kalilili
kalilili

Codeforces Round #442 (Div. 2) F. Ann and Books (莫队分块）

http://codeforces.com/contest/877/problem/F

题意：有n = 1e5个数，有正有负，有1e5个区间询问，每次询问区间[l, r]中有多少个子区间的和为K, 所有询问K都是一样的，小于1e9.

思路：求前缀和sum[], 等价于询问sum[] 在 [L - 1, R] 中有多少对(l,r) 满足sum[r] - sum[l] = K. 所以可以分块暴力，每次加数删数都访问cnt[]数组，表示某个前缀的个数是多少，由于nsqrt(n)*log(n) 太慢，所以可以离散化优化成nsqrt(n).



这是一个莫队的模板题，莫队有套路所在，首先算法执行中的L，R指针都是前闭后闭的区间，这样莫队的过程如下：

    int L = 0, R = -1;
    for (int i = 1; i <= Q; ++i) {
      int l = seq[i].l, r = seq[i].r;
      while (R < r) add(A[++R]);
      while (R > r) del(A[R--]);
      while (L < l) del(A[L++]);
      while (L > l) add(A[--L]);
      ans[seq[i].id] = res;
    }

唯一需要修改的东西就是add和del函数，还有就是L和R的初始值，如果A[]是0-based那么L = 0, R = 0; 若为1-based那么L = 1, R = 0;  而且始终都是先移R指针再移L指针才能保持区间合法。 










#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
using namespace std;

#define REP(i,n) for ( int i=1; i<=int(n); i++ )  
#define MP make_pair
#define PB push_back
#define SZ(x) (int((x).size()))
#define ALL(x) (x).begin(), (x).end()
#define X first
#define Y second
template inline bool chkmin(T &a, const T &b) { return a > b ? a = b, 1 : 0; }
template inline bool chkmax(T &a, const T &b) { return a < b ? a = b, 1 : 0; }

typedef long long LL;
typedef long double LD;
const int INF = 0x3f3f3f3f;

template   
inline bool RD(T &ret) {  
        char c; int sgn;  
        if (c = getchar(), c == EOF) return 0;  
        while (c != '-' && (c<'0' || c>'9')) c = getchar();  
        sgn = (c == '-') ? -1 : 1 , ret = (c == '-') ? 0 : (c - '0');  
        while (c = getchar(), c >= '0'&&c <= '9') ret = ret * 10 + (c - '0');  
        ret *= sgn;  
        return 1;  
}  
template   
inline void PT(T x) {  
        if (x < 0) putchar('-') ,x = -x;  
        if (x > 9) PT(x / 10);  
        putchar(x % 10 + '0');
}
typedef pair pii;

const int N = 1e5 + 100;
const int BLK = 350;
LL a[N];
int t[N];
map mp;
LL cnt[N];
int top;
int nxt[N], pre[N];
pair qry[N];
LL res[N];
bool cmp(pair &a, pair &b) {
    if(a.X.X / BLK == b.X.X / BLK) {
        return a.X.Y < b.X.Y;
    } 
    return a.X.X / BLK < b.X.X / BLK;
}

int main() {
    int n, K;
    cin >> n >> K;
    for(int i = 1; i <= n; i ++) scanf("%d", &t[i]);
    mp[0] = ++ top;
    for(int i = 1; i <= n; i ++) {
        scanf("%lld", &a[i]);
        if(t[i] == 1) a[i] = a[i] + a[i - 1];
        else a[i] = a[i - 1] - a[i];
        if(mp[a[i]] == 0) mp[a[i]] = ++ top;
        if(mp[a[i] - K]) {
            pre[mp[a[i]]] = mp[a[i] - K];
            nxt[mp[a[i] - K]] = mp[a[i]];
        }
        if(mp[a[i] + K]) {
            nxt[mp[a[i]]] = mp[a[i] + K];
            pre[mp[a[i] + K]] = mp[a[i]];
        }
    } 

    for(int i = 0; i <= n; i ++) a[i] = mp[a[i]];

    int Q;
    cin >> Q;
    for(int i = 1; i <= Q; i ++) {
        scanf("%d %d", &qry[i].X.X, &qry[i].X.Y);
        qry[i].X.X --;
        qry[i].Y = i;
    }

    sort(qry + 1, qry + 1 + Q, cmp);

