Gatevin
Gatevin

HDU 2243 考研路茫茫――单词情结 AC自动机 + 矩阵快速幂

题目大意：

就是现在给出一些单词的词根，问长度不超过L ( 1 <= L <  2^31) 的只含小写英文字母的串中至少包含一个词根的串有多少个，输出结果对2^64取模输出


大致思路：

这道题和POJ 2778很像(题解戳这里)，但是这题需要求得是含有词根的串的数量，很容易想到先求出不包含的个数，然后用全部的减去它即可，这个地方由于是长度不超过L,那么相对于POJ 2778来说需要求矩阵 A的 1~L次方的第一行的和，这里我用的是二分递归来求得等比矩阵和，但是容易RuntimeError(Stack_Overflow)后来减小了矩阵类的数组就过了

这里应该有更优的解法， 不过我还是就用了递归求矩阵的和过了

另外算26 + 26^2 + ... +26^L的时候也是构造的矩阵算的..

对于2^64取模可以利用unsigned long long 的溢出来解决，也就没什么好说的


代码如下：

Result  :  Accepted     Memory  :  1696 KB     Time  :  421 ms

/*
 * Author: Gatevin
 * Created Time:  2014/11/19 17:42:08
 * File Name: Kagome.cpp
 */
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
using namespace std;
const double eps(1e-8);
typedef long long lint;

int n, L, bound;

struct Matrix
{
    unsigned long long a[26][26];
    Matrix()
    {
        for(int i = 0; i < 26; i++)
            for(int j = 0; j < 26; j++)
                a[i][j] = i == j ? 1 : 0;
        return;
    }
    unsigned long long* operator[](int i)
    {
        return a[i];
    }
};

Matrix operator * (Matrix m1, Matrix m2)
{
    Matrix rm;
    for(int i = 0; i < bound; i++)
        for(int j = 0; j < bound; j++)
        {
            rm[i][j] = 0;
            for(int k = 0; k < bound; k++)
            {
                rm[i][j] += m1[i][k]*m2[k][j];
            }
        }
    return rm;
}

Matrix operator + (Matrix m1, Matrix m2)
{
    Matrix rm;
    for(int i = 0; i < bound; i++)
        for(int j = 0; j < bound; j++)
            rm[i][j] = m1[i][j] + m2[i][j];
    return rm;
}

Matrix quick(Matrix base, int pow)//快速幂
{
    Matrix I;
    while(pow)
    {
        if(pow & 1)
            I = I * base;
        base = base * base;
        pow >>= 1;
    }
    return I;
}


/*
 * 这个地方像我这么做容易爆栈，刚开始交的时候爆栈了好几次
 * 应该有更好的方法来代替
 */
Matrix Geo(Matrix base, int pow)//矩阵二分求和base + base^2 + base^3 + ... + base^pow
{
    if(pow == 1) return base;
    Matrix I;
    if(pow & 1) return Geo(base, (pow - 1) >> 1) * ( I + quick(base, (pow - 1) >> 1)) + quick(base, pow);
    return Geo(base, pow >> 1)*( I + quick(base, pow >> 1));
}

struct Trie
{
    int next[6*6][26], fail[6*6];
    bool end[6*6], vis[6*6];
    int L, root;
    int newnode()
    {
        for(int i = 0; i < 26; i++)
            next[L][i] = -1;
        end[L++] = 0;
        return L - 1;
    }
    void init()
    {
        L = 0;
        root = newnode();
        return;
    }
    void insert(char *s)
    {
        int now = root;
        for(; *s; s++)
        {
            if(next[now][*s - 'a'] == -1)
                next[now][*s - 'a'] = newnode();
            now = next[now][*s - 'a'];
        }
        end[now] = 1;
        return;
    }
    void build()//建立状态转移图
    {
        fail[root] = root;
        queue  Q;
        Q.push(root);
        while(!Q.empty())
        {
            int now = Q.front();
            Q.pop();
            if(end[fail[now]]) end[now] = 1;
            for(int i = 0; i < 26; i++)
                if(next[now][i] == -1)
                    next[now][i] = now == root ? root : next[fail[now]][i];
                else
                {
                    fail[next[now][i]] = now == root ? root : next[fail[now]][i];
                    Q.push(next[now][i]);
                }
        }
        return;
    }
    Matrix matrix()//BFS计算矩阵
    {
        unsigned long long m[26][26];
        memset(m, 0, sizeof(m));
        memset(vis, 0, sizeof(vis));
        queue  Q;
        Q.push(root);
        vis[root] = 1;
        while(!Q.empty())
        {
            int now = Q.front();
            Q.pop();
            for(int i = 0; i < 26; i++)
                if(!end[next[now][i]])
                {
                    m[now][next[now][i]]++;
                    if(!vis[next[now][i]])
                    {
                        Q.push(next[now][i]);
                        vis[next[now][i]] = 1;
                    }
                }
        }
        Matrix R;
        vector  v;
        for(int i = 0; i < L; i++)
            if(vis[i]) v.push_back(i);
        for(unsigned int i = 0; i < v.size(); i++)
            for(unsigned int j = 0; j < v.size(); j++)
                R[i][j] = m[v[i]][v[j]];
        bound = v.size();
        return R;
    }
};

