春雪_a2bf
春雪_a2bf

螃蟹定律（Crab law）

螃蟹定律

钓过螃蟹的人都知道，竹篓中放了一只螃蟹，必须要记得盖上盖子，否则它就会爬出来。但是如果你多钓几只放进去后，就不必再盖上盖子了，这时螃蟹再怎么挣扎也是爬不出来的……

为什么呢？

因为当有两只以上的螃蟹在篓子里时，每一只都争先恐后地朝出口处爬。

但当一只螃蟹爬到篓口时，其余的螃蟹就会用钳子抓住它，最终把它拖到下层，由另一只螃蟹踩着它向上爬。如此循环往复，无一只螃蟹能够成功。这就是著名的螃蟹定律。

启示：

一个团队需要一个良性的竞争，每个人身上都有它的闪光点，应该汲取而不是排斥。一件事情只有两个人团结合作，才能体现出一加一大于二的效果。


2019.11.13

你可能感兴趣的:(螃蟹定律（Crab law）)

  • 安装ubuntu22.04 解决wifi6驱动问题 + 没有Realtek rtl8852be 驱动（本人电脑：Redimbook R7 5800H） 脉冲星打工人 linuxubuntu服务器
    Ubuntu没有wifi图标，没有Realtekrtl8852be驱动问题原因：由于该系列无线网卡属于“螃蟹网卡”，inter12代内核版本>5.18，Ubuntu22.04没有相应的网卡驱动导致解决：在window系统，Xiaomi电脑管家，查看wifi驱动，发现是RealtekRTL8852BEwifi6802.11axPCIeAdapter安装需要的工具1.sudoapt-getupdate
  • CES 2025 NVIDIA Project DIGITS 与更多突破性发布全解析 新加坡内哥谈技术 人工智能科技生活自动化深度学习
    每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/观看视频B站链接：【年尾特献:AI的规模定律(scalinglaw)和芯片业达到瓶颈了吗
  • 基于泰勒展开改进的物理信息神经网络 天天酷科研 物理信息网络PINN神经网络人工智能深度学习
    基于泰勒展开改进的物理信息神经网络一、引言1.1、研究背景和意义物理信息神经网络（PINN）作为一种结合物理模型和数据驱动的新型神经网络模型，近年来在科学计算和工程应用中展示了广泛的应用前景。PINN通过将物理定律嵌入到神经网络的损失函数中，能够在缺乏大量数据的情况下，有效地解决复杂的物理问题。这种方法不仅提高了模型的预测准确性，还增强了模型的泛化能力和解释性，因此在流体力学、材料科学、地球科学等
  • 大语言模型多代理协作（MACNET） ZhangJiQun&MXP 2021AIpython教学2021论文语言模型人工智能自然语言处理
    大语言模型多代理协作（MACNET）ScalingLarge-Language-Model-basedMulti-AgentCollaboration提出多智能体协作网络（MACNET），以探究多智能体协作中增加智能体数量是否存在类似神经缩放定律的规律。研究发现了小世界协作现象和协作缩放定律，为LLM系统资源预测和优化提供了思路。研究背景与动机：大语言模型（LLMs）因神经缩放定律展现出强大能力，
  • 刚刚，奥特曼给出AGI三个判断：Scaling Law保持不变，没理由放缓投资 量子位
    刚刚，OpenAI奥特曼的最新AI观察出炉：ScalingLaw将保持不变，短时间内没有理由停止对AI进行指数增长级的投资！具体共有3点1、AI能力与投入资源呈对数关系2、AI使用成本每年降低约10倍3、AI带来的社会经济价值呈超级指数增长在最新发布的博客里，他给出对于AGI当下及未来的细致判断。等到2035年，每个人都可以调动相当于2025年所有人智慧总和的能力。但在2025年，世界还不会发生太
  • 2025年2月第一周国内外科技资讯精选（软件工程与Python领域） 虫洞没有虫 科技资讯\好文分享科技python开发语言
    一、AI与Python工具链的深度整合OpenAI与谷歌的模型竞赛OpenAI推出的免费推理模型o3-mini在数学代码生成和物理模拟领域表现突出，尤其擅长生成符合物理定律的代码（如动态Shader、游戏逻辑），开发者可通过PythonAPI快速集成其能力13。谷歌的Gemini2.0Pro模型支持调用谷歌搜索工具和执行代码，显著提升了Python在数据驱动型AI应用（如自动化科研分析）中的开发效
