NPU于豪
NPU于豪

W1

    
    
    
        语言
        
  • C#
    • 
        
  • JavaScript
    • 
    

    
    
        编辑器
        
  • Atom
    • 
        
  • Visual Studio Code
    • 
    

    

    

        

            .com域名的数量
            .cn域名的数量
            .net域名的数量
        

        

            2003年
            1000
            2000
            3000
        

        

            2004年
            4000
            5000
            6000
        

        

            2005年
            7000
            8000
            9000
        

    


    
统一建模语言理论测试

    
考试科目：统一建模语言

    
时间：100分钟

    
得分：

    
班级（必填）

    
学号（必填）

    
姓名（必填）
    
    
一、填空题（每空5分，共20分）

    
    
        
  1. 
            
    UML的中文全称是：
    
            
    
        
    2. 
        
  2. 
            
    对象最突出的特征是：
    
            
      
    
        
    3. 
    
   
    
二、选择题（每空10分，共20分）

    
    
        
  1. 
            
    UML与软件工程的关系是：
    
            
    （A）UML就是软件工程
    
            
    （B）UML参与到软件工程中软件开发过程的几个阶段
    
            
    （C）UML与软件工程无关
    
            
    （D）UML是软件工程的一部分
    
        
    2.  
        
  2. 
            
    
                
    Java语言支持：
    
                
    （A）单继承
    
                
    （B）多继承
    
                
    （C）单继承和多继承都支持
    
                
    （D）单继承和多继承都不支持
    
            
    
        
    3. 
    
   
    
三、多项选择题（每空10分，共20分）

    
    
        
  1. 
            
    用例的粒度分为以下哪三种：
    
            
    （A）概述级
    
            
    （B）需求级
    
            
    （C）用户目标级
    
            
    （D）子功能级
    
        
    2.  
        
  2. 
            
    
                
    类图由以下哪三部分组成：
    
                
    （A）名称（Name）
    
                
    （B）属性（Attribute）
    
                
    （C）操作（Operation）
    
                
    （D）方法（Function）
    
            
    
        
    3. 
    

    
四、判断题（每题10分，供20分）

    
    
        
  1. 用例图只是用于和客户交流和沟通的，用于确定需求。TF
    2. 
        
  2. 在状体图中终止状态在一个状态图中允许有任意多个。TF
    3. 
    

    
五、简答题（每题20分，共20分）

    
    
        
  1. 简述什么是模型以及模型的表现形式。
    2. 
    


    

        
统一建模语言理论测试

        

            考试科目：统一建模语言
            时间：100分钟
            得分：
        

        

            班级（必填）：
            学号（必填）：
            姓名（必填）： 
        

        

            
一、填空题（每空5分，共20分）

            
    
                
  1. 
                    
    UML的中文全称是：
    
                    
    
                
    2. 
                
  2. 
                    
    对象最突出的特征是：
    
                    
      
    
                
    3. 
            

        
  
        

            
二、选择题（每空10分，共20分）

            
    
                
  1. 
                    
    UML与软件工程的关系是：
    
                    
    （A）UML就是软件工程
    
                    
    （B）UML参与到软件工程中软件开发过程的几个阶段
    
                    
    （C）UML与软件工程无关
    
                    
    （D）UML是软件工程的一部分
    
                
    2.  
                
  2. 
                    
    
                        
    Java语言支持：
    
                        
    （A）单继承
    
                        
    （B）多继承
    
                        
    （C）单继承和多继承都支持
    
                        
    （D）单继承和多继承都不支持
    
                    
    
                
    3. 
            
   
        

        

            
三、多项选择题（每空10分，共20分）

            
    
                
  1. 
                    
    用例的粒度分为以下哪三种：
    
                    
    （A）概述级
    
                    
    （B）需求级
    
                    
    （C）用户目标级
    
                    
    （D）子功能级
    
                
    2.  
                
  2. 
                    
    
                        
    类图由以下哪三部分组成：
    
                        
    （A）名称（Name）
    
                        
    （B）属性（Attribute）
    
                        
    （C）操作（Operation）
    
                        
    （D）方法（Function）
    
                    
    
                
    3. 
            

        

        

            
四、判断题（每题10分，供20分）

            
    
                
  1. 用例图只是用于和客户交流和沟通的，用于确定需求。TF
    2. 
                
