- ROS的学习链接整理 (基于古月居)
辣椒炒月饼
学习机器人自动驾驶
机器人控制与仿真:http://wiki.ros.org/roscontrol机器人即使定位与地图建模:http://wiki.ros.org/gmappinghttp://wiki.ros.org/hectorslam机械臂相关学习:http://moveit.ros.org/斯坦福大学公开课———机器人学:https://www.bilibili.com/video/av4506104/交通大
- 物理学中的群论:三维空间转动变换
AI天才研究院
AI大模型企业级应用开发实战Agent实战AI人工智能与大数据计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
物理学中的群论:三维空间转动变换1.背景介绍1.1问题的由来在物理学领域,特别是量子力学和相对论中,研究物体在空间中的运动是至关重要的。物体的位置、速度以及更深层次的内在性质都受到物理定律的严格规范。当讨论物体的旋转运动时,数学描述变得尤为重要。在三维空间中,物体的旋转可以通过一组称为“旋转矩阵”或者“欧拉角”的方式来精确描述。这些描述方式不仅在理论物理学中不可或缺,也是计算机图形学、机器人学、航
- PolyTouch:一种利用触觉扩散策略实现丰富接触操作的稳健多模态触觉传感器
三谷秋水
智能体计算机视觉机器学习机器人计算机视觉人工智能深度学习
25年4月来自MIT和TRI的论文“PolyTouch:ARobustMulti-ModalTactileSensorforContact-richManipulationUsingTactile-DiffusionPolicies”。在非结构化的家庭环境中实现稳健的灵巧操作仍然是机器人技术的重大挑战。即使采用最先进的机器人学习方法,触觉无关控制策略(即仅依赖外部视觉和/或本体感觉的策略)也常常由
- 矩阵运算与求导全面教程
矩阵运算与求导全面教程矩阵运算与矩阵求导是机器学习、强化学习、数值计算、量子计算、机器人学等领域的核心数学工具。本教程从基础概念出发,逐步深入高级主题,结合理论推导、编程实现、跨领域应用和数值优化技巧,旨在帮助读者全面掌握矩阵相关知识,并灵活应用于实际问题。第一部分:矩阵运算基础1.1矩阵的定义与基本概念矩阵是一个按行和列排列的数字阵列,通常表示为:A=[a11a12⋯a1na21a22⋯a2n⋮
- 【SLAM】基于拓展卡尔曼滤波实现激光雷达传感器和角点提取的机器人定位附matlab代码
matlab科研社
机器人matlab数据结构
✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。往期回顾关注个人主页:Matlab科研工作室个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。内容介绍自主移动机器人定位是机器人学研究的核心问题之一。本文探讨了基于拓展卡尔曼滤波(EKF)融合激光雷达传感器数据和角点提取技术实现机器人定位的方法。通过深入分析激光雷达传感器的工
- 具身智能 - 推动通用机器人智能的新里程碑:AgiBot World 平台与 GO-1 模型深度解析
天机️灵韵
VLA具身智能人工智能机器人深度学习人工智能具身智能
机器人操作是人工智能与物理世界交互的核心能力,但长期以来受限于高质量数据的稀缺。近期,上海人工智能实验室与AgiBotInc.联合发布了AgiBotWorldColosseo——一个开源的大规模机器人操作平台,包含数据集、工具链与通用策略模型,旨在推动机器人智能向更通用、更灵活的方向发展。本文将从背景、数据集设计、模型架构与实验结果四部分,解析这一平台的创新与突破。一、背景:机器人学习的核心挑战传
- 提炼总结—机器人学导论(原书第四版)(第12章)
kobeban
机器人
