- Zookeeper 和 Redis 哪种更好?
离别情诗雨
zookeeperredis分布式
目录前言:什么是Zookeeper和Redis?1.核心定位与功能2.关键差异点(1)一致性模型(2)性能(3)数据容量(4)高可用性3.适用场景使用Zookeeper的场景使用Redis的场景4.替代方案5.如何选择?6.常见误区7.总结前言:什么是Zookeeper和Redis?这个问题看起来有点笼统,需要先了解他们的具体用途和区别。首先,我得确认用户的使用场景是什么?因为这两个工具虽然都是分
- 使用 python框架FastAPI搭配Nacos 构建网关服务
xiaohu9606
pythonfastapi数据库
文章目录概要整体架构流程技术细节小结概要本文将详细介绍如何使用FastAPI构建一个功能强大的网关服务,该网关服务能够处理认证、路由转发和日志记录等功能。我们将基于提供的代码文件进行分析,并对代码进行必要的优化和补充。整体架构流程数据库模型(base.py)fromtypingimportListfromsqlalchemyimportor_fromsqlalchemy.excimportSQLA
- DeepSeek 入门:在 MacOS 上本地运行 DeepSeek-R1
知识大胖
NVIDIAGPU和大语言模型开发教程macosdeepseekjanusproollama
什么是DeepSeek-R1?开源AI模型DeepSeek-R1在推理、编码和数学任务方面表现出色。DeepSeek-R1旨在提供准确、合乎逻辑的响应,是开发人员、研究人员或任何对AI感兴趣的人的理想选择。DeepSeek-R1可以在本地运行,确保您的数据保持私密和安全,这与许多需要云访问的模型不同。推荐文章《如何在本地电脑上安装和使用DeepSeekR-1》权重1,DeepSeek《Nvidia
- 2. 从HuggingFace下载千问模型、数据、微调并运行
ApiChain
gpt大模型语言模型人工智能python
视频链接(1)3.从HuggingFace下载千问模型、数据、微调并运行(上)_哔哩哔哩_bilibili在本课程中,我们将带你下载并本地运行一个大模型,进行模型的微调训练等,视频播放量525、弹幕量0、点赞数4、投硬币枚数2、收藏人数11、转发人数2,视频作者jiangliuer3264,作者简介,相关视频:3.从HuggingFace下载千问模型、数据、微调并运行(下),6.租赁GPU服务器并
- DeepSeek的无限可能:探索前沿AI技术在多领域的应用
编码追梦人
AI人工智能人工智能
引言2023年,全球人工智能产业规模突破万亿美元大关,一场以深度学习为核心的技术革命正以前所未有的速度重构人类社会的运行逻辑。在这场变革的浪潮中,中国AI企业深度求索(DeepSeek)以其独特的“问题驱动型”技术路径,悄然构建起覆盖科研、医疗、金融、教育等领域的智能生态系统。第一章技术底座:重构AI核心范式1.1MoE架构的颠覆性创新传统Transformer模型面临参数爆炸与能耗困境,Deep
- DeepSeek-R1驱动下一代AIGC安全:全面解析智能内容合规审查技术体系与实战案例
Coderabo
DeepSeekR1模型企业级应用AIGC安全
DeepSeek-R1赋能AIGC内容合规审查:技术实践与案例解析一、AIGC内容合规审查技术架构(此处展开约1500字的技术原理说明,涵盖深度学习模型、规则引擎、多模态检测等核心组件)二、核心实施步骤与代码实现1.文本内容预处理模块importrefromdeepseek_nlpimportTextCleanerdeftext_preprocessing(text):#特殊字符过滤cleaner
- DeepSeek模型实战:从理论到应用的深度探索
CodeJourney.