Trie AC;

int main()
{
    char ts[8];
    while(~scanf("%d %d", &n, &L))
    {
        AC.init();
        while(n--)
        {
            scanf("%s", ts);
            AC.insert(ts);
        }
        AC.build();
        Matrix A = AC.matrix();
        Matrix F = Geo(A, L);
        unsigned long long ans1 = 0;
        for(int i = 0; i < bound; i++)
            ans1 += F[0][i];
        Matrix N;
        N[0][0] = 1; N[0][1] = 1;
        N[1][0] = 0; N[1][1] = 26;
        bound = 2;
        Matrix ALL = quick(N, L);//矩阵快速幂求等比数列26 + 26^2 + ... + 26^n的值
        unsigned long long ans2 = ALL[0][1] + ALL[1][1] - 1;
        unsigned long long ans = ans2 - ans1;
        printf("%I64u\n", ans);
    }
    return 0;
}


你可能感兴趣的:(HDU,HDU,2243,考研路茫茫单词情结,AC自动机,矩阵快速幂)

  • 高效批量单词翻译工具的设计与应用
    本文还有配套的精品资源，点击获取简介：在信息技术飞速发展的今天，批量单词翻译工具通过计算机的数据处理能力，大大提高了语言学习和文字处理的效率。用户通过简单输入单词列表到一个文本文件，并运行翻译程序，即可获得翻译结果并保存至指定文件。该工具集成了内置或外部翻译引擎，利用自然语言处理技术实现快速准确的翻译，并可能提供词性识别等附加功能。尽管机器翻译无法完全取代人工校对，但它为用户提供了一种高效的翻译解
  • 算法学习笔记：17.蒙特卡洛算法 ——从原理到实战，涵盖 LeetCode 与考研 408 例题
    在计算机科学和数学领域，蒙特卡洛算法（MonteCarloAlgorithm）以其独特的随机抽样思想，成为解决复杂问题的有力工具。从圆周率的计算到金融风险评估，从物理模拟到人工智能，蒙特卡洛算法都发挥着不可替代的作用。本文将深入剖析蒙特卡洛算法的思想、解题思路，结合实际应用场景与Java代码实现，并融入考研408的相关考点，穿插图片辅助理解，帮助你全面掌握这一重要算法。蒙特卡洛算法的基本概念蒙特卡
  • 算法学习笔记：15.二分查找 ——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考研二分查找
    在计算机科学的查找算法中，二分查找以其高效性占据着重要地位。它利用数据的有序性，通过不断缩小查找范围，将原本需要线性时间的查找过程优化为对数时间，成为处理大规模有序数据查找问题的首选算法。二分查找的基本概念二分查找（BinarySearch），又称折半查找，是一种在有序数据集合中查找特定元素的高效算法。其核心原理是：通过不断将查找范围减半，快速定位目标元素。与线性查找逐个遍历元素不同，二分查找依赖
  • 【DBC】DBC中CAN信号多路复用 徐饼干 DBC程序人生其他经验分享
    DBC文件信号多路复用详解1何时定义有些信号比较长，但是又不常用，就可以定义多路复用信号以节约空间。2具体定义2.1定义一个短信号来当做“控制开关”。【若定义1bit，则有2种可能0x00和0x01，复用两路】【若定义2bit，则有4种可能0x00和0x01和0x10和0x11，复用四路】…所以说，这个短信号的长度和你想复用多少路有关，多长？放在什么位置？由定义者决定2.2节约空间是如何体现的现在
  • 《手机摄影从实战到精通》——多个技能多条路，手机拍摄技巧，着实过分实用了 Ann2015 智能手机程序人生学习生活风景
    用小小的一部手机，就能拍大片？是的，手机摄影已不容小觑。近年来，一些手机厂商邀请知名导演使用手机拍大片，以彰显手机性能的强大，这也重新定义了我们对手机摄影的认知。相较于传统摄影设备，智能手机自带的“计算摄影”性能也降低了拍摄门槛，它可以将原本需要手动调节的各项参数指标进行自动调整和优化，使我们能轻松获得最佳拍摄效果。这也大大降低了拍摄的难度和门槛，让我们将重点放在内容创作上。手机与视频平台也密不可
  • Spring Boot + Mybatis数据库多数据源解决驼峰映射不生效问题 yy1209357299 springBootmybatismybatis数据库springboot