  • 『大模型笔记』国外大神对DeepSeek R1的科普！ AI大模型前沿研究 大模型笔记笔记DeepseekdeepseekR1Deepseekv3GPTO1GPTO3
    国外大神对DeepSeekR1的科普！文章目录一、Explainer:What'sR1&EverythingElse?时间线推理与Agent推理模型≠Agent推理为什么重要推理需要变得廉价R1的重要意义AI的发展走势预训练规模扩张的路走不通了推理阶段的规模定律缩小模型体量（新的规模定律？）强化学习（新的规模定律？）模型蒸馏（新的规模定律？）2025年的预测地缘政治：Distealing结论讨论二
  • 2025年Python领域最新国际动态与技术趋势解析（截至2025年2月） 虫洞没有虫 Python资讯python开发语言
    一、AI与Python的深度融合：从模型部署到开发工具OpenAI与谷歌的模型竞赛OpenAI近期推出的免费推理模型o3-mini在数学代码生成和物理模拟领域表现突出，尤其在Python生态中，开发者可通过API快速集成其能力。例如，生成符合物理定律的代码（如动态Shader或游戏逻辑）时，Python因其简洁性成为首选调用语言。而谷歌的Gemini2.0系列（如Pro版本）支持调用谷歌搜索工具和
  • 惯性制导 科普 不知道是谁2 惯性制导imugps制导技术
    惯性制导是一种导航技术，它利用物体保持其运动状态的特性，即惯性，来进行导航。这种导航系统的核心组成部分包括加速度计，用于测量设备本身的加速度，以及积分器，它们结合地球的地心引力数据来计算出方向和速度。惯性制导系统不需要外部信号（如GPS），因此即便在卫星信号受阻或干扰的地方也能工作，常用于飞机、导弹、舰船等需要自主导航的场合。它的工作原理基于牛顿第一定律——物体会保持匀速直线运动，除非受到外力作用
  • 数学与光学：光的传播和干涉的数学描述 AI天才研究院 计算ChatGPTDeepSeekR1&大数据AI人工智能大模型javapythonjavascriptkotlingolang架构人工智能大厂程序员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AIGCAGILLM系统架构设计软件哲学Agent程序员实现财富自由
    《数学与光学：光的传播和干涉的数学描述》关键词：光学，数学模型，光传播，干涉，波动方程摘要：本文旨在深入探讨光学中光的传播和干涉现象的数学描述。我们将从基础概念出发，逐步引入光的传播路径分析、斯涅尔定律和光的衍射现象，再到干涉原理和数学模型，最后探讨特殊情况下的干涉现象及其应用。文章将结合数学公式和编程实例，提供清晰的逻辑推理和分析过程，以帮助读者更好地理解和掌握这些核心概念。目录大纲《数学与光学
  • Uboot中外存MMC(sd/iNand等)驱动架构代码简单分析 IT悟物穷理IT uboot和系统移植
    2020-7-519:50北京晴屋内开空调不知道外面啥情况一天没出屋外面貌似闷热吧！本文仅作为技术积累，方便日后查阅！作家格拉德威尔在《异类》一书中指出：“人们眼中的天才之所以卓越非凡，并非天资超人一等，而是付出了持续不断的努力。1万小时的锤炼是任何人从平凡变成超凡的必要条件”。他将此称为“一万小时定律”。要成为某个领域的专家，需要10000小时，按比例计算就是：如果每天工作八个小时，一周工作五天
  • 1、架构-服务架构演进史 大树~~ 架构架构微服务java
    架构演进史1.原始分布式时代这个阶段发生在20世纪70年代末到80年代初，当时的计算机科学从以大型机为主转向以微型机为主。在这个时期，由于单台计算机的处理能力有限，计算机科学家开始尝试使用多台计算机共同协作来支撑更大的软件系统。这些早期的分布式尝试，包括惠普的网络运算架构、卡内基·梅隆大学的AFS（AndrewFileSystem）等，都是对分布式计算的初步探索。2.单体系统时代随着摩尔定律的实现
  • 齐普夫定律（Zipf‘s Law） 彬彬侠 自然语言处理齐普夫定律Zipf’sLaw单词频率排名PythonNLP自然语言处理
