- LeetCode第317题_离建筑物最近的距离
@蓝莓果粒茶
算法leetcodelinux算法c#学习pythonc++
LeetCode第317题:离建筑物最近的距离文章摘要本文详细解析LeetCode第317题"离建筑物最近的距离",这是一道图论和广度优先搜索的问题。文章提供了基于多源BFS的解法,包含C#、Python、C++三种语言实现,配有详细的算法分析和性能对比。适合想要提升图论算法能力的程序员。核心知识点:广度优先搜索、图论、矩阵遍历难度等级:困难推荐人群:具有图论基础,想要提升算法能力的程序员题目描述
- Swift 图论实战:DFS 算法解锁 LeetCode 323 连通分量个数
网罗开发
Swift算法swift图论
文章目录摘要描述示例题解答案DFS遍历每个连通区域Union-Find(并查集)题解代码分析(Swift实现:DFS)题解代码详解构建邻接表DFS深度优先搜索遍历所有节点示例测试及结果示例1示例2示例3时间复杂度分析空间复杂度分析总结摘要图是算法中最具挑战性的结构之一,而“连通分量”这个词听起来也有点像社交网络里的“圈子”概念。给你一张无向图,节点编号从0到n-1,现在请你找出这个图中到底有多少个
- C++最小生成树算法详解
你的冰西瓜
c++算法图论最小生成树
C++最小生成树算法详解引言在图论中,最小生成树(MinimumSpanningTree,MST)是一个非常重要的概念。对于给定的带权无向连通图,最小生成树是一棵包含图中所有顶点且边权之和最小的树。它在网络设计、电路布线等实际应用中具有广泛的意义。本文将详细介绍两种常见的最小生成树算法:Prim算法和Kruskal算法,并提供C++实现代码。一、最小生成树的基本概念1.1生成树一个连通图的生成树是
- 算法学习笔记:10.Prim 算法——从原理到实战,涵盖 LeetCode 与考研 408 例题
呆呆企鹅仔
算法学习算法学习笔记JavaPrim
在图论的世界里,最小生成树(MinimumSpanningTree,MST)是一个至关重要的概念,它在通信网络设计、电路布线、交通规划等领域有着广泛的应用。求解最小生成树的算法中,Prim算法以其独特的“逐步扩展”思想占据着重要地位。Prim算法的基本概念在正式介绍Prim算法之前,我们先回顾一下最小生成树的定义:对于一个具有n个顶点的带权连通图,其最小生成树是包含所有n个顶点的一棵无环子图,且该
- GNN--知识图谱(逐步贯通基础到项目实践)
峙峙峙
图神经网络知识图谱人工智能
原文仓库链接:知识图谱–贯通已有知识地图记录知识关系图谱和跨学科碰撞新启发知识图谱mermaid可能需要下载插件才能渲染线性代数神经网络深度学习框架硬件加速图论GNN框架交叉理解前向理解定义:前向理解:A–>B,A为B的基础铺垫知识,通过深入学习A对B有更好的理解01.LinearAlgebraforLinearLayerofNN从线性代数行列变换的角度看神经网络中的线性层线性代数矩阵乘法,可以理
- 搜索之BFS
Luther coder
宽度优先c++
目录一.BFS简介二.BFS主要应用和实现三.典型例题(1)P1443马的遍历-洛谷(2)P8693[蓝桥杯2019国AC]大胖子走迷宫-洛谷四.总结一.BFS简介BFS(图论):广度优先搜索,是一种用于遍历或搜索树或图的算法。所谓广度优先,就是说按照圈层搜索。二.BFS主要应用和实现在搜索算法中,该BFS常常指利用队列实现广度优先搜索,从而寻找最短距离。与图论中的BFS算法有一定相似之处,但并不
- AtCoder Beginner Contest 412(ABCDE)
前言回来喽!!前一阵子期末周快复习疯了,接下来还想准备数学建模,感觉高中都没这么忙过T^T。中间参加了一场百度之星的比赛,只AC了两题,感觉好难啊还是太菜了,希望能混个牌呜呜呜。图论和数论题好难,还得多练啊……一、A-TaskFailedSuccessfully#includeusingnamespacestd;typedeflonglongll;typedefpairpii;voidsolve(
- gesp c++ 八级知识点
山中习静观潮槿
Gespc++考级知识点c++代理模式开发语言
以下是根据GESPC++八级考试大纲的超详细知识点解析与代码实现,涵盖计数原理、排列组合、图论算法、倍增法等核心内容,每个知识点均包含概念说明、应用场景、使用方法、优缺点及完整代码示例。一、计数原理1.1加法原理与乘法原理概念:加法原理:完成一件事有多个互斥方案,总方法数为各方案方法数之和。乘法原理:完成一件事需多个独立步骤,总方法数为各步骤方法数的乘积。应用场景:加法原理:选择不同类别的路径或物
- gesp c++ 七级知识点
