153216 Hibernate
    public List<Map> getMapList(String hql, Map map) { org.hibernate.Query jpaQuery = entityManager.createQuery(hql); if (null != map) { for (String parameter : map.keySet()) { jp
  • Django_Python3添加MySQL/MariaDB支持 2002wmj mariaDB
    现状 首先，[email protected] 中默认的引擎为 django.db.backends.mysql 。但是在Python3中如果这样写的话，会发现 django.db.backends.mysql 依赖 MySQLdb[5] ，而 MySQLdb 又不兼容 Python3 于是要找一种新的方式来继续使用MySQL。 MySQL官方的方案 首先据MySQL文档[3]说，自从MySQL
  • 在SQLSERVER中查找消耗IO最多的SQL 357029540 SQL Server
    返回做IO数目最多的50条语句以及它们的执行计划。 select top 50   (total_logical_reads/execution_count) as avg_logical_reads,  (total_logical_writes/execution_count) as avg_logical_writes,  (tot
  • spring UnChecked 异常 官方定义！ 7454103 spring
      如果你接触过spring的 事物管理！那么你必须明白 spring的 非捕获异常！ 即 unchecked 异常！ 因为 spring 默认这类异常事物自动回滚！！ public static boolean isCheckedException(Throwable ex) { return !(ex instanceof RuntimeExcep
  • mongoDB 入门指南、示例 adminjun javamongodb操作
    一、准备工作 1、 下载mongoDB 下载地址：http://www.mongodb.org/downloads 选择合适你的版本 相关文档：http://www.mongodb.org/display/DOCS/Tutorial 2、 安装mongoDB A、 不解压模式： 将下载下来的mongoDB-xxx.zip打开，找到bin目录，运行mongod.exe就可以启动服务，默
  • CUDA 5 Release Candidate Now Available aijuans CUDA
    The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced fe
  • Essential Studio for WinRT网格控件测评 Axiba JavaScripthtml5
    Essential Studio for WinRT界面控件包含了商业平板应用程序开发中所需的所有控件，如市场上运行速度最快的grid 和chart、地图、RDL报表查看器、丰富的文本查看器及图表等等。同时，该控件还包含了一组独特的库，用于从WinRT应用程序中生成Excel、Word以及PDF格式的文件。此文将对其另外一个强大的控件——网格控件进行专门的测评详述。 网格控件功能 1、
  • java 获取windows系统安装的证书或证书链 bewithme windows
          有时需要获取windows系统安装的证书或证书链，比如说你要通过证书来创建java的密钥库  。 有关证书链的解释可以查看此处 。   public static void main(String[] args) { SunMSCAPI providerMSCAPI = new SunMSCAPI(); S
  • NoSQL数据库之Redis数据库管理(set类型和zset类型) bijian1013 redis数据库NoSQL
    4.sets类型         Set是集合，它是string类型的无序集合。set是通过hash table实现的，添加、删除和查找的复杂度都是O(1)。对集合我们可以取并集、交集、差集。通过这些操作我们可以实现sns中的好友推荐和blog的tag功能。         sadd：向名称为key的set中添加元
  • 异常捕获何时用Exception，何时用Throwable bingyingao
    用Exception的情况 try {        //可能发生空指针、数组溢出等异常         } catch (Exception e) {          
  • 【Kafka四】Kakfa伪分布式安装 bit1129 kafka
    在http://bit1129.iteye.com/blog/2174791一文中，实现了单Kafka服务器的安装，在Kafka中，每个Kafka服务器称为一个broker。本文简单介绍下，在单机环境下Kafka的伪分布式安装和测试验证   1. 安装步骤   Kafka伪分布式安装的思路跟Zookeeper的伪分布式安装思路完全一样，不过比Zookeeper稍微简单些(不
  • Project Euler bookjovi haskell
    Project Euler是个数学问题求解网站，网站设计的很有意思，有很多problem，在未提交正确答案前不能查看problem的overview，也不能查看关于problem的discussion thread，只能看到现在problem已经被多少人解决了，人数越多往往代表问题越容易。     看看problem 1吧： Add all the natural num
  • Java-Collections Framework学习与总结-ArrayDeque BrokenDreams Collections
            表、栈和队列是三种基本的数据结构，前面总结的ArrayList和LinkedList可以作为任意一种数据结构来使用，当然由于实现方式的不同，操作的效率也会不同。         这篇要看一下java.util.ArrayDeque。从命名上看
  • 读《研磨设计模式》-代码笔记-装饰模式-Decorator bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ import java.io.BufferedOutputStream; import java.io.DataOutputStream; import java.io.FileOutputStream; import java.io.Fi