    齐普夫定律（Zipf’sLaw）1.定义齐普夫定律（Zipf’sLaw）是一种经验法则，描述了单词频率分布在自然语言中的规律。它指出，在一篇文本或一个语料库中，单词的出现频率fff与其频率排名rrr之间存在如下关系：f∝1rsf\propto\frac{1}{r^s}f∝rs1其中：fff是单词的出现频率。rrr是单词的排名（按照频率从高到低排序）。sss是一个常数，通常在自然语言中接近1（即s≈
  • 点、线、圆、矩形、抛物线的类定义_德语词汇-数学类 weixin_39818662 点线圆矩形抛物线的类定义
    德语词汇-数学类定理derTheorem公理dasAxiom定义dieDefinition法则dasGesetz定律dieRegel公式dieformel原理dasPrinzip性质dieBeschaffenheit加plus减minus乘mal除durch和dieSumme差derRest积dasProdukt商derQuotient比例dasVerhaeltnis符号dasZeichen整数d
  • 物理运动模拟基础 lang_dye 物理物理物理模拟
    牛顿定律第一定律：若物体所受外力为0，则物体保持静止或匀速直线运动第二定律：物体的动量随时间的变化率与受力成正比。F=dpdt=mdvdt=maF=\frac{dp}{dt}=\frac{mdv}{dt}=maF=dtdp=dtmdv=ma，一般物理模拟使用这个公式第三定律：相互作用的两个物体之间的作用力和反作用力大小想等，方向相反，作用在同一直线上。匀加速运动设物体的质量为m，初始速度为v0，当
  • 全局光照：物理基础教程_2024-07-21_16-33-18.Tex chenjj4003 游戏开发2性能优化vrffmpeg前端javascript
    全局光照：物理基础教程光照基础理论光线与物质的相互作用光线与物质的相互作用是全局光照研究的核心之一。当光线遇到物体表面时，会发生反射、折射或被吸收。这些现象决定了我们如何感知物体的颜色和质感。反射光线在物体表面的反射遵循反射定律，即入射角等于反射角。反射可以分为镜面反射和漫反射两种类型。镜面反射镜面反射发生在光滑的表面上，光线以相同的角度反射回去。例如，镜子或金属表面的反射。漫反射漫反射发生在粗糙
  • 【大模型入门必看】LLM大语言模型导读 古-月 LLM大语言模型
    前言在规模扩展定律（ScalingLaws）被证明对语言模型有效之后，研究者构建出了许多大语言模型。尤其是2022年底面向普通消费者的ChatGPT模型的出现，正式标志着自然语言处理进入大语言模型时代。本章将简要梳理大语言模型的技术要点以及构建过程，并且列举了可用于预训练以及微调模型的常用数据集，介绍了目前开发大语言模型常用的代码库、预训练大语言模型的步骤以及涉及的关键技术，包括数据准备阶段、模型
  • 为AI聊天工具添加一个知识系统 之76 详细设计之17 正则表达式 之4 正则表达式模板 一水鉴天 人工智能机器学习算法
    Q712、三“化”（使用三种不同的定义方法：规定定义法-线性回归/内涵定义法--一阶迭代/外延定义法--单调递归）整体形成一个双人零和的局面Method()规定式。给出问题“law是什么”的三种答案：1)符合（事实符合公式）内涵和外延的逆关系,2）遵循(逻辑符号)拓扑特征不变性，3)基于(信念坚持)时间不可逆公理根据你所描述的框架，三“化”（规定定义法-线性回归、内涵定义法-一阶迭代、外延定义法-
  • The Simulation技术浅析（二）：模型技术 爱研究的小牛 AIGC—虚拟现实算法人工智能AIGC机器学习深度学习
    一、物理模型（PhysicalModels）1.概述物理模型基于物理定律和原理，通过模拟现实世界中物理系统的行为和相互作用来构建模型。物理模型通常用于工程、物理和化学等领域，用于预测系统在不同条件下的表现。2.关键技术力学定律：例如牛顿运动定律，用于模拟物体的运动和受力情况。流体力学：例如纳维-斯托克斯方程，用于模拟流体流动。热力学定律：例如热传导方程，用于模拟热量传递。3.过程模型公式及案例详解
  • 嵌入式工程师必学（99）：直流电路定理 芯片-嵌入式 嵌入式硬件