    1、问题描述做查询操作时，返回数据为NULL,导致当使用这条数据报空指针错误2、说明在数据库字段命名规范中，通常使用下划线“_”来连接两个单词，比如：user_id。但是在Java开发中，实体字段通常采用驼峰命名法，比如userId。如果不开启驼峰命名法，则映射到对象无法赋值解决方法：1、直接为结果集设定一个resultMapselectuser_idfromtable;2、配置文件加入以下配置m
  • AI Agent 2025 大爆发：从 GPT-4o 到 Devin，下一代 Agent 架构与落地趋势深度解析
    当大模型学会“看”“听”“点鼠标”，并且还能叫来一整个“Agent舰队”协同工作，软件开发、运营乃至个人生产力的游戏规则正在被重写。1|为什么Agent在2025重新引爆？模型升级带来实时多模态OpenAIGPT-4o把文本、语音、图像三路感知和毫秒级响应塞进同一模型，实时demo像“科幻电影走出屏幕”OpenAI。浏览器级自动操作新上线的OperatorAgent能在Web页面自主点击、滚动、填
  • 字典树前缀匹配 hi error.cn 经验分享
    字典树前缀匹配什么是字典树（Trie）字典树（Trie），又称单词查找树或键树，是一种有序树结构的数据结构，常用于字符串关联查找的应用场景中。其主要特点是每个节点代表一个字符，并且从根到子节点的路径上的字符连起来构成所有在字典中的前缀。由于这种特性，字典树特别适合进行前缀匹配和自动补全等操作。字典树的基本结构字典树由节点（Node）和边（Edge）组成。每个节点表示一个字符或为空终结符，而边则代表
  • 给出一个基于 ESP-IDF 且不占用硬件 UART 的“软串口”实现，利用 RMT 外设 来模拟第三路 UART qq_41126242 四博智联ESP32-C3模组单片机嵌入式硬件DOIT四博智联
    下面给出一个基于ESP-IDF且不占用硬件UART的“软串口”实现，利用RMT外设来模拟第三路UART（全双工需额外参考开源库，下面示例只给出TX与初始化思路，RX可参考esp32-rmt-uart项目）：#include"driver/rmt.h"#include"driver/gpio.h"#include"esp_log.h"staticconstchar*TAG="soft_uart_rm
  • 升本计算机知识点多怎么记笔记,2017人大计算机帮助提升考研答题技巧的经验... Joanne zz 升本计算机知识点多怎么记笔记
    2017人大计算机帮助提升考研答题技巧的经验很多同学对于计算机考研不清楚怎么复习，在这里凯程老师系统介绍一下高效率复习，供同学们参考。计算机专业的专业课都是统考408-计算机学科专业基础综合，包含计算机组成原理、数据结构、操作系统、计算机网络。凯程老师从每年的试题来看，风格都完全不一样，不深入理解计算机系统是很难考出好成绩的。所以凯程老师建议大家需要尽早复习计算机的专业课。每年的真题都非常灵活，所
  • LeetCode Top100特训 九筒- LeetCode算法力扣
    更新中……两数相加盛水最多的容器电话号码的字母组合删除链表的倒数第N个结点字母异位词分组寻找两个正序数组的中位数合并区间不同路径（与最小路径和类似）正则表达式匹配颜色分类单词搜索只出现一次的数字合并K个升序链表接雨水移除元素最长有效括号不同的二叉搜索树验证二叉搜索树对称二叉树从前序与中序遍历序列构造二叉树最长连续序列排序链表乘积最大子数组编辑距离最小栈最小覆盖子串计算右侧小于当前元素的个数柱状图中
  • （生活比喻-图文并茂）http2.0和http3.0的队头阻塞，http2.0应用层解决，TCP层存在，3.0就是彻底解决，到底怎么理解区别？？？ hwg985 计算机网络tcp/ip网络协议
    说明一下：http属于应用层协议，TCP和udp属于传输层协议文章目录阶段一：HTTP/1.1的情况（单车道收费站，一次过一辆）阶段二：HTTP/2的情况（多车道收费站，但出口只有一条路）阶段三：HTTP/3的情况（多车道收费站，且对应多条独立高速公路）总结对比太棒了！你能问出这个问题，说明你已经抓住了HTTP/2和HTTP/3最核心、最关键的区别。这个问题确实困扰着很多初学者，我们用一个非常形象
  • 大模型的温度？解读Temperature 半吊子全栈工匠
    LLM温度是一个参数，它控制着LLM预测的下一个单词的概率分布。它通过改变下一个单词被选中的可能性，为LLM的输出增加了一些随机性或多样性。温度可以影响LLM的输出，使其更确定(可预测)或更随机(随机)，这样的参数被用来模拟或模仿人类语言产生的内在变化。1.LLMTemperature的简要回顾在生产环境中，较低的温度值(1)可以导致更随机或随机和多变的LLM输出，被称为使LLM更“创造性”。然而
  • 小孩子才做选择题，成年人全都要