  • Maven学习(一) chenyu19891124 Maven私服
        学习一门技术和工具总得花费一段时间，5月底6月初自己学习了一些工具，maven+Hudson+nexus的搭建，对于maven以前只是听说，顺便再自己的电脑上搭建了一个maven环境，但是完全不了解maven这一强大的构建工具，还有ant也是一个构建工具，但ant就没有maven那么的简单方便，其实简单点说maven是一个运用命令行就能完成构建，测试，打包，发布一系列功
  • [原创]JWFD工作流引擎设计----节点匹配搜索算法(用于初步解决条件异步汇聚问题) 补充 comsci 算法工作PHP搜索引擎嵌入式
    本文主要介绍在JWFD工作流引擎设计中遇到的一个实际问题的解决方案，请参考我的博文"带条件选择的并行汇聚路由问题"中图例A2描述的情况(http://comsci.iteye.com/blog/339756),我现在把我对图例A2的一个解决方案公布出来，请大家多指点 节点匹配搜索算法(用于解决标准对称流程图条件汇聚点运行控制参数的算法) 需要解决的问题：已知分支
  • Linux中用shell获取昨天、明天或多天前的日期 daizj linuxshell上几年昨天获取上几个月
    在Linux中可以通过date命令获取昨天、明天、上个月、下个月、上一年和下一年 # 获取昨天 date -d 'yesterday'  # 或 date -d 'last day' # 获取明天 date -d 'tomorrow'   # 或 date -d 'next day' # 获取上个月 date -d 'last month' #
  • 我所理解的云计算 dongwei_6688 云计算
          在刚开始接触到一个概念时，人们往往都会去探寻这个概念的含义，以达到对其有一个感性的认知，在Wikipedia上关于“云计算”是这么定义的，它说：        Cloud computing is a phrase used to describe a variety of computing co
  • YII CMenu配置 dcj3sjt126com yii
    Adding id and class names to CMenu We use the id and htmlOptions to accomplish this. Watch. //in your view $this->widget('zii.widgets.CMenu', array( 'id'=>'myMenu', 'items'=>$this-&g
  • 设计模式之静态代理与动态代理 come_for_dream 设计模式
    静态代理与动态代理        代理模式是java开发中用到的相对比较多的设计模式，其中的思想就是主业务和相关业务分离。所谓的代理设计就是指由一个代理主题来操作真实主题，真实主题执行具体的业务操作，而代理主题负责其他相关业务的处理。比如我们在进行删除操作的时候需要检验一下用户是否登陆，我们可以删除看成主业务，而把检验用户是否登陆看成其相关业务
  • 【转】理解Javascript 系列 gcc2ge JavaScript
    理解Javascript_13_执行模型详解 摘要: 在《理解Javascript_12_执行模型浅析》一文中,我们初步的了解了执行上下文与作用域的概念，那么这一篇将深入分析执行上下文的构建过程，了解执行上下文、函数对象、作用域三者之间的关系。函数执行环境简单的代码:当调用say方法时，第一步是创建其执行环境，在创建执行环境的过程中，会按照定义的先后顺序完成一系列操作:1.首先会创建一个
  • Subsets II hcx2013 set
    Given a collection of integers that might contain duplicates, nums, return all possible subsets. Note: Elements in a subset must be in non-descending order. The solution set must not conta
  • Spring4.1新特性——Spring缓存框架增强 jinnianshilongnian spring4
    目录 Spring4.1新特性——综述 Spring4.1新特性——Spring核心部分及其他 Spring4.1新特性——Spring缓存框架增强 Spring4.1新特性——异步调用和事件机制的异常处理 Spring4.1新特性——数据库集成测试脚本初始化 Spring4.1新特性——Spring MVC增强 Spring4.1新特性——页面自动化测试框架Spring MVC T
  • shell嵌套expect执行命令 liyonghui160com
        一直都想把expect的操作写到bash脚本里,这样就不用我再写两个脚本来执行了,搞了一下午终于有点小成就,给大家看看吧.   系统:centos 5.x   1.先安装expect yum -y install expect   2.脚本内容: cat auto_svn.sh   #!/bin/bash
  • Linux实用命令整理 pda158 linux
    0. 基本命令 　　linux 基本命令整理 　 　1. 压缩 解压 　　tar -zcvf a.tar.gz a   #把a压缩成a.tar.gz 　　tar -zxvf a.tar.gz     #把a.tar.gz解压成a 　 　2. vim小结 　　2.1 vim替换 　　:m,ns/word_1/word_2/gc  
  • 独立开发人员通向成功的29个小贴士 shoothao 独立开发
    概述：本文收集了关于独立开发人员通向成功需要注意的一些东西,对于具体的每个贴士的注解有兴趣的朋友可以查看下面标注的原文地址。 明白你从事独立开发的原因和目的。 保持坚持制定计划的好习惯。 万事开头难，第一份订单是关键。 培养多元化业务技能。 提供卓越的服务和品质。 谨小慎微。 营销是必备技能。 学会组织，有条理的工作才是最有效率的。 “独立
  • JAVA中堆栈和内存分配原理 uule java
    1、栈、堆 1.寄存器：最快的存储区, 由编译器根据需求进行分配,我们在程序中无法控制.2. 栈：存放基本类型的变量数据和对象的引用，但对象本身不存放在栈中，而是存放在堆（new 出来的对象）或者常量池中（字符串常量对象存放在常量池中。）3. 堆：存放所有new出来的对象。4. 静态域：存放静态成员（static定义的）5. 常量池：存放字符串常量和基本类型常量（public static f
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他