- GEO引领品牌大模型种草:迈向Web3.0与元宇宙的认知新空间
GEO科技
经验分享
在数字技术的演进历程中,我们正经历着从Web2.0到Web3.0、从平面互联网到沉浸式元宇宙的范式转变。这一转变不仅重塑了数字空间的形态和交互方式,更深刻改变了品牌与用户的连接模式和价值创造逻辑。而在这个新兴的数字疆域中,生成式引擎优化(GEO)正展现出前所未有的战略价值和应用潜力,成为品牌构建元宇宙和Web3.0存在的关键能力,特别是在“品牌大模型种草”场景下,品牌如何被理解、记住、推荐,正成为
- 高斯混合模型GMM&K均值(十三-1)——K均值是高斯混合模型的特例
phoenix@Capricornus
模式识别与机器学习均值算法机器学习算法
EM算法与K均值算法的关系K均值可以看成是高斯混合模型的特例。对K均值算法与EM算法进行比较后,可以发现它们之间有很大的相似性。K均值算法将数据点硬(hard)分配到聚类中,每个数据点唯一地与一个聚类相关联,而EM算法基于后验概率进行软(soft)分配。事实上,可以从EM算法推导出K均值算法。考虑一个高斯混合模型,其中混合分量的协方差矩阵由σ2I{\sigma^2}Iσ2I给出,其中σ2{\sig
- 深入剖析Redis高性能的原因,IO多路复用模型,Redis数据迁移,分布式锁实现
一、深入剖析Redis单线程处理命令仍具备高性能的原因Redis虽然是单线程处理命令的(主线程负责网络I/O和命令处理),但它依然具备百万级QPS的吞吐能力。这个看似矛盾的现象,其实是Redis高性能架构设计和底层实现精妙配合的结果。下面我们从架构、内核原理、操作系统机制、与其他系统对比等多维度深入剖析,为何Redis单线程却读写性能极高。1.Redis是“单线程处理命令”,但不是完全单线程模块是
- 基于灰色马尔科夫模型预测人口数量,是一种结合灰色系统理论(处理少数据、不确定性)与马尔科夫链(描述随机波动)的融合预测方法
利用灰色模型捕捉人口变化的总体趋势,再通过马尔科夫链修正因随机因素导致的预测偏差,从而提高预测精度。一、模型理论基础灰色系统理论原理(核心:处理少数据、部分信息未知的系统)差异信息原理:系统内外的差异是信息源,人口数据的时间序列差异蕴含变化规律。解的非唯一性原理:信息不完全时,预测结果存在多个可能区间(与马尔科夫状态划分契合)。最小信息原理:仅需少量历史数据(通常≥4个)即可建模,适合人口统计资料
- 深入剖析Nginx架构及其不同使用场景下的配置
LiRuiJie
NginxNginx系统架构反向代理
一、Nginx整体架构概览1.Nginx简介Nginx是采用C语言编写的高性能Web服务器、反向代理服务器及邮件代理服务器,特点是:高并发、高可用、低内存占用、模块化设计。架构核心理念:Master-Worker多进程模型事件驱动(Event-Driven)+异步非阻塞高度模块化设计2.进程模型Nginx的进程模型非常轻量,通常包含:1.Master进程启动时由shell进程fork出来主要负责:
- 【机器学习与数据挖掘实战 | 医疗】案例18:基于Apriori算法的中医证型关联规则分析
Francek Chen
机器学习与数据挖掘实战机器学习数据挖掘Aprioripython关联规则人工智能
【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支,专注于让计算机系统通过数据学习和改进。它利用统计和计算方法,使模型能够从数据中自动提取特征并做出预测或决策。数据挖掘则是从大型数据集中发现模式、关联和异常的过程,旨在提取有价值的信息和知识。机器学习为数据挖掘提供了强大的分析工具,而数据挖掘则是机器学习应用的重要领域,两者相辅相成,共同推动
- TensorFlow Serving学习笔记3: 组件调用关系