人工智能算法数据库
一、引言在人工智能快速发展的当下,大型语言模型已成为自然语言处理领域的核心力量。DeepSeek模型作为其中的佼佼者,凭借其先进的架构和强大的性能,吸引了众多开发者和研究人员的关注。本文将深入探讨DeepSeek模型的技术原理,并通过实际案例展示其在不同场景下的应用,为读者提供从理论到实践的全面指导。二、DeepSeek模型技术剖析(一)架构基础DeepSeek模型基于Transformer架构构
- 深度求索(DeepSeek):中国AGI领域的新锐探索者
.猫的树
AGI-通用人工智能AGI人工智能深度学习
文章目录引言:当AGI照进现实一、DeepSeek技术亮点解析1.1模型架构创新1.2性能对标国际巨头二、开源生态建设2.1开源全家桶2.2开发者友好设计三、应用场景展望3.1智能编程助手3.2企业级解决方案四、AGI之路的挑战与思考结语:中国AI的新范式讨论话题:引言:当AGI照进现实在ChatGPT掀起全球AI热潮的今天,一家名为深度求索(DeepSeek)的中国公司正以独特的技术路径冲击AG
- 【有啥问啥】DeepSeek 技术原理详解
有啥问啥
大模型深度学习
DeepSeek技术原理详解DeepSeek是一款具有突破性技术的大型语言模型,其背后的技术原理涵盖了多个方面,以下是对其主要技术原理的详细介绍:架构创新多头潜在注意力机制(MLA)传送门链接:DeepSeekV3中的Multi-HeadLatentAttention(MLA):技术解析与应用DeepSeek引入了多头潜在注意力机制(Multi-headLatentAttention,MLA),这
- 解剖DeepSeek四把刀,一场深到源码,大到行业,细到人心盛宴
leluckys
AI大模型AI编程
在拆解DeepSeek源码后,会发现几个颠覆行业认知的真相。这个号称“用十分之一算力吊打GPT-4”的国产大模型,藏着令人拍案叫绝的工程智慧,却也暗藏致命软肋。第一刀:切开开源表象,DeepSeek确实把代码仓库甩上了GitHub,但这套开源策略藏着精妙算计。他们公开的是经过蒸馏的“成品模型”,而非原始训练框架:就像给你组装好的乐高战舰,却藏起了设计图纸。这种半开放式开源既能吸引开发者构建生态,又
- DeepSeek系列模型:高效能推理与多模态处理的技术突破与实践路径
张3蜂
人工智能开源技术选型人工智能开源机器人
目录引言一、高效能推理的核心技术路径二、多模态处理的技术创新三、技术协同与落地实践四、未来技术演进方向结论引言背景与挑战AI模型规模化趋势下,推理效率与多模态融合成为关键瓶颈。DeepSeek系列模型的定位:平衡性能、效率与多模态能力的技术创新者。核心命题如何通过架构设计与算法优化实现高效推理?如何突破模态边界实现跨模态语义理解与生成?一、高效能推理的核心技术路径轻量化模型架构设计动态稀疏注意力机
- CSDN C知道接入DeepSeek-R1满血版,赋能开发者高效智能编程与问题解决
CSDN资讯
人工智能
CSDN宣布旗下C知道产品将接入深度求索(DeepSeek)人工智能大模型,通过植入“深度思考模式”,全面升级用户的AI搜索体验,重新定义智能编程场景。“CSDN积极整合行业顶尖技术能力,现已引入以DeepSeek为代表的推理大模型,并与C知道AI搜索产品深度融合,致力于为开发者提供更高效、更智能的技术解决方案与学习辅助工具,助力开发者提升效率、解决技术难题。”CSDN技术负责人表示,持续升级的A
- 望获实时Linux系统在低空经济中的关键作用分析
望获linux
飞控Linuxlinux开源软件语言模型低空经济
在现代经济发展的新赛道上,低空经济正以前所未有的势头迅速崛起,成为一个备受瞩目的创新领域。这一新兴的经济形态,通过充分挖掘低空空域资源,整合有人驾驶与无人驾驶航空器的多元化飞行活动,正在重构传统产业边界,描绘出一幅跨界融合的经济蓝图。国家为何如此重视并大力支持这一充满潜力的产业?低空经济的定义与特点低空经济可以视为通用航空的全新升级版本,是一个多维度、跨领域的综合性产业生态系统。它巧妙地整合了航空
- 从表征视角看VLLM--总讲(万字专栏,持续更新)
仙人球小熊
从表征视角看VLLM人工智能深度学习
欢迎私信交流本专栏解读的模型:各个模型的详细解读请阅读本专栏的其它文章,内容详实,但突出重点,可以帮助读者对于具体的模型、尤其是模型的表征问题有非常完备的理解。当然,专栏中的一些内容来源于笔者个人的思考与总结,可能存在错误,欢迎纠正与讨论。BLIP系列:BLIP1.0、BLIP2.0从表征视角看VLLM(1)——BLIP系列模型-CSDN博客LLAVA系列:LLAVA1.0、LLAVA1.5、LL
- 【DeepSeek】DeepSeek 如何应用于政务系统?
