happy_windman
happy_windman

概率or期望dp 小结

写了十道左右的简单期望or概率dp，总结一下目前遇到的题目的套路

概率dp

通常是从前往后算，根据前面的状态的概率推后面的状态的概率。

第一类：唬人型概率dp

给出一些与结果无关的干扰项，排除干扰后推出结果很简单。

第二类：普通递推型概率dp

rt

 

期望dp

通常是从后往前算，根据结果的期望推起始状态的期望

第一类：不会回到重复的状态

即每次转移到的都是之后的确定的状态，根据式子直接转移即可。

第二类：会回到重复的状态

即某些转移会回到当前的状态或更之前的状态

如果只是回到当前的状态，可以将右边部分的当前状态的期望移项到左边，然后化简一下，转移过程就同第一类了；

如果回到更之前的状态，则可能需要通过高斯消元解线性方程组。

第三类：满足可加性

可通过算出单点的贡献（通常是xx的概率），加起来就是全局的期望。

你可能感兴趣的:(概率or期望dp,概率or期望dp)

  • Go与Python爬虫对比及模板实现
    go语言和Python语言都可选作用来爬虫项目，因为python经过十几年的累积，各种库是应有尽有，学习也相对比较简单，相比GO起步较晚还是有很大优势的，么有对比就没有伤害，所以我利用一个下午，写个Go爬虫，虽说运行起来没啥问题，但是之间出错的概率太高了，没有完备的模版套用得走很多弯路，这就是为啥go没有python受欢迎的原因。为何Go爬虫远没有Python爬虫流行？1、历史生态差距Python
  • spring-initializer 魔芋红茶 springspring学习python
    spring-initializer能做什么从Spring官网下载并解压以生成springboot框架代码。存在的意义一般通过Idea从https://start.spring.io/下载框架代码，但很诡异的是，经常会出现浏览器可以访问，但Idea无法下载的问题，尝试通过curl等Linux命令行web客户端下载，依然有概率出现连接超时的问题。网上给出的解决方案是将Spring官网源替换为阿里源，
  • 九章数学体系开源工程白皮书
    《九章数学体系开源工程白皮书》前言：从公理冲突到场景适配的计算革命传统计算系统深陷“体系冲突陷阱”：阿基米德体系以“无穷可分”“绝对无穷不可达”为公理，适合描述开域，然而，99%以上的物理闭域场景（如星系边界、原子结构）是闭域。因“开域无穷假设”与“闭域有限性”的本质矛盾，必然产生类似芝诺悖论的逻辑错误——暗物质谜题、量子叠加态的概率描述、高维空间假设，本质上都是这种“公理-场景错配”的产物。如同
  • windbg使用教程（调试异常及死锁等） 哈市雪花 调试windbgDMP异常死锁windows调试
    1.背景最近由于线上的程序发生了死锁，而且重现的概率很低，正好客户反馈一个任务超时了，登上线上环境发现有一个“僵尸”进程，占用内存不波动，cpu仍在占用，那么用创建转储文件，用windbg调试吧。2.准备2.1.下载windbg需要下载Windows调试工具(WinDbg)：Windows10SDK，安装时候根据需要，可以只安装DebuggingToolsForWindows，即windbg；如果
  • 隐马尔可夫模型：语音识别系统的时序解码引擎 大千AI助手 人工智能Python#OTHER语音识别人工智能机器学习概率马尔科夫链HMM
    本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！1HMM与语音识别的理论基础隐马尔可夫模型（HMM）作为一种双重随机过程的统计模型，其核心在于描述一个包含隐含状态的马尔可夫链，以及这些状态生成可观测输出的概率分布。在语音识别领域，HMM的时序建模能力与语音信号的特性形成了完美契合：隐含状态：对应语音
  • 大模型中的temperature、topk、topn、repetition_penalty等参数原理 seetimee 大模型技术细节大模型
    核心就在于采样策略，一图胜千言：上图中语言模型(languagemodel)的预测输出其实是字典中所有词的概率分布，而通常会选择生成其中概率最大的那个词。不过图中出现了一个采样策略(samplingstrategy)，这意味着有时候我们可能并不想总是生成概率最大的那个词。设想一个人的行为如果总是严格遵守规律缺乏变化，容易让人觉得乏味；同样一个语言模型若总是按概率最大的生成词，那么就容易变成XX讲话
  • MySQL 锁机制深度解析：从分类到实战优化 Edingbrugh.南空 运维mysql数据库
    前言：锁的本质与意义在多并发场景下，数据库锁是协调多个进程/线程访问共享资源的核心机制。MySQL通过不同类型的锁实现数据一致性、隔离性和并发性的平衡。理解锁机制不仅能帮助开发者避免并发问题，还能优化系统性能。本文将从锁的分类、原理、实战场景到优化策略，全面解析MySQL锁机制。一、MySQL锁的多维分类1.按性能与策略分类乐观锁（OptimisticLock）假设并发冲突概率低，不主动加锁，而是