    线性度属性LinearityProperty线性是描述因果之间线性关系的元素的属性。它是均匀性和可加性特性的组合。齐次性属性要求，如果输入（激励）乘以一个常数，则输出（响应）乘以相同的常数。例如，对于电阻，欧姆定律将输入i与输出v相关联：v=iR。如果i增加一个常数k，则v相应地增加k；那是可加性属性要求对输入之和的响应是对单独应用的每个输入的响应之和。因此，对于电阻，如果V1=i1R
  • AI语言模型竞争加剧：新秀崛起 格局生变 XianxinMao 人工智能语言模型自然语言处理
    标题：AI语言模型竞争加剧：新秀崛起格局生变文章信息摘要：AI语言模型领域呈现加速发展和分化态势。在LMSYS排行榜上，Claude3Opus超越GPT-4Turbo，DBRX超越Mixtral成为最佳开源模型，显示领先位置更替频繁。开源与闭源模型形成差异化发展路径：开源模型注重效率和架构创新，闭源API模型专注高端性能。模型训练成本呈现类摩尔定律式下降，每年降低75%。MoE架构在计算效率和性能
  • 优化我们的程序（数据篇）：依赖关系与并行化 skaiuijing 编译器程序优化计算机科学与技术并行化
    依赖关系与并行化我们需要把有依赖关系的数据都交给同一个CPU处理，这样其他数据都可以交给其他CPU并行处理，并行的加速比公式Amdahl定律：1/((1-f)+(f/p))笔者个人认为，这个公式的主要精髓在于并行流受限于串行流，加速比其实主要取决于并行化最低的数据，也就是依赖性最严重的数据，这部分数据必须串行执行。数据依赖有三种类型：真依赖：写运算后面接一个读运算反依赖：读运算后面接一个写运算输出
  • 【游戏设计原理】85 - 菲兹定律 tealcwu #游戏设计的100个原理游戏游戏策划
    1.什么是菲兹定律菲兹定律描述了目标大小、目标距离与到达目标所需时间之间的关系。目标越大、离起始点越近，人们越容易快速而精确地点击它。相反，目标越小或距离越远，操作的难度就越高。2.适用场景菲兹定律适用于以下场景：游戏设计战斗与瞄准：决定目标的大小和移动速度，平衡挑战与玩家体验。操控设计：控制器（如鼠标、手柄）精度与速度的优化。用户界面设计（UI/UX）按钮布局：将常用的功能按钮设计得更大，放置在
  • 大模型密度定律：AI代码生成器将迎来爆发式增长？ 前端
    近年来，人工智能（AI）技术飞速发展，尤其是在代码生成领域，涌现出许多强大的AI代码生成器。清华大学刘知远团队近期提出的“大模型密度定律”，为我们理解AI技术的发展速度提供了新的视角，也预示着AI代码生成技术的未来发展趋势。该定律指出，模型能力密度每3.3个月翻倍，这将如何改变我们对AI发展的认知，并对AI代码生成器产生怎样的影响呢？让我们深入探讨。大模型密度定律：能力密度与指数级增长“大模型密度
  • 大模型密度定律：AI代码生成器将迎来爆发式增长？ 前端
    近年来，人工智能（AI）技术飞速发展，尤其是在代码生成领域，涌现出许多强大的AI代码生成器。清华大学刘知远团队近期提出的“大模型密度定律”，为我们理解AI技术的发展速度提供了新的视角，也预示着AI代码生成技术的未来发展趋势。该定律指出，模型能力密度每3.3个月翻倍，这将如何改变我们对AI发展的认知，并对AI代码生成器产生怎样的影响呢？让我们深入探讨。大模型密度定律：能力密度与指数级增长“大模型密度
  • 人工智能与量子计算：未来编程的碰撞与共鸣 大梦百万秋 知识学爆量子计算
    引言：编程的“摩尔定律”快到尽头了？曾几何时，摩尔定律曾预言着计算能力的飞速发展——每两年，晶体管的数量翻倍，处理器的速度也在跟着疯狂增长。这个定律引领了数十年的技术革命，推动了今天的智能手机、超级计算机和现代互联网的诞生。然而，摩尔定律的黄金时代正逐渐走向尾声。传统的硅基芯片工艺遇到了物理极限，无法再轻易实现持续的性能翻倍。此时，新的计算范式开始崭露头角——量子计算与人工智能（AI）的结合，正在
  • 宇宙规律对可转移量子强化学习架构的启示 AI天才研究院 计算机软件编程原理与应用实践javapythonjavascriptkotlingolang架构人工智能大厂程序员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AIGCAGILLM系统架构设计软件哲学Agent程序员实现财富自由
