wust_tanyao
wust_tanyao

CodeForces 29D Ant on the Tree

给一颗树，1为根，要求遍历树上所有点，给出叶子结点的访问顺序，限制每条边至多访问两次。


首先这是一棵树，那么两点之间的路线是确定的，所以我第一遍dfs预处理出从根节点到每个叶子的路径保存，以便后面输出。

那么就按照题目要求输出叶子结点的顺序依次输出，然后从一个叶子到下一个叶子的时候，从他们的最近公共祖先转折，所以我还预处理了相邻两个叶子结点的LCA。


#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#define inf 0x3f3f3f3f
#pragma comment(linker, "/STACK:16777216")
#define eps 1e-6
#define ll long long
using namespace std;

const int maxn=310;
struct node
{
    int v,id,w;//id为边号或询问号
    node* next;
}ed[maxn<<2],*head[maxn],*q[maxn];

struct qnode
{
    int u,v,ans;//存询问结点，ans最近公共祖先
} qu[maxn];

int fa[maxn],vis[maxn],cnt;

void init(int n)
{
    cnt=0;
    memset(vis,0,sizeof vis);
    memset(head,0,sizeof head);
    memset(q,0,sizeof q);
    for(int i=0;i<=n;i++)
        fa[i]=i;
}

int getfa(int x)
{
    if(fa[x]==x) return x;
    return fa[x]=getfa(fa[x]);
}

void LCA(int u)
{
    fa[u]=u,vis[u]=1;
    for(node *p=q[u];p!=NULL;p=p->next)
    {
        if(vis[p->v])
        {
            int id=p->id;
            qu[id].ans=getfa(p->v);
        }
    }
    for(node *p=head[u];p!=NULL;p=p->next)
    {
        if(!vis[p->v])
        {
            LCA(p->v);
            fa[p->v]=u;
        }
    }
}

void adde(node *e[],int u,int v,int w,int id)//建边e传头节点数组。为询问边的或树边的。
{
    ed[cnt].v=v;
    ed[cnt].w=w;
    ed[cnt].id=id;
    ed[cnt].next=e[u];
    e[u]=&ed[cnt++];
}

inline int ReadInt()
{
    char ch = getchar();
    if (ch==EOF) return -1;
    int data = 0;
    while (ch < '0' || ch > '9')
    {
        ch = getchar();
        if (ch==EOF) return -1;
    }
    do
    {
        data = data*10 + ch-'0';
        ch = getchar();
    } while (ch >= '0' && ch <= '9');
    return data;
}

int f[maxn],leaf[maxn],ans[610],flag;

void dfs(int s)
{
    for(node *p=head[s];p!=NULL;p=p->next)
    {
        if(!vis[p->v])
        {
            vis[p->v]=1;
            f[p->v]=s;
            dfs(p->v);
        }
    }
}

void output(int s,int t)//r->leaf
{
    if(f[t]!=s)
        output(s,f[t]);
    ans[cnt++]=t;
    flag++;
}

void output1(int s,int t)//leaf->r
{
    do
    {
        flag++;
        ans[cnt++]=f[s];
        s=f[s];
    }while(s!=t);
}

int main()
{
    int n,a,b,i,k;
    scanf("%d",&n);
    init(n);
    for(i=0;in+n-1) break;
            output(qu[i].ans,leaf[i]);
            if(flag>n+n-1) break;
        }
    if(flag<=n+n-1) output1(leaf[k-1],1);
    if(flag<=n+n-1)
    {
        printf("1");
        for(i=1;i


你可能感兴趣的:(graphs)