  • ISO/IEC 27001 高阶架构 “规划” 之 风险评估 小木话安全 信息安全网络安全职场和发展学习方法
    ---写在前面的话---我们该讨论信息安全风险评估章节了，简称“风险评估”，我把它称为“拍脑袋”。不要误解，这里的“拍脑袋”是中性词，因为真正的风险评估不是个人行为，是组织行为并且风险评估的结果需要是客观的、需要加入定量的元素，比如风险数值&概率计算，威胁大小的数据分析等等一系列复杂的运算，最后得出风险数值。而企业内部的风险评估基本就两步：1、发现有问题；2、经验判断风险；3、证明风险是正确的。有
  • 基于Java的蚁群算法深度解析与完整实现 一枚码农404 算法java算法蚁群算法强化学习优化算法java算法
    基于Java的蚁群算法深度解析与完整实现本文深入剖析蚁群算法（ACO）的核心原理与实现细节，结合旅行商问题（TSP）场景，提供完整的Java代码实现及工程级优化方案。文章从蚂蚁觅食行为的信息素机制出发，详解路径选择概率模型、动态信息素更新策略及参数调优方法。通过面向对象设计构建蚁群算法核心类库，实现包括路径构建、轮盘赌选择、局部/全局信息素更新等关键算法模块，并给出参数动态调整、精英策略、并行化计
  • Python实现蚁群算法 闲人编程 pythonpython算法开发语言蚁群
    目录蚁群算法的基本原理蚁群算法的步骤Python实现蚁群算法解决TSP问题解释举例说明蚁群算法（AntColonyOptimization,ACO）是一种基于自然界蚂蚁觅食行为的仿生算法，最早由MarcoDorigo在1992年提出。它是一种用于解决组合优化问题的概率算法，特别适用于解决旅行商问题（TSP）、路径规划等问题。蚁群算法的基本原理蚂蚁在寻找食物的过程中会在路径上留下信息素（pherom
  • 蚁群算法 佛渡红尘 计算机应用与算法算法c++数据结构
    蚁群算法是一种用来寻找优化路径的概率型算法，由MarcoDorigo于1992年在他的博士论文中提出。这种算法模拟了蚂蚁觅食的原理，蚂蚁在觅食过程中能够在其经过的路径上留下一种称之为信息素的物质，并在觅食过程中能够感知这种物质的强度，从而指导自己的行动方向。它们总是朝着信息素强度高的方向移动，因此大量蚂蚁组成的集体觅食表现为一种对信息素的正反馈现象。某一条路径越短，路径上经过的蚂蚁越多，其信息素遗
  • 全网最详细的华为OD知识，值不值得去看这篇就够了（Python/JS/C/C++） 哪 吒 搬砖工逆袭Java架构师华为od华为OD机试2025B卷java
    专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新。2025年5月12日，华为官方已经将华为OD机试（A卷）切换为B卷。目前正在考的是B卷，按照华为OD往常的操作，B卷题目是由往
  • 华为OD机试 - 模拟数据序列化传输（Java 2025 B卷 200分） 哪 吒 华为odjava开发语言华为OD机试2025B卷
    华为OD机试2025B卷题库疯狂收录中，刷题点这里专栏导读本专栏收录于《华为OD机试（JAVA）真题（A卷+E卷+B卷+C卷+D卷）》。刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新，全天CSDN在线答疑。一、题目描述模拟一套简化的序列化传输方式，请
  • 深度解析生成式 AI：从技术原理到实战应用 LNL13 人工智能
    一、生成式AI：重构数字内容生产范式（一）技术定义与核心价值生成式人工智能（GenerativeAI）是通过深度学习模型自动创造文本、图像、代码、视频等内容的技术体系，其核心在于从数据中学习概率分布并生成符合人类认知的输出。与传统判别式AI（如图像分类）不同，生成式AI实现了从"识别"到"创造"的跨越，典型应用包括：文本领域：ChatGPT对话系统、小说自动生成图像领域：MidJourney艺术创
  • 强化学习：Deep Deterministic Policy Gradient (DDPG) 学习笔记 烨川南 强化学习学习笔记算法人工智能机器学习
    一、DDPG是什么？1.1核心概念DDPG=Deep+Deterministic+PolicyGradientDeep：使用深度神经网络和类似DQN的技术（经验回放、目标网络）Deterministic：输出确定的动作（而不是概率分布）PolicyGradient：基于策略梯度的方法，优化策略以最大化累积奖励1.2算法特点特性说明连续动作空间直接输出连续动作值（如方向盘角度、机器人关节扭矩）离线学
  • 交叉熵损失和负熵似然损失（对分类器有用） 流量留 深度学习人工智能机器学习算法