写在最前面的话为什么做该博客?该博客的特点是什么?随着DeepSeek、ChatGPT等AI技术的崛起,促使机器人技术发展到了新的高度,诞生了宇树科技、特斯拉为代表的人形机器人,四足机器人等等,越来越多的科技巨头涌入机器人赛道,行业对于相关人才的需求也随之达到了顶峰。本博客的内容是替你阅读所有关于机器人的经典书籍,采用书籍瘦身计划,帮你提炼出核心内容,采用最通俗易懂的语言来解释原理,将书读薄。大大
- 路径规划算法概论:从理论到实践
weixin_47233946
算法
##引言路径规划(PathPlanning)是机器人学、自动驾驶、物流优化、游戏开发等领域的核心技术,旨在为移动主体(如机器人、车辆)找到从起点到目标点的最优或可行路径。随着人工智能和计算能力的提升,路径规划算法在动态环境处理、多目标优化和实时响应方面持续演进。本文将系统梳理路径规划算法的核心分类、基本原理及应用案例。---##一、路径规划算法的核心分类###1.1传统图搜索算法**核心思想**:
- 以人类演示视频为提示,学习可泛化的机器人策略
三谷秋水
大模型智能体计算机视觉机器人计算机视觉深度学习语言模型人工智能
25年5月来自清华大学、上海姚期智研究院和星动纪元(RoboEra)公司的论文“LearningGeneralizableRobotPolicywithHumanDemonstrationVideoasaPrompt”。最近的机器人学习方法通常依赖于从通过遥操作收集的大量机器人数据集中进行模仿学习。当面对新任务时,此类方法通常需要收集一组新的遥操作数据并微调策略。此外,遥操作数据收集流程也很繁琐且
- AI人工智能与机器人学习的未来展望
AI原生应用开发
ai
AI人工智能与机器人学习的未来展望关键词:AI人工智能、机器人学习、具身智能、多模态交互、人机协作、伦理挑战、自主决策摘要:本文将带您走进AI与机器人学习的奇妙世界,从“家庭机器人小助手”的故事出发,用通俗易懂的语言解释多模态交互、具身智能等核心概念,结合算法原理、实战案例和前沿趋势,探讨未来AI机器人如何像人类一样学习、思考与协作,同时揭示技术背后的伦理挑战与发展方向。读完本文,您不仅能理解AI
- 使用 SymPy 操作三维向量的反对称矩阵
老歌老听老掉牙
矩阵线性代数sympy
在三维空间中,一个3×13\times13×1向量可以转换为一个3×33\times33×3的反对称矩阵。这种转换在物理学、机器人学和计算机视觉等领域非常有用。本文将详细介绍如何在Python的SymPy库中定义和使用这种反对称矩阵。数学背景对于一个三维向量v=[v1v2v3]\mathbf{v}=\begin{bmatrix}v_1\\v_2\\v_3\end{bmatrix}v=v1v2v3,
- 仿真环境中机器人抓取与操作上手指南
LIUDAN'S WORLD
人形机器人系统:理论与实践机器人人工智能pytorch
仿真环境中机器人抓取与操作上手指南针对“仿真环境中机器人抓取与操作”项目的上手指南,旨在帮助具备基本机器人学知识的开发者快速实现一个简单的“拿起并放置”(PickandPlace)任务。指南包含可运行的代码示例、安装步骤和简要的理论背景,适用于UbuntuLTS(20.04或22.04)及对应的ROS版本(Noetic或Humble)。关键要点目标:实现一个简单的PickandPlace任务,整合
- 【学习笔记】Sophus (Python) 使用文档
chase。
笔记python
以下是一份针对Sophus库的Python使用文档,涵盖基础概念、安装方法、核心功能及代码示例。内容围绕SO3(3D旋转群)和SE3(3D刚体变换群)展开,适合机器人学、SLAM、三维几何等领域。Sophus(Python)使用文档目录Sophus简介安装方法核心对象与操作SO3:3D旋转群SE3:3D刚体变换群常用功能与示例创建旋转/变换对象转换不同表示形式位姿插值(Slerp/Lerp)李代数
- IsaacLab从入门到精通(二) 导入自定义机器人
NathanWu7