  • #240 难度继续增强 钤鱼摆摆
    第五个period已经开始了一周了，第一周刚开始就有很多东西要学。这个period对我来说，对所有CS的学生来说最难的应该就是Networks&Graphs了吧。这门课是建立在上个period学的Logic&Sets的基础上，因为上个period学得还行，所以第一周的内容还勉强可以接受。主要比较难的是习题课上面TA给我们讲解的习题，今天下午光是讲一道只有一两句话长的题就过去了一个小时，剩下半个小时
  • python将csv数据导入neo4j 静听山水 Neo4Jpythonneo4j
    参考链接：https://github.com/jm199504/Financial-Knowledge-Graphs/tree/masterfrompandasimportDataFramefrompy2neoimportGraph,Node,Relationship,NodeMatcherimportpandasaspdimportnumpyasnpimportos#连接Neo4j数据库fro
  • Linux CPU 性能分析工具火焰图(Flame Graphs)认知 山河已无恙 BPFlinux运维服务器
    写在前面博文内容为《BPFPerformanceTools》读书笔记整理详细了解小伙伴可以访问作者官网：https://www.brendangregg.com/flamegraphs.html有油管上分享的作者在USENIXATC2017的视屏理解不足小伙伴帮忙指正不必太纠结于当下，也不必太忧虑未来，当你经历过一些事情的时候，眼前的风景已经和从前不一样了。——村上春树火焰图是什么？火焰图（Fla
  • 【阅读笔记】Zero-shot Recognition via Semantic Embeddings and Knowledge Graphs-2018 一只瓜皮呀 零样本学习图神经网络知识图谱深度学习机器学习
    Abstract我们考虑零样本识别问题:仅利用类别的单词嵌入及其与其他类别的关系来学习具有零训练示例的类别的视觉分类器，并提供视觉数据。处理陌生或新类的关键是将从熟悉类中获得的知识转移到陌生类的描述中。在本文中，我们基于最近引入的图卷积网络(GCN)，提出了一种同时使用语义嵌入和类别关系来预测分类器的方法。对于一个已习得的知识图(KG)，我们的方法将每个节点(表示视觉类别)作为输入语义嵌入。经过一
  • Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering 怕狗子的福哥 图网络卷积
    ConvolutionalNeuralNetworksonGraphswithFastLocalizedSpectralFiltering1、主要贡献2、算法介绍2.1学习局部化谱filtersk阶近似与ChebNet2.2图池化图粗化快速pooling整个GCN过程1、主要贡献1、谱方法的卷积公式。一种基于谱方法的CNN的形式化表述，基于GSP2、严格的局部化的filters。局部化就是定义了一
  • 论文分享-- GCN -- Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering 村头陶员外 论文图表示学习gnn自然语言处理图神经网络论文
    本次要总结的论文是ConvolutionalNeuralNetworksonGraphswithFastLocalizedSpectralFiltering，论文链接GCN，参考的代码实现GCN-code。不得不说，读懂这篇论文难度较大，因为里面有许多数学推导，要了解较多的数学知识。本人数学一般，因此在读本论文的同时参考了网上部分较优秀的讲解，这里会结合我对论文的理解，对本论文下总结，文末会详细列
  • 2019-03-15 Cacti 安装 Advanced Ping 2.2 模板 AK蜗牛
    以前常用SmokePing来监控网络设备的可达性，其实Cacti也可以，都是基于ping的数据生成图形。Cacti的AdvancedPing插件开发者叫PatrickZambelli，可以从https://www.neteye-blog.com/2008/12/advanced-ping-graphs/下载最新版本。该插件可以提供基于ICMP,TCP,UDP协议的PING功能。闲话少说，开始干活。
  • 关于De Bruijn graph 算法说明 weixin_30273501 javapython
    http://www.homolog.us/blogs/blog/2011/07/28/de-bruijn-graphs-i/文章中有几个相关的文章链接，值得一看http://homolog.us/blogs/blog/2011/07/29/de-bruijn-graphs-ii/转载于:https://www.cnblogs.com/xingzifei/p/6294072.html