深度求索者
政务
DeepSeek作为一款高性能、低成本的AI大模型,近期在政务系统中得到了广泛应用,其技术能力和场景适配性正在推动数字政府的智能化转型。以下从应用场景、技术支撑、实际成效及未来方向等方面进行深度解析:一、核心应用场景智能公文处理政策解读与文件起草:DeepSeek基于自然语言处理(NLP)技术,可自动生成公文初稿,结合政务语境提取关键信息,生成拟办意见。例如,深圳市龙岗区的公文校对时间从人工5分钟
- Decoder-Only、Encoder-Only、Encoder-Decoder 区别
会喘气的粽子丶
nlp人工智能
Decoder-Only、Encoder-Only和Encoder-Decoder是三种常见的神经网络架构,主要用于自然语言处理(NLP)任务。它们在结构和应用上有显著的区别。1.Decoder-Only架构描述:仅包含解码器部分,没有编码器。应用:通常用于生成任务,如语言模型和对话系统。代表模型:GPT(GenerativePre-trainedTransformer)特点:自回归生成:模型通过
- 智能化工具软件在教育领域的革命性应用:InsCode AI IDE引领编程教育新时代
InsCode AI IDE
inscode人工智能ide
智能化工具软件在教育领域的革命性应用:InsCodeAIIDE引领编程教育新时代最新接入DeepSeek-V3模型,点击下载最新版本InsCodeAIIDE引言随着信息技术的飞速发展,编程技能已经成为现代社会不可或缺的一部分。无论是计算机科学专业的学生,还是希望掌握编程技能以提升就业竞争力的职场人士,编程教育的重要性日益凸显。然而,对于许多初学者来说,编程学习往往充满了挑战和困惑。如何让编程变得更
- 还在熬夜做 PPT?结合Deepseek和Kimi 一键生成,效率飞起!
a小胡哦
powerpoint
打工人、学生党们,是不是每次做PPT都要掉一把头发?别愁啦,今天就给大家分享一个超绝的方法,用Deepseek自动生成PPT,轻松告别熬夜做PPT的痛苦!为什么选择Deepseek生成PPTDeepseek是一款强大的AI工具,它的中文理解和推理能力一流,能够快速精准地理解你的需求,生成逻辑清晰、内容丰富的PPT大纲和文本内容。不管是工作汇报、项目展示,还是学术报告,它都能帮你轻松搞定,节省大量时
- 关系数据库的基本术语
iamphp
系统架构设计师数据库
(1)属性(Attribute):在现实世界中,要描述一个事物常常取若干特征来表示。这些特征称为属性。例如学生通过学号、姓名、性别、系别、年龄、籍贯等属性来描述。(2)域(Domain):每个属性的取值范围对应一个值的集合,称为该属性的域。例如,学号的域是6位整型数;姓名的域是10位字符;性别的域为{男,女}等。一般在关系数据模型中,对域还加了一个限制,即所有的域都应是原子数据(AtomicDat
- SFT(监督微调)和RLHF(基于人类反馈的强化学习)的区别
钟小宇
LLM人工智能语言模型
SFT(监督微调)和RLHF(基于人类反馈的强化学习)的区别STF(SupervisedFine-Tuning)和RLHF(ReinforcementLearningfromHumanFeedback)是两种不同的模型训练方法,分别用于不同的阶段和目的。以下是它们的主要区别:1.方法概述STF(监督微调):定义:STF是指在已经预训练好的模型基础上,使用标注好的数据进一步训练模型,使其在特定任务上
- 基于 Spring Cloud + Sentinel 的全面流量治理方案
power-辰南
java技术架构师成长专栏springcloudsentinelspring流量治理
一、精准评估系统最大负载1.流量建模历史日志分析流量特征提取业务场景拆解流量模型构建容量预测模型实施方法:使用ELK分析6个月Nginx日志,提取分时/分业务QPS曲线构建典型场景模型:日常流量(正态分布)、促销流量(脉冲模型)、恶意攻击(毛刺识别)容量公式:单实例容量=(CPU核心数*1000ms)/平均RT(ms)2.数据模拟与环境搭建#使用tcpcopy复制生产流量./tcpcopy-x80
- AI大模型学习之白话笔记(一)-- GPT和LLM
Langchain
人工智能学习笔记langchainpython机器人大模型