  2. 在状体图中终止状态在一个状态图中允许有任意多个。TF
    3. 
            

        

        

            
五、简答题（每题20分，共20分）

            
    
                
  1. 简述什么是模型以及模型的表现形式。
    2. 
            

        

    


css

你可能感兴趣的:(W1)

  • Shusen Wang推荐系统学习 --召回 ItemCF 我.佛.糍.粑 学习深度学习人工智能推荐算法
    学习b站up主ShusenWang的推荐系统基于物品的协同过滤（ItrmCF）中心思想就是，如果你喜欢a，b，c三件商品，d商品与abc相似，那么你也可能喜欢d商品对此就要计算物品的相似程度物品相似度物品相似度的思想是，一个物品的相同用户很多就意味着这两件物品是相似的sim(i1,i2):=∣V∣∣W1∣∣W2∣sim(i_{1},i_{2}):={\frac{\big|\mathcal{V}\b
  • 编译器警告（级别1） C4172 返回局部变量或临时对象的地址
    返回局部变量或临时对象的地址一个函数返回局部变量或临时对象的地址。当函数返回时，局部变量和临时对象被销毁，所以返回的地址是无效的。需要重新设计函数，使其不返回局部对象的地址。下面的示例会生成C4172警告：//C4172.cpp//compilewith:/W1/LDfloatf=10;constdouble&bar(){//trythefollowinglineinstead//constflo
  • 数据结构——图的遍历之深度优先遍历（DFS算法）_全世界最可爱的王小帅_CSDN博客 全世界最可爱的王小帅 数据结构图论算法cppc#
    数据结构——图的遍历之深度优先遍历图的遍历一般分为深度优先遍历和广度优先遍历下面我们要说的是深度优先遍历**（DFS算法）**1，我们首先选择一个顶点作为起始点，假设我们选择顶点v作为起始点，首先访问v，然后找v的邻接点，访问v的一个还未被访问过邻接点w1,2，再以w1为起始点，然后去找w1的邻接点，访问w1的一个还未被访问过的邻接点w2，再以w2作为起始点继续往下访问…3，如果我们访问到一个顶点
  • 神经网络全景图：五大核心架构详解与本质区别 摘取一颗天上星️ 深度学习神经网络人工智能深度学习
    在人工智能的进化史上，神经网络如同分形生长的生命体，不断分化出适应不同任务的专用结构。本文将深入解析五大核心神经网络架构，揭示其设计哲学与应用边界。一、前馈神经网络（FNN）：万物起源的基石结构特点：严格的单向信息流（输入层→隐藏层→输出层），无循环连接输入层隐藏层1隐藏层2输出层数学本质：y=σ(W2⋅σ(W1⋅x+b1)+b2)y=\sigma(W_2\cdot\sigma(W_1\cdotx
  • 语言模型的评估指标-Perplexity 净心净意 自然语言处理自然语言处理
    前言语言模型是什么呢？标准定义：对于语言序列w1,w2,...,wnw_1,w_2,...,w_nw1,w2,...,wn，语言模型就是计算该序列的概率，即P(w1,w2,...,wn)P(w_1,w_2,...,w_n)P(w1,w2,...,wn)。通俗解释：判断一句话是不是我们正常说的话，即是不是人话。如P(我，打，篮球)>P(篮球，打，我)。那么怎样评估语言模型好坏呢？这里介绍一个评估指标
  • 线性回归讲解L1和L2正则化 XiaoQiong.Zhang Datamining人工智能机器学习数据挖掘
    假设我们有一个线性回归问题：用房屋的面积（size）和房龄（age）两个特征来预测房价（price）。特征：size（面积，平方米），age（房龄，年）目标：price（价格，万元）1.没有正则化的普通线性回归（最容易过拟合）模型的公式是：预测价格=w1*size+w2*age+b其中w1和w2是我们要学习的权重（也叫系数），b是偏置项（也叫截距）。模型的损失函数通常是最小均方误差：MSE=(1/
  • 【中等】AcWing3417. ——砝码称重 CCF_NOI. 信息学奥赛C++STL标准库算法数据结构
    见：https://www.acwing.com/problem/content/3420/你有一架天平和NN个砝码，这NN个砝码重量依次是W1,W2,⋅⋅⋅,WNW1,W2,···,WN。请你计算一共可以称出多少种不同的正整数重量？注意砝码可以放在天平两边。输入格式输入的第一行包含一个整数NN。第二行包含NN个整数：W1,W2,W3,⋅⋅⋅,WNW1,W2,W3,···,WN。输出格式输出一个整