一、整体架构TensorFlowServing采用模块化设计,核心组件包括:Servables:可服务对象(如模型、查找表)Managers:管理Servable生命周期(加载/卸载)Loaders:负责Servable的初始化状态管理Sources:提供新版本Servable的LoaderAspiredVersions:Servable的期望状态集合Core:连接所有组件的核心枢纽APIs:gR
- C# 中 EventWaitHandle 实现多进程状态同步的深度解析
Leon@Lee
c#开发语言
在现代软件开发中,多进程应用场景日益普遍。无论是分布式系统、微服务架构,还是传统的客户端-服务器模型,进程间的状态同步都是一个关键挑战。C#提供了多种同步原语,其中EventWaitHandle是一个强大的工具,特别适合处理跨进程的同步需求。本文将深入探讨EventWaitHandle的工作原理、使用场景及最佳实践。一、EventWaitHandle基础原理EventWaitHandle是.NET
- 64、Delphi系统架构与线程模型详解
g8f9d0s1a2
深入解析Delphi6开发者指南Delphi系统架构线程模型
Delphi系统架构与线程模型详解1系统架构概述Delphi作为一款强大的集成开发环境(IDE),其系统架构设计不仅体现了高效性,还融合了灵活性和可扩展性。理解Delphi的系统架构是掌握其核心功能和开发技巧的关键。本文将详细介绍Delphi的系统架构及其各组成部分的交互方式,帮助开发者更好地利用这款工具。1.1Delphi系统架构的基本组成部分Delphi的系统架构主要包括以下几个关键部分:编译
- Redis网络通信模块深度解析:单线程Reactor到多线程IO的架构演进
一、核心架构:单线程Reactor模型Redis网络模块采用经典Reactor模式,核心流程如下:voidaeMain(aeEventLoop*eventLoop){while(!eventLoop->stop){//前置钩子(集群心跳/数据持久化)if(eventLoop->beforesleep)eventLoop->beforesleep(eventLoop);//事件分派:I/O复用+定时
- 【安装Stable Diffusion以及遇到问题和总结】
岁月玲珑
AIstablediffusionAI编程AI作画
在本地安装部署StableDiffusion,需要准备好硬件环境,安装相关依赖,然后配置模型。下面为你详细介绍安装部署的步骤:一、硬件要求显卡:需要NVIDIAGPU,显存至少6GB,推荐8GB及以上。系统:Windows10/11、Linux(Ubuntu等)或macOS(需要Rosetta2)。内存:至少16GBRAM。存储空间:准备10GB以上的可用空间。二、软件准备首先要安装Python和
- 基于SIP的视频会议系统研究
weixin_33921089
数据库
摘要根据IETFSIPPING工作组提出的集中式会议模型,设计并实现了基于SIP的视频会议系统。该系统各部分可分别设计,具有良好的可扩展性。详细介绍了此系统的结构和工作原理。关键词SIP视频会议会议控制服务器会场控制媒体服务器0前言近几年来,随着计算机技术、通信技术和互联网技术的飞速发展,视频会议的应用范围正逐渐从传统的专业领域、大型企业等高端用户向中小企业等普通用户和个人用户拓展。据有关机构的分
- 大模型笔记10:LoRA微调
errorwarn
笔记
LoRA微调的原理矩阵的秩矩阵的秩代表一个矩阵中所含信息的大小。行秩:矩阵中互相不重复、不依赖(即线性无关)的行的最大数目。列秩:矩阵中互相不重复、不依赖的列的最大数目。事实上,行秩和列秩总是相等的,因此我们通常直接称之为“矩阵的秩”。Transformer中微调哪些参数:LoRA的改进版本
- MongoDB与Redis有哪些区别
相遇在春风里
经验分享