前言2022年底第一次听说chatGPT,从最初的对话,到如今的文生视频Sora,带来的效果,越来越超出我们的想象。在2023年,我尝试去了解GPT可以干什么,有什么作用,该怎么用,不过变化太快,最终也没有找到一个好的方式干进去。为什么变化这么快,说到底,是AI大模型带来的巨变。现在很多大厂都在降薪裁员,也有不少公司在AllinAI,我们都有一个预感,要变天了。你想想,如果有一天,一款游戏的所有美
- YashanDB表介绍
数据库
本文内容来自YashanDB官网,原文内容请见https://doc.yashandb.com/yashandb/23.3/zh/%E6%A6%82%E5%BF%B5%...在关系型数据库中一个表就是一个关系(Relation),一个关系数据库可以包含多个表。表是一种按行、列排列的具有相关信息的逻辑结构,是关系数据库中组织数据的基本单元。表的元素列数据库中表包含若干个列(或字段),列表示关系模型的
- 【机器学习】半监督和无监督极限学习机SS-US-ELM附Matlab代码
默默科研仔
粉丝福利机器学习人工智能
标题:【机器学习】半监督和无监督极限学习机SS-US-ELM附Matlab代码一、引言1.1研究背景和意义概述研究的背景以及该研究在领域内的重要性。1.2研究现状分析当前领域的研究进展和存在的问题。二、极限学习机(ELM)基本原理2.1ELM的基本模型描述ELM的基本模型结构和工作原理。2.2ELM的学习过程介绍ELM的学习算法和训练过程。三、半监督极限学习机(SS-ELM)3.1SS-ELM的提
- 文心快码智能体不断发展,真正与AI协同工作
文心快码(BaiduComate)是基于百度文心大模型,在研发全流程全场景下为开发者提供辅助建议的智能代码助手。结合百度积累多年的编程现场大数据、外部优秀开源数据,可为开发者生成更符合实际研发场景的优秀代码,提升编码效率,释放“十倍”软件生产力。如果您对【文心快码企业版】感兴趣,希望获取更多详细信息,点击进入企业服务咨询我们会尽快安排专业人员与您取得联系!我们期待与您建立联系,为您的企业带来更高效
- 什么关系型数据库和非关系型数据库
yqcoder
数据库nosql
一、关系型数据库1.定义关系型数据库是基于关系模型的数据库,用二维表结构来存储数据,表与表之间可以通过关系(如主键-外键关系)相互关联。2.特点2.1数据结构化数据按照预定义的表结构进行存储,每个表有固定的列和数据类型。例如,一个存储员工信息的表,可能包含“员工ID”“姓名”“部门”等列,每列都有明确的数据类型。2.2支持SQL查询使用结构化查询语言(SQL)进行数据的增删改查操作,SQL是一种标
- NoSQL数据库-体系框架
iamphp
系统架构设计师nosql数据库
NoSQL整体框架分为4层,由下至上分为数据持久层(DataPersistence)、数据分布层(DataDistributionModel)、数据逻辑模型层(DataLogicalModel)和接口层(Interface),层次之间相辅相成,协调工作。(1)数据持久层定义了数据的存储形式,主要包括基于内存、硬盘、内存和硬盘接口、订制可插拔4种形式。基于内存形式的数据存取速度最快,但可能会造成数据
- HarmonyOS Next模型结构优化策略
harmonyos
本文旨在深入探讨华为鸿蒙HarmonyOSNext系统(截止目前API12)中模型结构优化相关技术细节,基于实际开发实践进行总结。主要作为技术分享与交流载体,难免错漏,欢迎各位同仁提出宝贵意见和问题,以便共同进步。本文为原创内容,任何形式的转载必须注明出处及原作者。一、模型结构优化原理与目标(一)基本原理在HarmonyOSNext的模型世界里,模型结构优化就像是精心设计一座桥梁,要在保证稳固(性
- 【带你 langchain 双排系列教程】1. langchian 基本架构与环境配置(siliconFlow Deepseek接入)
夜里慢慢行456
langchain
LangChain是一个用于构建和部署大模型应用的框架,涵盖了从语言模型(LLM)到检索增强生成(RAG)、OpenAI集成以及智能体(Agent)的全套工具链。以下是一个简要的LangChain大模型全套教程,帮助你快速上手。核心内容:LangChain六大模块详解:模型(Models)、提示词(Prompts)、链(Chains)、索引(Indexes)、智能体(Agents)、内存(Memo
- 深入 Python 执行模型:掌握程序运行的底层逻辑
tekin