  • Large Language Models on Graphs: A Comprehensive Survey UnknownBody LLM综述文章语言模型人工智能自然语言处理
    本文是LLM系列文章，针对《LargeLanguageModelsonGraphs:AComprehensiveSurvey》的翻译。图上的大型语言模型综述摘要1引言2定义和背景3分类和框架4纯图5富含文本的图6文本成对图7应用8未来方向9结论摘要大型语言模型（LLM），如ChatGPT和LLaMA，由于其强大的文本编码/解码能力和新发现的涌现能力（如推理），正在自然语言处理方面取得重大进展。虽然
  • Jmeter添加TPS插件 无奈的码农 jmeterpython测试工具
    插件地址http://pan.baidu.com/s/1mioVJni解压文件将jpgc-graphs-basic-2.0.zip解压缩后只有一个lib目录，该目录下有一个ext文件夹和一个jmeter-plugins-cmn-jmeter-0.3.jar包，ext文件夹中有jmeter-plugins-graphs-basic-2.0.jar和jmeter-plugins-manager-0.1
  • 阅读记录：RNNLOGIC: LEARNING LOGIC RULES FOR REASON-ING ON KNOWLEDGE GRAPHS 憨化龙猫 论文阅读记录知识图谱人工智能
    一、介绍本文研究知识图谱推理的学习逻辑规则。逻辑规则在用于预测时提供可解释的解释，并且能够推广到其他任务。现有方法要么面临在大搜索空间中搜索的问题（例如神经逻辑编程），要么由于奖励稀疏而导致优化无效（例如基于强化学习的技术）。为了解决这些限制，本文提出了一种称为RNNLogic的概率模型。RNNLogic将逻辑规则视为潜在变量，同时用逻辑规则训练规则生成器和推理预测器。本文开发了一种基于EM的优化
  • 在不同的 RAG 阶段注入知识图谱 hj_caas 每日外文推荐知识图谱数据库人工智能
    每日推荐一篇专注于解决实际问题的外文，精准翻译并深入解读其要点，助力读者培养实际问题解决和代码动手的能力。欢迎关注公众号（NLPResearch），及时查看最新内容原文标题：InjectingKnowledgeGraphsindifferentRAGstages原文地址：https://medium.com/enterprise-rag/injecting-knowledge-graphs-in-
  • 翻译: Streamlit从入门到精通七 缓存Cache控制缓存大小和持续时间 AI架构师易筋 LLM-LargeLanguageModels缓存pythonlangchainchatgptLLMprompt
    Streamlit从入门到精通系列：翻译:Streamlit从入门到精通基础控件一翻译:Streamlit从入门到精通显示图表Graphs地图Map主题Themes二翻译:Streamlit从入门到精通构建一个机器学习应用程序三翻译:Streamlit从入门到精通部署一个机器学习应用程序四翻译:Streamlit从入门到精通高级用法缓存Cache和Session五翻译:Streamlit从入门到精
  • 翻译: Streamlit从入门到精通六 实战缓存Cache请求数据 AI架构师易筋 LLM-LargeLanguageModels缓存langchain语言模型人工智能chatgptLLM
    Streamlit从入门到精通系列：翻译:Streamlit从入门到精通基础控件一翻译:Streamlit从入门到精通显示图表Graphs地图Map主题Themes二翻译:Streamlit从入门到精通构建一个机器学习应用程序三翻译:Streamlit从入门到精通部署一个机器学习应用程序四翻译:Streamlit从入门到精通高级用法缓存Cache和Session五1.两个缓存装饰器：st.cach
  • 翻译: Streamlit从入门到精通 部署一个机器学习应用程序 四 AI架构师易筋 LLM-LargeLanguageModelslangchain语言模型人工智能chatgptLLM
    Streamlit从入门到精通系列：翻译:Streamlit从入门到精通基础控件一翻译:Streamlit从入门到精通显示图表Graphs地图Map主题Themes二翻译:Streamlit从入门到精通构建一个机器学习应用程序三1.5.如何部署一个Streamlit应用部署是将应用程序从开发者传递给用户的机制。部署一个应用程序是将特定的应用程序复制、配置并启用到特定的基础URL的过程。一旦部署过程
  • 翻译: Streamlit从入门到精通 构建一个机器学习应用程序 三 AI架构师易筋 LLM-LargeLanguageModels机器学习人工智能langchainchatgptpython