  • 5.28 孔老师 nlp讲座 柠石榴 自然语言处理人工智能
    本次讲座主要介绍了语言模型的起源、预训练模型以及大语言模型（需要闫老师后讲）等内容。首先，语言模型的起源可以追溯到语音识别中的统计语言模型，通过估计声学参数串产生文字串的概率来找到最大概率的文字串。然后，介绍了语言模型的基本概念，即给定一个文字串S，用P(w1,w2,…,WN)表示其概率。最后，提到了预训练模型在大语言模型中的应用，以及如何在语料库中解决条件概率稀疏的问题。1语言模型与条件概率估计
  • 机器学习第二十二讲：感知机 → 模仿大脑神经元的开关系统 kovlistudio 机器学习人工智能技术机器学习人工智能
    机器学习第二十二讲：感知机→模仿大脑神经元的开关系统资料取自《零基础学机器学习》。查看总目录：学习大纲关于DeepSeek本地部署指南可以看下我之前写的文章：DeepSeekR1本地与线上满血版部署：超详细手把手指南感知机详解：模仿生物神经元的智能开关[^9-1]感知机是最简单的神经网络单元，相当于数字电路中的与门，能够根据输入条件自动触发判断结果。通过"买冰淇淋的家庭决策"案例来理解：权重w1=
  • 困惑度（Perplexity） 彬彬侠 自然语言处理基础困惑度PerplexityPyTorchPythonNLP自然语言处理
    困惑度（Perplexity）1.定义困惑度（Perplexity，简称PP）是自然语言处理（NLP）中评估语言模型性能的一种常见度量。它反映了语言模型对给定文本的预测能力。简而言之，困惑度是语言模型对文本的“不确定性”或“混乱度”的度量，数值越低，说明模型对文本的预测能力越强。对于一个给定的序列，困惑度的计算公式为：PP(W)=P(w1,w2,...,wN)−1N=2H(p)PP(W)=P(w_
  • ChatGPT与DeepSeek技术对比：架构、性能与场景的范式转移 张家铭02 人工智能chatgpt架构人工智能
    一、技术架构的哲学分野基础模型架构ChatGPT：延续GPT系列的单向自回归语言模型架构，基于TransformerDecoder堆叠，通过自注意力机制实现序列生成，其第tt步的隐状态计算为：ht=TransformerDecoder(w1:t−1,ΘGPT)ht=TransformerDecoder(w1:t−1,ΘGPT)其中ΘGPTΘGPT包含1750亿参数（GPT-4达万亿级），通过大规模
  • 李沐08线性回归和基础算法优化——自学笔记 Rrrrrr900 算法线性回归笔记pytorch深度学习机器学习python
    线性回归简化模型输入、权重、偏差、输出给定n维输入：x=[x1,x2,…,xn]^T线性模型有一个n维权重和一个标量偏差：w=[w1,w2,…,wn]^T,b输出是输入的加权和：y=w1x1+w2x2+…+wnxn+b向量版：y=+b平方损失：比较真实值和预估值假设y是真实值，y^是估计值l(y,y)=0.5*(y-y)^2训练数据:收集一些数据点来决定参数值（权重和偏差，过去的值）训练数据通常越
  • 神经网络笔记 - 感知机 我还没秃，还能学 神经网络笔记人工智能
    一感知机是什么感知机（Perceptron）是一种接收输入信号并输出结果的算法。它根据输入与权重的加权和是否超过某个阈值（threshold），来判断输出0还是1。二.计算方式感知机的基本公式如下：X1,X2:输入W1，W1：权重θ：阈值输出：0or1三.简单逻辑门的实现逻辑门简介感知机可以模拟如下基本逻辑门：输入1输入2AND门输出NAND门输出OR门输出00010100110101111101
  • 注意力机制 code 旭 AI人工智能学习python人工智能
    实现了Bahdanau式加法注意力的核心计算逻辑。以下是三个线性层设计的完整技术解析：一、数学公式推导注意力分数计算流程：score(hdec,henc)=vT⋅tanh⁡(W1⋅henc+W2⋅hdec)score(h_{dec},h_{enc})=v^T\cdot\tanh(W1\cdoth_{enc}+W2\cdoth_{dec})score(hdec,henc)=vT⋅tanh(W1⋅he
  • 01背包问题及其应用 Android_chunhui leetcode题解
    01背包问题有n个重量为w1,w2,w3…的物品，价值分别为v1,v2,v3…，现有一个容量为C的背包，问在不超过背包容量的条件下，所装物品的最大价值是多少？这个问题有两个变量，分别为物品总数n，背包容量C。记F(n,C)F(n,C)F(n
  • RNN，LTSM和GRU原理 thormas1996 深度学习RNNLSTMGRU
