老青蛙嘎嘎嘎
老青蛙嘎嘎嘎

五、柯西-施瓦茨不等式及应用

1. 柯西-施瓦茨不等式

假设

\vec{x},\vec{y} \in R^n

且

\vec{x},\vec{y}

不为0，那么

\left | \vec{x} \cdot \vec{y} \right | \leqslant \left \| \vec{x} \right \| \left \| \vec{y} \right \|

当且仅当

\vec{x} = c\vec{y}

时

\left | \vec{x} \cdot \vec{y} \right | = \left \| \vec{x} \right \| \left \| \vec{y} \right \|

该不等式称为柯西-施瓦茨不等式，Cauchy Schwarz Inequality，其表示的是向量的点积与向量的长度之间的关系。

2. 不等式证明

假设

P(t)=\left \| t\vec{y} - \vec{x} \right \| ^2

因为向量的长度大于等于0，所以

\left \| t\vec{y} - \vec{x} \right \| ^2 \geqslant 0

(t\vec{y}-\vec{x}) \cdot (t\vec{y}-\vec{x}) \geqslant 0

根据向量点积的交换率、分配率和结合律

t\vec{y} \cdot t\vec{y} + t\vec{y} \cdot (-1\vec{x}) + (-1\vec{x}) \cdot t\vec{y} + (-1\vec{x}) \cdot (-1\vec{x}}) \geqslant 0

(\vec{y} \cdot \vec{y})t^2 -2(\vec{x} \cdot \vec{y})t + \vec{x} \cdot \vec{x} \geqslant 0

下面做一个替换，目的是简化已展开的不等式，假设

\vec{y} \cdot \vec{y} = a \qquad 2(\vec{x} \cdot \vec{y}) = b \qquad \vec{x} \cdot \vec{x} = c

那么

P(t) = at^2 -bt + c \geqslant 0

对于任意的t，上面的不等式均成立，假设

t=\frac{b}{2a}

那么

P(\frac{b}{2a})=a(\frac{b}{2a})^2-b(\frac{b}{2a})+c \geqslant 0

\frac{b^2}{4a} - \frac{b^2}{2a} + c \geqslant 0

c \geqslant \frac{b^2}{4a}

因为a不仅非0，而且为正，因此

b^2 \leqslant 4ac

将a,b,c重新换成向量的积

(2(\vec{x} \cdot \vec{y}))^2 \leqslant 4(\vec{y} \cdot \vec{y})(\vec{x} \cdot \vec{x})

(\vec{x} \cdot \vec{y})^2 \leqslant \left \| \vec{y} \right \|^2 \left \| \vec{x} \right \|^2

不等式两边同时开平方

\left | \vec{x} \cdot \vec{y} \right | \leqslant \left \| \vec{x} \right \| \left \| \vec{y} \right \|

证明完毕

3. 不等式相等

假设

\vec{x} = c\vec{y}

那么

\left | \vec{x} \cdot \vec{y} \right | = \left | c\vec{y} \cdot \vec{y} \right | = \left | c \right | \left | \vec{y} \cdot \vec{y} \right | = \left | c \right | \left \| \vec{y} \right \|^2

=\left | c \right | \left \| \vec{y} \right \| \left \| \vec{y} \right \| = \left \| c\vec{y} \right \| \left \| \vec{y} \right \| = \left \| \vec{x} \right \| \left \| \vec{y} \right \|

证明完毕

4. 应用--证明三角形两边和大于第三边

\left \| \vec{x}+\vec{y} \right \|^2=(\vec{x}+\vec{y}) \cdot (\vec{x}+\vec{y})

=\vec{x} \cdot \vec{x} + 2(\vec{x} \cdot \vec{y}) + \vec{y} \cdot \vec{y}

=\vec{x} \cdot \vec{x} + 2(\vec{x} \cdot \vec{y}) + \vec{y} \cdot \vec{y} = \left \| \vec{x} \right \|^2 + 2(\vec{x} \cdot \vec{y}) + \left \| \vec{y} \right \|^2

\leqslant \left \| \vec{x} \right \|^2 + 2\left | \vec{x} \cdot \vec{y} \right | + \left \| \vec{y} \right \|^2

应用柯西施瓦茨不等式：

\leqslant \left \| \vec{x} \right \|^2 + 2\left \| \vec{x} \right \|\left \| \vec{y} \right \| + \left \| \vec{y} \right \|^2

\leqslant (\left \| \vec{x} \right \| + \left \| \vec{y} \right \|)^2

不等式两边同时开平方：

\left \| \vec{x} + \vec{y} \right \| \leqslant \left \| \vec{x} \right \| + \left \| \vec{y} \right \|