    第1章引言：宇宙规律与量子强化学习架构1.1问题背景宇宙规律是指宇宙中普遍存在的自然规律，如物理学中的万有引力定律、量子力学中的不确定性原理等。这些规律对宇宙的运行和演化起着决定性的作用。随着科技的发展，人们开始意识到这些宇宙规律可能对人工智能领域，尤其是量子强化学习架构的设计和优化有着深远的启示。量子强化学习是一种结合了量子计算和强化学习的新型机器学习方法。它利用量子计算机的优势，在训练和优化模
  • 软件架构的康威定律：AI如何重构团队协作模式 前端
    1.引言康威定律，一个简洁却深刻的观察：任何组织设计出的系统，其结构都与组织自身的沟通结构保持一致。这意味着，一个团队的沟通方式、组织结构直接影响着最终产品的架构。这在软件开发领域尤为明显。一个沟通效率低下的团队，往往会设计出复杂、难以维护的软件系统。而近年来，人工智能技术的飞速发展为解决这一问题提供了一种新的途径。本文将探讨AI工具，特别是AI辅助代码生成工具，如何帮助团队克服康威定律的限制，重
  • 8 条程序员应知的软件开发法则，最后一条扎心了
    林迪效应（LindyEffect）存在时间较长的技术、编程语言、框架或工具更可能在未来持续存在和保持相关性。康威定律（Conway'sLaw）软件架构会反映设计它的组织的沟通结构。盖尔定律（Gall'sLaw）能运行的复杂系统是从能运行的简单系统演化而来的。布鲁克斯定律（Brooks’sLaw）向延期项目增加人手只会让项目更晚完成。墨菲定律（Murphy'sLaw）凡是可能出错的事情，都会出错。古
  • 2018-07-23-催眠日作业-#不一样的31天#-66小鹿 小鹿_33
    预言日：人总是在逃避命运的路上，与之不期而遇。心理学上有个著名的名词，叫做自证预言；经济学上也有一个很著名的定律叫做，墨菲定律；在灵修派上，还有一个很著名的法则，叫做吸引力法则。这3个领域的词，虽然看起来不太一样，但是他们都在告诉人们一个现象：你越担心什么，就越有可能会发生什么。同样的道理，你越想得到什么，就应该要积极地去创造什么。无论是自证预言，墨菲定律还是吸引力法则，对人都有正反2个维度的影响
  • 插入表主键冲突做更新 a-john
    有以下场景： 用户下了一个订单，订单内的内容较多，且来自多表，首次下单的时候，内容可能会不全（部分内容不是必须，出现有些表根本就没有没有该订单的值）。在以后更改订单时，有些内容会更改，有些内容会新增。 问题： 如果在sql语句中执行update操作，在没有数据的表中会出错。如果在逻辑代码中先做查询，查询结果有做更新，没有做插入，这样会将代码复杂化。 解决： mysql中提供了一个sql语
  • Android xml资源文件中@、@android:type、@*、？、@+含义和区别 Cb123456 @+@?@*
    一.@代表引用资源 1.引用自定义资源。格式：@[package:]type/name android：text="@string/hello"   2.引用系统资源。格式：@android:type/name     android:textColor="@android:color/opaque_red"
  • 数据结构的基本介绍 天子之骄 数据结构散列表树、图线性结构价格标签
    数据结构的基本介绍 数据结构就是数据的组织形式，用一种提前设计好的框架去存取数据，以便更方便，高效的对数据进行增删查改。正确选择合适的数据结构，对软件程序的高效执行的影响作用不亚于算法的设计。此外，在计算机系统中数据结构的作用也是非同小可。例如常常在编程语言中听到的栈，堆等，就是经典的数据结构。   经典的数据结构大致如下：   一：线性数据结构 (1)：列表 a
  • 通过二维码开放平台的API快速生成二维码 一炮送你回车库 api
     现在很多网站都有通过扫二维码用手机连接的功能，联图网(http://www.liantu.com/pingtai/)的二维码开放平台开放了一个生成二维码图片的Api,挺方便使用的。闲着无聊，写了个前台快速生成二维码的方法。        html代码如下:(二维码将生成在这div下) ? 1  &nbs
  • ImageIO读取一张图片改变大小 3213213333332132 javaIOimageBufferedImage