    （一）tensorflow入门笔记（二）RNN，LSTM和GRU原理（三）attention机制（四）seq2seq实例详解##RNNRNN主要用来处理当样本是一定时间序列的情况，例如一段语音，一串文本等等。这类任务如果用CNN处理，很难反映出其时间上的特征原理Figure1.RNNStructure时间为t时，输入为x(t)，隐藏层为h(t)，输出为y(t)，图中w1，w2，w3为共享的权重。向
  • 如何快速理解模糊PID---（二） Invinciblenuonuo STM32算法
    模糊控制规则上文只介绍了误差这一个输入量，我们可以用相同的方法对误差的变化率这一输入量进行模糊化。模糊控制规则主要有两种，Mamdini和T-S型模糊控制器这里只介绍Mamdini型模糊控制器Mamdini型模糊控制器就是一堆“如果x是U1y是U2那么z是W1”的语句组成先上图设误差为E，误差的变化率为EC，而输出量我们也用上文的方法将他划分出六个区域，并规定出它的模糊论域（NB,NM,NS,Z0
  • 关于误差平面小记 文弱_书生 乱七八糟平面算法神经网络机器学习
    四维曲面的二维切片：误差平面详解在深度学习优化过程中，我们通常研究损失函数（LossFunction）的变化，试图找到权重的最优配置。由于神经网络的参数空间通常是高维的，我们需要使用低维可视化的方法来理解优化过程和误差平面（ErrorSurface）。在这里，我们讨论一个四维曲面的二维切片，其中：三个维度是网络的权重（w1,w2,w3w_1,w_2,w_3w1,w2,w3）。第四个维度是误差（损失
  • 【无标题】大模型智能涌现的数学本质与底层机制 调皮的芋头 AI编程神经网络人工智能机器学习AIGC
    大模型智能涌现的数学本质与底层机制一、语言建模的数学基础大模型的核心任务是基于概率链式法则建模语言序列：P(w1,...,wn)=∏t=1nP(wt∣w10^{11})时出现能力相变相变示例：参数量级涌现能力数学机制10^9基础语法低维流形建模10^11多步推理高维空间路径积分10^13跨模态类比抽象概念解纠缠五、知识压缩的代数结构张量分解视角：模型权重矩阵(W\in\mathbb{R}^{d×d
  • Starlink卫星动力学系统仿真建模第十讲-基于SMC和四元数的卫星姿态控制示例及Python实现 瓦力的狗腿子 python开发语言算法
    基于四元数与滑模控制的卫星姿态控制一、基本原理1.四元数姿态表示四元数运动学方程：3.滑模控制设计二、代码实现（Python）1.四元数运算工具importnumpyasnpdefquat_mult(q1,q2):"""四元数乘法"""w1,x1,y1,z1=q1w2,x2,y2,z2=q2w=w1*w2-x1*x2-y1*y2-z1*z2x=w1*x2+x1*w2+y1*z2-z1*y2y=w1
  • 头歌实训作业 算法设计与分析-动态规划(第1关：0/1背包问题) Milk夜雨 头歌实训作业算法动态规划
    任务描述求解0/1背包问题。问题描述有n个重量分别为{w1，w2，…，wn}的物品，它们的价值分别为{v1，v2，…，vn}，给定一个容量为W的背包。设计从这些物品中选取一部分物品放入该背包的方案，每个物品要么选中要么不选中，要求选中的物品不仅能够放到背包中，而且重量和为W，并具有最大的价值。测试说明测试输入：第一行为2个整数，分别表示物品数量n（1≤n≤20）和背包容量W（1≤W≤10000）。
  • Qt Widget开发学习笔记3：信号与槽 pengisgod
    Qt与其他编程语言或则软件开发套间在线程上的使用上有很大的不同。Qt使用了一种叫信号与槽的机制(技术)，拓展了程序块之间的事件触发方式。一种典型的使用方式是用于子窗口和父窗口的信息传递。假设主窗口W1和它的一个子窗口W2，如果说W2中发生了某件事，而根据逻辑需要改变主窗口的某些属性，一种典型的处理方式是获取父窗口指针进行修改，那如果要修改爷爷窗口呢？如果要修改叔叔窗口呢？这个时候就凸显出信号与槽机
  • 线性回归原理与python实现 o0Orange python线性回归算法
    线性回归原理：在一堆散点中xiyi，拟合出一个函数使其离所有点最近目标函数：y=w1x+w0误差函数：MSE（均方误差）L（w1,w0）=Σ（yi-y）^2优化方法：梯度下降，autograd，反向传播，优化公式，进行更新公式更新：wt+1=wt-dL/dwt*δ乘积的意义：将梯度乘以学习率，得到的结果是参数更新的大小。如果梯度较大，乘以一个较小的学习率可以使参数更新的幅度减小，保持在一个合理的范
  • [蓝桥杯2021初赛] 砝码称重 %xiao Q 蓝桥蓝桥杯深度优先c++