因此，三角形的两边和大于第三边。

为什么要用柯西施瓦茨不等式来证明三角形两边和大于第三边，而不用初中学过的“大角对大边，小角对小边”？因为前者的证明过程可以扩展到n维空间，后者只适用于2维空间。线性代数的美就在于，其理论可以扩展到n维空间。

你可能感兴趣的:(公开课,可汗学院,线性代数)

  • PyTorch 学习路线 gorgor在码农 #python入门基础pythonpytorch
    学习PyTorch需要结合理论理解和实践编码，逐步掌握其核心功能和实际应用。以下是分阶段的学习路径和资源推荐，适合从入门到进阶：1.基础知识准备前提条件Python基础：熟悉Python语法（变量、函数、类、模块等）。数学基础：了解线性代数、微积分、概率论（深度学习的基础）。机器学习基础：理解神经网络、损失函数、优化器（如梯度下降）等概念。学习资源Python入门：Python官方教程机器学习基础
  • （Pytorch）动手学深度学习：基础内容（持续更新） 孔表表uuu 神经网络深度学习pytorch人工智能
    深度学习前言环境安装(Windows)安装anaconda使用conda或miniconda创建环境下载所需的包下载代码并执行(课件代码)关于线性代数内积(数量积、点乘)外积关于数据操作X.sum(0,keepdim=True)和X.sum(1,keepdim=True)广播机制(broadcast)Softmax函数和交叉熵损失函数Softmax函数交叉熵损失函数感知机多层感知机前言之前看吴恩达
  • Windows逆向工程入门之 ADDRESS(virtual logical effective linear physical) 0xCC说逆向 windows汇编c语言安全逆向Windows内核
    公开视频->链接点击跳转公开课程博客首页->链接点击跳转博客主页地址概念总览虚拟地址（VirtualAddress）用户态程序在运行期间使用的地址，是应用程序的视角下的地址。通过分页机制映射到物理地址。逻辑地址（LogicalAddress）由CPU生成的地址，通常表示为段选择器:段内偏移（Segment:Offset）。需要通过段寄存器（如CS、DS等）与段表的基地址换算成线性地址。有效地址（E
  • 人工智能之数学基础：对线性代数中逆矩阵的思考？ 每天五分钟玩转人工智能 机器学习深度学习之数学基础线性代数人工智能矩阵机器学习逆矩阵向量
    本文重点逆矩阵是线性代数中的一个重要概念，它在线性方程组、矩阵方程、动态系统、密码学、经济学和金融学以及计算机图形学等领域都有广泛的应用。通过了解逆矩阵的定义、性质、计算方法和应用，我们可以更好地理解和应用线性代数知识，解决各种实际问题。关于逆矩阵的思考现在我们有一个计算过程如上所示，我们知道矩阵的作用就是函数，向量a先经过矩阵1进行函数作用，然后再经过矩阵2函数作用最后可以得到输出向量c，这个过
  • 00计算机视觉学习内容 依旧阳光的老码农 计算机视觉计算机视觉人工智能
    计算机视觉（ComputerVision）开发需要掌握数学基础、编程语言、图像处理、机器学习、深度学习等多个方面的知识。以下是一个系统的学习路线：1️⃣数学基础（核心理论支撑）计算机视觉涉及很多数学概念，以下是必备数学知识：✅线性代数（矩阵运算是计算机视觉的核心）向量、矩阵运算（加减、乘法、转置）特征值与特征向量SVD（奇异值分解），用于图像压缩、降维齐次坐标变换（用于3D计算机视觉）✅概率统计（
  • 01计算机视觉学习计划 依旧阳光的老码农 计算机视觉计算机视觉人工智能
    计算机视觉系统学习计划（3-6个月）本计划按照数学→编程→图像处理→机器学习→深度学习→3D视觉→项目实战的顺序，确保从基础到高级，结合理论和实践。第一阶段（第1-2个月）：基础夯实✅目标：掌握数学基础、Python/C++编程、基本图像处理1️⃣数学基础（2周）每日2小时线性代数：矩阵运算、特征值分解（推荐《线性代数及其应用》）概率统计：高斯分布、贝叶斯定理微积分：偏导数、梯度下降傅里叶变换：图
  • python中的numpy库有什么优缺点_python中关于numpy库的介绍 weixin_34938347
    1.Numpy是什么？NumPy(NumericalPython的缩写)是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。这个库的前身是1995年就开始开发的一个用于数组运算的库。经过了长时间的发展，基本上成了绝大部分Python科学计算的基础包，当然也包括所有提供Python接口的深
  • 物理竞赛中的线性代数 yh2021SYXMZ 线性代数
    线性代数1行列式1.1nnn阶行列式定义1.1.1：称以下的式子为一个nnn阶行列式：∣A∣=∣a11a12⋯a1na21a22⋯a2n⋮⋮⋱⋮an1an2⋯ann∣\begin{vmatrix}\mathbfA\end{vmatrix}=\begin{vmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\a_{21}&a_{22}&\cdots&a_{2n}\\\vdots&