IsaacLab机器人人工智能深度学习机器学习
IsaacLab从入门到精通(二)导入自定义机器人1.1URDF与USD简介现在有很多资料介绍这些文件格式,作者在这里就简单进行一下介绍,URDF(UnifiedRobotDescriptionFormat)文件是一种基于XML的文件格式,用于描述机器人的模型,包括其物理和视觉属性,重点在关节(Joint)和连杆(Link),没有基础的同学可以先学习一下《机器人学》,利用ROS简单测试一下各个机器
- 人工智能、深度学习、机器学习的联系与区别
AI方案2025
人工智能深度学习机器学习
定义人工智能(AI-ArtificialIntelligence):是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它旨在让计算机能够像人类一样思考、学习和决策,涉及到诸如计算机视觉、自然语言处理、机器人学等多个领域。例如,智能机器人可以感知周围环境(通过传感器)、进行简单的推理(根据预设规则或算法)并做出行动(如移动、抓取物体等)。机器学习(ML-Mach
- (原创)机器人学:从空间变换到正逆向运动学
Shujia_Lee
机器人学
从空间变换到正逆向运动学(一)前言空间变换的数学描述1.空间变换的基本概念2.旋转矩阵的性质3.几种常见的姿态描述方法4.小结前言一直有计划开个坑,写一个比较系统完整的博客专栏,一方面是有利于自己巩固所学的知识,对学习历程做一个记录;另一方面,也希望其他有志于机器人领域的像博主一样的萌新,能够在入门的时候获得一些帮助,得到一些比较系统的知识。这个专栏初定普通机器人学(其实是想到《普通心理学》这个书
- 论文翻译:OK-Robot: What Really Matters in Integrating Open-Knowledge Models for Robotics
YYGe
机器人深度学习人工智能机器人预训练模型
OK-Robot:WhatReallyMattersinIntegratingOpen-KnowledgeModelsforRoboticsOK-Robot:整合开放知识模型在机器人学中的真正重要性文章目录OK-Robot:WhatReallyMattersinIntegratingOpen-KnowledgeModelsforRoboticsOK-Robot:整合开放知识模型在机器人学中的真正重
- 机器人学习算法解析与自主学习系统研究
纸上沉思bJ
机器人学习算法
```html机器人学习算法解析与自主学习系统研究机器人学习算法解析与自主学习系统研究随着人工智能技术的飞速发展,机器人学习算法成为了研究热点之一。机器人学习不仅涉及传统的控制理论和机器学习方法,还结合了强化学习、深度学习等现代技术手段,为实现更加智能、灵活的机器人提供了可能。本文将对机器人学习算法进行详细解析,并探讨其在构建自主学习系统中的应用。一、机器人学习的基本概念机器人学习是指通过某种方式
- 机器人学习入门必看:AI人工智能基础理论与实践
AI天才研究院
计算AI大模型应用入门实战与进阶机器人学习人工智能ai
机器人学习入门必看:AI人工智能基础理论与实践关键词:机器人学习、AI基础理论、机器学习、深度学习、强化学习、机器人控制、实践案例摘要:本文面向机器人学习入门者,系统梳理AI人工智能核心理论体系,深度解析机器学习、深度学习、强化学习等关键技术与机器人控制的融合逻辑。通过数学模型推导、Python算法实现、完整项目实战,构建从理论到实践的知识闭环。涵盖工业机器人、服务机器人等典型应用场景,提供系统化
- MuJoCo Playground 机器人强化学习入门教程(一)
强化学习与机器人控制仿真
MuJoCo仿真与控制教程机器人人工智能深度学习开发语言自动驾驶stm32python