    LL ans = 0;
    for(int L = 0, R = -1, i = 1; i <= Q; i ++) {
        int l = qry[i].X.X, r = qry[i].X.Y;
        int now = 0;
        while(R < r) {
            now = a[++ R];
            if(pre[now]) ans += cnt[pre[now]];
            cnt[now] ++;
        }
        
        while(R > r) {
            now = a[R --];
            cnt[now] --;
            if(pre[now]) ans -= cnt[pre[now]];
        }

        while(L > l) {
            now = a[-- L];
            if(nxt[now]) ans += cnt[nxt[now]];
            cnt[now] ++;
        }

        while(L < l) {
            now = a[L ++];
            cnt[now] --;
            if(nxt[now]) ans -= cnt[nxt[now]];
        }

        res[qry[i].Y] = ans;
    }
    
    for(int i = 1; i <= Q; i ++) printf("%lld\n", res[i]);
}



你可能感兴趣的:(莫队分块)

  • 场景题：100G的文件里有很多id，用1G内存的机器排序，怎么做？
    海量数据排序思路核心方案：外排序（分治+多路归并）MapReduce外排序是指数据量太大，无法全部加载到内存中，需要将数据分成多个小块进行排序，然后将排序后的小块合并成一个大的有序块1.分块排序（Map阶段）分块策略按1G内存容量限制，将100G文件拆分为200个500MB分块（保留内存用于排序计算和系统开销）内存排序每个分块加载至内存后：①使用快速排序（时间复杂度O(nlogn)）②去重优化：若
  • Stable Diffusion/DALL-E 3图像生成优化策略 云端源想 stablediffusion
    StableDiffusion的最新版本或社区开发的插件，可以补充这些信息以保持内容的时效性。云端源想1.硬件与部署优化（进阶）显存压缩技术使用--medvram或--lowvram启动参数（StableDiffusionWebUI），通过分层加载模型降低显存占用（适合6GB以下显卡）。分块推理（TiledDiffusion）：将图像分割为512×512区块，逐块生成后无缝拼接，支持4096×40
  • 从零开始：基于LLM大模型构建智能应用程序的完整指南 AI天才研究院 ChatGPT人工智能
    目录从零开始：基于LLM大模型构建智能应用程序的完整指南什么是LLM大模型如何利用LLM大模型构建智能应用程序1.收集和准备数据2.构建LLM大模型3.集成和部署4.监测和维护使用特定于私有领域的数据增强LLM检索增强生成(RAG)数据预处理、分块和检索技术零射击与少量射击提示和指导LLM大模型使用LLM进行推荐和聚类任务改善组织内的搜索体验考虑以上所有解锁的利基应用程序参考最近，围绕大型语言模型
  • AI学习指南RAG篇(7)-RAG知识库构建 俞兆鹏 AI学习指南ai
    文章目录一、引言二、知识库构建过程1.数据收集1.1数据来源1.2示例代码2.预处理2.1数据清洗2.2示例代码2.3数据格式转换2.4示例代码3.分块3.1分块的目的3.2分块策略3.3示例代码4.向量化4.1向量化的目的4.2示例代码4.3向量数据库4.4示例代码三、总结一、引言在RAG（Retrieval-AugmentedGeneration，检索增强生成）系统中，知识库的构建是至关重要的
  • RAG检索增强生成（Retrieval-Augmented Generation）介绍（双模态架构：检索子系统、生成子系统）实现知识获取与内容生成的协同 Dontla 大模型LLM人工智能架构
    文章目录增强生成（RAG）技术：原理、架构与前沿实践1.RAG技术架构剖析1.1技术融合范式-**检索子系统**-**生成子系统**2.核心组件与工作流程2.1数据预处理管线-**多粒度分块策略**-**特征增强技术**2.2混合检索引擎3.性能优化关键路径3.1检索质量提升-**多阶段精排模型**：-**动态阈值策略**：3.2生成控制技术-**结构化prompt模板**：-**知识验证机制**
  • 从零手撸工业级Qt文件传输系统：TCP粘包/断点续传/SSL加密全解 十年编程老舅 QT开发qt项目qt项目实战c++项目qt计算机毕设项目qt文件传输qt教程