    Streamlit从入门到精通系列：翻译:Streamlit从入门到精通基础控件一翻译:Streamlit从入门到精通显示图表Graphs地图Map主题Themes二1.构建一个机器学习应用程序在这一部分，我将带你了解我做的一个关于贷款预测的项目。贷款的主要利润直接来自于贷款的利息。贷款公司在进行了一系列严格的审核和验证过程后，才会授予贷款。然而，他们仍然不能保证申请人是否能够毫无困难地偿还贷款。
  • 【论文笔记】AFGRL:Augmentation-Free Self-Supervised Learning on Graphs(简要笔记供复习使用) 好想变有钱535 笔记深度学习人工智能
    AFGRL:Augmentation-FreeSelf-SupervisedLearningonGraphs文献地址：Augmentation-FreeSelf-SupervisedLearningonGraphsMotivation图对比的正例对构造对增强方法敏感，由于图包含了语义信息和结构信息，因此在对边进行不同增强方法时，可能会影响其语义对不同数据分布的数据集，模型增强的参数需要分别进行调整
  • 【论文笔记】BGRL：Large-Scale Representation Learning on Graphs via Bootstrapping（简要笔记供复习使用） 好想变有钱535 深度学习笔记人工智能
    BGRL:Large-ScaleRepresentationLearningonGraphsviaBootstrapping文章地址：Large-ScaleRepresentationLearningonGraphsviaBootstrappingMotivation现有自监督学习的方法大多需要大量的负样本和大规模的数据增强，而选择负样本的原则的缺失导致负样本不一定会增加模型精度，尤其是在大模型中
  • 翻译: Streamlit从入门到精通 高级用法缓存Cache和Session 五 AI架构师易筋 LLM-LargeLanguageModels缓存langchainpromptchatgptpythonstreamlit
    Streamlit从入门到精通系列：翻译:Streamlit从入门到精通基础控件一翻译:Streamlit从入门到精通显示图表Graphs地图Map主题Themes二翻译:Streamlit从入门到精通构建一个机器学习应用程序三翻译:Streamlit从入门到精通部署一个机器学习应用程序四现在您已经了解了Streamlit应用程序如何运行和处理数据，让我们来谈谈效率。缓存允许您保存函数的输出，以便
  • 翻译: Streamlit从入门到精通 显示图表Graphs 地图Map 主题Themes 二 AI架构师易筋 LLM-LargeLanguageModelslangchainpromptchatgpt人工智能python
    Streamlit从入门到精通系列：翻译:Streamlit从入门到精通基础控件一1.使用Streamlit显示图表Graphs1.1为什么我们需要可视化？数据可视化通过将数据整理成更容易理解的格式来讲述故事，凸显趋势和异常点。好的可视化能够讲述一个故事，从数据中去除杂音，突出有用的信息。然而，这不仅仅是简单地美化一个图表使其看起来更好，或者是在信息图上随意添加“信息”部分。有效的数据可视化是形式
  • Talk Like a Graph: Encoding Graphs for Large Language Models 图学习小组 语言模型
    TalkLikeaGraph:EncodingGraphsforLargeLanguageModels基本信息博客贡献人鲁智深作者BahareFatemi,JonathanHalcrow,BryanPerozzi摘要    图是表示和分析现实世界应用中复杂关系的强大工具，如社交网络、推荐系统和计算金融。对图进行推理对于推断复杂系统中实体之间的关系，以及识别隐藏的模式和趋势是必不可少的。尽管在使用自
  • Unifying Large Language Models and Knowledge Graphs: A Roadmap 图学习小组 语言模型知识图谱人工智能自然语言处理
    基本信息这是23年6月发表在arxiv上的一篇文章。文章综述了目前的大模型和知识图谱结合的研究现状，将二者结合的研究分为三大类，并进行了详细的总结和展望。博客创建者武松作者ShiruiPan,SeniorMember,IEEE,LinhaoLuoYufeiWang,ChenChen,JiapuWang,XindongWu,Fellow,IEEE标签人工智能，深度学习，大语言模型，知识图谱1.摘要大
  • 【性能测试】性能测试指标及Jmeter性能测试（下） Lottie2017