MongoDB和Redis是两种不同类型的数据库,它们存在以下区别:一、数据模型MongoDBMongoDB是一个文档型数据库,它使用BSON(BinaryJSON)格式存储数据。数据以类似JSON的文档形式组织,每个文档可以有不同的结构(即模式自由)。例如,在一个存储用户信息的集合中,一个用户文档可能包含姓名、年龄、地址等字段,而另一个用户文档可能还包含额外的兴趣爱好字段。这种数据模型非常适合处
- 结构化数据增强的生成式算法案例:客户交易数据增强
python游乐园
数据深度学习大数据算法学习
1基础信息1.1案例背景这是一个用于增强结构化客户交易数据的生成式算法。这种类型的数据增强在金融、电子商务等领域非常有用,可以帮助解决数据不平衡问题或在小数据集上提高模型性能。1.2问题定义给定原始交易数据集D={x₁,x₂,...,xₙ},其中每条记录包含:交易金额交易时间客户年龄客户收入水平交易类别地理位置是否为欺诈交易(标签)目标:生成与原始数据分布相似但多样化的新样本,同时保持字段间的合理
- 深入理解 Linux `poll` 模型:`select` 的增强版
蜗牛沐雨
异步编程并发编程C++linux网络编程并发编程
在LinuxI/O多路复用模型中,poll紧随select之后,作为其功能更强大、限制更少的继任者。虽然select在处理并发连接方面迈出了重要一步,但其自身的一些缺陷促使了poll的诞生。poll模型同样允许单个进程同时监控多个文件描述符,等待I/O事件,但在文件描述符数量限制和接口使用上进行了优化。poll为什么比select更优?select的一个主要痛点是其对文件描述符数量的硬性限制(通常
- 16.2 Docker多阶段构建实战:LanguageMentor镜像瘦身40%,支持500+并发1.2秒响应!
少林码僧
dockerlangchainwindows人工智能语言模型llama运维
LanguageMentorAgent容器化部署与发布:Docker镜像创建与测试关键词:Docker容器化部署,多阶段构建,镜像分层优化,环境一致性,私有化模型集成1.Dockerfile最佳实践架构设计通过多阶段构建策略实现开发与生产环境分离:
- C++高精度除以高精度
洛谷题真多
算法c++算法
高精度除以高精度的问题,在计算机科学中是一个常见的挑战,特别是在处理非常大的数字时,这些数字超出了标准数据类型(如int或longlong)的范围。这里,我们将详细解释一种常见的方法来解决这个问题:模拟手工除法。基本思路模拟手工除法的过程,即将一个高精度数(被除数)除以另一个高精度数(除数),并逐位计算商和余数。步骤详解初始化:设定被除数A和除数B(均为高精度数
- Java底层原理:深入理解JVM内存模型与线程安全
代码老y
java开发语言jvm
一、JVM内存模型(JMM)JVM内存模型(JMM)是Java语言规范中定义的内存模型,它描述了Java程序中的变量存储在内存中的方式以及线程如何访问这些变量。JMM是Java并发编程的基础,理解它可以帮助我们更好地理解和解决线程安全问题。(一)JMM的基本概念主内存(MainMemory)主内存是所有线程共享的内存区域,存储了Java程序中的所有变量。主内存中的变量可以被所有线程访问和修改。工作
- 用Python实现生信分析——功能预测详解
写代码的M教授
生信分析python开发语言
功能预测是生物信息学中的一项重要任务,通过分析基因或蛋白质序列的特征,推测它们的生物学功能。功能预测通常涉及多种方法,包括序列比对、基序识别、机器学习模型等。这些方法可以帮助科学家推断未知基因的功能,从而加速生物学研究的进展。1.功能预测的主要方法(1)同源性比对:通过将未知基因或蛋白质序列与数据库中的已知序列进行比对,识别出同源序列,并推测它们的功能。常用工具包括BLAST、HMMER等。(2)
- 数据库设计和功能需求分析------后台设计概述