    1.**交叉熵损失（Cross-EntropyLoss）**-**定义**-交叉熵损失是用来衡量分类模型输出的概率分布与真实标签的概率分布之间的差异。假设对于一个分类任务，有\(C\)个类别，模型对第\(i\)个样本的输出是一个概率分布\(\mathbf{p}_i=[p_{i1},p_{i2},\dots,p_{iC}]\)，其中\(p_{ic}\)表示模型预测样本属于第\(c\)类的概率。真实标
  • 哈希指纹技术详解：从原理到应用 AI天才研究院 计算AI人工智能与大数据编程实践哈希算法算法
    哈希指纹技术详解：从原理到应用文章目录哈希指纹技术详解：从原理到应用1.哈希指纹的本质核心原理2.通俗理解哈希指纹3.哈希指纹的实现方法3.1常用哈希算法3.2滚动哈希算法4."连续13字符重复"检测实现4.1问题分析与思维链4.2算法流程4.3代码实现5.哈希指纹技术的应用场景6.哈希指纹的数学模型6.1哈希函数的形式化定义6.2碰撞概率分析6.3局部敏感哈希(LSH)模型7.哈希指纹技术的优缺
  • Python实例题：基于 Python 的简单天气查询应用 狐凄 实例python开发语言
    目录Python实例题题目要求：解题思路：代码实现：Python实例题题目基于Python的简单天气查询应用要求：使用Python构建一个天气查询应用，支持以下功能：通过城市名称查询实时天气信息显示天气状况、温度、湿度、风速等基本信息支持多日天气预报查询显示天气趋势图表（温度变化、降水概率等）支持摄氏度/华氏度单位切换使用tkinter构建图形用户界面。调用公开天气API获取数据（如OpenWea
  • 大语言模型应用指南：Gemini简介 AI大模型应用之禅 人工智能数学基础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
    1.背景介绍自然语言处理（NLP）一直是人工智能领域的热门话题之一。在NLP中，语言模型是一个重要的概念，它可以用来预测下一个单词或字符的概率。近年来，随着深度学习技术的发展，大型语言模型的研究和应用也越来越受到关注。其中，Gemini是一种新型的大型语言模型，它在多项任务上取得了优异的表现。本文将介绍Gemini的核心概念、算法原理、数学模型和公式、项目实践、实际应用场景、工具和资源推荐、未来发
  • 动手实践：如何提取Python代码中的字符串变量的值 大千AI助手 人工智能Python#DeepSeekpython开发语言人工智能deepseekAST
    要提取Python代码中所有变量类型为字符串的变量的值，但不执行代码（避免安全风险），可以通过静态分析代码的抽象语法树（AST）来实现。以下是完整的解决方案：本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！往期文章推荐:20.条件概率：不确定性决策的基石19.深度解读概率与证据权重-Probabil
  • 一个简单的故事介绍极大似然估计
    极大似然估计（MaximumLikelihoodEstimation,MLE）是一种在统计中用于估计参数的方法，其核心思想是找到使观测数据出现的概率最大的参数值。故事背景假设我们有一个不均匀的六面色子，但我们不知道每一面出现的真实概率。传统上，一个均匀的六面色子每一面出现的概率应该是1/6，但这个色子因为某些原因（比如制造上的误差）导致各面出现的概率不同。我们的任务是，通过投掷这个色子多次，来估计
  • 2025B卷华为OD机试（Python/JS/C/C++）真题【B卷+A卷+C卷+D卷+E卷】目录 哪 吒 搬砖工逆袭Java架构师华为od算法python2025B卷华为OD机试
    专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新。2025年5月12日，华为官方已经将华为OD机试（A卷）切换为B卷。目前正在考的是B卷，按照华为OD往常的操作，B卷题目是由往
  • 【2025B卷】华为OD机试最新题库，按算法分类，高效刷题（持续更新）（Python/JS/C/C++） 哪 吒 搬砖工逆袭Java架构师华为od算法python2025B卷华为OD机试
    专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新。2025年5月12日，华为官方已经将华为OD机试（A卷）切换为B卷。目前正在考的是B卷，按照华为OD往常的操作，B卷题目是由往
  • 2025B卷最新华为OD机考指南宝典（Python/JS/C/C++） 哪 吒 搬砖工逆袭Java架构师华为OD机试python2025B卷算法华为od