    package com.demo; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import javax.imageio.ImageIO; /** * @Description 读取一张图片改变大小 * @author FuJianyon
  • myeclipse集成svn（一针见血） 7454103 eclipseSVNMyEclipse
                                     &n
  • 装箱与拆箱----autoboxing和unboxing darkranger J2SE
    4.2　自动装箱和拆箱 基本数据(Primitive)类型的自动装箱(autoboxing)、拆箱(unboxing)是自J2SE 5.0开始提供的功能。虽然为您打包基本数据类型提供了方便，但提供方便的同时表示隐藏了细节，建议在能够区分基本数据类型与对象的差别时再使用。 4.2.1　autoboxing和unboxing 在Java中，所有要处理的东西几乎都是对象(Object)
  • ajax传统的方式制作ajax aijuans Ajax
    //这是前台的代码 <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%> <% String path = request.getContextPath(); String basePath = request.getScheme()+
  • 只用jre的eclipse是怎么编译java源文件的？ avords javaeclipsejdktomcat
    eclipse只需要jre就可以运行开发java程序了，也能自动 编译java源代码，但是jre不是java的运行环境么，难道jre中也带有编译工具？ 还是eclipse自己实现的？谁能给解释一下呢问题补充：假设系统中没有安装jdk or jre，只在eclipse的目录中有一个jre，那么eclipse会采用该jre，问题是eclipse照样可以编译java源文件，为什么呢？ &nb
  • 前端模块化 bee1314 模块化
    背景： 前端JavaScript模块化，其实已经不是什么新鲜事了。但是很多的项目还没有真正的使用起来，还处于刀耕火种的野蛮生长阶段。   JavaScript一直缺乏有效的包管理机制，造成了大量的全局变量，大量的方法冲突。我们多么渴望有天能像Java（import），Python (import)，Ruby(require)那样写代码。在没有包管理机制的年代，我们是怎么避免所
  • 处理百万级以上的数据处理 bijian1013 oraclesql数据库大数据查询
    一.处理百万级以上的数据提高查询速度的方法：        1.应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。         2.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 o
  • mac 卸载 java 1.7 或更高版本 征客丶 javaOS
    卸载 java 1.7 或更高 sudo rm -rf /Library/Internet\ Plug-Ins/JavaAppletPlugin.plugin 成功执行此命令后，还可以执行 java 与 javac 命令 sudo rm -rf /Library/PreferencePanes/JavaControlPanel.prefPane 成功执行此命令后，还可以执行 java
  • 【Spark六十一】Spark Streaming结合Flume、Kafka进行日志分析 bit1129 Stream
    第一步，Flume和Kakfa对接，Flume抓取日志，写到Kafka中 第二部，Spark Streaming读取Kafka中的数据，进行实时分析   本文首先使用Kakfa自带的消息处理（脚本）来获取消息，走通Flume和Kafka的对接 1. Flume配置 1. 下载Flume和Kafka集成的插件，下载地址：https://github.com/beyondj2ee/f