    很多初学者都会遇到这个坎，如何将Windows数据结构、网络编程等知识整合为完整的项目。本文将深入解析一个基于C++Qt开发的企业级文件传输系统，涵盖TCP通信、断点续传、SSL加密、SQLite持久化等核心技术。（项目源码来文章底部拿）一、系统核心功能1.基础通信能力双工消息传输（支持中文字符）文件传输进度条同步（4KB分块策略）传输完整性验证（安装包可执行性测试）2.高级特性断点续传（记录已传
  • 主流加解密算法全景解析：对称、非对称与哈希算法详解 JT-999 网络哈希算法网络算法
    主流加解密算法通常分为以下三大类，每类都有其独特的特点和应用场景，下面我们详细介绍这三类算法的原理、优势、缺陷以及典型应用场景：1.对称加密算法原理对称加密算法是指加密和解密都使用同一个密钥。发送方和接收方事先共享一个秘密密钥，利用这个密钥将明文转换为密文，加密后的数据只有用相同的密钥才能解密恢复原文。其基本过程通常包括：明文分块（如果是分组加密算法）；对每个数据块进行一系列变换（如置换、替换、异
  • Java后端面试八股文：系统化学习指南，告别零散知识点 钢板兽 高频八股java面试后端jvmredismysqllinux
    Java后端面试中的八股大家通常都会参考小林或者JavaGuide，但是这些八股内容太多了，字数成万，我们基本上是看一遍忘一遍，自己也曾经根据网上面经整理过自己的八股题库，通篇共有五万字，知识点也很散，所以想把每个部分的内容系统地写成文章，比如JVM部分的八股，我会写两到三篇的文章帮助自己系统地理解这部分的八股知识，所以这篇文章会按照分块整理自己发布过的所有八股文章，这篇文章后续也会持续更新，也起
  • 鸿蒙文件传输三方库上线开源鸿蒙社区 十行代码实现大文件高速传输 互联网
    近日，华为在OpenHarmony社区上线了“super_fast_file_trans”文件传输三方库（以下简称“SFFT”）。这一三方库的推出，为开发者提供了一套支持大文件多线程并发分块下载、断点续下、分片上传、断点续传、自动重试等多个特性的高性能文件传输解决方案，让开发者开箱即用，轻松实现高效稳定的文件传输功能。在应用开发过程中，许多场景涉及到大文件的传输，尤其是在文件上传和下载的过程中，开
  • 山海经——AI思路 Cool_(wly)_Dino deepseekc++
    好的，我需要帮助用户解决这个关于《山海经》的问题。根据用户的问题描述，老师希望找到从第a座山到第b座山之间的某段路径(i,j)，使得这段路径上的喜恶度之和最大。用户之前已经得到过一个使用分块算法处理区间最大值查询的C++代码，但现在的问题似乎有所不同，因为这里需要的是最大子数组和，而不是简单的区间最大值。首先，我要确认用户的具体需求。用户提到每座山只能到达下一座山，也就是路径是连续的，所以问题转化
  • 详解LLM 核心技能-大文本分块技术 大模型入门学习 人工智能大模型学习AI大模型ai
    在构建LLM相关应用程序的背景下，分块是将大段文本分解成较小片段的过程。这是一项必不可少的技术，有助于优化我们使用LLM嵌入内容后从[矢量数据库]获取的内容的相关性。在这篇博文中，我们将探讨它是否以及如何有助于提高LLM相关应用程序的效率和准确性。分块的主要原因是为了确保我们嵌入的内容尽可能少地包含噪音，同时仍然具有语义相关性。例如，在语义搜索中，我们会对文档语料库进行索引，每个文档都包含有关特定
  • 按键精灵找图的原理及影响找图效率的因素 学自动化的小白 计算机视觉图像处理人工智能
    按键精灵找图的原理主要是基于图像识别算法，具体涉及像素点的颜色值和位置比对。以下是对该原理的详细解释：一、图像像素点的基本概念图像是由一个个颜色块组成的，这些颜色块非常小，通常看不出有明显的分块界限。这些带有颜色的小方块就是图像的像素点。像素点是在一个二维平面上排列的，分为横向和纵向，大量的像素点排列在一起就组成了一张图像。二、找图原理的具体步骤确定找图区域：按键精灵在屏幕上指定的区域内进行找图操
  • RagFlow专题三、RagFlow 关键技术（向量数据库、文档分块、Prompt 设计与召回排序优化） 伯牙碎琴 大模型prompt大模型AIRagRagFlow
    深入解析RagFlow关键技术：向量数据库、文档分块、Prompt设计与召回排序优化在前一篇文章中，我们详细探讨了RagFlow的核心架构，包括数据检索、语义搜索（BM25&向量搜索）以及知识融合，并了解了如何通过RagFlow机制优化信息检索和生成质量。本篇文章将深入解析RagFlow的关键技术，包括：向量数据库（FAISS、Milvus、Elasticsearch）——负责高效的语义检索与存储
  • 快速上手 Unstructured：安装、Docker部署及PDF文档解析示例 大F的智能小课 大模型理论和实战dockerpdf容器