    前言选择器的"相亲大会"在CSS的世界里，选择器就像一群急着找对象的单身青年。它们每天的工作就是在HTML文档的茫茫人海中，精准找到自己心仪的"元素对象"。选择器ID选择器：霸道总裁ID选择器出场自带BGM："这片鱼塘我承包了！"。它不允许文档中有第二个同ID的元素存在。针对某一个特定标签来选择，只能使用一次。css中的ID选择器以#表示#header{height:80px;/*这个ID只能有一
  • 一场 6 点半开启的慢跑，是我们对八周年最真实的记录
    今天，涛思数据八岁了。从2017年成立到现在，已经过去了整整八年。我们用一款开源时序数据库——TDengine，把中国团队的技术能力写进了全球开发者的代码库，也写进了越来越多行业用户的生产系统。八年时间，说长不长，说短也不短。我们经历了初创时的摸索，度过了技术路径尚未被验证的阶段，也一步步走到了今天这个节点：我们仍在奔跑，但不再孤身。这一次，我们选择用一条“慢跑”路线，回望这八年的路。详情关注TD
  • 【计算机网络】第三章：数据链路层（上） iFulling 计算机网络笔记计算机网络网络网络协议笔记
    本篇笔记课程来源：王道计算机考研计算机网络接下节：【计算机网络】第三章：数据链路层（下）【计算机网络】第三章：数据链路层（上）一、数据链路层的功能1.基本概念2.功能总览二、组帧（封装成帧）1.主要实现2.字符计数法3.字节填充法4.零比特填充法5.违规编码法三、差错控制1.主要实现2.检错编码Ⅰ.奇偶校验码Ⅱ.循环冗余校验码3.纠错编码Ⅰ.海明校验码四、流量控制、可靠传输1.相关机制Ⅰ.滑动窗口
  • [晕事]今天做了件晕事83: pen test mzhan017 英语学习笔记晕事英语学习
    这个缩写，就不能顾名思义了，而且pen是一个独立的单词，从读音上来说还容易和pain混淆，所以导致初接触者有些困扰。所以这个pentest的缩写，有些失败。全写是penetrationtest：渗透测试。https://en.wikipedia.org/wiki/Penetration_test修改建议是改成penetest，至少可以和pen在书写上区分，在读音是也可以区分，就读“排你test”。
  • 408考研逐题详解：2010年第23题——系统调用
    2010年第23题下列选项中，操作系统提供给应用程序的接口是（）A.系统调用\qquadB.中断\qquadC.库函数\qquadD.原语解析本题考查对操作系统接口机制的理解，特别是应用程序如何与操作系统内核交互以请求服务（如文件操作、进程管理等）。系统调用：是操作系统内核为应用程序提供的一组预定义接口，允许应用程序请求内核服务（如I/O操作、进程控制、内存分配等）。应用程序通过特定的指令（如in
  • 408考研逐题详解：2010年第22题——显存带宽 CS创新实验室 考研复习408考研计算机考研408真题解析
    2010年第22题假定一台计算机的显示存储器用DRAM芯片实现，若要求显示分辨率为1600×1200，颜色深度为24位，帧频为85Hz，显存总带宽的50%用来刷新屏幕，则需要的显存总带宽至少约为（）A.245Mbps\qquadB.979Mbps\qquadC.1958Mbps\qquadD.7834Mbps解析本题主要考查显存总带宽的计算方法，涉及计算机显示系统的基本参数，包括分辨率、颜色深度、
  • HR面-面试题及套路总结
    HR面试题：1.你为什么不考研?我认为学历只是表现能力的一种形式，因为我觉得我这个专业，不考研的话也能做的很好，早点进入社会，在社会中通过实践来磨炼自己，一样可以使自己成为，为公司创造价值的人。2.你如何看待加班?如果工作需要，我可以加班。因为我刚毕业，时间和精力也比较充裕，可以全身心的投入工作。同时，我也会提高工作效率，尽可能减少不必要的加班。3.为什么选择北京?北京是一个快节奏的城市，在北京能
  • 国货之光|暴雨服务器亮相中银数智峰会 BAOYUCompany 大数据服务器
    9月13日，第五届中国银行数智峰会（CIFS2024）在北京圆满落幕。暴雨作为国内专业的数据中心产品及服务提供商受邀参加本次会议，与数百位银行业信息技术、金融科技、电子银行、信息安全、互联网金融、风险管理等相关领域的高层领导和负责人共同探讨了银行数字化转型的新趋势、新挑战和新机遇。大会现场，暴雨展示了在金融行业数字化转型中的创新成果，其中国产化服务器H200成为了展区的一大亮点。这款2U双路旗舰服
  • OpenSearch 向量搜索与Qwen3-Embedding 集成示例 ZHOU_CAMP RAG数据库dockerRAGopensearchagent
    本项目演示了如何将OpenSearch的k-NN(k-NearestNeighbors)向量搜索功能与OpenAI的高级文本嵌入模型（如Qwen3-Embedding）相结合，以实现强大的语义搜索。核心概念文本嵌入(TextEmbedding):将文本（单词、句子、段落）转换为一个高维的数字向量。语义上相似的文本在向量空间中的距离会更近。Qwen3-Embedding:我们调用Qwen3-Embe