    1.jp@gc-BytesThroughputOverTime:不同时间吞吐量（字节Bytes）展示（图表）聚合报告里，Throughput是按请求个数来展示的，比如说1.9/sec，就是每s发送1.9个请求；而这里的展示是按字节Bytes来展示的图表，表示每秒发送多少字节吞吐量2.jp@gc-CompositeGraph：混合图表在它的Graphs里面可以设置多少个图表一起展示，它可以同时展示多
  • 【Unity3D之日常BUG】Unity3D中出现WakeUp为空的时候时候解决方案 恬静的小魔龙 #Unity3D之日常BUGbug
    推荐阅读CSDN主页GitHub开源地址Unity3D插件分享简书地址我的个人博客大家好，我是佛系工程师☆恬静的小魔龙☆，不定时更新Unity开发技巧，觉得有用记得一键三连哦。一、前言今天在开发中遇到一个问题（以前也遇到过，没想起来记下来），也就是WakeUp为空，具体错误提示是这样的：UnityEditor.Graphs.Edge.WakeUp()NullReferenceException:O
  • TensorFlow基础 Zzz_2dc4
    运行机制：张量tensor+计算图graphs1.tensor张量表示数据：常量，变量2.op:operation:四则运算等本质：tf=tensor+计算图tensor数据graphs数据操作session是执行的核心，交互过程运算时需要插入的数据3.变量x=tf.Variable()#变量赋值state=tf.Variable(0)new_value=tf.add(state,1)update
  • Vue3 Composition API 掌趣 vue.js前端javascript
    #Vue3快速上手##1.Vue3简介-2020年9月18日，Vue.js发布3.0版本，代号：OnePiece（海贼王）-耗时2年多、[2600+次提交](https://github.com/vuejs/vue-next/graphs/commit-activity)、[30+个RFC](https://github.com/vuejs/rfcs/tree/master/active-rfcs
  • 【论文阅读笔记】Meta Relational Learning for Few-Shot Link Prediction in Knowledge Graphs - EMNLP 2019 卷卷0v0 论文阅读知识图谱论文阅读笔记知识图谱
    知识图谱-->知识补全-->长尾问题-->元关系学习基于度量的方法基于优化的方法（本文）文章目录Abstract1Introduction2RelatedWork2.1知识图谱嵌入2.2元学习（Meta-Learning）3TaskFormulation4Method4.1关系元学习器4.2嵌入学习器4.3训练目标5Experiments5.1数据集和评估指标5.2实施5.3结果5.4消融研究5.
  • 【论文阅读笔记】One-Shot Relational Learning for Knowledge Graphs - EMNLP 2018 卷卷0v0 论文阅读知识图谱论文阅读知识图谱神经网络
    知识图谱-->知识补全-->长尾问题-->元关系学习基于度量的方法（本文）基于优化的方法文章目录Abstract1Introduction2RelatedWork关系学习的嵌入模型小样本学习3Background3.1问题定义3.2One-Shot学习设置4Model4.1邻居编码器4.2匹配处理器4.3损失函数和训练5Experiments5.1数据集5.2实施细节5.3结果关于模型选择的备注5
  • Nested Named Entity Recognition with Span-level Graphs pepsi_w 论文人工智能深度学习NER
    原文链接：https://aclanthology.org/2022.acl-long.63.pdfACL2022介绍问题基于span的方法虽然在解决嵌套实体上存在巨大潜力，但存在以下问题：1）难以充分利用span的丰富语义；2）重叠较多的正负样本会降低模型的性能；3）训练集中的嵌套实体，基本上不会存在于测试集中，即模型需要有较强的泛化能力；IDEA因此作者通过利用基于检索的span图来改进spa
  • JVM性能调优准备之Visual GC插件 月球程序猿 性能调优JVMjvmjava
    文章目录jvisualvm安装VisualGC插件VisualGC插件功能介绍区域划分spaces区域Graphs区域Histogram区域oracle官方文章介绍jvisualvm安装VisualGC插件以管理员身份打开cmd命令行窗口查看JDK版本（VisualGC插件需要对应JDK的版本）在cmd窗口输入jvisualvm命令打开JavaVisualVM工具（JDK自带）点击jvisualv
  • 解读Servlet原理篇二---GenericServlet与HttpServlet 周凡杨 javaHttpServlet源理GenericService源码