    专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新。2025年5月12日，华为官方已经将华为OD机试（A卷）切换为B卷。目前正在考的是B卷，按照华为OD往常的操作，B卷题目是由往
  • 【持续更新】2025华为OD机试2025A卷机考真题库清单含考点说明（已更新600+题）（Python/JS/C/C++） 哪 吒 搬砖工逆袭Java架构师华为odpythonjavascript2025A卷华为OD机试
    专栏导读本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新。2025年3月16日，华为OD机试已经将华为OD机试（E卷）切换为2025A卷。目前正在考的是2025A卷，按照华为OD往常的
  • 大模型微调到底有没有技术含量？ DeepSeek-大模型系统教程 人工智能语言模型ai大模型大模型微调程序员AI大模型
    今天给大家带来知乎好友@ybq的一篇回答-大模型微调到底有没有技术含量，或者说技术含量到底有多大？老生常谈的一句话吧：有没有技术含量取决于这个工作你怎么做，尤其是llm方向，上手门槛相比传统NLP变得更低了。我举一些例子吧，针对大模型微调的几个重要环节，我列举的每一种做法大概率都能完成最终目标，甚至说训出来的模型效果都没什么差别。但对个人能力成长的帮助就大不相同了。数据工作做法1:继承实验室或者同
  • 【机器学习】什么是逻辑回归？从入门到精通：掌握逻辑回归与二分类问题的解决之道 宸码 模式识别机器学习机器学习python逻辑回归分类人工智能算法
    从入门到精通：掌握逻辑回归与二分类问题的解决之道引言1.1逻辑回归简介1.2逻辑回归的应用场景逻辑回归基本原理2.1逻辑回归概述逻辑回归的基本思想预测类别的概率2.2线性模型与Sigmoid函数线性模型Sigmoid函数Sigmoid函数的性质为什么选择Sigmoid函数2.3逻辑回归的输出：概率值分类决策代价函数与优化数学基础3.1逻辑回归的假设与目标假设目标3.2对数似然函数概率模型对数似然函
  • 学习笔记(28):随机噪声的原理、作用及代码实现详解 宁儿数据安全 #机器学习学习笔记python
    学习笔记(28):随机噪声的原理、作用及代码实现详解一、什么是随机噪声？为什么需要添加？在机器学习中，随机噪声是指数据中无法用特征解释的随机波动，通常符合某种概率分布（如正态分布）。在房价模拟中添加噪声的核心原因如下：1.模拟真实世界的不确定性真实房价除了受面积、房龄影响，还受装修情况、学区、交通、政策等未被建模的特征影响，这些因素的综合效应可抽象为“噪声”。示例：两套面积和房龄相同的房子，房价可
  • CVPR2024 分割Segmentation相关论文37篇速览 木木阳 CVPR2024Segmentation分割论文
    Paper1MFP:MakingFullUseofProbabilityMapsforInteractiveImageSegmentation摘要小结:最近的交互式分割算法中，将先前的概率图作为网络输入，以帮助当前分割轮次的预测。然而，尽管使用了先前的掩膜，概率图中包含的有用信息并没有很好地传播到当前预测中。在本文中，为了克服这一局限性，我们提出了一种新颖有效的基于点击的交互式图像分割算法MFP，
  • 人工智能-基础篇-2-什么是机器学习？（ML，监督学习，半监督学习，零监督学习，强化学习，深度学习，机器学习步骤等） weisian151 人工智能人工智能机器学习学习
    1、什么是机器学习？机器学习（MachineLearning,ML）是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析等数学理论。其核心目标是让计算机通过分析数据，自动学习规律并构建模型，从而对未知数据进行预测或决策，而无需依赖显式的程序指令。基本思想：通过数据驱动的方式，使系统能够从经验（数据）中改进性能，形成对数据模式的抽象化表达。基本概念：模型：模型是对现实世界现
  • 深入浅出Java Annotation(元注解和自定义注解） Josh_Persistence Java Annotation元注解自定义注解
    一、基本概述     　　 Annontation是Java5开始引入的新特征。中文名称一般叫注解。它提供了一种安全的类似注释的机制，用来将任何的信息或元数据（metadata）与程序元素（类、方法、成员变量等）进行关联。   　　更通俗的意思是为程序的元素（类、方法、成员变量）加上更直观更明了的说明，这些说明信息是与程序的业务逻辑无关，并且是供指定的工具或
  • mysql优化特定类型的查询 annan211 java工作mysql
    本节所介绍的查询优化的技巧都是和特定版本相关的，所以对于未来mysql的版本未必适用。 1 优化count查询 对于count这个函数的网上的大部分资料都是错误的或者是理解的都是一知半解的。在做优化之前我们先来看看 真正的count()函数的作用到底是什么。 count()是一个特殊的函数，有两种非常不同的作用，他可以统计某个列值的数量，也可以统计行数。 在统