qq_41490913
java数据库
功能需求分析和数据库设计不论是Web开发还是Android开发,在设计后台的时候我们都要做的重要的事情不外乎两点:1.需求分析;2.数据库表格的设计。在进行这两项工作的过程中,第一项工作对第二项起着非常重要的作用,我们只有真正的搞清楚了业务需求以及业务逻辑,找到了功能模块之间在后台数据库关联的抽象模型,这样才能确定数据库应该有几张表,每张表有哪些字段,表与表之间该如何联系。需求分析与功能模块设计一
- Spring AI入门教学:从零搭建智能应用(2025最新实践)
程序员子固
spring人工智能javaai
目录引言:为什么选择SpringAI?一、环境搭建(附避坑指南)1.开发环境要求2.依赖配置二、实战:智能客服接入(代码级详解)1.配置模型参数2.实现流式对话接口三、高级功能:多模态AI开发1.图像描述生成2.智能文档处理四、开发者工具箱1.调试技巧2.性能优化五、学习路径建议引言:为什么选择SpringAI?随着生成式AI技术的爆发式发展(如OpenAI的GPT-4.5新动态24),Java开
- 虚拟空间中的AI协作与任务
AI天才研究院
ChatGPTAI大模型企业级应用开发实战AI人工智能与大数据大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLMJavaPython架构设计Agent程序员实现财富自由
虚拟空间与AI概述在当今信息化和数字化的时代,虚拟空间(VirtualSpace)已成为人们生活和工作的重要一部分。虚拟空间是一种通过计算机技术构建的虚拟环境,它能够模拟和增强现实世界中的各种交互和体验。而人工智能(AI)作为计算机科学的一个分支,通过模拟人类的认知能力来实现自动化和智能化的决策。虚拟空间与AI的结合,不仅为人类带来了全新的交互方式,也为各行业的发展注入了强大的动力。虚拟空间的定义
- 字节放出了款多主体视频生成神器:MAGREF,能在复杂的场景中保持多个主体的连贯性和精确控制 | 生成的视频质量和效果看起来很高,人物、物体、背景都比较自然
lyzybbs
视频大模型音视频opencv目标检测机器学习人工智能计算机视觉语音识别
MAGREF:字节跳动多主体视频生成“黑科技”实战解读近年来,基于扩散模型的视频生成技术正掀起新一轮浪潮,然而在复杂场景下要同时保持多个主体的连贯性与高质量渲染,往往面临诸多挑战——人物与物体会发生遮挡错位、背景与动作衔接生硬、生成结果缺乏对文本提示的精准响应。字节跳动新近开源的MAGREF,通过“掩码引导”(mask-guided)机制为多主体视频合成带来了突破性提升:✅支持多达数主体的协同生成
- 【Vue】全面解析unplugin-vue-components按需自动导入组件的终极指南
爱学习的小羊啊
前端vue.js前端javascript
欢迎来到[爱学习的小羊]的博客!希望你能在这里发现有趣的内容和丰富的知识。同时,期待你分享自己的观点和见解,让我们一起开启精彩的交流旅程!>首页:爱学习的小羊–热爱AI、热爱Python的天选打工人,活到老学到老!!!导航-常用开发工具:包含代码补全工具,Vscode-AI工具,IDERorPycharm-AI工具,如何使用Cursor等更多教程…-VScode-AI插件:集成13个种AI模型(G
- 智能矿山建设方案(第三章)
珞圻-Health
信息化项目各类文档大全政务人工智能智慧城市
3总体设计3.1设计思路项目建设基于矿山现有的信息化基础,结合业务实际,智能矿山平台设计主要包括以下几方面内容:1.收集矿山的基础信息数据、物联网设备数据、业务系统数据、环境数据等,梳理数据的关联关系,再按照统一数据标准,进行加工处理,转换为符合要求的数据,并建立统一的数据库;2.建设三维地质孪生模型,依托三维建模渲染技术建立矿山虚拟映像,接入矿山的软硬件数据,做到1:1真实还原;3.建设智能矿山