    在上一篇《解读Servlet原理篇一》中提到，要实现javax.servlet.Servlet接口（即写自己的Servlet应用），你可以写一个继承自javax.servlet.GenericServletr的generic Servlet ，也可以写一个继承自java.servlet.http.HttpServlet的HTTP Servlet（这就是为什么我们自定义的Servlet通常是exte
  • MySQL性能优化 bijian1013 数据库mysql
            性能优化是通过某些有效的方法来提高MySQL的运行速度，减少占用的磁盘空间。性能优化包含很多方面，例如优化查询速度，优化更新速度和优化MySQL服务器等。本文介绍方法的主要有：         a.优化查询         b.优化数据库结构  
  • ThreadPool定时重试 dai_lm javaThreadPoolthreadtimertimertask
    项目需要当某事件触发时，执行http请求任务，失败时需要有重试机制，并根据失败次数的增加，重试间隔也相应增加，任务可能并发。 由于是耗时任务，首先考虑的就是用线程来实现，并且为了节约资源，因而选择线程池。 为了解决不定间隔的重试，选择Timer和TimerTask来完成 package threadpool; public class ThreadPoolTest {
  • Oracle 查看数据库的连接情况 周凡杨 sqloracle 连接
    首先要说的是，不同版本数据库提供的系统表会有不同，你可以根据数据字典查看该版本数据库所提供的表。 select * from dict where table_name like '%SESSION%'; 就可以查出一些表，然后根据这些表就可以获得会话信息 select sid,serial#,status,username,schemaname,osuser,terminal,ma
  • 类的继承 朱辉辉33 java
    类的继承可以提高代码的重用行，减少冗余代码；还能提高代码的扩展性。Java继承的关键字是extends 格式:public class 类名（子类）extends 类名（父类）{ } 子类可以继承到父类所有的属性和普通方法，但不能继承构造方法。且子类可以直接使用父类的public和 protected属性，但要使用private属性仍需通过调用。 子类的方法可以重写，但必须和父类的返回值类
  • android 悬浮窗特效 肆无忌惮_ android
    最近在开发项目的时候需要做一个悬浮层的动画，类似于支付宝掉钱动画。但是区别在于，需求是浮出一个窗口，之后边缩放边位移至屏幕右下角标签处。效果图如下：   一开始考虑用自定义View来做。后来发现开线程让其移动很卡，ListView+动画也没法精确定位到目标点。   后来想利用Dialog的dismiss动画来完成。   自定义一个Dialog后，在styl
  • hadoop伪分布式搭建 林鹤霄 hadoop
    要修改4个文件    1: vim hadoop-env.sh  第九行    2: vim core-site.xml            <configuration>     &n
  • gdb调试命令 aigo gdb
    原文：http://blog.csdn.net/hanchaoman/article/details/5517362   一、GDB常用命令简介   r run 运行.程序还没有运行前使用 c             cuntinue 
  • Socket编程的HelloWorld实例 alleni123 socket
    public class Client { public static void main(String[] args) { Client c=new Client(); c.receiveMessage(); } public void receiveMessage(){ Socket s=null; BufferedRea
  • 线程同步和异步 百合不是茶 线程同步异步
    多线程和同步 : 如进程、线程同步，可理解为进程或线程A和B一块配合，A执行到一定程度时要依靠B的某个结果，于是停下来，示意B运行；B依言执行，再将结果给A；A再继续操作。 所谓同步，就是在发出一个功能调用时，在没有得到结果之前，该调用就不返回，同时其它线程也不能调用这个方法   多线程和异步:多线程可以做不同的事情,涉及到线程通知     &
  • JSP中文乱码分析 bijian1013 javajsp中文乱码
            在JSP的开发过程中，经常出现中文乱码的问题。         首先了解一下Java中文问题的由来：         Java的内核和class文件是基于unicode的，这使Java程序具有良好的跨平台性，但也带来了一些中文乱码问题的麻烦。原因主要有两方面，