以下是根据GESPC++七级考试大纲的超详细知识点解析与代码实现,涵盖数学函数、复杂动态规划、图论算法、哈希表等核心内容,每个知识点均包含概念说明、应用场景、使用方法、优缺点及完整代码示例。一、数学库函数1.1三角函数概念:sin(x)、cos(x)、tan(x)分别计算弧度为x的正弦、余弦、正切值。应用场景:几何计算、物理运动模拟、图形学。代码示例:#include#includeusingna
- 数组排序求最小交换次数
Unlimitedz
图论算法数据结构
F-松鼠排序_2023河南萌新联赛第(一)场:河南农业大学(nowcoder.com)题意:给定长度为n的数组,每次可以任意交换两个元素,求将数组变为升序的最小交换次数。一道很经典的题目了,本质上是个图论问题。我们可以遍历数组,对于每个元素,我们将该元素和它正确的位置建边,最后一定是1∼n个环(自环也算)。对于有k个元素的环,最少交换次数为k−1。假设共有p个环,对于第i个环,有ki个元素,则它的
- 图论基础算法入门笔记
图论基础与建图图的定义图是由若干给定的顶点及连接两顶点的边所构成的图形,顶点用于代表事物,连接两顶点的边用于表示两个事物间的特定关系。建图的概念建图是指找到合适的方法将图表示出来。图的存储方法直接存边存储方式:直接使用一个数组,将边的起点与终点信息存储。代码实现:#includeusingnamespacestd;structEdge{intu,v;//边的起点和终点};intn,m;//n为顶点
- 算法学习笔记:7.Dijkstra 算法——从原理到实战,涵盖 LeetCode 与考研 408 例题
在计算机科学领域,图论算法一直占据着重要地位,其中Dijkstra算法作为求解单源最短路径问题的经典算法,被广泛应用于路径规划、网络路由等多个场景。无论是算法竞赛、实际项目开发,还是计算机考研408的备考,Dijkstra算法都是必须掌握的核心内容。一、Dijkstra算法的基本概念Dijkstra算法是由荷兰计算机科学家EdsgerW.Dijkstra在1956年提出的,用于解决带权有向图或无向
- 计算机网络总结
谭嘉俊
计算机网络
本文章讲解的内容是计算机网络总结。基本术语节点(node):在电信网络中,一个节点是一个连接点,表示一个再分发点(redistributionpoint)或一个通信端点(一些终端设备),节点的定义依赖于网络和协议层,一个物理网络节点是一个连接到网络的有源电子设备,能够通过通信通道发送、接收或转发信息,要注意的是,无源分发点(例如:配线架或接插板)不是节点,在网络理论或图论中,术语节点表示网络拓扑中
- 图论算法的大家庭——c++中的图论算法
imlarry0616
深度优先算法图论
图论算法是处理图结构问题的核心工具,广泛应用于路径规划、社交网络分析、计算机网络等领域。以下从基础概念、经典算法及其代码实现展开详细介绍,涵盖DFS、BFS、最短路径、最小生成树等核心内容,并附C++代码示例及注释。一、图的基础概念图的定义:由顶点(Vertex)集合V和边(Edge)集合E组成,记作G=(V,E)。分类:无向图:边无方向(如社交网络中的朋友关系)。有向图:边有方向(如网页链接关系
- 图论基础知识 深度优先(Depth First Search, 简称DFS),广度优先(Breathe First Search, 简称BFS)
mmaerd
Leetcode刷题学习记录深度优先图论宽度优先机考
图论基础知识学习记录自代码随想录dfs与bfs区别dfs是沿着一个方向去搜,不到黄河不回头,直到搜不下去了,再换方向(换方向的过程就涉及到了回溯)。bfs是先把本节点所连接的所有节点遍历一遍,走到下一个节点的时候,再把连接节点的所有节点遍历一遍,搜索方向更像是广度,四面八方的搜索过程。深度优先搜索理论(DepthFirstSearch,简称DFS)搜索方向,是认准一个方向搜,直到碰壁之后再换方向换
- 代码随想录|图论|07岛屿的最大面积
Paper Clouds
算法深度优先图论数据结构c++
leetcode:100.岛屿的最大面积题目题目描述给定一个由1(陆地)和0(水)组成的矩阵,计算岛屿的最大面积。岛屿面积的计算方式为组成岛屿的陆地的总数。岛屿由水平方向或垂直方向上相邻的陆地连接而成,并且四周都是水域。你可以假设矩阵外均被水包围。输入描述第一行包含两个整数N,M,表示矩阵的行数和列数。后续N行,每行包含M个数字,数字为1或者0,表示岛屿的单元格。输出描述输出一个整数,表示岛屿的最
- 代码随想录: 图论| 岛屿数量
王鹏程_
深度优先算法岛屿数量图论