系列文章目录目录系列文章目录前言一、学习RL智能体1.1使用braxPPO进行培训1.2使用RSL-RL进行训练二、欢迎来到MuJoCoPlayground!2.1介绍2.2滚动2.3RL2.4PPO2.5实现可视化推出2.6DM控制套件-体验一下!2.7环境可视化2.8训练2.9PPO2.10SAC前言我们介绍的MuJoCoPlayground是一个完全开源的机器人学习框架,由MJX构建,其明确
- RT-2论文深度解读:视觉-语言-动作统一模型的机器人泛化革命
zhaoyqcsdn
VLA机器学习自然语言处理人工智能经验分享笔记
1.核心问题与挑战传统机器人学习存在两大瓶颈:数据效率低下:依赖特定场景的机器人操作数据(如抓取、推压),收集成本高泛化能力局限:模型仅能完成训练中出现过的任务,无法应对长尾场景RT-2的创新目标:利用互联网规模的视觉语言预训练知识,实现机器人技能的零样本(zero-shot)迁移2.方法论突破2.1统一语义空间构建数据范式革新:将机器人动作表示为"语言化"Token序列(如move_to(x=0
- Pybotics:机器人学的Python工具箱
凤瑶熠Paulette
Pybotics:机器人学的Python工具箱pyboticsThePythonToolboxforRobotics项目地址:https://gitcode.com/gh_mirrors/py/pyboticsPybotics是一个开源的Python工具箱,专注于机器人运动学和校准。该项目主要使用Python语言进行开发。核心功能Pybotics提供了简单、清晰和简洁的接口,可以快速模拟和评估常见
- 【C++游戏引擎开发】《线性代数》(5):四元数的3D旋转原理与实现(含新增Vector3、修改Matrix为非SIMD版本)
JuicyActiveGilbert
C++游戏引擎开发知识点c++游戏引擎线性代数
一、四元数基础理论四元数(Quaternions)是一种扩展了复数系统的数学工具,由威廉·哈密顿(WilliamRowanHamilton)于1843年提出。它在三维空间旋转表示和计算中具有重要应用,尤其在计算机图形学、机器人学和航空航天等领域中因其高效性和无万向节锁的特性而被广泛使用。1.1四元数的定义四元数是一个四维超复数,形式为:q=a+bi+cj+dkq=a+b\mathbf{i}+c\m
- 机器人学习仿真框架
rebekk
具身智能机器人学习
机器人学习仿真框架一般包含(自底向上):3D仿真物理引擎:对现实世界的模拟仿真机器人仿真平台:用于搭建工作场景,以实现agent与环境的交互学习学习算法框架集合:不同的策略学习算法的实现算法测试环境及benchmark:针对不同的定制化算法的测试环境以及评价标准整体框架简要介绍物理引擎:模拟现实世界物理行为的软件工具。可模拟牛顿动力学模型,使用质量、速度、摩擦力和空气阻力等变量,为刚性或柔性物体赋
- TidyBot++:用于机器人学习开源的完整移动机械手
三谷秋水
计算机视觉智能体人工智能机器人开源人工智能机器学习深度学习
24年12月来自普林斯顿、斯坦福和dexterity.ai的论文“TidyBot++:AnOpen-SourceHolonomicMobileManipulatorforRobotLearning”。要充分利用模仿学习在移动机械操作方面的最新进展,需要收集大量人工引导的演示。本文提出一种开源设计,用于设计一种廉价、坚固、灵活的移动机械手,该机械手可支撑任意臂,从而实现各种现实世界的家用移动机械操作
- 机器人基础知识
传说故事
机器人
在机器人学中,“inversedynamics”(逆动力学)和“forwarddynamics”(正向动力学)是两个核心概念,它们帮助我们理解和计算机器人如何移动以及需要应用什么样的力来实现这些移动。InverseDynamics(逆动力学):想象一下你正在试图了解为了让你的机器人的手臂达到某个特定位置或执行某种动作,你需要施加多大的力量。逆动力学就是解决这个问题的方法。它涉及到根据已知的机器人运
- 无人系统:未来科技的智能化代表
给生活加糖!