  • Android 和 IOS 应用程序之间的 UI 设计差异_ios与安卓ui设计规范区别 2301_79985012 程序员androidiosui
    Apple规则内容从一开始就很高兴，这可以帮助客户毫无问题地浏览页面。此外，尽管Android标题放在左侧，但iOS标题通常会被重点关注。MaterialDesign可以被视为平面设计的改进，带有一点拟物化。基本点是制作一个为世界升级但由实际单词动画的UI，以使其对用户/客户直观。对于Android设计，您可以参考材料设计指南、组件和图标。苹果使用“扁平化设计”。它基于三个主题——清晰、顺从和深度
  • 考研调剂需知的13件事，一篇搞懂调剂全流程 考研调剂复试面试问题汇总 一个 00 后的码农 25机械专业面试问题汇总25土木考研面试问题汇总计算机复试面试全流程攻略25考研面试调剂面试流程面试真题
    目录一、考研调剂的基本概念2二、自主划线与国家线的差异2三、调剂的类别与优先级2四、申请调剂的资格准则34.1基本申请门槛:3五、调剂的九大情形4六、调剂的详细流程5七、调剂的关键时间节点6八、如何高效搜集调剂信息？6九、准备调剂所需材料7十、调剂是否需要提前联系导师？8十一、调剂的六大原则9十二、调剂注意事项：避免调剂过程中的常见误区9十三、为何有些学校会有调剂名额？10考研调剂深度解析：九大要
  • 计算机网络（王道考研）笔记个人整理——第六章：应用层 onlyTonight 计算机网络计算机网络考研笔记
    第六章：应用层点击上方专栏查看六章全部笔记个人笔记整理位置：个人笔记完整版b站视频：王道考研（2019版）概述应用层对应用程序的通信提供服务。应用层协议定义：应用程序交换的报文类型（请求or响应）；各个报文类型的语法，如报文中的各个字段及其详细描述；字段的语义，即包含在字段中的信息的含义；进程何时、如何发送报文，以及对报文进行响应的规则。功能：文件传输、访问和管理；电子邮件；虚拟终端；查询服务和远
  • 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
  • 算法学习笔记：11.冒泡排序——从原理到实战，涵盖 LeetCode 与考研 408 例题
    在排序算法的大家族中，冒泡排序是最基础也最经典的算法之一。它的核心思想简单易懂，通过重复地走访待排序序列，一次比较两个相邻的元素，若它们的顺序错误就把它们交换过来，直到没有需要交换的元素为止。虽然冒泡排序的时间复杂度较高，在大规模数据排序中并不常用，但它是理解排序算法思想的绝佳入门案例，也是计算机考研408和算法学习中的基础内容。冒泡排序的基本概念冒泡排序（BubbleSort）之所以被称为“冒泡
  • 计算机网络第三章——数据链路层（考研和期末复习都适用） 成为佬 计算机网络背诵码住！计算机网络考研网络协议
    目录1、数据链路层使用的信道2.数据链路层概述3.数据链路层的三个重要问题：封装成帧、差错检测、可靠传输。封装成帧透明传输差错检测循环冗余检验的原理（CRC）：冗余码的计算冗余码的计算举例帧检验序列FCSps：4.点对点协议PPP（目前使用最广泛的数据链路层协议）PPP协议的特点PPP协议应满足的需求PPP协议的组成PPP协议的帧格式5.使用广播信道的数据链路层局域网的数据链路层媒体共享技术：以太
  • 技术演进中的开发沉思-29 MFC系列：关于win32 chilavert318 熬之滴水穿石windows开发语言c++
    不得不提的，是win32程序已经走在淘汰的边缘了，但今天还是想说说它。若把计算机系统比作一座不断翻新的城市，Win32就像那些承载着城市记忆的老街区。64位系统的普及确实像拓宽了主干道，Win64作为新拓宽的车道，能跑更大更重的“卡车”（处理更大内存、更复杂运算），但老街区的石板路（Win32）依然有它的用处——那些只需要自行车就能到达的目的地（轻量工具、嵌入式设备），没必要非得开卡车。目前国产化
  • 数据结构——20.B树 爱看烟花的码农 数据结构数据结构
    第一部分：核心理论精讲一、B树(B-Tree)1.为什么需要B树？当数据量非常大时，内存无法一次性装下，大部分数据需要存储在磁盘等外部存储器上。磁盘I/O（读/写）操作相比内存访问非常慢。为了减少磁盘I/O次数，我们需要一种特殊的树结构，它的每个节点可以存储大量信息，从而使得树的高度尽可能低。B树（一种多路平衡查找树）就是为此而设计的。2.B树的定义(m阶)一棵m阶B树是满足以下条件的m路查找树：
  • LeetCode[位运算] - #137 Single Number II Cwind javaAlgorithmLeetCode题解位运算