  • MAC下安装多版本JDK和切换几种方式 棋子chessman jdk
    环境： MAC AIR,OS X 10.10,64位   历史： 过去 Mac 上的 Java 都是由 Apple 自己提供，只支持到 Java 6，并且OS X 10.7 开始系统并不自带（而是可选安装）（原自带的是1.6）。 后来 Apple 加入 OpenJDK 继续支持 Java 6，而 Java 7 将由 Oracle 负责提供。   在终端中输入jav
  • javaScript （1） Array_06 JavaScriptjava浏览器
    JavaScript 1、运算符 　　运算符就是完成操作的一系列符号，它有七类： 　　赋值运算符（=,+=,-=,*=,/=,%=,<<=,>>=,|=,&=）、算术运算符(+,-,*,/,++,--,%)、比较运算符(>,<,<=,>=,==,===,!=,!==)、逻辑运算符(||,&&,!)、条件运算(?:)、位
  • 国内顶级代码分享网站 袁潇含 javajdkoracle.netPHP
           现在国内很多开源网站感觉都是为了利益而做的                  当然利益是肯定的,否则谁也不会免费的去做网站      &
  • Elasticsearch、MongoDB和Hadoop比较 随意而生 mongodbhadoop搜索引擎
      IT界在过去几年中出现了一个有趣的现象。很多新的技术出现并立即拥抱了“大数据”。稍微老一点的技术也会将大数据添进自己的特性，避免落大部队太远，我们看到了不同技术之间的边际的模糊化。假如你有诸如Elasticsearch或者Solr这样的搜索引擎，它们存储着JSON文档，MongoDB存着JSON文档，或者一堆JSON文档存放在一个Hadoop集群的HDFS中。你可以使用这三种配
  • mac os 系统科研软件总结 张亚雄 mac os
    1.1 Microsoft Office for Mac 2011      大客户版，自行搜索。      1.2 Latex （MacTex）:      系统环境：https://tug.org/mactex/     &nb
  • Maven实战（四）生命周期 AdyZhang maven
    1. 三套生命周期     Maven拥有三套相互独立的生命周期，它们分别为clean，default和site。 每个生命周期包含一些阶段，这些阶段是有顺序的，并且后面的阶段依赖于前面的阶段，用户和Maven最直接的交互方式就是调用这些生命周期阶段。 以clean生命周期为例，它包含的阶段有pre-clean, clean 和 post
  • Linux下Jenkins迁移 aijuans Jenkins
    1. 将Jenkins程序目录copy过去      源程序在/export/data/tomcatRoot/ofctest-jenkins.jd.com下面            tar -cvzf jenkins.tar.gz ofctest-jenkins.jd.com &
  • request.getInputStream()只能获取一次的问题 ayaoxinchao requestInputstream
    问题：在使用HTTP协议实现应用间接口通信时，服务端读取客户端请求过来的数据，会用到request.getInputStream()，第一次读取的时候可以读取到数据，但是接下来的读取操作都读取不到数据   原因： 1. 一个InputStream对象在被读取完成后，将无法被再次读取，始终返回-1； 2. InputStream并没有实现reset方法（可以重
  • 数据库SQL优化大总结之 百万级数据库优化方案 BigBird2012 SQL优化
    网上关于SQL优化的教程很多，但是比较杂乱。近日有空整理了一下，写出来跟大家分享一下，其中有错误和不足的地方，还请大家纠正补充。 这篇文章我花费了大量的时间查找资料、修改、排版，希望大家阅读之后，感觉好的话推荐给更多的人，让更多的人看到、纠正以及补充。 1.对查询进行优化，要尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。 2.应尽量避免在 where
  • jsonObject的使用 bijian1013 javajson
            在项目中难免会用java处理json格式的数据，因此封装了一个JSONUtil工具类。 JSONUtil.java package com.bijian.json.study; import java.util.ArrayList; import java.util.Date; import java.util.HashMap;