Pythonpython开发语言执行模型命名与绑定异常处理作用域命名空间
本文将深入解读Python执行模型,带你全面了解Python程序的运行机制,包括程序结构、命名与绑定规则、异常处理方式等关键内容。通过丰富的示例、直观的图表以及对比分析,帮助你深入理解执行模型,为编写高效、稳定的Python代码打下坚实基础。Python执行模型全解析一、程序的结构Python程序由代码块构成,模块、函数体、类定义、交互式输入命令、脚本文件、通过-c选项指定的脚本命令、以-m参数运
- Java实现的简单双向Map,支持重复Value
superlxw1234
java双向map
关键字:Java双向Map、DualHashBidiMap
有个需求,需要根据即时修改Map结构中的Value值,比如,将Map中所有value=V1的记录改成value=V2,key保持不变。
数据量比较大,遍历Map性能太差,这就需要根据Value先找到Key,然后去修改。
即:既要根据Key找Value,又要根据Value
- PL/SQL触发器基础及例子
百合不是茶
oracle数据库触发器PL/SQL编程
触发器的简介;
触发器的定义就是说某个条件成立的时候,触发器里面所定义的语句就会被自动的执行。因此触发器不需要人为的去调用,也不能调用。触发器和过程函数类似 过程函数必须要调用,
一个表中最多只能有12个触发器类型的,触发器和过程函数相似 触发器不需要调用直接执行,
触发时间:指明触发器何时执行,该值可取:
before:表示在数据库动作之前触发
- [时空与探索]穿越时空的一些问题
comsci
问题
我们还没有进行过任何数学形式上的证明,仅仅是一个猜想.....
这个猜想就是; 任何有质量的物体(哪怕只有一微克)都不可能穿越时空,该物体强行穿越时空的时候,物体的质量会与时空粒子产生反应,物体会变成暗物质,也就是说,任何物体穿越时空会变成暗物质..(暗物质就我的理
- easy ui datagrid上移下移一行
商人shang
js上移下移easyuidatagrid
/**
* 向上移动一行
*
* @param dg
* @param row
*/
function moveupRow(dg, row) {
var datagrid = $(dg);
var index = datagrid.datagrid("getRowIndex", row);
if (isFirstRow(dg, row)) {
- Java反射
oloz
反射
本人菜鸟,今天恰好有时间,写写博客,总结复习一下java反射方面的知识,欢迎大家探讨交流学习指教
首先看看java中的Class
package demo;
public class ClassTest {
/*先了解java中的Class*/
public static void main(String[] args) {
//任何一个类都
- springMVC 使用JSR-303 Validation验证
杨白白
springmvc
JSR-303是一个数据验证的规范,但是spring并没有对其进行实现,Hibernate Validator是实现了这一规范的,通过此这个实现来讲SpringMVC对JSR-303的支持。
JSR-303的校验是基于注解的,首先要把这些注解标记在需要验证的实体类的属性上或是其对应的get方法上。
登录需要验证类
public class Login {
@NotEmpty
- log4j
香水浓
log4j
log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, HTML, DATABASE
#log4j.rootCategory=DEBUG, STDOUT, DAILYFILE, ROLLINGFILE, HTML
#console
log4j.appender.STDOUT=org.apache.log4j.ConsoleAppender
log4
- 使用ajax和history.pushState无刷新改变页面URL
agevs
jquery框架Ajaxhtml5chrome
表现
如果你使用chrome或者firefox等浏览器访问本博客、github.com、plus.google.com等网站时,细心的你会发现页面之间的点击是通过ajax异步请求的,同时页面的URL发生了了改变。并且能够很好的支持浏览器前进和后退。
是什么有这么强大的功能呢?