题目链接:99.岛屿数量题目描述:给定一个由1(陆地)和0(水)组成的矩阵,你需要计算岛屿的数量。岛屿由水平方向或垂直方向上相邻的陆地连接而成,并且四周都是水域。你可以假设矩阵外均被水包围。输入描述:第一行包含两个整数N,M,表示矩阵的行数和列数。后续N行,每行包含M个数字,数字为1或者0。输出描述:输出一个整数,表示岛屿的数量。如果不存在岛屿,则输出0。输入示例:4511000110000010
- 实现并查集数据结构的技术指南
一键难忘
数据结构算法并查集
本文收录于专栏:算法之翼https://blog.csdn.net/weixin_52908342/category_10943144.html订阅后本专栏全部文章可见。实现并查集数据结构的技术指南并查集(DisjointSetUnion,简称并查集)是一种常用的数据结构,用于管理元素之间的等价关系。它主要支持两种操作:合并(Union)和查找(Find)。并查集通常用于解决各种问题,如图论中的连
- 代码随想录| 图论01 ●深度优先搜索知识 ●797所有可能的路径 ●广度优先搜索知识 ●200 岛屿数量dfs ●200 岛屿数量bfs
weixin_51674457
代码随想录一刷深度优先图论宽度优先
#dfs知识看了一下感觉和二叉树,和回溯,没啥区别。#797所有可能路径普通回溯,很快path.push_back(0);要提前写不要忘了。另外path不要担心不需要归零,他每次回溯call完了会退回去的vector>res;vectorpath;voiddfs(intnode,intn,vector>&graph){if(node==n-1){res.push_back(path);return
- 代码随想录|图论理论基础
1.图的种类(有向图和无向图)有向图:图中边有方向无向图:图中边无方向加权有向图:图中边是有权值和方向的,无向图也是如此2.度(无向图中有几条边连接该节点,该节点就有几度)出度:从该节点出发的边的个数入度:指向该节点边的个数3.连通性(在图中表示节点的联通情况,我们称之为连通性)连通图:在无向图中,任何两个节点都是可以到达的(可以借助其他节点)非连通图:有节点不能到达其他节点强连通图:在有向图中,
- 20240820 代码随想录 | 图论 岛屿
m0_46259676
图论算法
98.所有可达路径深度优先搜索(dfs)和广度优先搜索(bfs)区别:dfs是可一个方向去搜,不到黄河不回头,直到遇到绝境了,搜不下去了,再换方向(换方向的过程就涉及到了回溯)。bfs是先把本节点所连接的所有节点遍历一遍,走到下一个节点的时候,再把连接节点的所有节点遍历一遍,搜索方向更像是广度,四面八方的搜索过程。n,m=map(int,input().split())print(''.join(
- 20240821 代码随想录 | 图论
m0_46259676
图论
103.水流问题dfs深度优先搜素directions=[[0,1],[0,-1],[1,0],[-1,0]]set_1=set()set_2=set()n,m=map(int,input().split())g=[]for_inrange(n):g.append(list(map(int,input().split())))defdfs(g,x,y,visited,s):visited[x][y
- 代码随想录|图论|04广度优先搜索理论基础
Paper Clouds
图论宽度优先算法数据结构leetcodec++
广搜的使用场景广搜的搜索方式就适合于解决两个点之间的最短路径问题。因为广搜是从起点出发,以起始点为中心一圈一圈进行搜索,一旦遇到终点,记录之前走过的节点就是一条最短路。当然,也有一些问题是广搜和深搜都可以解决的,例如岛屿问题,这类问题的特征就是不涉及具体的遍历方式,只要能把相邻且相同属性的节点标记上就行。(我们会在具体题目讲解中详细来说)比如下面这个图,从start开始慢慢向外扩展,第4次扩展才到
- 代码随想录|图论|05岛屿数量(深搜DFS)
Paper Clouds
图论深度优先算法数据结构leetcode
leetcode:99.岛屿数量题目题目描述:给定一个由1(陆地)和0(水)组成的矩阵,你需要计算岛屿的数量。岛屿由水平方向或垂直方向上相邻的陆地连接而成,并且四周都是水域。你可以假设矩阵外均被水包围。输入描述:第一行包含两个整数N,M,表示矩阵的行数和列数。后续N行,每行包含M个数字,数字为1或者0。输出描述:输出一个整数,表示岛屿的数量。如果不存在岛屿,则输出0。思路遇到一个没有遍历过的节点陆
- 【树 DFS BFS 离线查询】P11855 [CSP-J2022 山东] 部署|普及+
软件架构师何志丹
#洛谷普及+深度优先宽度优先c++算法图论树