  • [Zookeeper学习笔记之六]Zookeeper源代码分析之Zookeeper.WatchRegistration bit1129 zookeeper
    Zookeeper类是Zookeeper提供给用户访问Zookeeper service的主要API，它包含了如下几个内部类     首先分析它的内部类，从WatchRegistration开始，为指定的znode path注册一个Watcher，   /** * Register a watcher for a particular p
  • 【Scala十三】Scala核心七：部分应用函数 bit1129 scala
    何为部分应用函数？ Partially applied function: A function that’s used in an expression and that misses some of its arguments.For instance, if function f has type Int => Int => Int, then f and f(1) are p
  • Tomcat Error listenerStart 终极大法 ronin47 tomcat
    Tomcat报的错太含糊了，什么错都没报出来，只提示了Error listenerStart。为了调试，我们要获得更详细的日志。可以在WEB-INF/classes目录下新建一个文件叫logging.properties，内容如下 Java代码  handlers = org.apache.juli.FileHandler, java.util.logging.ConsoleHa
  • 不用加减符号实现加减法 BrokenDreams 实现
            今天有群友发了一个问题，要求不用加减符号(包括负号)来实现加减法。         分析一下，先看最简单的情况，假设1+1，按二进制算的话结果是10，可以看到从右往左的第一位变为0，第二位由于进位变为1。    
  • 读《研磨设计模式》-代码笔记-状态模式-State 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/ /* 当一个对象的内在状态改变时允许改变其行为，这个对象看起来像是改变了其类 状态模式主要解决的是当控制一个对象状态的条件表达式过于复杂时的情况 把状态的判断逻辑转移到表示不同状态的一系列类中，可以把复杂的判断逻辑简化 如果在
  • CUDA程序block和thread超出硬件允许值时的异常 cherishLC CUDA
    调用CUDA的核函数时指定block 和 thread大小，该大小可以是dim3类型的（三维数组），只用一维时可以是usigned int型的。 以下程序验证了当block或thread大小超出硬件允许值时会产生异常！！！GPU根本不会执行运算！！！ 所以验证结果的正确性很重要！！！ 在VS中创建CUDA项目会有一个模板，里面有更详细的状态验证。 以下程序在K5000GPU上跑的。
  • 诡异的超长时间GC问题定位 chenchao051 jvmcmsGChbaseswap
    HBase的GC策略采用PawNew+CMS, 这是大众化的配置，ParNew经常会出现停顿时间特别长的情况，有时候甚至长到令人发指的地步，例如请看如下日志： 2012-10-17T05:54:54.293+0800: 739594.224: [GC 739606.508: [ParNew: 996800K->110720K(996800K), 178.8826900 secs] 3700
  • maven环境快速搭建 daizj 安装mavne环境配置
    一 下载maven 安装maven之前，要先安装jdk及配置JAVA_HOME环境变量。这个安装和配置java环境不用多说。 maven下载地址：http://maven.apache.org/download.html，目前最新的是这个apache-maven-3.2.5-bin.zip，然后解压在任意位置，最好地址中不要带中文字符，这个做java 的都知道，地址中出现中文会出现很多
  • PHP网站安全，避免PHP网站受到攻击的方法 dcj3sjt126com PHP
    对于PHP网站安全主要存在这样几种攻击方式:1、命令注入(Command Injection)2、eval注入(Eval Injection)3、客户端脚本攻击(Script Insertion)4、跨网站脚本攻击(Cross Site Scripting, XSS)5、SQL注入攻击(SQL injection)6、跨网站请求伪造攻击(Cross Site Request Forgerie