HTML5里引用了新的API,history.pushState和history.replaceState,就是通过
- centos中文乱码
AILIKES
centosOSssh
一、CentOS系统访问 g.cn ,发现中文乱码。
于是用以前的方式:yum -y install fonts-chinese
CentOS系统安装后,还是不能显示中文字体。我使用 gedit 编辑源码,其中文注释也为乱码。
后来,终于找到以下方法可以解决,需要两个中文支持的包:
fonts-chinese-3.02-12.
- 触发器
baalwolf
触发器
触发器(trigger):监视某种情况,并触发某种操作。
触发器创建语法四要素:1.监视地点(table) 2.监视事件(insert/update/delete) 3.触发时间(after/before) 4.触发事件(insert/update/delete)
语法:
create trigger triggerName
after/before 
- JS正则表达式的i m g
bijian1013
JavaScript正则表达式
g:表示全局(global)模式,即模式将被应用于所有字符串,而非在发现第一个匹配项时立即停止。 i:表示不区分大小写(case-insensitive)模式,即在确定匹配项时忽略模式与字符串的大小写。 m:表示
- HTML5模式和Hashbang模式
bijian1013
JavaScriptAngularJSHashbang模式HTML5模式
我们可以用$locationProvider来配置$location服务(可以采用注入的方式,就像AngularJS中其他所有东西一样)。这里provider的两个参数很有意思,介绍如下。
html5Mode
一个布尔值,标识$location服务是否运行在HTML5模式下。
ha
- [Maven学习笔记六]Maven生命周期
bit1129
maven
从mvn test的输出开始说起
当我们在user-core中执行mvn test时,执行的输出如下:
/software/devsoftware/jdk1.7.0_55/bin/java -Dmaven.home=/software/devsoftware/apache-maven-3.2.1 -Dclassworlds.conf=/software/devs
- 【Hadoop七】基于Yarn的Hadoop Map Reduce容错
bit1129
hadoop
运行于Yarn的Map Reduce作业,可能发生失败的点包括
Task Failure
Application Master Failure
Node Manager Failure
Resource Manager Failure
1. Task Failure
任务执行过程中产生的异常和JVM的意外终止会汇报给Application Master。僵死的任务也会被A
- 记一次数据推送的异常解决端口解决
ronin47
记一次数据推送的异常解决
需求:从db获取数据然后推送到B
程序开发完成,上jboss,刚开始报了很多错,逐一解决,可最后显示连接不到数据库。机房的同事说可以ping 通。
自已画了个图,逐一排除,把linux 防火墙 和 setenforce 设置最低。
service iptables stop
- 巧用视错觉-UI更有趣
brotherlamp
UIui视频ui教程ui自学ui资料
我们每个人在生活中都曾感受过视错觉(optical illusion)的魅力。
视错觉现象是双眼跟我们开的一个玩笑,而我们往往还心甘情愿地接受我们看到的假象。其实不止如此,视觉错现象的背后还有一个重要的科学原理——格式塔原理。
格式塔原理解释了人们如何以视觉方式感觉物体,以及图像的结构,视角,大小等要素是如何影响我们的视觉的。
在下面这篇文章中,我们首先会简单介绍一下格式塔原理中的基本概念,
- 线段树-poj1177-N个矩形求边长(离散化+扫描线)
bylijinnan
数据结构算法线段树
package com.ljn.base;
import java.util.Arrays;
import java.util.Comparator;
import java.util.Set;
import java.util.TreeSet;
/**
* POJ 1177 (线段树+离散化+扫描线),题目链接为http://poj.org/problem?id=1177
- HTTP协议详解
chicony
http协议
引言
- Scala设计模式
chenchao051
设计模式scala
Scala设计模式
我的话: 在国外网站上看到一篇文章,里面详细描述了很多设计模式,并且用Java及Scala两种语言描述,清晰的让我们看到各种常规的设计模式,在Scala中是如何在语言特性层面直接支持的。基于文章很nice,我利用今天的空闲时间将其翻译,希望大家能一起学习,讨论。翻译
- 安装mysql
daizj
mysql安装
安装mysql
(1)删除linux上已经安装的mysql相关库信息。rpm -e xxxxxxx --nodeps (强制删除)
执行命令rpm -qa |grep mysql 检查是否删除干净