  • 费曼学习法11 - NumPy 的 “线性代数” 之力：矩阵运算与应用 (应用篇) 修昔底德 Python费曼学习法线性代数学习numpypython人工智能深度学习
    第六篇：NumPy的“线性代数”之力：矩阵运算与应用(应用篇)开篇提问：考虑一个实际问题：图像的旋转。当你使用图像编辑软件旋转照片时，背后是什么在驱动图像像素的精确移动？答案是线性代数。图像可以表示为数值矩阵，而旋转、缩放、剪切等图像变换，都可以通过矩阵运算来实现。线性代数不仅是图像处理的基石，也在机器学习、物理模拟、工程计算等众多领域扮演着核心角色。它提供了一套强大的数学工具，用于描述和解决多维
  • 通往 AI 之路：Python 机器学习入门-线性代数 一小路一 从0开始学习机器学习机器学习人工智能python后端开发语言线性代数
    2.1线性代数（机器学习的核心）线性代数是机器学习的基础之一，许多核心算法都依赖矩阵运算。本章将介绍线性代数中的基本概念，包括标量、向量、矩阵、矩阵运算、特征值与特征向量，以及奇异值分解（SVD）。2.1.1标量、向量、矩阵1.标量（Scalar）标量是一个单独的数，例如：a=5在Python中：a=5#标量2.向量（Vector）向量是由多个数值组成的一维数组，例如：v=[2,3,5]Pytho
  • 【python数据挖掘之numpy】-数组及对象属性和数据转换 sc.溯琛 python数据挖掘numpy
    Numpy是一个Python库，用于处理多维数组和矩阵，以及针对这些数组执行数学运算的函数。它提供了高效的数组对象和相关的操作，可以用于快速处理大量数据。Numpy的主要功能包括：创建数组、数组运算、数组索引和切片、线性代数、随机数生成等。Numpy在科学计算、数据分析、机器学习等领域都广泛应用。tips：（本博文在jupyter中实训）目录一、创建数组对象1.array（）函数来创建数组的对象2
  • 别只会用别人的模型了，自学Ai大模型，顺序千万不要搞反了！刚入门的小白必备！ ai大模型应用开发 人工智能pdf机器学习面试AI
    在使用诸如DeepSeek、ChatGPT、豆包、文心一言等大模型之余，你是否知道这些大模型背后的技术原理是什么？假如让你从头开始学习大模型，你知道应该遵循什么样的路线嘛？今天给大家介绍一下Ai大模型的学习路线，顺序千万不要搞反了！，大家可以按照这个路线进行学习。一、前置阶段数学：线性代数、高等数学自然语言处理：Word2Vec、Seq2SeqPython：Pyotch、Tensorflow二、基
  • [自然语言处理基础]NumPy基本操作 Steve lu 自然语言处理NLP自然语言处理numpypythonconda人工智能机器学习深度学习
    什么是NumPyNumPy是Python中科学计算的基本包。它是一个Python库，提供多维数组对象、各种派生对象（如掩码数组和矩阵）以及用于对数组进行快速操作的各种例程，包括数学、逻辑、形状操作、排序、选择、I/O、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。NumPy数组在创建时具有固定大小，这与Python列表（可以动态增长）不同。更改数组的大小ndarray将创建新数组并删除
  • Windows逆向工程入门之MASM 选择结构 0xCC说逆向 windows汇编安全逆向病毒
    公开视频->链接点击跳转公开课程博客首页->链接点击跳转博客主页目录一、标志寄存器1.1核心标志位功能详解二、条件跳转指令系统分类2.1无符号数跳转指令集2.2有符号数跳转指令集2.3特殊检测指令三、MASM高级语法解析3.1结构化伪指令转换机制3.2复杂条件表达式处理四、逆向工程实战技巧4.1控制流还原方法论一、标志寄存器1.1核心标志位功能详解标志位名称触发场景逆向工程意义CF进位标志无符号运
  • Ubuntu 20.04下配置VSCode以支持Eigen库开发 JANGHIGH VSCodeubuntuvscodelinux
    这里写目录标题1.安装Eigen库2.配置VSCode的C++开发环境3.配置`c_cpp_properties.json`4.编写代码并测试5.配置`tasks.json`（可选）6.运行程序总结在VSCode中配置Eigen库（用于线性代数、矩阵和向量运算的C++库）的步骤如下：1.安装Eigen库在Ubuntu20.04上，可以通过以下命令安装Eigen库：sudoaptupdatesudo
  • 规控算法工程师的技术图谱和学习路径 执于代码 开发者职业加速服务算法学习