    题目题目描述你有一架天平和N个砝码，这N个砝码重量依次是W1,W2,…,WN。请你计算一共可以称出多少种不同的重量？注意砝码可以放在天平两边。输入格式输入的第一行包含一个整数N。第二行包含N个整数：W1,W2,W3,…,WN。对于50%的评测用例，1≤N≤15。对于所有评测用例，1≤N≤100，N个砝码总重不超过100000。输出格式输出一个整数代表答案。输入样例3146输出样例10分析这道题暴力
  • Peter算法小课堂—背包问题 Peter Pan was right 算法
    我们已经学过好久好久的动态规划了，动态规划_PeterPanwasright的博客-CSDN博客那么，我用一张图片来概括一下背包问题。大家有可能比较疑惑，优化决策怎么优化呢？答案是，滚动数组，一个神秘而简单的东西。01背包题目：小偷来你家，他带的包只能装c斤的财务。你家有n种财务，分别重w1、w2......wn斤，价值分别为v1、v2......，请输出能拿走的最大总价值？大家思考一下状态定义和
  • 玖玖酱的成长复盘-2022年3月w1周复盘 玖玖酱知识可视化
    这周从个人成长、身体健康、朋友关系、休闲娱乐四个方面进行复盘。1.个人成长方面☘️事：成就1：输出关于家庭教育的笔记大纲笔记6篇，导图5张；还输出一次成长思考1次，以及清单1张。成就2:开了公众号。我们精进社群真的太棒了，经常能跟着大家学习到新的认知。比如上周经过大家在群里的讨论，我意识到，发在朋友圈的内容，不容易搜索和沉淀，所以开了公众号。然而排版，真的是个比较麻烦的事情，发第一篇公众号的时候，
  • 2 月 6 日算法练习- 动态规划 小蒋的学习笔记 算法算法动态规划
    砝码承重【问题描述】你有一架天平和N个砝码，这N个砝码重量依次是W1,W2,...,WN。请你计算一共可以称出多少种不同的正整数重量？注意砝码可以放在天平两边。【输入格式】输入的第一行包含一个整数N。第二行包含N个整数：W1,W2,W3,...,WN。【输出格式】输出一个整数代表答案。【样例输入】3146【输出样例】10【样例说明】能称出的10种重量是：1、2、3、4、5、6、7、9、10、11。
  • 题目 2604: 蓝桥杯2021年第十二届省赛真题-砝码称重 不想上课的hh 蓝桥杯往届真题详解蓝桥杯动态规划c++算法c语言
    时间限制:1Sec内存限制:128MB提交:679解决:226题目描述你有一架天平和N个砝码，这N个砝码重量依次是W1,W2,···,WN。请你计算一共可以称出多少种不同的重量？注意砝码可以放在天平两边。输入输入的第一行包含一个整数N。第二行包含N个整数：W1,W2,W3,···,WN。输出输出一个整数代表答案。样例输入复制3146样例输出复制10提示【样例说明】能称出的10种重量是：1、2、3、
  • 背包问题(01背包、完全背包、多重背包)详解（超详细！！！），及题目代码和题意，包含6个例题。 Edge_Coduck_S07738 算法c++
    第一题：01背包问题01背包问题时间限制：1秒内存限制：128M题目描述一个旅行者有一个最多能装M公斤的背包，现在有n件物品，它们的重量分别是W1，W2，...,Wn,它们的价值分别为C1,C2,...,Cn，求旅行者能获得最大总价值。输入描述第一行：两个整数，M(背包容量，M≤200)和N(物品数量，N≤30)；第2..N+1行：每行二个整数Wi，Ci，表示每个物品的重量和价值。输出描述仅一行，
  • 作业2.7_2 xiyuping24 题解算法程序设计字符串nlp动态规划
    麻麻我更委屈了！！！天平(即风铃)AC代码：两个答案之间空行隔开也就罢了，为嘛最后一行还不能多空行？！#includeusingnamespacestd;boolsolve(int&w){intw1,d1,w2,d2;boolb1=1,b2=1;scanf("%d%d%d%d",&w1,&d1,&w2,&d2);if(w1==0)b1=solve(w1);if(w2==0)b2=solve(w2)
  • linux系统服务器下jsp传参数乱码 3213213333332132 javajsplinuxwindowsxml
    在一次解决乱码问题中， 发现jsp在windows下用js原生的方法进行编码没有问题，但是到了linux下就有问题， escape,encodeURI,encodeURIComponent等都解决不了问题 但是我想了下既然原生的方法不行，我用el标签的方式对中文参数进行加密解密总该可以吧。于是用了java的java.net.URLDecoder,结果还是乱码，最后在绝望之际，用了下面的方法解决了
  • Spring 注解区别以及应用 BlueSkator spring