    原题链接：#137 Single Number II  要求： 给定一个整型数组，其中除了一个元素之外，每个元素都出现三次。找出这个元素 注意：算法的时间复杂度应为O(n)，最好不使用额外的内存空间   难度：中等   分析： 与#136类似，都是考察位运算。不过出现两次的可以使用异或运算的特性 n XOR n = 0, n XOR 0 = n，即某一
  • 《JavaScript语言精粹》笔记 aijuans JavaScript
    0、JavaScript的简单数据类型包括数字、字符创、布尔值（true/false）、null和undefined值，其它值都是对象。 1、JavaScript只有一个数字类型，它在内部被表示为64位的浮点数。没有分离出整数，所以1和1.0的值相同。 2、NaN是一个数值，表示一个不能产生正常结果的运算结果。NaN不等于任何值，包括它本身。可以用函数isNaN(number)检测NaN,但是
  • 你应该更新的Java知识之常用程序库 Kai_Ge java
    在很多人眼中，Java 已经是一门垂垂老矣的语言，但并不妨碍 Java 世界依然在前进。如果你曾离开 Java，云游于其它世界，或是每日只在遗留代码中挣扎，或许是时候抬起头，看看老 Java 中的新东西。 Guava Guava[gwɑ:və]，一句话，只要你做Java项目，就应该用Guava（Github）。 guava 是 Google 出品的一套 Java 核心库，在我看来，它甚至应该
  • HttpClient 120153216 httpclient
    /** * 可以传对象的请求转发，对象已流形式放入HTTP中 */ public static Object doPost(Map<String,Object> parmMap,String url) { Object object = null; HttpClient hc = new HttpClient(); String fullURL
  • Django model字段类型清单 2002wmj django
    Django 通过 models 实现数据库的创建、修改、删除等操作，本文为模型中一般常用的类型的清单，便于查询和使用： AutoField：一个自动递增的整型字段，添加记录时它会自动增长。你通常不需要直接使用这个字段；如果你不指定主键的话，系统会自动添加一个主键字段到你的model。(参阅自动主键字段) BooleanField：布尔字段,管理工具里会自动将其描述为checkbox。 Cha
  • 在SQLSERVER中查找消耗CPU最多的SQL 357029540 SQL Server
    返回消耗CPU数目最多的10条语句 SELECT TOP 10    total_worker_time/execution_count AS avg_cpu_cost, plan_handle,    execution_count,    (SELECT SUBSTRING(text, statement_start_of
  • Myeclipse项目无法部署，Undefined exploded archive location 7454103 eclipseMyEclipse
    做个备忘！ 错误信息为：       Undefined exploded archive location 原因：           在工程转移过程中，导致工程的配置文件出错； 解决方法：    
  • GMT时间格式转换 adminjun GMT时间转换
    普通的时间转换问题我这里就不再罗嗦了，我想大家应该都会那种低级的转换问题吧，现在我向大家总结一下如何转换GMT时间格式，这种格式的转换方法网上还不是很多，所以有必要总结一下，也算给有需要的朋友一个小小的帮助啦。 1、可以使用 SimpleDateFormat SimpleDateFormat    EEE-三位星期 d-天 MMM-月 yyyy-四位年
  • Oracle数据库新装连接串问题 aijuans oracle数据库
    割接新装了数据库，客户端登陆无问题，apache/cgi-bin程序有问题，sqlnet.log日志如下： Fatal NI connect error 12170.   VERSION INFORMATION:         TNS for Linux: Version 10.2.0.4.0 - Product
  • 回顾java数组复制 ayaoxinchao java数组
    在写这篇文章之前，也看了一些别人写的，基本上都是大同小异。文章是对java数组复制基础知识的回顾，算是作为学习笔记，供以后自己翻阅。首先，简单想一下这个问题：为什么要复制数组？我的个人理解：在我们在利用一个数组时，在每一次使用，我们都希望它的值是初始值。这时我们就要对数组进行复制，以达到原始数组值的安全性。java数组复制大致分为3种方式：①for循环方式 ②clone方式 ③arrayCopy方