    规控算法工程师技术图谱与学习路径规控算法工程师（规划与控制算法工程师）是自动驾驶领域的核心岗位之一，涉及路径规划、行为决策、运动控制等多个技术模块。以下为技术图谱与学习路径的整合，结合行业需求和技术发展趋势。一、技术图谱核心模块数学基础线性代数：矩阵运算、向量空间、特征值分解（用于控制系统建模与优化）。微积分：梯度下降、泰勒展开、动态系统建模（支持控制算法推导）。概率论与统计学：贝叶斯理论、马尔可
  • 图像算法工程师的技术图谱和学习路径 执于代码 开发者职业加速服务算法学习
    01.图像算法图像算法工程师的技术图谱和学习路径涵盖了多个技术领域，从基础知识到高级算法，涉及计算机视觉、深度学习、图像处理、数学和编程等多个方面。以下是图像算法工程师的技术图谱和学习路径的详细总结。1.基础数学与编程数学基础：线性代数：矩阵运算、特征值、特征向量、奇异值分解（SVD）等概率论与统计：概率分布、贝叶斯定理、最大似然估计（MLE）、假设检验等微积分：导数、梯度、最优化方法（梯度下降、
  • Windows逆向工程入门之MASM数据结构使用 0xCC说逆向 windows数据结构单片机
    公开视频->链接点击跳转公开课程博客首页->链接点击跳转博客主页目录第一章：MASM数据定义体系精要1.1基础数据类型全景1.1.1整型数据规范1.1.2浮点数据编码1.2复合数据结构1.2.1多维数组定义1.2.2复杂结构体第二章：逆向工程数据结构重建2.1PE文件数据段逆向2.1.1全局变量定位2.1.2导入表解析2.2运行时数据结构2.2.1堆内存结构2.2.2线程环境块（TEB）第三章：高
  • 推荐算法工程师的技术图谱和学习路径 执于代码 开发者职业加速服务推荐算法学习算法
    推荐算法工程师的技术图谱和学习路径可以从多个维度进行概述，可以总结如下：一、技术图谱推荐算法工程师需要掌握的技术栈主要分为以下几个方面：数学基础：微积分、线性代数、概率论与统计学是推荐算法的基础，用于理解模型的数学原理和优化算法。高等数学、最优化理论、几何和图论等知识对于复杂模型的设计和优化至关重要。编程与数据结构：熟练掌握Python、Java等编程语言，具备良好的编程习惯和代码优化能力。掌握数
  • 人工智能之数学基础：线性代数中的特殊矩阵 每天五分钟玩转人工智能 机器学习深度学习之数学基础线性代数人工智能矩阵机器学习线性空间深度学习
    本文重点矩阵是数学中一个重要的工具，在各个领域都有广泛的应用。其中，一些特殊矩阵由于具有独特的性质，在特定的问题中发挥着关键作用。单位矩阵单位矩阵是一种特殊的方阵，在矩阵乘法中起到类似于数字“1”的作用。对于一个的单位矩阵，其主对角线元素全为1，其余元素全为0。性质对于任意一个nxn的矩阵A，有AxI=IxA=A。这表明单位矩阵与任何同阶矩阵相乘都不改变该矩阵。单位矩阵是可逆的，且其逆矩阵就是它本
  • 矩阵理论与应用：矩阵范数 AI大模型应用之禅 DeepSeekR1&AI大模型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
    矩阵理论与应用：矩阵范数1.背景介绍1.1问题的由来矩阵范数在数学、工程、物理以及计算机科学等多个领域都有着广泛的应用。它提供了一种衡量矩阵大小或者矩阵变换的影响程度的方法。矩阵范数的概念对于理解矩阵的性质、数值稳定性、以及在机器学习和信号处理中的矩阵操作至关重要。例如，在数值线性代数中，矩阵范数用于评估算法的收敛性、误差估计和稳定性。在信号处理中，它可以用来评估信号的失真程度或者噪声的影响。1.
  • 【线代】《线性代数的几何意义》——摘录笔记（四） jingyu404 线性代数读书及杂言
    内容：大多是摘录原书，概括、理解是自己总结的。目的：供自己温习使用，有摘录不全或总结不精的部分。他人学习，仅供参考。目录U6线性方程组1.作用于向量的形式2.解的形式3.解的代数形式4.解的结构5.方程组、矩阵与向量的关系U7二次型1.定义2.表示（多项式与向量）3.用途4.几何意义5.二次型合同对角化6.惯性定理7.正定二次型笔记链接汇总U6线性方程组1.作用于向量的形式（1）看成矩阵对向量（x
  • 【线代】《线性代数的几何意义》——摘录笔记兼小结（五） jingyu404 线性代数读书及杂言
    内容：大多是摘录原书，概括、理解是自己总结的。目的：供自己温习使用，有摘录不全或总结不精的部分。他人学习，仅供参考。目录附录1.线性代数简史2.怎样学习线性代数丘维声小结笔记链接汇总附录1.线性代数简史书上说摘自百科《线性代数》，所以就简略做个摘录吧。1.1向量，物理学。Bc350，亚里士多德：“力可以构成向量”，平行四边形法则。牛顿，最先使用有向线段表示。18c，威塞尔，用坐标平面的点表示复数，
  • 11.【线性代数】——矩阵空间，秩1矩阵，小世界图 sda42342342423 math线性代数矩阵空间