本文涉及知识点C++图论C++BFS算法C++DFSP11855[CSP-J2022山东]部署题目背景受疫情影响,山东省取消了CSP-J2022认证活动,并于次年三月重新命题,在省内补办比赛。题目描述“万里羽书来未绝,五关烽火昼仍传。”古时候没有现代信息化战争的技术,只能靠烽火传信和将军运筹帷幄的调兵遣将来取得战争的优势。为了使消耗最低,现在A国已经在nnn个城市之间建好了道路和行军部署渠道,使得
- Educational Codeforces Round 31 C.Bertown Subway(图论)
ganzibang
ACM-图论图论
题目链接:BertownSubway题意:简单地说,就是给一个n个地铁站的线路图,每个地铁站i有一趟地铁从i站出发,到达目的站pi,pi可以等于i且满足条件:对于每个i站,只存在一个j站使得pj=i。定义有序对pair(a,b)表示从a站到b站,现在给你一个机会在满足条件下可以改变不超过两个地铁站的pi,使得(a,b)的个数最多,问最多个数是多少?题解:题目先输入一个n,在输入pi,而且每个pi是
- 【图论 DFS搜索树】P10298 [CCC 2024 S4] Painting Roads|普及+
软件架构师何志丹
#洛谷普及+图论深度优先算法c++洛谷
本文涉及知识点C++图论C++DFSP10298[CCC2024S4]PaintingRoads题目描述Kitchener市的市长Alanna成功地改进了该市的道路规划。然而,来自RedBlue市的一位售货员仍然抱怨道路的颜色不够丰富。Alanna的下一个任务就是粉刷一些道路。Kitchener市的道路规划可以表示为NNN个十字路口和MMM条道路,第iii条道路连接第uiu_iui个十字路口和第v
- leetcode332.重新安排行程:优先队列与DFS实现欧拉路径的行程规划
Musennn
leetcode刷题详解深度优先算法leetcodejava
一、题目深度解析与行程规划本质题目描述给定一个机票的字符串二维数组tickets,每个元素是[from,to]的形式,表示从from到to的机票。要求找出从JFK出发的行程,且必须使用所有机票,若存在多种可能的行程,返回字典序最小的那个。核心特性分析图论模型:每个机场是图的节点,机票是图的边,问题转化为在图中寻找一条经过所有边的路径欧拉路径:题目本质是寻找图中的欧拉路径(经过每条边恰好一次的路径)
- 探索算法秘境:量子随机游走算法及其在图论问题中的创新应用
目录编辑一、量子随机游走算法的起源与原理二、量子随机游走算法在图论问题中的创新应用三、量子随机游走算法的优势与挑战四、结语在算法研究的浩瀚星空中,总有一些领域如同遥远星系,闪烁着神秘而诱人的光芒。今天,我们将一同深入这片算法秘境,探索一个相对偏僻但极具潜力的算法——量子随机游走算法(QuantumRandomWalk,QRW),并揭示它在图论问题中的创新应用。一、量子随机游走算法的起源与原理量子随
- 【2024年码蹄杯】本科组省赛
Guiat
算法竞赛码蹄杯省赛算法比赛
个人主页:Guiat归属专栏:算法竞赛文章目录1.MC0355·开篇签到2.MC0357·移动移动移动3.MC0357·移动移动移动4.MC0358·请相信我会做图论5.MC0359·我会等差数列6.MC0360·我会修改图7.MC0361·团队能量8.MC0362·异或正文总共8道题。1.MC0355·开篇签到【题目】MC0355·开篇签到【分析】输出严格次小值。【AC_Code】#includ
- jvm调优总结(从基本概念 到 深度优化)
oloz
javajvmjdk虚拟机应用服务器
JVM参数详解:http://www.cnblogs.com/redcreen/archive/2011/05/04/2037057.html
Java虚拟机中,数据类型可以分为两类:基本类型和引用类型。基本类型的变量保存原始值,即:他代表的值就是数值本身;而引用类型的变量保存引用值。“引用值”代表了某个对象的引用,而不是对象本身,对象本身存放在这个引用值所表示的地址的位置。
- 【Scala十六】Scala核心十:柯里化函数
bit1129
scala
本篇文章重点说明什么是函数柯里化,这个语法现象的背后动机是什么,有什么样的应用场景,以及与部分应用函数(Partial Applied Function)之间的联系 1. 什么是柯里化函数
A way to write functions with multiple parameter lists. For instance
def f(x: Int)(y: Int) is a
- HashMap
dalan_123
java