  • java web会话监听并使用spring注入 bewithme Java Web
            在java web应用中，当你想在建立会话或移除会话时，让系统做某些事情，比如说，统计在线用户，每当有用户登录时，或退出时，那么可以用下面这个监听器来监听。        import java.util.ArrayList; import java.ut
  • NoSQL数据库之Redis数据库管理(Redis的常用命令及高级应用) bijian1013 redis数据库NoSQL
    一 .Redis常用命令         Redis提供了丰富的命令对数据库和各种数据库类型进行操作，这些命令可以在Linux终端使用。         a.键值相关命令         b.服务器相关命令 1.键值相关命令       &
  • java枚举序列化问题 bingyingao java枚举序列化
    对象在网络中传输离不开序列化和反序列化。而如果序列化的对象中有枚举值就要特别注意一些发布兼容问题: 1.加一个枚举值 新机器代码读分布式缓存中老对象，没有问题，不会抛异常。 老机器代码读分布式缓存中新对像，反序列化会中断，所以在所有机器发布完成之前要避免出现新对象，或者提前让老机器拥有新增枚举的jar。 2.删一个枚举值 新机器代码读分布式缓存中老对象，反序列
  • 【Spark七十八】Spark Kyro序列化 bit1129 spark
    当使用SparkContext的saveAsObjectFile方法将对象序列化到文件，以及通过objectFile方法将对象从文件反序列出来的时候，Spark默认使用Java的序列化以及反序列化机制，通常情况下，这种序列化机制是很低效的，Spark支持使用Kyro作为对象的序列化和反序列化机制，序列化的速度比java更快，但是使用Kyro时要注意，Kyro目前还是有些bug。 Spark
  • Hybridizing OO and Functional Design bookjovi erlanghaskell
      推荐博文： Tell Above, and Ask Below - Hybridizing OO and Functional Design 文章中把OO和FP讲的深入透彻，里面把smalltalk和haskell作为典型的两种编程范式代表语言，此点本人极为同意，smalltalk可以说是最能体现OO设计的面向对象语言，smalltalk的作者Alan kay也是OO的最早先驱，
  • Java-Collections Framework学习与总结-HashMap BrokenDreams Collections
            开发中常常会用到这样一种数据结构，根据一个关键字，找到所需的信息。这个过程有点像查字典，拿到一个key，去字典表中查找对应的value。Java1.0版本提供了这样的类java.util.Dictionary(抽象类)，基本上支持字典表的操作。后来引入了Map接口，更好的描述的这种数据结构。  &nb
  • 读《研磨设计模式》-代码笔记-职责链模式-Chain Of Responsibility 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/ /** * 业务逻辑：项目经理只能处理500以下的费用申请，部门经理是1000，总经理不设限。简单起见，只同意“Tom”的申请 * bylijinnan */ abstract class Handler { /*
  • Android中启动外部程序 cherishLC android
    1、启动外部程序 引用自： http://blog.csdn.net/linxcool/article/details/7692374 //方法一 Intent intent=new Intent(); //包名 包名+类名（全路径） intent.setClassName("com.linxcool", "com.linxcool.PlaneActi
  • summary_keep_rate coollyj SUM
    BEGIN /*DECLARE minDate varchar(20) ; DECLARE maxDate varchar(20) ;*/ DECLARE stkDate varchar(20) ; DECLARE done int default -1; /* 游标中 注册服务器地址 */ DE
  • hadoop hdfs 添加数据目录出错 daizj hadoophdfs扩容
    由于原来配置的hadoop data目录快要用满了，故准备修改配置文件增加数据目录，以便扩容，但由于疏忽，把core-site.xml, hdfs-site.xml配置文件dfs.datanode.data.dir 配置项增加了配置目录，但未创建实际目录，重启datanode服务时，报如下错误： 2014-11-18 08:51:39,128 WARN org.apache.hadoop.h