    十一矩阵空间，秩1矩阵，小世界图1.矩阵空间交集和和集2.所有解空间3.r=1r=1r=1的矩阵4.题目5.小世界图空间：组成空间的元素的线性组合都在这个空间中。1.矩阵空间举例：矩阵空间（MMM所有3x3的矩阵）M3∗3M_{3*3}M3∗3的基[100000000],[010000000],[001000000][000100000],[000010000],[000001000][00000
  • 9.【线性代数】—— 线性相关性， 向量空间的基，维数 sda42342342423 math线性代数
    九线性相关性，向量空间的基，维数Ax=0什么情况下无解(x不为零向量)1.向量组的线性无关性2.向量组生成一个空间(S)3.向量空间的一组基：都满足向量个数相同4.空间维数=基向量的个数Ax=0什么情况下无解(x不为零向量)Ax=0无解，当且仅当，A矩阵通过消元后，转化为单位矩阵，没有自由变量。A的矩阵大小为m∗n，当m
  • 线性代数笔记十——四个基本子空间 技术小坤 线性代数线性代数笔记
    4个基本子空间由以下组成：列空间：C(A)C(A)C(A)在RmmR^mmRmm维空间零空间：N(A)N(A)N(A)在RnnR^nnRnn维空间行空间：C(AT)AC(A^T)AC(AT)A的行的所有组合，在RnR^nRn左零空间：N(AT)AN(A^T)AN(AT)A转置的零空间，在RmR^mRm基：从基出发构建RnR^nRn与RmR^mRmC(A)C(A)C(A)N(A)N(A)N(A)C(
  • 线性代数(13)——向量空间、维度和四大子空间(下) Jakob_Hu 线性代数
    向量空间、维度和四大子空间零空间的基和秩-零化度定理零空间及零空间的基秩-零化度定理列空间与零空间对比零空间与矩阵的逆深入理解零空间左零空间回顾已有的三个子空间第四个子空间研究子空间的意义零空间的基和秩-零化度定理零空间及零空间的基一个齐次线性系统A⋅x=0A\cdotx=0A⋅x=0的解就是对应的系数矩阵的零空间。首先通过一个简单的齐次线性方程组进行演示，(−1231−4−13−354)⟹(10
  • Python NumPy 深度解析：科学计算的得力助手 tekin Python高阶工坊pythonnumpy科学计算
    PythonNumPy深度解析：科学计算的得力助手在Python数据科学和科学计算领域，NumPy是一个核心且基础的库。它提供了强大的多维数组对象以及用于处理这些数组的各种工具，包括高效的数学运算、线性代数操作、随机数生成等功能。本文将全方位详细介绍NumPy，从数组的创建、操作到高级应用，深入探讨索引和切片操作、广播机制等重要特性，还会对NumPy与其他可选计算方式进行比较，帮助读者深入理解并掌
  • 2025 年考研数学二大纲原文(完整版) WEL测试 数学二学习考研
    2025年考研数学二大纲原文(完整版)考试科目：高等数学、线性代数考试形式和试卷结构一、试卷满分及考试时间试卷满分为150分，考试时间为180分钟.二、答题方式答题方式为闭卷、笔试.三、试卷内容结构高等教学约80%线性代数约20%四、试卷题型结构单项选择题10小题，每小题5分，共50分填空题6小题，每小题5分，共30分解答题(包括证明题)7小题，共70分高等数学一、函数、极限、连续考试内容函数的概
  • 小白学Python：Numpy（二） 洲洲的笔记 小白学Pythonpythonnumpy数据分析
    目录引言数组的基本数学运算数组变换总结引言NumPy库是Python中用于科学计算的核心库。它提供了一个高性能多维数组对象，以及使用和处理这些数组的工具。Numpy是每一位学习python的小伙伴的必修课，因为它真的真的太实用了。举几个例子：我们在线性代数中学习的向量就是一维数组，矩阵就是二维数组，而Numpy就是专业来处理数组的，因此我们可以使用Numpy进行向量和矩阵的运算。图片本质上都可以用
  • java的(PO,VO,TO,BO,DAO,POJO) Cb123456 VOTOBOPOJODAO
    转: http://www.cnblogs.com/yxnchinahlj/archive/2012/02/24/2366110.html   -------------------------------------------------------------------  O/R Mapping 是 Object Relational Mapping（对象关系映
  • spring ioc原理（看完后大家可以自己写一个spring） aijuans spring
             最近，买了本Spring入门书：spring In Action 。大致浏览了下感觉还不错。就是入门了点。Manning的书还是不错的，我虽然不像哪些只看Manning书的人那样专注于Manning,但怀着崇敬 的心情和激情通览了一遍。又一次接受了IOC 、DI、AOP等Spring核心概念。 先就IOC和DI谈一点我的看法。IO