热门知识科技
无人系统(UnmannedSystems)是指在不依赖人类直接干预的情况下,通过自主或远程控制方式完成任务的系统。随着科技的不断进步,特别是在人工智能、机器人学、传感技术、通信技术等领域的突破,无人系统在各行各业中得到了广泛的应用,逐渐改变着传统的生产、服务和管理模式。无人系统的典型代表包括无人驾驶汽车、无人机(UAV)、无人船(USV)、无人地面车辆(UGV)等。一、无人系统的定义与类型无人系统
- 智能路径规划:从数学建模到算法优化的理论与实践
木子算法
人工智能数学建模数学建模算法人工智能
智能路径规划:从数学建模到算法优化的理论与实践一、引言在机器人学、自动驾驶、物流调度等领域,路径规划是实现自主导航的核心技术。从经典的Dijkstra算法到前沿的强化学习方法,路径规划技术的发展始终依赖于数学建模与算法优化的深度结合。本文将系统构建路径规划的理论框架,通过数学公式推导核心算法原理,并结合MATLAB代码实现完整的技术闭环。二、路径规划的数学基础(一)状态空间建模路径规划的本质是在状
- 01 目录-具身智能学习规划
天机️灵韵
具身智能人工智能具身智能机器人生物信息学
具身智能(EmbodiedIntelligence)强调智能体通过身体与环境的动态交互实现学习和决策,是人工智能、机器人学、认知科学和神经科学交叉的前沿领域。其核心在于打破传统AI的“离身认知”,将智能与物理实体、感知-运动系统紧密结合。以下是具身智能学习规划的框架:一、基础理论储备数学与编程基础数学:概率统计、线性代数、微积分、优化理论、微分几何(运动规划)。编程:Python(主流工具链)、C
- 《第2章 位置与姿态描述》代码
神笔馬良
人工智能
最近在学习《视觉伺服/机器人学、机器视觉与控制》,发现书中的代码运行不通顺,原因可能是matlab升级后,部分函数的参数变化了。所以需要记录错误的代码和正确的代码。第一处:为了使上述推导更形象具体,下面我们将使用MATLAB工具箱展示一些具体数值化的例子。首先用函数se2创建一个齐次变换:错误代码T1=se2(1,2,30*pi/180)报错提示:错误使用matlabshared.spatialm
- 戴尔笔记本win8系统改装win7系统
sophia天雪
win7戴尔改装系统win8
戴尔win8 系统改装win7 系统详述
第一步:使用U盘制作虚拟光驱:
1)下载安装UltraISO:注册码可以在网上搜索。
2)启动UltraISO,点击“文件”—》“打开”按钮,打开已经准备好的ISO镜像文
- BeanUtils.copyProperties使用笔记
bylijinnan
java
BeanUtils.copyProperties VS PropertyUtils.copyProperties
两者最大的区别是:
BeanUtils.copyProperties会进行类型转换,而PropertyUtils.copyProperties不会。
既然进行了类型转换,那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
- MyEclipse中文乱码问题
0624chenhong
MyEclipse
一、设置新建常见文件的默认编码格式,也就是文件保存的格式。
在不对MyEclipse进行设置的时候,默认保存文件的编码,一般跟简体中文操作系统(如windows2000,windowsXP)的编码一致,即GBK。
在简体中文系统下,ANSI 编码代表 GBK编码;在日文操作系统下,ANSI 编码代表 JIS 编码。
Window-->Preferences-->General -
- 发送邮件
不懂事的小屁孩
send email
import org.apache.commons.mail.EmailAttachment;
import org.apache.commons.mail.EmailException;
import org.apache.commons.mail.HtmlEmail;
import org.apache.commons.mail.MultiPartEmail;
- 动画合集
换个号韩国红果果
htmlcss
动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程
1 transition 制作鼠标滑过图片时的放大效果
css
.wrap{
width: 340px;height: 340px;
position: absolute;
top: 30%;
left: 20%;
overflow: hidden;
bor
- 网络最常见的攻击方式竟然是SQL注入
蓝儿唯美
sql注入
NTT研究表明,尽管SQL注入(SQLi)型攻击记录详尽且为人熟知,但目前网络应用程序仍然是SQLi攻击的重灾区。
信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明,目前黑客攻击网络应用程序方式中最流行的,要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析,指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中,SQLi攻击占
- java笔记2
a-john
java
类的封装:
1,java中,对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节(尤其是私有数据)
2,目的:使对象以外的部分不能随意存取对象的内部数据(如属性),从而使软件错误能够局部化,减少差错和排错的难度。
3,简单来说,“隐藏属性、方法或实现细节的过程”称为——封装。
4,封装的特性:
4.1设置
- [Andengine]Error:can't creat bitmap form path “gfx/xxx.xxx”
aijuans
学习Android遇到的错误
最开始遇到这个错误是很早以前了,以前也没注意,只当是一个不理解的bug,因为所有的texture,textureregion都没有问题,但是就是提示错误。
昨天和美工要图片,本来是要背景透明的png格式,可是她却给了我一个jpg的。说明了之后她说没法改,因为没有png这个保存选项。
我就看了一下,和她要了psd的文件,还好我有一点
- 自己写的一个繁体到简体的转换程序
asialee
java转换繁体filter简体
今天调研一个任务,基于java的filter实现繁体到简体的转换,于是写了一个demo,给各位博友奉上,欢迎批评指正。
实现的思路是重载request的调取参数的几个方法,然后做下转换。
- android意图和意图监听器技术
百合不是茶
android显示意图隐式意图意图监听器
Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递
显式意图:调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图,显式意图明确指定了Intent应该传递给哪个组件。
隐式意图;不指明调用的名称,根据设
- spring3中新增的@value注解
bijian1013
javaspring@Value
在spring 3.0中,可以通过使用@value,对一些如xxx.properties文件中的文件,进行键值对的注入,例子如下:
1.首先在applicationContext.xml中加入:
<beans xmlns="http://www.springframework.
- Jboss启用CXF日志
sunjing
logjbossCXF
1. 在standalone.xml配置文件中添加system-properties:
<system-properties> <property name="org.apache.cxf.logging.enabled" value=&
- 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码
bit1129
centos
编译必需的软件
Firebugs3.0.0
Maven3.2.3
Ant
JDK1.7.0_67
protobuf-2.5.0
Hadoop 2.5.2源码包
Firebugs3.0.0
http://sourceforge.jp/projects/sfnet_findbug
- struts2验证框架的使用和扩展
白糖_
框架xmlbeanstruts正则表达式
struts2能够对前台提交的表单数据进行输入有效性校验,通常有两种方式:
1、在Action类中通过validatexx方法验证,这种方式很简单,在此不再赘述;
2、通过编写xx-validation.xml文件执行表单验证,当用户提交表单请求后,struts会优先执行xml文件,如果校验不通过是不会让请求访问指定action的。
本文介绍一下struts2通过xml文件进行校验的方法并说
- 记录-感悟
braveCS
感悟
再翻翻以前写的感悟,有时会发现自己很幼稚,也会让自己找回初心。
2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了;
2. 要改变自己,不能这样一直在原来区域,要突破安全区舒适区,才能提高自己,往好的方面发展;
3. 多反省多思考;要会用工具,而不是变成工具的奴隶;
4. 一天内集中一个定长时间段看最新资讯和偏流式博
- 编程之美-数组中最长递增子序列
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class LongestAccendingSubSequence {
/**
* 编程之美 数组中最长递增子序列
* 书上的解法容易理解
* 另一方法书上没有提到的是,可以将数组排序(由小到大)得到新的数组,
* 然后求排序后的数组与原数
- 读书笔记5
chengxuyuancsdn
重复提交struts2的token验证
1、重复提交
2、struts2的token验证
3、用response返回xml时的注意
1、重复提交
(1)应用场景
(1-1)点击提交按钮两次。
(1-2)使用浏览器后退按钮重复之前的操作,导致重复提交表单。
(1-3)刷新页面
(1-4)使用浏览器历史记录重复提交表单。
(1-5)浏览器重复的 HTTP 请求。
(2)解决方法
(2-1)禁掉提交按钮
(2-2)
- [时空与探索]全球联合进行第二次费城实验的可能性
comsci
二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验
至今给我们大家留下很多迷团.....