HashMap在java中对很多人来说都是熟的;基于hash表的map接口的非同步实现。允许使用null和null键;同时不能保证元素的顺序;也就是从来都不保证其中的元素的顺序恒久不变。
1、数据结构
在java中,最基本的数据结构无外乎:数组 和 引用(指针),所有的数据结构都可以用这两个来构造,HashMap也不例外,归根到底HashMap就是一个链表散列的数据
- Java Swing如何实时刷新JTextArea,以显示刚才加append的内容
周凡杨
java更新swingJTextArea
在代码中执行完textArea.append("message")后,如果你想让这个更新立刻显示在界面上而不是等swing的主线程返回后刷新,我们一般会在该语句后调用textArea.invalidate()和textArea.repaint()。
问题是这个方法并不能有任何效果,textArea的内容没有任何变化,这或许是swing的一个bug,有一个笨拙的办法可以实现
- servlet或struts的Action处理ajax请求
g21121
servlet
其实处理ajax的请求非常简单,直接看代码就行了:
//如果用的是struts
//HttpServletResponse response = ServletActionContext.getResponse();
// 设置输出为文字流
response.setContentType("text/plain");
// 设置字符集
res
- FineReport的公式编辑框的语法简介
老A不折腾
finereport公式总结
FINEREPORT用到公式的地方非常多,单元格(以=开头的便被解析为公式),条件显示,数据字典,报表填报属性值定义,图表标题,轴定义,页眉页脚,甚至单元格的其他属性中的鼠标悬浮提示内容都可以写公式。
简单的说下自己感觉的公式要注意的几个地方:
1.if语句语法刚接触感觉比较奇怪,if(条件式子,值1,值2),if可以嵌套,if(条件式子1,值1,if(条件式子2,值2,值3)
- linux mysql 数据库乱码的解决办法
墙头上一根草
linuxmysql数据库乱码
linux 上mysql数据库区分大小写的配置
lower_case_table_names=1 1-不区分大小写 0-区分大小写
修改/etc/my.cnf 具体的修改内容如下:
[client]
default-character-set=utf8
[mysqld]
datadir=/var/lib/mysql
socket=/va
- 我的spring学习笔记6-ApplicationContext实例化的参数兼容思想
aijuans
Spring 3
ApplicationContext能读取多个Bean定义文件,方法是:
ApplicationContext appContext = new ClassPathXmlApplicationContext(
new String[]{“bean-config1.xml”,“bean-config2.xml”,“bean-config3.xml”,“bean-config4.xml
- mysql 基准测试之sysbench
annan211
基准测试mysql基准测试MySQL测试sysbench
1 执行如下命令,安装sysbench-0.5:
tar xzvf sysbench-0.5.tar.gz
cd sysbench-0.5
chmod +x autogen.sh
./autogen.sh
./configure --with-mysql --with-mysql-includes=/usr/local/mysql
- sql的复杂查询使用案列与技巧
百合不是茶
oraclesql函数数据分页合并查询
本片博客使用的数据库表是oracle中的scott用户表;
------------------- 自然连接查询
查询 smith 的上司(两种方法)
&
- 深入学习Thread类
bijian1013
javathread多线程java多线程
一. 线程的名字
下面来看一下Thread类的name属性,它的类型是String。它其实就是线程的名字。在Thread类中,有String getName()和void setName(String)两个方法用来设置和获取这个属性的值。
同时,Thr
- JSON串转换成Map以及如何转换到对应的数据类型
bijian1013
javafastjsonnet.sf.json
在实际开发中,难免会碰到JSON串转换成Map的情况,下面来看看这方面的实例。另外,由于fastjson只支持JDK1.5及以上版本,因此在JDK1.4的项目中可以采用net.sf.json来处理。