  • MyEclipse 2014中Customize Persperctive设置无效的解决方法 Kai_Ge MyEclipse2014
    高高兴兴下载个MyEclipse2014，发现工具条上多了个手机开发的按钮，心生不爽就想弄掉他！ 结果发现Customize Persperctive失效！！ 有说更新下就好了，可是国内Myeclipse访问不了，何谈更新... so~这里提供了更新后的一下jar包，给大家使用！ 1、将9个jar复制到myeclipse安装目录\plugins中 2、删除和这9个jar同包名但是版本号较
  • SpringMvc上传 120153216 springMVC
      @RequestMapping(value = WebUrlConstant.UPLOADFILE) @ResponseBody public Map<String, Object> uploadFile(HttpServletRequest request,HttpServletResponse httpresponse) { try { //
  • Javascript----HTML DOM 事件 何必如此 JavaScripthtmlWeb
    HTML DOM 事件允许Javascript在HTML文档元素中注册不同事件处理程序。 事件通常与函数结合使用，函数不会在事件发生前被执行！ 注：DOM： 指明使用的 DOM 属性级别。 1.鼠标事件 属性               
  • 动态绑定和删除onclick事件 357029540 JavaScriptjquery
    因为对JQUERY和JS的动态绑定事件的不熟悉，今天花了好久的时间才把动态绑定和删除onclick事件搞定!现在分享下我的过程。      在我的查询页面，我将我的onclick事件绑定到了tr标签上同时传入当前行(this值)参数，这样可以在点击行上的任意地方时可以选中checkbox，但是在我的某一列上也有一个onclick事件是用于下载附件的，当
  • HttpClient|HttpClient请求详解 7454103 apache应用服务器网络协议网络应用Security
    HttpClient 是 Apache Jakarta Common 下的子项目，可以用来提供高效的、最新的、功能丰富的支持 HTTP 协议的客户端编程工具包，并且它支持 HTTP 协议最新的版本和建议。本文首先介绍 HTTPClient，然后根据作者实际工作经验给出了一些常见问题的解决方法。HTTP 协议可能是现在 Internet 上使用得最多、最重要的协议了，越来越多的 Java 应用程序需
  • 递归 逐层统计树形结构数据 darkranger 数据结构
    将集合递归获取树形结构: /** * * 递归获取数据 * @param alist:所有分类 * @param subjname:对应统计的项目名称 * @param pk:对应项目主键 * @param reportList: 最后统计的结果集 * @param count:项目级别 */ public void getReportVO(Arr
  • 访问WEB-INF下使用frameset标签页面出错的原因 aijuans struts2
    <frameset rows="61,*,24" cols="*" framespacing="0" frameborder="no" border="0">        
  • MAVEN常用命令 avords
    Maven库： http://repo2.maven.org/maven2/ Maven依赖查询： http://mvnrepository.com/ Maven常用命令： 1. 创建Maven的普通java项目：    mvn archetype:create    -DgroupId=packageName 
  • PHP如果自带一个小型的web服务器就好了 houxinyou apache应用服务器WebPHP脚本
    最近单位用PHP做网站，感觉PHP挺好的，不过有一些地方不太习惯，比如，环境搭建。PHP本身就是一个网站后台脚本，但用PHP做程序时还要下载apache，配置起来也不太很方便，虽然有好多配置好的apache+php+mysq的环境，但用起来总是心里不太舒服，因为我要的只是一个开发环境，如果是真实的运行环境，下个apahe也无所谓，但只是一个开发环境，总有一种杀鸡用牛刀的感觉。如果php自己的程序中
  • NoSQL数据库之Redis数据库管理(list类型) bijian1013 redis数据库NoSQL
    3.list类型及操作         List是一个链表结构，主要功能是push、pop、获取一个范围的所有值等等，操作key理解为链表的名字。Redis的list类型其实就是一个每个子元素都是string类型的双向链表。我们可以通过push、pop操作从链表的头部或者尾部添加删除元素，这样list既可以作为栈，又可以作为队列。   &nbs