    1.核心概念1.1Unstructured简介Unstructured是一个强大的Python库，专注于从非结构化数据中提取和预处理文本信息，广泛应用于PDF、Word文档、HTML等多种格式的文件处理。其核心功能包括分区、清理、暂存和分块，能够将复杂的非结构化文档转换为结构化输出，为后续的自然语言处理任务提供高质量的数据支持。分区功能：Unstructured能够将原始文档分解为标准的结构化元素
  • Everything-文件查找软件制作 风栖柳白杨 软件制作pyqt数据库YOLO
    写在前边：随着电脑里边的东西越来越多，很多东西放的杂七杂八；今天实在忍不了了，一怒之下，突发奇想，做一个类似Everything的文件查找软件，现在共享出来。一、软件展示二、源码展示与讲解1、所用到的组件（1）2、源码分块细嗦（1）导入模块importsys#通常用于操作系统相关的任务，例如命令行参数和系统退出importos#用于与操作系统交互，例如文件和目录操作importfnmatch#用于
  • VIT（Vision Transformer）【超详细 pytorch实现 周玄九 计算机视觉transformer深度学习人工智能
    CNN的局限性：传统的CNN通过局部卷积核提取特征，虽然可以通过堆叠多层卷积扩大感受野，但仍然依赖于局部信息的逐步聚合，难以直接建模全局依赖关系。ViT的优势：ViT使用自注意力机制（Self-Attention），能够直接捕捉图像中所有patch（图像块）之间的全局关系。这种全局建模能力在处理需要长距离依赖的任务（如图像分类、目标检测）时表现更好。全流程图像预处理+分块图像尺寸标准化，如(224
  • 【RAG系列】知识加工的艺术 - 文档预处理实战手册 什么都想学的阿超 原理概念#深度学习深度学习RAG人工智能
    知识加工的艺术-文档预处理实战手册原始文档文档拆分结构化数据非结构化数据表格处理器文本分割器格式化CSV语义分块知识图谱一、文本拆分的积木法则1.1机械分割vs语义理解固定窗口上下文感知段落拆分...模型参数量达到175B时...语义拆分模型参数量......175B时表现分割策略对比方法优点缺点代码示例固定窗口O(1)时间复杂度割裂技术术语text.split("\n\n")滑动窗口保留局部上下
  • LM_Funny-2-01 递推算法：从数学基础到跨学科应用 王旭·wangxu_a 算法
    目录第一章递推算法的数学本质1.1形式化定义与公理化体系定理1.1(完备性条件)1.2高阶递推的特征分析案例：Gauss同余递推4第二章工程实现优化技术2.1内存压缩的革新方法滚动窗口策略分块存储技术2.2异构计算加速方案GPU并行递推量子计算原型第三章跨学科应用案例3.1密码学中的递推构造混沌流密码系统3.2生物信息学的序列分析DNA甲基化预测第一章递推算法的数学本质1.1形式化定义与公理化体系
  • 14.11 LangChain VectorStore 架构解析：构建高效大模型数据管道的核心技术 少林码僧 AI大模型应用实战专栏langchain架构wpf
    LangChainVectorStore架构解析：构建高效大模型数据管道的核心技术关键词：LangChainVectorStore、向量数据库集成、语义检索优化、文档分块策略、相似度搜索算法1.VectorStore的核心定位与技术架构LangChain数据处理全流程：
  • c语言之分块打印 我不是程序员~~~~ C&C++java算法前端
    intmain(){intbufsize=6;char*data=(char*)"1234567890";chartemp[1024]={0};intdata_len=strlen(data);for(inti=0;i<(data_len/bufsize+1);i++){memset(temp,0,sizeof(temp));if(i==(data_len/bufsize)){if(data_le
  • 利用sql循环语句实现基本的数据累加和阶乘 Dream it possible！ sql
    求1+2+3+…+100的和：declare@iint,@sumint;//declare声明变量set@i=0;//set实现赋值，并且只能为一个变量赋值set@sum=0;while@i<=100//在使用时须写@begin//begin~end实现分块set@sum+=@i;//在对变量赋值时需用setset@i+=1;endprint‘1+2+3+…+100=’+str(@sum);//输
  • HTTP. yourkin666 计网八股http网络协议网络
    HTTP主要讲一下状态码和缓存机制1xx类状态码属于提示信息，是协议处理中的一种中间状态，如http升级为websocket，会提示1xx2xx类状态码表示服务器成功处理了客户端的请求「200OK」是最常见的成功状态码「204NoContent」也是常见的成功状态码，但没返回任何数据「206PartialContent」服务器成功处理了部分请求，并返回了资源的一部分（HTTP分块下载或断点续传）3