  • js实现页面跳转重定向的几种方式 bijian1013 JavaScript重定向
            js实现页面跳转重定向有如下几种方式： 一.window.location.href <script language="javascript"type="text/javascript"> window.location.href="http://www.baidu.c
  • 【Struts2三】Struts2 Action转发类型 bit1129 struts2
     在【Struts2一】 Struts Hello World http://bit1129.iteye.com/blog/2109365中配置了一个简单的Action，配置如下   <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configurat
  • 【HBase十一】Java API操作HBase bit1129 hbase
    Admin类的主要方法注释：   1. 创建表 /** * Creates a new table. Synchronous operation. * * @param desc table descriptor for table * @throws IllegalArgumentException if the table name is res
  • nginx gzip ronin47 nginx gzip
    Nginx GZip 压缩 Nginx GZip 模块文档详见：http://wiki.nginx.org/HttpGzipModule 常用配置片段如下： gzip on; gzip_comp_level 2; # 压缩比例，比例越大，压缩时间越长。默认是1 gzip_types text/css text/javascript; # 哪些文件可以被压缩 gzip_disable &q
  • java-7.微软亚院之编程判断俩个链表是否相交 给出俩个单向链表的头指针，比如 h1 ， h2 ，判断这俩个链表是否相交 bylijinnan java
    public class LinkListTest { /** * we deal with two main missions: * * A. * 1.we create two joined-List(both have no loop) * 2.whether list1 and list2 join * 3.print the join
  • Spring源码学习-JdbcTemplate batchUpdate批量操作 bylijinnan javaspring
    Spring JdbcTemplate的batch操作最后还是利用了JDBC提供的方法，Spring只是做了一下改造和封装 JDBC的batch操作： String sql = "INSERT INTO CUSTOMER " + "(CUST_ID, NAME, AGE) VALUES (?, ?, ?)";
  • [JWFD开源工作流]大规模拓扑矩阵存储结构最新进展 comsci 工作流
        生成和创建类已经完成,构造一个100万个元素的矩阵模型,存储空间只有11M大,请大家参考我在博客园上面的文档"构造下一代工作流存储结构的尝试",更加相信的设计和代码将陆续推出.........     竞争对手的能力也很强.......,我相信..你们一定能够先于我们推出大规模拓扑扫描和分析系统的....
  • base64编码和url编码 cuityang base64url
    import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.io.PrintWriter; import java.io.StringWriter; import java.io.UnsupportedEncodingException;
  • web应用集群Session保持 dalan_123 session
    关于使用 memcached 或redis 存储 session ，以及使用 terracotta 服务器共享。建议使用 redis，不仅仅因为它可以将缓存的内容持久化，还因为它支持的单个对象比较大，而且数据类型丰富，不只是缓存 session，还可以做其他用途，一举几得啊。1、使用 filter 方法存储这种方法比较推荐，因为它的服务器使用范围比较多，不仅限于tomcat ，而且实现的原理比较简
  • Yii 框架里数据库操作详解-[增加、查询、更新、删除的方法 'AR模式'] dcj3sjt126com 数据库
        public function getMinLimit () {        $sql = "...";        $result = yii::app()->db->createCo