    1. @Autowired @Autowired是根据类型进行自动装配的。如果当Spring上下文中存在不止一个UserDao类型的bean，或者不存在UserDao类型的bean，会抛出 BeanCreationException异常，这时可以通过在该属性上再加一个@Qualifier注解来声明唯一的id解决问题。   2. @Qualifier 当spring中存在至少一个匹
  • printf和sprintf的应用 dcj3sjt126com PHPsprintfprintf
    <?php printf('b: %b <br>c: %c <br>d: %d <bf>f: %f', 80,80, 80, 80); echo '<br />'; printf('%0.2f <br>%+d <br>%0.2f <br>', 8, 8, 1235.456); printf('th
  • config.getInitParameter 171815164 parameter
    web.xml <servlet> <servlet-name>servlet1</servlet-name> <jsp-file>/index.jsp</jsp-file> <init-param> <param-name>str</param-name>
  • Ant标签详解--基础操作 g21121 ant
            Ant的一些核心概念：         build.xml：构建文件是以XML 文件来描述的，默认构建文件名为build.xml。        project：每个构建文
  • [简单]代码片段_数据合并 53873039oycg 代码
            合并规则:删除家长phone为空的记录,若一个家长对应多个孩子,保留一条家长记录,家长id修改为phone,对应关系也要修改。         代码如下:        
  • java 通信技术 云端月影 Java 远程通信技术
    在分布式服务框架中，一个最基础的问题就是远程服务是怎么通讯的，在Java领域中有很多可实现远程通讯的技术，例如：RMI、MINA、ESB、Burlap、Hessian、SOAP、EJB和JMS等，这些名词之间到底是些什么关系呢，它们背后到底是基于什么原理实现的呢，了解这些是实现分布式服务框架的基础知识，而如果在性能上有高的要求的话，那深入了解这些技术背后的机制就是必须的了，在这篇blog中我们将来
  • string与StringBuilder 性能差距到底有多大 aijuans
              之前也看过一些对string与StringBuilder的性能分析，总感觉这个应该对整体性能不会产生多大的影响，所以就一直没有关注这块！         由于学程序初期最先接触的string拼接，所以就一直没改变过自己的习惯！        
  • 今天碰到 java.util.ConcurrentModificationException 异常 antonyup_2006 java多线程工作IBM
    今天改bug，其中有个实现是要对map进行循环，然后有删除操作，代码如下： Iterator<ListItem> iter = ItemMap.keySet.iterator(); while(iter.hasNext()){ ListItem it = iter.next(); //...一些逻辑操作 ItemMap.remove(it); } 结果运行报Con
  • PL/SQL的类型和JDBC操作数据库 百合不是茶 PL/SQL表标量类型游标PL/SQL记录
    PL/SQL的标量类型:    字符,数字,时间,布尔,%type五中类型的 --标量：数据库中预定义类型的变量 --定义一个变长字符串 v_ename varchar2(10); --定义一个小数,范围 -9999.99~9999.99 v_sal number(6,2); --定义一个小数并给一个初始值为5.4 :=是pl/sql的赋值号
  • Mockito：一个强大的用于 Java 开发的模拟测试框架实例 bijian1013 mockito单元测试
    Mockito框架：         Mockito是一个基于MIT协议的开源java测试框架。         Mockito区别于其他模拟框架的地方主要是允许开发者在没有建立“预期”时验证被测系统的行为。对于mock对象的一个评价是测试系统的测
  • 精通Oracle10编程SQL(10)处理例外 bijian1013 oracle数据库plsql
    /* *处理例外 */ --例外简介 --处理例外-传递例外 declare v_ename emp.ename%TYPE; begin SELECT ename INTO v_ename FROM emp where empno=&no; dbms_output.put_line('雇员名：'||v_ename); exceptio