关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了
在这里,我的意思是,现在
- easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符
daizj
oracleORA-12154
用easy connect连接出现“tns无法解析指定的连接标示符”的错误,如下:
C:\Users\Administrator>sqlplus username/
[email protected]:1521/orcl
SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012
Copyright (c) 198
- 简单排序:归并排序
dieslrae
归并排序
public void mergeSort(int[] array){
int temp = array.length/2;
if(temp == 0){
return;
}
int[] a = new int[temp];
int
- C语言中字符串的\0和空格
dcj3sjt126com
c
\0 为字符串结束符,比如说:
abcd (空格)cdefg;
存入数组时,空格作为一个字符占有一个字节的空间,我们
- 解决Composer国内速度慢的办法
dcj3sjt126com
Composer
用法:
有两种方式启用本镜像服务:
1 将以下配置信息添加到 Composer 的配置文件 config.json 中(系统全局配置)。见“例1”
2 将以下配置信息添加到你的项目的 composer.json 文件中(针对单个项目配置)。见“例2”
为了避免安装包的时候都要执行两次查询,切记要添加禁用 packagist 的设置,如下 1 2 3 4 5
- 高效可伸缩的结果缓存
shuizhaosi888
高效可伸缩的结果缓存
/**
* 要执行的算法,返回结果v
*/
public interface Computable<A, V> {
public V comput(final A arg);
}
/**
* 用于缓存数据
*/
public class Memoizer<A, V> implements Computable<A,
- 三点定位的算法
haoningabc
c算法
三点定位,
已知a,b,c三个顶点的x,y坐标
和三个点都z坐标的距离,la,lb,lc
求z点的坐标
原理就是围绕a,b,c 三个点画圆,三个圆焦点的部分就是所求
但是,由于三个点的距离可能不准,不一定会有结果,
所以是三个圆环的焦点,环的宽度开始为0,没有取到则加1
运行
gcc -lm test.c
test.c代码如下
#include "stdi
- epoll使用详解
jimmee
clinux服务端编程epoll
epoll - I/O event notification facility在linux的网络编程中,很长的时间都在使用select来做事件触发。在linux新的内核中,有了一种替换它的机制,就是epoll。相比于select,epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中,它是采用轮询来处理的,轮询的fd数目越多,自然耗时越多。并且,在linu
- Hibernate对Enum的映射的基本使用方法
linzx0212
enumHibernate
枚举
/**
* 性别枚举
*/
public enum Gender {
MALE(0), FEMALE(1), OTHER(2);
private Gender(int i) {
this.i = i;
}
private int i;
public int getI
- 第10章 高级事件(下)
onestopweb
事件
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- 孙子兵法
roadrunners
孙子兵法
始计第一
孙子曰:
兵者,国之大事,死生之地,存亡之道,不可不察也。
故经之以五事,校之以计,而索其情:一曰道,二曰天,三曰地,四曰将,五
曰法。道者,令民于上同意,可与之死,可与之生,而不危也;天者,阴阳、寒暑
、时制也;地者,远近、险易、广狭、死生也;将者,智、信、仁、勇、严也;法
者,曲制、官道、主用也。凡此五者,将莫不闻,知之者胜,不知之者不胜。故校
之以计,而索其情,曰
- MySQL双向复制
tomcat_oracle
mysql
本文包括:
主机配置
从机配置
建立主-从复制
建立双向复制
背景
按照以下简单的步骤:
参考一下:
在机器A配置主机(192.168.1.30)
在机器B配置从机(192.168.1.29)
我们可以使用下面的步骤来实现这一点
步骤1:机器A设置主机
在主机中打开配置文件 ,
- zoj 3822 Domination(dp)
阿尔萨斯
Mina
题目链接:zoj 3822 Domination
题目大意:给定一个N∗M的棋盘,每次任选一个位置放置一枚棋子,直到每行每列上都至少有一枚棋子,问放置棋子个数的期望。
解题思路:大白书上概率那一张有一道类似的题目,但是因为时间比较久了,还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子,并且消耗k步的概率(k≤i∗j),因为放置在i+1~n上等价与放在i+1行上,同理