  • 简化版奇异值分解（SVD）方法详解 DuHz 数理统计学知识机器学习人工智能算法信息与通信信号处理
    简化版奇异值分解（SVD）方法详解奇异值分解（SVD）是一个强大的矩阵分解工具，广泛应用于数据降维、图像压缩、机器学习等领域。然而，对于大规模数据或高维矩阵，计算和存储的开销非常大，因此提出了多种简化版的SVD方法。这些简化版方法在保证解的精度的同时，能够显著减少计算量和内存占用。本文将详细介绍几种简化版SVD方法，包括经济型SVD、随机化SVD、增量SVD、分块SVD和偏最小二乘法（PLS），并
  • 一文读懂RAG wangziling123456 人工智能深度学习
    目录一、RAG是什么？二、为什么需要RAG?三、RAG的特点四、基础RAG架构数据准备阶段应用阶段：五、RAG分类基础RAG(NaiveRAG)缺点高级RAG(AdvancedRAG)模块化RAG(ModularRAG)六、RAG(检索增强生成)vsFine-Tuning(微调)八、高效和准确的检索1）来源检索源的类型检索单元的粒度2）索引优化1.分块策略2.元数据附件3.结构指数3）查询优化1.
  • CSS(盒子模型三，浮动) 小小fw csscss3html
    浮动（float）浮动是一种布局手段，会使元素脱离文档流元素在文档流的时候，会分块元素，行内元素，行内块元素，各自都有一定的特点设置元素浮动，可以用float样式可选值：none默认值，不浮动left向左浮动right向右浮动设置浮动后的一些特点：（第一类特点）1、设置元素浮动后，元素会脱离文档流，就不会再占据原来在文档流的位置浮动元素后面的元素就向上2、设置元素浮动后，元素会尽可能向左或者向右浮
  • pandas习题 070：将数据库中大数据分块读取计算 花花 Show Python pandas强化练习题pandas数据库大数据
    编码题）将以下sqlite3数据库中的数据分块读取，并计算value列所有值的和。importpandasaspdimportsqlite3importrandom#创建一个SQLite内存数据库，并生成示例数据conn=sqlite3.connect(':memory:')cursor=conn.cursor()
  • 2025年1月31日（M_1.5.4） Mason Lin Matlab振动力学Matlab
    %%M_1.5.4%;分号用于隐藏输出clear;%清空工作区clc;%清空命令行窗口closeall;%关闭所有图形窗口%%参数t=0:0.01:10;wn=5;%(rad/s)x0=1;%(m)v0=5;%(m/s)%%创建一个2×2分块图布局t1%TileSpacing属性设置为'compact'来减小图块的间距t1=tiledlayout(3,1,'TileSpacing','Compac
  • python 五 文件操作 读取大文件 空灵宫（Ethereal Palace） pythonpythonjava前端
    读取大文件时，为了避免占用过多内存，通常会采用分块读取的方式。以下是几种处理大文件的常见方法：1.使用迭代读取文件（逐行读取）使用for循环逐行读取文件，这种方法高效且占用内存小。#逐行读取文件withopen("large_file.txt",mode="r",encoding="utf-8")asfile:forlineinfile:#处理每一行数据print(line.strip())#去掉
  • Codeforces Round 974 (Div. 3) H题 Robin Hood Archery（基础莫队，随机异或哈希） Auto114514 Codeforces哈希算法散列表算法c++数据结构
    题目链接CodeforcesRound974(Div.3)H题RobinHoodArchery思路1因为警长是后手，按照最优的策略，只有每一种数的个数是偶数个的时候，警长会平局，否则警长会输。随着询问区间端点的变化，答案的转移是O(1)O(1)O(1)的。因此，我们可以使用基础莫队进行离线求解。代码1#pragmaGCCoptimize("O2")#pragmaGCCoptimize("O3")#
  • 「分块」数列分块入门1 – 9 by hzwer 解题记录 GA_PK
    出处学习蓝书的时候感觉书上关于分块的题目太少了.而且都是难度较大的一些分块题目,想巩固一下分块方面的知识,就找到了hzwer大佬的分块入门知识介绍.用这篇博客记录一下.从树状数组到线段树再到分块.都是对区间信息的快速处理来达到想要的效果.树状数组效率最优,可是拓展性实在不高.线段树效率稍微差一点但是拓展性较好,可是在信息不满足区间可加性的情况下代码难度会高很多.而分块效率上最差但是可以接受,且拓展
  • html 周华华 html
    js 1，数组的排列 var arr=[1,4,234,43,52,]; for(var x=0;x<arr.length;x++){    for(var y=x-1;y<arr.length;y++){      if(arr[x]<arr[y]){     &