(2)执行命令 rpm -i MySQL-server-5.5.31-2.el
- HTTP状态码大全
dcj3sjt126com
http状态码
完整的 HTTP 1.1规范说明书来自于RFC 2616,你可以在http://www.talentdigger.cn/home/link.php?url=d3d3LnJmYy1lZGl0b3Iub3JnLw%3D%3D在线查阅。HTTP 1.1的状态码被标记为新特性,因为许多浏览器只支持 HTTP 1.0。你应只把状态码发送给支持 HTTP 1.1的客户端,支持协议版本可以通过调用request
- asihttprequest上传图片
dcj3sjt126com
ASIHTTPRequest
NSURL *url =@"yourURL";
ASIFormDataRequest*currentRequest =[ASIFormDataRequest requestWithURL:url];
[currentRequest setPostFormat:ASIMultipartFormDataPostFormat];[currentRequest se
- C语言中,关键字static的作用
e200702084
C++cC#
在C语言中,关键字static有三个明显的作用:
1)在函数体,局部的static变量。生存期为程序的整个生命周期,(它存活多长时间);作用域却在函数体内(它在什么地方能被访问(空间))。
一个被声明为静态的变量在这一函数被调用过程中维持其值不变。因为它分配在静态存储区,函数调用结束后并不释放单元,但是在其它的作用域的无法访问。当再次调用这个函数时,这个局部的静态变量还存活,而且用在它的访
- win7/8使用curl
geeksun
win7
1. WIN7/8下要使用curl,需要下载curl-7.20.0-win64-ssl-sspi.zip和Win64OpenSSL_Light-1_0_2d.exe。 下载地址:
http://curl.haxx.se/download.html 请选择不带SSL的版本,否则还需要安装SSL的支持包 2. 可以给Windows增加c
- Creating a Shared Repository; Users Sharing The Repository
hongtoushizi
git
转载自:
http://www.gitguys.com/topics/creating-a-shared-repository-users-sharing-the-repository/ Commands discussed in this section:
git init –bare
git clone
git remote
git pull
git p
- Java实现字符串反转的8种或9种方法
Josh_Persistence
异或反转递归反转二分交换反转java字符串反转栈反转
注:对于第7种使用异或的方式来实现字符串的反转,如果不太看得明白的,可以参照另一篇博客:
http://josh-persistence.iteye.com/blog/2205768
/**
*
*/
package com.wsheng.aggregator.algorithm.string;
import java.util.Stack;
/**
- 代码实现任意容量倒水问题
home198979
PHP算法倒水
形象化设计模式实战 HELLO!架构 redis命令源码解析
倒水问题:有两个杯子,一个A升,一个B升,水有无限多,现要求利用这两杯子装C
- Druid datasource
zhb8015
druid
推荐大家使用数据库连接池 DruidDataSource. http://code.alibabatech.com/wiki/display/Druid/DruidDataSource DruidDataSource经过阿里巴巴数百个应用一年多生产环境运行验证,稳定可靠。 它最重要的特点是:监控、扩展和性能。 下载和Maven配置看这里: http
- 两种启动监听器ApplicationListener和ServletContextListener
spjich
javaspring框架
引言:有时候需要在项目初始化的时候进行一系列工作,比如初始化一个线程池,初始化配置文件,初始化缓存等等,这时候就需要用到启动监听器,下面分别介绍一下两种常用的项目启动监听器
ServletContextListener
特点: 依赖于sevlet容器,需要配置web.xml
使用方法:
public class StartListener implements
- JavaScript Rounding Methods of the Math object
何不笑
JavaScriptMath
The next group of methods has to do with rounding decimal values into integers. Three methods — Math.ceil(), Math.floor(), and Math.round() — handle rounding in differen