  • 谁在用Hadoop？ bingyingao hadoop数据挖掘公司应用场景
    Hadoop技术的应用已经十分广泛了，而我是最近才开始对它有所了解，它在大数据领域的出色表现也让我产生了兴趣。浏览了他的官网，其中有一个页面专门介绍目前世界上有哪些公司在用Hadoop，这些公司涵盖各行各业，不乏一些大公司如alibaba,ebay,amazon,google,facebook,adobe等，主要用于日志分析、数据挖掘、机器学习、构建索引、业务报表等场景,这更加激发了学习它的热情。
  • 【Spark七十六】Spark计算结果存到MySQL bit1129 mysql
    package spark.examples.db import java.sql.{PreparedStatement, Connection, DriverManager} import com.mysql.jdbc.Driver import org.apache.spark.{SparkContext, SparkConf} object SparkMySQLInteg
  • Scala: JVM上的函数编程 bookjovi scalaerlanghaskell
        说Scala是JVM上的函数编程一点也不为过，Scala把面向对象和函数型编程这两种主流编程范式结合了起来，对于熟悉各种编程范式的人而言Scala并没有带来太多革新的编程思想，scala主要的有点在于Java庞大的package优势，这样也就弥补了JVM平台上函数型编程的缺失，MS家.net上已经有了F#，JVM怎么能不跟上呢？     对本人而言
  • jar打成exe bro_feng java jar exe
    今天要把jar包打成exe，jsmooth和exe4j都用了。 遇见几个问题。记录一下。 两个软件都很好使，网上都有图片教程，都挺不错。 首先肯定是要用自己的jre的，不然不能通用，其次别忘了把需要的lib放到classPath中。 困扰我很久的一个问题是，我自己打包成功后，在一个同事的没有装jdk的电脑上运行，就是不行，报错jvm.dll为无效的windows映像，如截图 最后发现
  • 读《研磨设计模式》-代码笔记-策略模式-Strategy 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/ /* 策略模式定义了一系列的算法，并将每一个算法封装起来，而且使它们还可以相互替换。策略模式让算法独立于使用它的客户而独立变化 简单理解： 1、将不同的策略提炼出一个共同接口。这是容易的，因为不同的策略，只是算法不同，需要传递的参数
  • cmd命令值cvfM命令 chenyu19891124 cmd
         cmd命令还真是强大啊。今天发现jar -cvfM aa.rar @aaalist 就这行命令可以根据aaalist取出相应的文件   例如：      在d：\workspace\prpall\test.java 有这样一个文件，现在想要将这个文件打成一个包。运行如下命令即可比如在d：\wor
  • OpenJWeb(1.8) Java Web应用快速开发平台 comsci java框架Web项目管理企业应用
        OpenJWeb(1.8) Java Web应用快速开发平台的作者是我们技术联盟的成员，他最近推出了新版本的快速应用开发平台  OpenJWeb(1.8)，我帮他做做宣传   OpenJWeb快速开发平台以快速开发为核心，整合先进的java 开源框架，本着自主开发+应用集成相结合的原则，旨在为政府、企事业单位、软件公司等平台用户提供一个架构透
  • Python 报错：IndentationError: unexpected indent daizj pythontab空格缩进
        IndentationError: unexpected indent 是缩进的问题，也有可能是tab和空格混用啦     Python开发者有意让违反了缩进规则的程序不能通过编译，以此来强制程序员养成良好的编程习惯。并且在Python语言里，缩进而非花括号或者某种关键字，被用于表示语句块的开始和退出。增加缩进表示语句块的开
  • HttpClient 超时设置 dongwei_6688 httpclient
    HttpClient中的超时设置包含两个部分： 1. 建立连接超时，是指在httpclient客户端和服务器端建立连接过程中允许的最大等待时间 2. 读取数据超时，是指在建立连接后，等待读取服务器端的响应数据时允许的最大等待时间   在HttpClient 4.x中如下设置：   HttpClient httpclient = new DefaultHttpC
  • 小鱼与波浪 dcj3sjt126com