  • 【Struts2 四】Struts2拦截器 bit1129 struts2拦截器
    Struts2框架是基于拦截器实现的，可以对某个Action进行拦截，然后某些逻辑处理，拦截器相当于AOP里面的环绕通知，即在Action方法的执行之前和之后根据需要添加相应的逻辑。事实上，即使struts.xml没有任何关于拦截器的配置，Struts2也会为我们添加一组默认的拦截器，最常见的是，请求参数自动绑定到Action对应的字段上。   Struts2中自定义拦截器的步骤是：
  • make:cc 命令未找到解决方法 daizj linux命令未知make cc
    安装rz sz程序时，报下面错误：   [root@slave2 src]# make posix cc   -O -DPOSIX -DMD=2 rz.c -o rz make: cc：命令未找到 make: *** [posix] 错误 127   系统：centos 6.6 环境：虚拟机   错误原因：系统未安装gcc，这个是由于在安
  • Oracle之Job应用 周凡杨 oracle job
    最近写服务，服务上线后，需要写一个定时执行的SQL脚本，清理并更新数据库表里的数据，应用到了Oracle 的 Job的相关知识。在此总结一下。   一：查看相关job信息    1、相关视图  dba_jobs  all_jobs  user_jobs  dba_jobs_running 包含正在运行
  • 多线程机制 朱辉辉33 多线程
    转至http://blog.csdn.net/lj70024/archive/2010/04/06/5455790.aspx 程序、进程和线程： 程序是一段静态的代码，它是应用程序执行的蓝本。进程是程序的一次动态执行过程，它对应了从代码加载、执行至执行完毕的一个完整过程，这个过程也是进程本身从产生、发展至消亡的过程。线程是比进程更小的单位，一个进程执行过程中可以产生多个线程，每个线程有自身的
  • web报表工具FineReport使用中遇到的常见报错及解决办法（一） 老A不折腾 web报表finereportjava报表报表工具
    FineReport使用中遇到的常见报错及解决办法（一） 这里写点抛砖引玉，希望大家能把自己整理的问题及解决方法晾出来，Mark一下，利人利己。   出现问题先搜一下文档上有没有，再看看度娘有没有，再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题，大多文档上都有提到的。   1、address pool is full： 含义：地址池满，连接数超过并发数上
  • mysql rpm安装后没有my.cnf 林鹤霄 没有my.cnf
    Linux下用rpm包安装的MySQL是不会安装/etc/my.cnf文件的， 至于为什么没有这个文件而MySQL却也能正常启动和作用，在这儿有两个说法， 第一种说法，my.cnf只是MySQL启动时的一个参数文件，可以没有它，这时MySQL会用内置的默认参数启动， 第二种说法，MySQL在启动时自动使用/usr/share/mysql目录下的my-medium.cnf文件，这种说法仅限于r
  • Kindle Fire HDX root并安装谷歌服务框架之后仍无法登陆谷歌账号的问题 aigo root
    原文：http://kindlefireforkid.com/how-to-setup-a-google-account-on-amazon-fire-tablet/   Step 4: Run ADB command from your PC   On the PC, you need install Amazon Fire ADB driver and instal
  • javascript 中var提升的典型实例 alxw4616 JavaScript
    // 刚刚在书上看到的一个小问题,很有意思.大家一起思考下吧 myname = 'global'; var fn = function () { console.log(myname); // undefined var myname = 'local'; console.log(myname); // local }; fn() // 上述代码实际上等同于以下代码 m
  • 定时器和获取时间的使用 百合不是茶 时间的转换定时器
    定时器:定时创建任务在游戏设计的时候用的比较多   Timer();定时器 TImerTask();Timer的子类  由 Timer 安排为一次执行或重复执行的任务。       定时器类Timer在java.util包中。使用时，先实例化，然后使用实例的schedule(TimerTask task, long delay)方法，设定