  • 【Java】Java执行远程机器上Linux命令 bit1129 linux命令
    Java使用ethz通过ssh2执行远程机器Linux上命令，   封装定义Linux机器的环境信息   package com.tom; import java.io.File; public class Env { private String hostaddr; //Linux机器的IP地址 private Integer po
  • java通信之Socket通信基础 白糖_ javasocket网络协议
    正处于网络环境下的两个程序，它们之间通过一个交互的连接来实现数据通信。每一个连接的通信端叫做一个Socket。一个完整的Socket通信程序应该包含以下几个步骤： ①创建Socket； ②打开连接到Socket的输入输出流； ④按照一定的协议对Socket进行读写操作； ④关闭Socket。   Socket通信分两部分：服务器端和客户端。服务器端必须优先启动，然后等待soc
  • angular.bind boyitech AngularJSangular.bindAngularJS APIbind
    angular.bind 描述：         上下文，函数以及参数动态绑定，返回值为绑定之后的函数. 其中args是可选的动态参数，self在fn中使用this调用。 使用方法：          angular.bind(se
  • java-13个坏人和13个好人站成一圈，数到7就从圈里面踢出一个来，要求把所有坏人都给踢出来，所有好人都留在圈里。请找出初始时坏人站的位置。 bylijinnan java
    import java.util.ArrayList; import java.util.List; public class KickOutBadGuys { /** * 题目：13个坏人和13个好人站成一圈，数到7就从圈里面踢出一个来，要求把所有坏人都给踢出来，所有好人都留在圈里。请找出初始时坏人站的位置。 * Maybe you can find out
  • Redis.conf配置文件及相关项说明（自查备用） Kai_Ge redis
       Redis.conf配置文件及相关项说明 # Redis configuration file example # Note on units: when memory size is needed, it is possible to specifiy # it in the usual form of 1k 5GB 4M and so forth: #
  • [强人工智能]实现大规模拓扑分析是实现强人工智能的前奏 comsci 人工智能
         真不好意思,各位朋友...博客再次更新...      节点数量太少,网络的分析和处理能力肯定不足,在面对机器人控制的需求方面,显得力不从心....      但是,节点数太多,对拓扑数据处理的要求又很高,设计目标也很高,实现起来难度颇大...
  • 记录一些常用的函数 dai_lm java
    public static String convertInputStreamToString(InputStream is) { StringBuilder result = new StringBuilder(); if (is != null) try { InputStreamReader inputReader = new InputStreamRead
  • Hadoop中小规模集群的并行计算缺陷 datamachine mapreducehadoop并行计算
    注：写这篇文章的初衷是因为Hadoop炒得有点太热，很多用户现有数据规模并不适用于Hadoop，但迫于扩容压力和去IOE（Hadoop的廉价扩展的确非常有吸引力）而尝试。尝试永远是件正确的事儿，但有时候不用太突进，可以调优或调需求，发挥现有系统的最大效用为上策。 -----------------------------------------------------------------
  • 小学4年级英语单词背诵第二课 dcj3sjt126com englishword
    egg  蛋 twenty 二十 any 任何 well 健康的，好   twelve 十二 farm 农场 every 每一个 back 向后，回   fast 快速的 whose 谁的 much 许多 flower 花   watch 手表 very 非常，很 sport 运动 Chinese 中国的  