一.fastjson实例
JsonUtil.java
package com.study;
impor
- 【RPC框架HttpInvoker一】HttpInvoker:Spring自带RPC框架
bit1129
spring
HttpInvoker是Spring原生的RPC调用框架,HttpInvoker同Burlap和Hessian一样,提供了一致的服务Exporter以及客户端的服务代理工厂Bean,这篇文章主要是复制粘贴了Hessian与Spring集成一文,【RPC框架Hessian四】Hessian与Spring集成
在
【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中
- 【Mahout二】基于Mahout CBayes算法的20newsgroup的脚本分析
bit1129
Mahout
#!/bin/bash
#
# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements. See the NOTICE file distributed with
# this work for additional information re
- nginx三种获取用户真实ip的方法
ronin47
随着nginx的迅速崛起,越来越多公司将apache更换成nginx. 同时也越来越多人使用nginx作为负载均衡, 并且代理前面可能还加上了CDN加速,但是随之也遇到一个问题:nginx如何获取用户的真实IP地址,如果后端是apache,请跳转到<apache获取用户真实IP地址>,如果是后端真实服务器是nginx,那么继续往下看。
实例环境: 用户IP 120.22.11.11
- java-判断二叉树是不是平衡
bylijinnan
java
参考了
http://zhedahht.blog.163.com/blog/static/25411174201142733927831/
但是用java来实现有一个问题。
由于Java无法像C那样“传递参数的地址,函数返回时能得到参数的值”,唯有新建一个辅助类:AuxClass
import ljn.help.*;
public class BalancedBTree {
- BeanUtils.copyProperties VS PropertyUtils.copyProperties
诸葛不亮
PropertyUtilsBeanUtils
BeanUtils.copyProperties VS PropertyUtils.copyProperties
作为两个bean属性copy的工具类,他们被广泛使用,同时也很容易误用,给人造成困然;比如:昨天发现同事在使用BeanUtils.copyProperties copy有integer类型属性的bean时,没有考虑到会将null转换为0,而后面的业
- [金融与信息安全]最简单的数据结构最安全
comsci
数据结构
现在最流行的数据库的数据存储文件都具有复杂的文件头格式,用操作系统的记事本软件是无法正常浏览的,这样的情况会有什么问题呢?
从信息安全的角度来看,如果我们数据库系统仅仅把这种格式的数据文件做异地备份,如果相同版本的所有数据库管理系统都同时被攻击,那么
- vi区段删除
Cwind
linuxvi区段删除
区段删除是编辑和分析一些冗长的配置文件或日志文件时比较常用的操作。简记下vi区段删除要点备忘。
vi概述
引文中并未将末行模式单独列为一种模式。单不单列并不重要,能区分命令模式与末行模式即可。
vi区段删除步骤:
1. 在末行模式下使用:set nu显示行号
非必须,随光标移动vi右下角也会显示行号,能够正确找到并记录删除开始行
- 清除tomcat缓存的方法总结
dashuaifu
tomcat缓存
用tomcat容器,大家可能会发现这样的问题,修改jsp文件后,但用IE打开 依然是以前的Jsp的页面。
出现这种现象的原因主要是tomcat缓存的原因。
解决办法如下:
在jsp文件头加上
<meta http-equiv="Expires" content="0"> <meta http-equiv="kiben&qu
- 不要盲目的在项目中使用LESS CSS
dcj3sjt126com
Webless
如果你还不知道LESS CSS是什么东西,可以看一下这篇文章,是我一朋友写给新人看的《CSS——LESS》
不可否认,LESS CSS是个强大的工具,它弥补了css没有变量、无法运算等一些“先天缺陷”,但它似乎给我一种错觉,就是为了功能而实现功能。
比如它的引用功能
?