  • JDK1.5 Queue bijian1013 javathreadjava多线程Queue
    JDK1.5 Queue LinkedList： LinkedList不是同步的。如果多个线程同时访问列表，而其中至少一个线程从结构上修改了该列表，则它必须 保持外部同步。（结构修改指添加或删除一个或多个元素的任何操作；仅设置元素的值不是结构修改。）这一般通过对自然封装该列表的对象进行同步操作来完成。如果不存在这样的对象，则应该使用 Collections.synchronizedList 方
  • http认证原理和https bijian1013 httphttps
    一.基础介绍         在URL前加https://前缀表明是用SSL加密的。 你的电脑与服务器之间收发的信息传输将更加安全。         Web服务器启用SSL需要获得一个服务器证书并将该证书与要使用SSL的服务器绑定。 http和https使用的是完全不同的连接方式，用的端口也不一样,前者是80，后
  • 【Java范型五】范型继承 bit1129 java
    定义如下一个抽象的范型类，其中定义了两个范型参数，T1，T2   package com.tom.lang.generics; public abstract class SuperGenerics<T1, T2> { private T1 t1; private T2 t2; public abstract void doIt(T
  • 【Nginx六】nginx.conf常用指令(Directive) bit1129 Directive
    1. worker_processes    8; 表示Nginx将启动8个工作者进程，通过ps -ef|grep nginx,会发现有8个Nginx Worker Process在运行   nobody 53879 118449 0 Apr22 ? 00:26:15 nginx: worker process
  • lua 遍历Header头部 ronin47 lua header 遍历　
    local headers = ngx.req.get_headers()   ngx.say("headers begin", "<br/>")   ngx.say("Host : ", he
  • java-32.通过交换a,b中的元素，使[序列a元素的和]与[序列b元素的和]之间的差最小(两数组的差最小)。 bylijinnan java
    import java.util.Arrays; public class MinSumASumB { /** * Q32.有两个序列a,b，大小都为n,序列元素的值任意整数，无序. * * 要求：通过交换a,b中的元素，使[序列a元素的和]与[序列b元素的和]之间的差最小。 * 例如: * int[] a = {100,99,98,1,2,3
  • redis 开窍的石头 redis
    在redis的redis.conf配置文件中找到# requirepass foobared 把它替换成requirepass 12356789 后边的12356789就是你的密码 打开redis客户端输入config get requirepass 返回 redis 127.0.0.1:6379> config get requirepass 1) "require
  • [JAVA图像与图形]现有的GPU架构支持JAVA语言吗？ comsci java语言
          无论是opengl还是cuda，都是建立在C语言体系架构基础上的，在未来，图像图形处理业务快速发展，相关领域市场不断扩大的情况下，我们JAVA语言系统怎么从这么庞大，且还在不断扩大的市场上分到一块蛋糕，是值得每个JAVAER认真思考和行动的事情       
  • 安装ubuntu14.04登录后花屏了怎么办 cuiyadll ubuntu
    这个情况，一般属于显卡驱动问题。 可以先尝试安装显卡的官方闭源驱动。 按键盘三个键：CTRL + ALT  +  F1 进入终端，输入用户名和密码登录终端： 安装amd的显卡驱动 sudo  apt-get  install  fglrx 安装nvidia显卡驱动 sudo  ap
  • SSL 与 数字证书 的基本概念和工作原理 darrenzhu 加密ssl证书密钥签名
    SSL 与 数字证书 的基本概念和工作原理 http://www.linuxde.net/2012/03/8301.html SSL握手协议的目的是或最终结果是让客户端和服务器拥有一个共同的密钥，握手协议本身是基于非对称加密机制的，之后就使用共同的密钥基于对称加密机制进行信息交换。 http://www.ibm.com/developerworks/cn/webspher
  • Ubuntu设置ip的步骤 dcj3sjt126com ubuntu