  • Erlang vs TNSDL bookjovi erlang
          TNSDL是Nokia内部用于开发电信交换软件的私有语言，是在SDL语言的基础上加以修改而成，TNSDL需翻译成C语言得以编译执行，TNSDL语言中实现了异步并行的特点，当然要完整实现异步并行还需要运行时动态库的支持，异步并行类似于Erlang的process（轻量级进程），TNSDL中则称之为hand，Erlang是基于vm(beam)开发，
  • 非常希望有一个预防疲劳的java软件, 预防过劳死和眼睛疲劳,大家一起努力搞一个 ljy325 企业应用
    　非常希望有一个预防疲劳的java软件，我看新闻和网站，国防科技大学的科学家累死了，太疲劳，老是加班，不休息，经常吃药，吃药根本就没用，根本原因是疲劳过度。我以前做java,那会公司垃圾，老想赶快学习到东西跳槽离开，搞得超负荷，不明理。深圳做软件开发经常累死人，总有不明理的人，有个软件提醒限制很好，可以挽救很多人的生命。 相关新闻： （1）IT行业成五大疾病重灾区：过劳死平均37.9岁
  • 读《研磨设计模式》-代码笔记-原型模式 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/ /** * Effective Java 建议使用copy constructor or copy factory来代替clone()方法： * 1.public Product copy(Product p){} * 2.publi
  • 配置管理---svn工具之权限配置 chenyu19891124 SVN
    今天花了大半天的功夫，终于弄懂svn权限配置。下面是今天收获的战绩。 安装完svn后就是在svn中建立版本库，比如我本地的是版本库路径是C:\Repositories\pepos。pepos是我的版本库。在pepos的目录结构 pepos    component    webapps 在conf里面的auth里赋予的权限配置为 [groups]
  • 浅谈程序员的数学修养 comsci 设计模式编程算法面试招聘
                                     浅谈程序员的数学修养
  • 批量执行 bulk collect与forall用法 daizj oraclesqlbulk collectforall
    BULK COLLECT 子句会批量检索结果，即一次性将结果集绑定到一个集合变量中，并从SQL引擎发送到PL/SQL引擎。通常可以在SELECT INTO、 FETCH INTO以及RETURNING INTO子句中使用BULK COLLECT。本文将逐一描述BULK COLLECT在这几种情形下的用法。     有关FORALL语句的用法请参考：批量SQL之 F
  • Linux下使用rsync最快速删除海量文件的方法 dongwei_6688 OS
    1、先安装rsync：yum install rsync 2、建立一个空的文件夹：mkdir /tmp/test 3、用rsync删除目标目录：rsync --delete-before -a -H -v --progress --stats /tmp/test/ log/这样我们要删除的log目录就会被清空了，删除的速度会非常快。rsync实际上用的是替换原理，处理数十万个文件也是秒删。
  • Yii CModel中rules验证规格 dcj3sjt126com rulesyiivalidate
    Yii cValidator主要用法分析：  yii验证rulesit 分类： Yii yii的rules验证 cValidator主要属性 attributes ,builtInValidators,enableClientValidation,message,on,safe,skipOnError  
  • 基于vagrant的redis主从实验 dcj3sjt126com vagrant