- 60天python训练计划----day55
DAY55序列预测任务介绍知识点回顾序列预测介绍单步预测多步预测的2种方式序列数据的处理:滑动窗口多输入多输出任务的思路经典机器学习在序列任务上的劣势;以随机森林为例一、序列预测任务介绍1.1序列预测是什么?我们之前接触到的结构化数据,它本身不具备顺序,我们认为每个样本之间独立无关,样本之间即使调换顺序,仍然不影响模型的训练。但是日常中很多数据是存在先后关系的,而他们对应的任务是预测下一步的值,我
- 基于Python Anaconda环境,使用CNN-LSTM模型预测碳交易价格的完整技术方案
神经网络15044
仿真模型算法机器学习pythoncnnlstm
以下是一个基于PythonAnaconda环境,使用CNN-LSTM模型预测碳交易价格的完整技术方案。内容涵盖数据预处理、模型构建、训练优化、预测可视化和结果分析等核心环节,代码与文字说明共计超过6000字。基于CNN-LSTM的碳交易价格预测系统设计与实现一、项目背景与目标1.1碳交易市场概述碳交易作为应对气候变化的重要市场机制,其价格波动直接影响企业减排决策。准确预测碳价(CarbonEmis
- 前端开发者必看:Node.js实战技巧大揭秘
大厂前端小白菜
前端开发实战node.jsvim编辑器ai
前端开发者必看:Node.js实战技巧大揭秘关键词:前端开发者、Node.js、实战技巧、模块化开发、性能优化、Express框架、Webpack摘要:本文专为前端开发者打造,旨在深入揭秘Node.js的实战技巧。首先介绍了Node.js的背景和对前端开发的重要性,接着详细阐述了Node.js的核心概念与联系、核心算法原理及具体操作步骤,通过数学模型和公式进一步加深理解。然后结合实际案例,从开发环
- 数据库技术演进史:从穿孔卡片到云原生
小李独爱秋
计算机那些事儿~数据库云原生mysql
一、数据库的定义与核心地位数据库(Database)是“长期存储在计算机内、有组织的、可共享的统一管理数据集合”,与芯片、操作系统并称IT系统三大核心。其核心价值在于:结构化存储:通过数据模型组织信息,解决文件系统冗余问题;高效访问:支持并发查询与事务处理;安全共享:权限控制保障数据安全。分类维度全景图:分类维度类型代表产品数据模型关系型(SQL)MySQL,Oracle,PostgreSQL非关
- jquery实现的jsonp掉java后台
知了ing
javajsonpjquery
什么是JSONP?
先说说JSONP是怎么产生的:
其实网上关于JSONP的讲解有很多,但却千篇一律,而且云里雾里,对于很多刚接触的人来讲理解起来有些困难,小可不才,试着用自己的方式来阐释一下这个问题,看看是否有帮助。
1、一个众所周知的问题,Ajax直接请求普通文件存在跨域无权限访问的问题,甭管你是静态页面、动态网页、web服务、WCF,只要是跨域请求,一律不准;
2、
- Struts2学习笔记
caoyong
struts2
SSH : Spring + Struts2 + Hibernate
三层架构(表示层,业务逻辑层,数据访问层) MVC模式 (Model View Controller)
分层原则:单向依赖,接口耦合
1、Struts2 = Struts + Webwork
2、搭建struts2开发环境
a>、到www.apac
- SpringMVC学习之后台往前台传值方法
满城风雨近重阳
springMVC
springMVC控制器往前台传值的方法有以下几种:
1.ModelAndView
通过往ModelAndView中存放viewName:目标地址和attribute参数来实现传参:
ModelAndView mv=new ModelAndView();
mv.setViewName="success
- WebService存在的必要性?