  • solr StatsComponent（聚合统计） eksliang solr聚合查询solr stats
    StatsComponent 转载请出自出处：http://eksliang.iteye.com/blog/2169134 http://eksliang.iteye.com/ 一、概述        Solr可以利用StatsComponent 实现数据库的聚合统计查询，也就是min、max、avg、count、sum的功能   二、参数
  • 百度一道面试题 greemranqq 位运算百度面试寻找奇数算法bitmap 算法
    那天看朋友提了一个百度面试的题目：怎么找出{1,1,2,3,3,4,4,4,5,5,5,5}  找出出现次数为奇数的数字.   我这里复制的是原话，当然顺序是不一定的，很多拿到题目第一反应就是用map,当然可以解决，但是效率不高。   还有人觉得应该用算法xxx,我是没想到用啥算法好...！   还有觉得应该先排序...   还有觉
  • Spring之在开发中使用SpringJDBC ihuning spring
      在实际开发中使用SpringJDBC有两种方式：   1. 在Dao中添加属性JdbcTemplate并用Spring注入；     JdbcTemplate类被设计成为线程安全的，所以可以在IOC 容器中声明它的单个实例，并将这个实例注入到所有的 DAO 实例中。JdbcTemplate也利用了Java 1.5 的特定(自动装箱，泛型，可变长度
  • JSON API 1.0 核心开发者自述 | 你所不知道的那些技术细节 justjavac json
    2013年5月，Yehuda Katz 完成了JSON API(英文，中文) 技术规范的初稿。事情就发生在 RailsConf 之后，在那次会议上他和 Steve Klabnik 就 JSON 雏形的技术细节相聊甚欢。在沟通单一 Rails 服务器库—— ActiveModel::Serializers 和单一 JavaScript 客户端库——&
  • 网站项目建设流程概述 macroli 工作
    一.概念 网站项目管理就是根据特定的规范、在预算范围内、按时完成的网站开发任务。 二.需求分析 项目立项 　　我们接到客户的业务咨询，经过双方不断的接洽和了解，并通过基本的可行性讨论够，初步达成制作协议，这时就需要将项目立项。较好的做法是成立一个专门的项目小组，小组成员包括：项目经理，网页设计，程序员，测试员，编辑/文档等必须人员。项目实行项目经理制。 客户的需求说明书 　　第一步是需
  • AngularJs 三目运算 表达式判断 qiaolevip 每天进步一点点学习永无止境众观千象AngularJS
    事件回顾：由于需要修改同一个模板，里面包含2个不同的内容，第一个里面使用的时间差和第二个里面名称不一样，其他过滤器，内容都大同小异。希望杜绝If这样比较傻的来判断if-show or not，继续追究其源码。 var b = "{{", a = "}}"; this.startSymbol = function(a) {
  • Spark算子：统计RDD分区中的元素及数量 superlxw1234 sparkspark算子Spark RDD分区元素
    关键字：Spark算子、Spark RDD分区、Spark RDD分区元素数量     Spark RDD是被分区的，在生成RDD时候，一般可以指定分区的数量，如果不指定分区数量，当RDD从集合创建时候，则默认为该程序所分配到的资源的CPU核数，如果是从HDFS文件创建，默认为文件的Block数。   可以利用RDD的mapPartitionsWithInd
  • Spring 3.2.x将于2016年12月31日停止支持 wiselyman Spring 3
                  Spring 团队公布在2016年12月31日停止对Spring Framework 3.2.x（包含tomcat 6.x）的支持。在此之前spring团队将持续发布3.2.x的维护版本。          请大家及时准备及时升级到Spring
  • fis纯前端解决方案fis-pure zccst JavaScript
    作者：zccst FIS通过插件扩展可以完美的支持模块化的前端开发方案，我们通过FIS的二次封装能力，封装了一个功能完备的纯前端模块化方案pure。 1，fis-pure的安装 $ fis install -g fis-pure $ pure -v 0.1.4 2，下载demo到本地 git clone https://github.com/hefangshi/f
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他