  • grep 目录级联查找 dongwei_6688 grep
           在Mac或者Linux下使用grep进行文件内容查找时，如果给定的目标搜索路径是当前目录，那么它默认只搜索当前目录下的文件，而不会搜索其下面子目录中的文件内容，如果想级联搜索下级目录，需要使用一个“-r”参数： grep -n -r "GET" .   上面的命令将会找出当前目录“.”及当前目录中所有下级目录
  • yii 修改模块使用的布局文件 dcj3sjt126com yiilayouts
    方法一：yii模块默认使用系统当前的主题布局文件，如果在主配置文件中配置了主题比如: 'theme'=>'mythm', 那么yii的模块就使用 protected/themes/mythm/views/layouts 下的布局文件； 如果未配置主题，那么 yii的模块就使用  protected/views/layouts 下的布局文件， 总之默认不是使用自身目录 pr
  • 设计模式之单例模式 come_for_dream 设计模式单例模式懒汉式饿汉式双重检验锁失败无序写入
                    今天该来的面试还没来，这个店估计不会来电话了，安静下来写写博客也不错，没事翻了翻小易哥的博客甚至与大牛们之间的差距，基础知识不扎实建起来的楼再高也只能是危楼罢了，陈下心回归基础把以前学过的东西总结一下。   *********************************
  • 8、数组 豆豆咖啡 二维数组数组一维数组
      一、概念       数组是同一种类型数据的集合。其实数组就是一个容器。   二、好处       可以自动给数组中的元素从0开始编号，方便操作这些元素   三、格式   //一维数组 1,元素类型[] 变量名 = new 元素类型[元素的个数] int[] arr =
  • Decode Ways hcx2013 decode
    A message containing letters from A-Z is being encoded to numbers using the following mapping: 'A' -> 1 'B' -> 2 ... 'Z' -> 26 Given an encoded message containing digits, det
  • Spring4.1新特性——异步调度和事件机制的异常处理 jinnianshilongnian spring 4.1
    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
  • squid3(高命中率)缓存服务器配置 liyonghui160com
        系统:centos 5.x   需要的软件:squid-3.0.STABLE25.tar.gz 1.下载squid wget http://www.squid-cache.org/Versions/v3/3.0/squid-3.0.STABLE25.tar.gz tar zxf squid-3.0.STABLE25.tar.gz &&
  • 避免Java应用中NullPointerException的技巧和最佳实践 pda158 java
    1) 从已知的String对象中调用equals()和equalsIgnoreCase()方法，而非未知对象。 　　总是从已知的非空String对象中调用equals()方法。因为equals()方法是对称的，调用a.equals(b)和调用b.equals(a)是完全相同的，这也是为什么程序员对于对象a和b这么不上心。如果调用者是空指针，这种调用可能导致一个空指针异常 Object unk
  • 如何在Swift语言中创建http请求 shoothao httpswift
    概述：本文通过实例从同步和异步两种方式上回答了”如何在Swift语言中创建http请求“的问题。 如果你对Objective-C比较了解的话，对于如何创建http请求你一定驾轻就熟了，而新语言Swift与其相比只有语法上的区别。但是，对才接触到这个崭新平台的初学者来说，他们仍然想知道“如何在Swift语言中创建http请求？”。 在这里,我将作出一些建议来回答上述问题。常见的
  • Spring事务的传播方式 uule spring事务
    传播方式：        新建事务       required       required_new   - 挂起当前         非事务方式运行       supports   &nbs
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他