一炮送你回车库
webservice
做Java的经常在选择Webservice框架上徘徊很久,Axis Xfire Axis2 CXF ,他们只有一个功能,发布HTTP服务然后用XML做数据传输。
是的,他们就做了两个功能,发布一个http服务让客户端或者浏览器连接,接收xml参数并发送xml结果。
当在不同的平台间传输数据时,就需要一个都能解析的数据格式。
但是为什么要使用xml呢?不能使json或者其他通用数据
- js年份下拉框
3213213333332132
java web ee
<div id="divValue">test...</div>测试
//年份
<select id="year"></select>
<script type="text/javascript">
window.onload =
- 简单链式调用的实现技术
归来朝歌
方法调用链式反应编程思想
在编程中,我们可以经常遇到这样一种场景:一个实例不断调用它自身的方法,像一条链条一样进行调用
这样的调用你可能在Ajax中,在页面中添加标签:
$("<p>").append($("<span>").text(list[i].name)).appendTo("#result");
也可能在HQ
- JAVA调用.net 发布的webservice 接口
darkranger
webservice
/**
* @Title: callInvoke
* @Description: TODO(调用接口公共方法)
* @param @param url 地址
* @param @param method 方法
* @param @param pama 参数
* @param @return
* @param @throws BusinessException
- Javascript模糊查找 | 第一章 循环不能不重视。
aijuans
Way
最近受我的朋友委托用js+HTML做一个像手册一样的程序,里面要有可展开的大纲,模糊查找等功能。我这个人说实在的懒,本来是不愿意的,但想起了父亲以前教我要给朋友搞好关系,再加上这也可以巩固自己的js技术,于是就开始开发这个程序,没想到却出了点小问题,我做的查找只能绝对查找。具体的js代码如下:
function search(){
var arr=new Array("my
- 狼和羊,该怎么抉择
atongyeye
工作
狼和羊,该怎么抉择
在做一个链家的小项目,只有我和另外一个同事两个人负责,各负责一部分接口,我的接口写完,并全部测联调试通过。所以工作就剩下一下细枝末节的,工作就轻松很多。每天会帮另一个同事测试一些功能点,协助他完成一些业务型不强的工作。
今天早上到公司没多久,领导就在QQ上给我发信息,让我多协助同事测试,让我积极主动些,有点责任心等等,我听了这话,心里面立马凉半截,首先一个领导轻易说
- 读取android系统的联系人拨号
百合不是茶
androidsqlite数据库内容提供者系统服务的使用
联系人的姓名和号码是保存在不同的表中,不要一下子把号码查询来,我开始就是把姓名和电话同时查询出来的,导致系统非常的慢
关键代码:
1, 使用javabean操作存储读取到的数据
package com.example.bean;
/**
*
* @author Admini
- ORACLE自定义异常
bijian1013
数据库自定义异常
实例:
CREATE OR REPLACE PROCEDURE test_Exception
(
ParameterA IN varchar2,
ParameterB IN varchar2,
ErrorCode OUT varchar2 --返回值,错误编码
)
AS
/*以下是一些变量的定义*/
V1 NUMBER;
V2 nvarc
- 查看端号使用情况
征客丶
windows
一、查看端口
在windows命令行窗口下执行:
>netstat -aon|findstr "8080"
显示结果:
TCP 127.0.0.1:80 0.0.0.0:0 &
- 【Spark二十】运行Spark Streaming的NetworkWordCount实例
bit1129
wordcount
Spark Streaming简介
NetworkWordCount代码
/*
* Licensed to the Apache Software Foundation (ASF) under one or more
* contributor license agreements. See the NOTICE file distributed with
- Struts2 与 SpringMVC的比较
BlueSkator
struts2spring mvc
1. 机制:spring mvc的入口是servlet,而struts2是filter,这样就导致了二者的机制不同。 2. 性能:spring会稍微比struts快。spring mvc是基于方法的设计,而sturts是基于类,每次发一次请求都会实例一个action,每个action都会被注入属性,而spring基于方法,粒度更细,但要小心把握像在servlet控制数据一样。spring
- Hibernate在更新时,是可以不用session的update方法的(转帖)
BreakingBad
Hibernateupdate
地址:http://blog.csdn.net/plpblue/article/details/9304459
public void synDevNameWithItil()
{Session session = null;Transaction tr = null;try{session = HibernateUtil.getSession();tr = session.beginTran
- 读《研磨设计模式》-代码笔记-观察者模式
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/
import java.util.ArrayList;
import java.util.List;
import java.util.Observable;
import java.util.Observer;
/**
* “观
- 重置MySQL密码
chenhbc
mysql重置密码忘记密码
如果你也像我这么健忘,把MySQL的密码搞忘记了,经过下面几个步骤就可以重置了(以Windows为例,Linux/Unix类似):
1、关闭MySQL服务
2、打开CMD,进入MySQL安装目录的bin目录下,以跳过权限检查的方式启动MySQL
mysqld --skip-grant-tables
3、新开一个CMD窗口,进入MySQL
mysql -uroot
 
- 再谈系统论,控制论和信息论
comsci
设计模式生物能源企业应用领域模型
再谈系统论,控制论和信息论
偶然看
- oracle moving window size与 AWR retention period关系
daizj
oracle
转自: http://tomszrp.itpub.net/post/11835/494147
晚上在做11gR1的一个awrrpt报告时,顺便想调整一下AWR snapshot的保留时间,结果遇到了ORA-13541这样的错误.下面是这个问题的发生和解决过程.