    一条小鱼游出水面看蓝天，偶然间遇到了波浪。　　小鱼便与波浪在海面上游戏，随着波浪上下起伏、汹涌前进。　　小鱼在波浪里兴奋得大叫：“你每天都过着这么刺激的生活吗？简直太棒了。”　　波浪说：“岂只每天过这样的生活，几乎每一刻都这么刺激！还有更刺激的，要有潮汐变化，或者狂风暴雨，那才是兴奋得心脏都会跳出来。”　　小鱼说：“真希望我也能变成一个波浪，每天随着风雨、潮汐流动，不知道有多么好！”　　很快，小鱼
  • Error Code: 1175 You are using safe update mode and you tried to update a table dcj3sjt126com mysql
    快速高效用：SET SQL_SAFE_UPDATES = 0；下面的就不要看了！ 今日用MySQL Workbench进行数据库的管理更新时，执行一个更新的语句碰到以下错误提示： Error Code: 1175 You are using safe update mode and you tried to update a table without a WHERE that
  • 枚举类型详细介绍及方法定义 gaomysion enumjavaee
    转发 http://developer.51cto.com/art/201107/275031.htm 枚举其实就是一种类型，跟int, char 这种差不多，就是定义变量时限制输入的，你只能够赋enum里面规定的值。建议大家可以看看，这两篇文章，《java枚举类型入门》和《C++的中的结构体和枚举》，供大家参考。 枚举类型是JDK5.0的新特征。Sun引进了一个全新的关键字enum
  • Merge Sorted Array hcx2013 array
    Given two sorted integer arrays nums1 and nums2, merge nums2 into nums1 as one sorted array. Note:You may assume that nums1 has enough space (size that is
  • Expression Language 3.0新特性 jinnianshilongnian el 3.0
    Expression Language 3.0表达式语言规范最终版从2013-4-29发布到现在已经非常久的时间了；目前如Tomcat 8、Jetty 9、GlasshFish 4已经支持EL 3.0。新特性包括：如字符串拼接操作符、赋值、分号操作符、对象方法调用、Lambda表达式、静态字段/方法调用、构造器调用、Java8集合操作。目前Glassfish 4/Jetty实现最好，对大多数新特性
  • 超越算法来看待个性化推荐 liyonghui160com 超越算法来看待个性化推荐
             一提到个性化推荐，大家一般会想到协同过滤、文本相似等推荐算法，或是更高阶的模型推荐算法，百度的张栋说过，推荐40%取决于UI、30%取决于数据、20%取决于背景知识，虽然本人不是很认同这种比例，但推荐系统中，推荐算法起的作用起的作用是非常有限的。       就像任何
  • 写给Javascript初学者的小小建议 pda158 JavaScript
    　　一般初学JavaScript的时候最头痛的就是浏览器兼容问题。在Firefox下面好好的代码放到IE就不能显示了，又或者是在IE能正常显示的代码在firefox又报错了。 　　如果你正初学JavaScript并有着一样的处境的话建议你：初学JavaScript的时候无视DOM和BOM的兼容性，将更多的时间花在 了解语言本身（ECMAScript）。只在特定浏览器编写代码（Chrome/Fi
  • Java 枚举 ShihLei javaenum枚举
    注：文章内容大量借鉴使用网上的资料，可惜没有记录参考地址，只能再传对作者说声抱歉并表示感谢！   一 基础 1）语法      枚举类型只能有私有构造器（这样做可以保证客户代码没有办法新建一个enum的实例）      枚举实例必须最先定义 2）特性     &nb
  • Java SE 6 HotSpot虚拟机的垃圾回收机制 uuhorse javaHotSpotGC垃圾回收VM
    官方资料，关于Java SE 6 HotSpot虚拟机的garbage Collection，非常全，英文。 http://www.oracle.com/technetwork/java/javase/gc-tuning-6-140523.html   Java SE 6 HotSpot[tm] Virtual Machine Garbage Collection Tuning &
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他