.rounded_corners{
- [入门]更上一层楼
dcj3sjt126com
PHPyii2
更上一层楼
通篇阅读完整个“入门”部分,你就完成了一个完整 Yii 应用的创建。在此过程中你学到了如何实现一些常用功能,例如通过 HTML 表单从用户那获取数据,从数据库中获取数据并以分页形式显示。你还学到了如何通过 Gii 去自动生成代码。使用 Gii 生成代码把 Web 开发中多数繁杂的过程转化为仅仅填写几个表单就行。
本章将介绍一些有助于更好使用 Yii 的资源:
- Apache HttpClient使用详解
eksliang
httpclienthttp协议
Http协议的重要性相信不用我多说了,HttpClient相比传统JDK自带的URLConnection,增加了易用性和灵活性(具体区别,日后我们再讨论),它不仅是客户端发送Http请求变得容易,而且也方便了开发人员测试接口(基于Http协议的),即提高了开发的效率,也方便提高代码的健壮性。因此熟练掌握HttpClient是很重要的必修内容,掌握HttpClient后,相信对于Http协议的了解会
- zxing二维码扫描功能
gundumw100
androidzxing
经常要用到二维码扫描功能
现给出示例代码
import com.google.zxing.WriterException;
import com.zxing.activity.CaptureActivity;
import com.zxing.encoding.EncodingHandler;
import android.app.Activity;
import an
- 纯HTML+CSS带说明的黄色导航菜单
ini
htmlWebhtml5csshovertree
HoverTree带说明的CSS菜单:纯HTML+CSS结构链接带说明的黄色导航
在线体验效果:http://hovertree.com/texiao/css/1.htm代码如下,保存到HTML文件可以看到效果:
<!DOCTYPE html >
<html >
<head>
<title>HoverTree
- fastjson初始化对性能的影响
kane_xie
fastjson序列化
之前在项目中序列化是用thrift,性能一般,而且需要用编译器生成新的类,在序列化和反序列化的时候感觉很繁琐,因此想转到json阵营。对比了jackson,gson等框架之后,决定用fastjson,为什么呢,因为看名字感觉很快。。。
网上的说法:
fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器,来自阿里巴巴的工程师开发。
- 基于Mybatis封装的增删改查实现通用自动化sql
mengqingyu
DAO
1.基于map或javaBean的增删改查可实现不写dao接口和实现类以及xml,有效的提高开发速度。
2.支持自定义注解包括主键生成、列重复验证、列名、表名等
3.支持批量插入、批量更新、批量删除
<bean id="dynamicSqlSessionTemplate" class="com.mqy.mybatis.support.Dynamic
- js控制input输入框的方法封装(数字,中文,字母,浮点数等)
qifeifei
javascript js
在项目开发的时候,经常有一些输入框,控制输入的格式,而不是等输入好了再去检查格式,格式错了就报错,体验不好。 /** 数字,中文,字母,浮点数(+/-/.) 类型输入限制,只要在input标签上加上 jInput="number,chinese,alphabet,floating" 备注:floating属性只能单独用*/
funct
- java 计时器应用
tangqi609567707
javatimer
mport java.util.TimerTask; import java.util.Calendar; public class MyTask extends TimerTask { private static final int
- erlang输出调用栈信息
wudixiaotie
erlang
在erlang otp的开发中,如果调用第三方的应用,会有有些错误会不打印栈信息,因为有可能第三方应用会catch然后输出自己的错误信息,所以对排查bug有很大的阻碍,这样就要求我们自己打印调用的栈信息。用这个函数:erlang:process_display (self (), backtrace).需要注意这个函数只会输出到标准错误输出。
也可以用这个函数:erlang:get_s