SQL> select * from v$version;
BANNER
-------------------
- Python版B树
dieslrae
python
话说以前的树都用java写的,最近发现python有点生疏了,于是用python写了个B树实现,B树在索引领域用得还是蛮多了,如果没记错mysql的默认索引好像就是B树...
首先是数据实体对象,很简单,只存放key,value
class Entity(object):
'''数据实体'''
def __init__(self,key,value)
- C语言冒泡排序
dcj3sjt126com
算法
代码示例:
# include <stdio.h>
//冒泡排序
void sort(int * a, int len)
{
int i, j, t;
for (i=0; i<len-1; i++)
{
for (j=0; j<len-1-i; j++)
{
if (a[j] > a[j+1]) // >表示升序
- 自定义导航栏样式
dcj3sjt126com
自定义
-(void)setupAppAppearance
{
[[UILabel appearance] setFont:[UIFont fontWithName:@"FZLTHK—GBK1-0" size:20]];
[UIButton appearance].titleLabel.font =[UIFont fontWithName:@"FZLTH
- 11.性能优化-优化-JVM参数总结
frank1234
jvm参数性能优化
1.堆
-Xms --初始堆大小
-Xmx --最大堆大小
-Xmn --新生代大小
-Xss --线程栈大小
-XX:PermSize --永久代初始大小
-XX:MaxPermSize --永久代最大值
-XX:SurvivorRatio --新生代和suvivor比例,默认为8
-XX:TargetSurvivorRatio --survivor可使用
- nginx日志分割 for linux
HarborChung
nginxlinux脚本
nginx日志分割 for linux 默认情况下,nginx是不分割访问日志的,久而久之,网站的日志文件将会越来越大,占用空间不说,如果有问题要查看网站的日志的话,庞大的文件也将很难打开,于是便有了下面的脚本 使用方法,先将以下脚本保存为 cutlog.sh,放在/root 目录下,然后给予此脚本执行的权限
复制代码代码如下:
chmo
- Spring4新特性——泛型限定式依赖注入
jinnianshilongnian
springspring4泛型式依赖注入
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- centOS安装GCC和G++
liuxihope
centosgcc
Centos支持yum安装,安装软件一般格式为yum install .......,注意安装时要先成为root用户。
按照这个思路,我想安装过程如下:
安装gcc:yum install gcc
安装g++: yum install g++
实际操作过程发现,只能有gcc安装成功,而g++安装失败,提示g++ command not found。上网查了一下,正确安装应该
- 第13章 Ajax进阶(上)
onestopweb
Ajax
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/
- How to determine BusinessObjects service pack and fix pack
blueoxygen
BO
http://bukhantsov.org/2011/08/how-to-determine-businessobjects-service-pack-and-fix-pack/
The table below is helpful. Reference
BOE XI 3.x
12.0.0.
y BOE XI 3.0 12.0.
x.
y BO
- Oracle里的自增字段设置
tomcat_oracle
oracle
大家都知道吧,这很坑,尤其是用惯了mysql里的自增字段设置,结果oracle里面没有的。oh,no 我用的是12c版本的,它有一个新特性,可以这样设置自增序列,在创建表是,把id设置为自增序列
create table t
(
id number generated by default as identity (start with 1 increment b
- Spring Security(01)——初体验
yang_winnie
springSecurity
Spring Security(01)——初体验
博客分类: spring Security
Spring Security入门安全认证
首先我们为Spring Security专门建立一个Spring的配置文件,该文件就专门用来作为Spring Security的配置