  • yii中给CGridView设置默认的排序根据时间倒序的方法 dcj3sjt126com GridView
    public function searchWithRelated() {         $criteria = new CDbCriteria;         $criteria->together = true; //without th
  • Java集合对象和数组对象的转换 dyy_gusi java集合
        在开发中，我们经常需要将集合对象（List，Set）转换为数组对象，或者将数组对象转换为集合对象。Java提供了相互转换的工具，但是我们使用的时候需要注意，不能乱用滥用。 1、数组对象转换为集合对象     最暴力的方式是new一个集合对象，然后遍历数组，依次将数组中的元素放入到新的集合中，但是这样做显然过
  • nginx同一主机部署多个应用 geeksun nginx
    近日有一需求，需要在一台主机上用nginx部署2个php应用，分别是wordpress和wiki，探索了半天，终于部署好了，下面把过程记录下来。 1.   在nginx下创建vhosts目录，用以放置vhost文件。 mkdir vhosts   2.   修改nginx.conf的配置， 在http节点增加下面内容设置，用来包含vhosts里的配置文件 #
  • ubuntu添加admin权限的用户账号 hongtoushizi ubuntuuseradd
    ubuntu创建账号的方式通常用到两种：useradd 和adduser . 本人尝试了useradd方法，步骤如下： 1:useradd    使用useradd时，如果后面不加任何参数的话，如：sudo useradd sysadm 创建出来的用户将是默认的三无用户：无home directory ,无密码,无系统shell。 顾应该如下操作：  
  • 第五章 常用Lua开发库2-JSON库、编码转换、字符串处理 jinnianshilongnian nginxlua
      JSON库   在进行数据传输时JSON格式目前应用广泛，因此从Lua对象与JSON字符串之间相互转换是一个非常常见的功能；目前Lua也有几个JSON库，本人用过cjson、dkjson。其中cjson的语法严格（比如unicode \u0020\u7eaf），要求符合规范否则会解析失败（如\u002），而dkjson相对宽松，当然也可以通过修改cjson的源码来完成
  • Spring定时器配置的两种实现方式OpenSymphony Quartz和java Timer详解 yaerfeng1989 timerquartz定时器
    原创整理不易，转载请注明出处：Spring定时器配置的两种实现方式OpenSymphony Quartz和java Timer详解 代码下载地址：http://www.zuidaima.com/share/1772648445103104.htm 有两种流行Spring定时器配置：Java的Timer类和OpenSymphony的Quartz。 1.Java Timer定时 首先继承jav
  • Linux下df与du两个命令的差别？ pda158 linux
    　一、df显示文件系统的使用情况，与du比較，就是更全盘化。 　　最经常使用的就是 df -T，显示文件系统的使用情况并显示文件系统的类型。 　　举比例如以下： 　　[root@localhost ~]# df -T 　　Filesystem                   Type &n
  • [转]SQLite的工具类 ---- 通过反射把Cursor封装到VO对象 ctfzh VOandroidsqlite反射Cursor
    在写DAO层时，觉得从Cursor里一个一个的取出字段值再装到VO(值对象)里太麻烦了，就写了一个工具类，用到了反射，可以把查询记录的值装到对应的VO里，也可以生成该VO的List。   使用时需要注意： 考虑到Android的性能问题，VO没有使用Setter和Getter，而是直接用public的属性。 表中的字段名需要和VO的属性名一样，要是不一样就得在查询的SQL中
  • 该学习笔记用到的Employee表 vipbooks oraclesql工作
        这是我在学习Oracle是用到的Employee表，在该笔记中用到的就是这张表，大家可以用它来学习和练习。 drop table Employee; -- 员工信息表 create table Employee( -- 员工编号 EmpNo number(3) primary key, -- 姓
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他