  • 自己实践了github的webhooks, linux上面的权限需要注意 dcj3sjt126com githubwebhook
    环境, 阿里云服务器   1. 本地创建项目, push到github服务器上面   2. 生成www用户的密钥 sudo -u www ssh-keygen -t rsa -C "[email protected]"     3. 将密钥添加到github帐号的SSH_KEYS里面   3. 用www用户执行克隆, 源使
  • Java冒泡排序 蕃薯耀 冒泡排序Java冒泡排序Java排序
    冒泡排序 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2015年6月23日 10:40:14 星期二 http://fanshuyao.iteye.com/
  • Excle读取数据转换为实体List【基于apache-poi】 hanqunfeng apache
    1.依赖apache-poi   2.支持xls和xlsx   3.支持按属性名称绑定数据值   4.支持从指定行、列开始读取   5.支持同时读取多个sheet   6.具体使用方式参见org.cpframework.utils.excelreader.CP_ExcelReaderUtilTest.java 比如： Str
  • 3个处于草稿阶段的Javascript API介绍 jackyrong JavaScript
    原文： http://www.sitepoint.com/3-new-javascript-apis-may-want-follow/?utm_source=html5weekly&utm_medium=email   本文中，介绍3个仍然处于草稿阶段，但应该值得关注的Javascript API. 1) Web Alarm API   &
  • 6个创建Web应用程序的高效PHP框架 lampcy Web框架PHP
    以下是创建Web应用程序的PHP框架，有coder bay网站整理推荐： 1. CakePHP CakePHP是一个PHP快速开发框架，它提供了一个用于开发、维护和部署应用程序的可扩展体系。CakePHP使用了众所周知的设计模式，如MVC和ORM，降低了开发成本，并减少了开发人员写代码的工作量。 2. CodeIgniter CodeIgniter是一个非常小且功能强大的PHP框架，适合需
  • 评"救市后中国股市新乱象泛起"谣言 nannan408
    首先来看百度百家一位易姓作者的新闻： 三个多星期来股市持续暴跌，跌得投资者及上市公司都处于极度的恐慌和焦虑中，都要寻找自保及规避风险的方式。面对股市之危机，政府突然进入市场救市，希望以此来重建市场信心，以此来扭转股市持续暴跌的预期。而政府进入市场后，由于市场运作方式发生了巨大变化，投资者及上市公司为了自保及为了应对这种变化，中国股市新的乱象也自然产生。 首先，中国股市这两天
  • 页面全屏遮罩的实现 方式 Rainbow702 htmlcss遮罩mask
    之前做了一个页面，在点击了某个按钮之后，要求页面出现一个全屏遮罩，一开始使用了position:absolute来实现的。当时因为画面大小是固定的，不可以resize的，所以，没有发现问题。 最近用了同样的做法做了一个遮罩，但是画面是可以进行resize的，所以就发现了一个问题，当画面被reisze到浏览器出现了滚动条的时候，就发现，用absolute 的做法是有问题的。后来改成fixed定位就
  • 关于angularjs的点滴 tntxia AngularJS
      angular是一个新兴的JS框架，和以往的框架不同的事，Angularjs更注重于js的建模，管理，同时也提供大量的组件帮助用户组建商业化程序，是一种值得研究的JS框架。   Angularjs使我们可以使用MVC的模式来写JS。Angularjs现在由谷歌来维护。   这里我们来简单的探讨一下它的应用。   首先使用Angularjs我
  • Nutz--->>反复新建ioc容器的后果 xiaoxiao1992428 DAOmvcIOCnutz
    问题： public class DaoZ {     public static Dao dao() { // 每当需要使用dao的时候就取一次     Ioc ioc = new NutIoc(new JsonLoader("dao.js"));     return ioc.get(
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他