    在单位的一台机器完全装了Ubuntu Server，但回家只能在XP上VM一个，装的时候网卡是DHCP的，用ifconfig查了一下ip是192.168.92.128,可以ping通。 转载不是错： Ubuntu命令行修改网络配置方法 /etc/network/interfaces打开后里面可设置DHCP或手动设置静态ip。前面auto eth0，让网卡开机自动挂载. 1. 以D
  • php包管理工具推荐 dcj3sjt126com PHPComposer
    http://www.phpcomposer.com/   Composer是 PHP 用来管理依赖（dependency）关系的工具。你可以在自己的项目中声明所依赖的外部工具库（libraries），Composer 会帮你安装这些依赖的库文件。 中文文档  入门指南  下载  安装包列表 Composer 中国镜像
  • Gson使用四（TypeAdapter） eksliang jsongsonGson自定义转换器gsonTypeAdapter
    转载请出自出处：http://eksliang.iteye.com/blog/2175595 一.概述        Gson的TypeAapter可以理解成自定义序列化和返序列化 二、应用场景举例        例如我们通常去注册时（那些外国网站），会让我们输入firstName，lastName,但是转到我们都
  • JQM控件之Navbar和Tabs gundumw100 htmlxmlcss
    在JQM中使用导航栏Navbar是简单的。 只需要将data-role="navbar"赋给div即可： <div data-role="navbar"> <ul> <li><a href="#" class="ui-btn-active&qu
  • 利用归并排序算法对大文件进行排序 iwindyforest java归并排序大文件分治法Merge sort
      归并排序算法介绍，请参照Wikipeida zh.wikipedia.org/wiki/%E5%BD%92%E5%B9%B6%E6%8E%92%E5%BA%8F 基本思想： 大文件分割成行数相等的两个子文件，递归（归并排序）两个子文件，直到递归到分割成的子文件低于限制行数 低于限制行数的子文件直接排序 两个排序好的子文件归并到父文件 直到最后所有排序好的父文件归并到输入
  • iOS UIWebView URL拦截 啸笑天 UIWebView
    本文译者：candeladiao，原文：URL filtering for UIWebView on the iPhone说明：译者在做app开发时，因为页面的javascript文件比较大导致加载速度很慢，所以想把javascript文件打包在app里，当UIWebView需要加载该脚本时就从app本地读取，但UIWebView并不支持加载本地资源。最后从下文中找到了解决方法，第一次翻译，难免有
  • 索引的碎片整理SQL语句 macroli sql
    SET NOCOUNT ON DECLARE @tablename VARCHAR (128) DECLARE @execstr VARCHAR (255) DECLARE @objectid INT DECLARE @indexid INT DECLARE @frag DECIMAL DECLARE @maxfrag DECIMAL --设置最大允许的碎片数量,超过则对索引进行碎片
  • Angularjs同步操作http请求with $promise qiaolevip 每天进步一点点学习永无止境AngularJS纵观千象
    // Define a factory app.factory('profilePromise', ['$q', 'AccountService', function($q, AccountService) { var deferred = $q.defer(); AccountService.getProfile().then(function(res) {
  • hibernate联合查询问题 sxj19881213 sqlHibernateHQL联合查询
    最近在用hibernate做项目，遇到了联合查询的问题，以及联合查询中的N+1问题。 针对无外键关联的联合查询，我做了HQL和SQL的实验，希望能帮助到大家。（我使用的版本是hibernate3.3.2）   1 几个常识：  （1）hql中的几种join查询，只有在外键关联、并且作了相应配置时才能使用。  （2）hql的默认查询策略，在进行联合查询时，会产
  • struts2.xml wuai struts
    <?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configuration 2.3//EN" "http://struts.apache
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他