    平台: Mac 工具: Vagrant 系统: Centos6.5 实验目的: Redis主从   实现思路 制作一个基于sentos6.5, 已经安装好reids的box, 添加一个脚本配置从机, 然后作为后面主机从机的基础box   制作sentos6.5+redis的box   mkdir vagrant_redis cd vagrant_
  • Memcached(二)、Centos安装Memcached服务器 frank1234 centosmemcached
    一、安装gcc rpm和yum安装memcached服务器连接没有找到，所以我使用的是make的方式安装，由于make依赖于gcc，所以要先安装gcc 开始安装，命令如下，[color=red][b]顺序一定不能出错[/b][/color]： 建议可以先切换到root用户，不然可能会遇到权限问题：su root 输入密码...... rpm -ivh kernel-head
  • Remove Duplicates from Sorted List hcx2013 remove
    Given a sorted linked list, delete all duplicates such that each element appear only once. For example,Given 1->1->2, return 1->2.Given 1->1->2->3->3, return&
  • Spring4新特性——JSR310日期时间API的支持 jinnianshilongnian spring4
    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
  • 浅谈enum与单例设计模式 247687009 java单例
    在JDK1.5之前的单例实现方式有两种(懒汉式和饿汉式并无设计上的区别故看做一种)，两者同是私有构 造器，导出静态成员变量，以便调用者访问。 第一种 package singleton; public class Singleton { //导出全局成员 public final static Singleton INSTANCE = new S
  • 使用switch条件语句需要注意的几点 openwrt cbreakswitch
    1. 当满足条件的case中没有break，程序将依次执行其后的每种条件（包括default）直到遇到break跳出 int main() { int n = 1; switch(n) { case 1: printf("--1--\n"); default: printf("defa
  • 配置Spring Mybatis JUnit测试环境的应用上下文 schnell18 springmybatisJUnit
    Spring-test模块中的应用上下文和web及spring boot的有很大差异。主要试下来差异有： 单元测试的app context不支持从外部properties文件注入属性 @Value注解不能解析带通配符的路径字符串 解决第一个问题可以配置一个PropertyPlaceholderConfigurer的bean。 第二个问题的具体实例是：    
  • Java 定时任务总结一 tuoni javaspringtimerquartztimertask
     Java定时任务总结  一.从技术上分类大概分为以下三种方式：  1.Java自带的java.util.Timer类，这个类允许你调度一个java.util.TimerTask任务;   说明：    java.util.Timer定时器，实际上是个线程，定时执行TimerTask类 &
  • 一种防止用户生成内容站点出现商业广告以及非法有害等垃圾信息的方法 yangshangchuan rank相似度计算文本相似度词袋模型余弦相似度
    本文描述了一种在ITEYE博客频道上面出现的新型的商业广告形式及其应对方法，对于其他的用户生成内容站点类型也具有同样的适用性。   最近在ITEYE博客频道上面出现了一种新型的商业广告形式，方法如下：     1、注册多个账号（一般10个以上）。     2、从多个账号中选择一个账号，发表1-2篇博文
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他