永远的浩子
永远的浩子

浩言正语247：20190119

浩言正语247：我很佩服那些自律的人，坚持跑步，挤出时间读书与写作。自律，就是一种自我完善的过程，其中必然经历放弃的痛苦，其激烈程度，甚至如同面对死亡。但是，如同死亡的本质一样，旧的事物消失，新的事物才会诞生。

247

你可能感兴趣的:(浩言正语247：20190119)

  • 使用 Deepseek Zero Coding Experience 创建类似飞扬的小鸟游戏 知识大胖 NVIDIAGPU和大语言模型开发教程游戏deepseekollamajanuspro
    简介Flappybird在苹果商店推出后，每天大约能赚5000美元，但后来被苹果故意下架。现在我正尝试使用Deepseek制作这样一款游戏。技术在不断变化，编码知识也在不断变化，只需修改代码即可获得结果。让我们在Deepseek上试试这款游戏：推荐文章《如何在本地电脑上安装和使用DeepSeekR-1》权重1，DeepSeek《Nvidia系列之使用NVIDIAIsaacSim和ROS2的命令行控
  • 微算法科技的前沿探索：量子机器学习算法在视觉任务中的革新应用 MicroTech2025 量子计算算法
    在信息技术飞速发展的今天，计算机视觉作为人工智能领域的重要分支，正逐步渗透到我们生活的方方面面。从自动驾驶到人脸识别，从医疗影像分析到安防监控，计算机视觉技术展现了巨大的应用潜力。然而，随着视觉任务复杂度的不断提升，传统机器学习算法在处理大规模、高维度数据时遇到了计算瓶颈。在此背景下，量子计算作为一种颠覆性的计算模式，以其独特的并行处理能力和指数级增长的计算空间，为解决这一难题提供了新的思路。微算
  • AI人工智能浪潮中文心一言的独特优势
    AI人工智能浪潮中文心一言的独特优势：为什么它是中国市场的“AI主力军”？关键词：文心一言,AI大模型,中文处理,多模态融合,产业落地,安全可控,百度ERNIE摘要：在全球AI大模型浪潮中，百度文心一言（ERNIEBot）凭借“懂中文、会多模态、能落地、守规矩”的四大核心优势，成为中国市场最具竞争力的AI产品之一。本文将用“超级大脑”的比喻，从中文理解、多模态能力、产业生态融合、安全可控性四个维度
  • MCP协议：AI时代的“万能插座”如何重构IT生态与未来
    MCP协议：AI时代的“万能插座”如何重构IT生态与未来在人工智能技术爆炸式发展的浪潮中，一个名为ModelContextProtocol（MCP）的技术协议正以惊人的速度重塑IT行业的底层逻辑。2024年11月由Anthropic首次发布，MCP在短短半年内获得OpenAI、谷歌、亚马逊、阿里、腾讯等全球科技巨头的支持，被业内誉为AI时代的HTTP协议或USB-C接口，正在成为连接大模型与现实世
  • 蓝领招聘爆发前夜：招工小程序如何抢占万亿级市场？
    中国蓝领人群超4亿，但招聘线上化率不足30%！垂直领域招聘小程序正迎来三大机遇：1.市场规模与增长潜力数据：2023年蓝领招聘市场规模达8000亿元，年复合增长率超25%；痛点：传统中介收费高、信息不透明，企业“招工难”与求职者“就业难”并存；趋势：Z世代蓝领更倾向通过小程序“一键求职”，避免线下奔波。2.细分场景机会制造业：对接工厂“日结工”“临时工”需求，提供“当日面试、次日上岗”服务；服务业
  • 同城搭子交友小程序：千亿级社交市场的下一个风口？
    传统婚恋网站式微，Z世代“轻社交”需求爆发！搭子经济正成为新蓝海：1.市场规模与增长潜力数据：2023年中国陌生人社交市场规模达1500亿元，年复合增长率超20%；趋势：搭子类小程序用户规模突破8000万，预计2025年将占社交市场30%份额。2.竞争格局与差异化机会头部平台：Soul、探探聚焦泛社交，搭子类小程序仍属蓝海；细分场景：运动、美食、游戏等垂直领域搭子需求未被充分满足；下沉市场：三四线
  • ARM 和 x86_64是什么关系 riverz1227 linux
    什么是ARM和x86_64？它们都是CPU指令集架构（ISA）指令集架构（InstructionSetArchitecture）就是：CPU能够理解和执行的“语言”和“命令格式”。类比解释：指令集就像“语言”类比对象ARMCPUx86_64CPU（Intel/AMD）语言西班牙语英语编译器翻译成西班牙语的代码翻译成英语的代码执行者会西班牙语的CPU会英语的CPUARM架构是一种低功耗、高能效的CP
  • 揭秘智能家居定制平板：其在不同生活场景中的常见应用与重要性 华一精品Adreamer 平板
    在智能家居浪潮席卷全球的当下，人与居住空间的交互方式正经历着前所未有的变革。曾经分散在手机APP、语音指令与零星面板上的控制权，如今正迅速向一个更直观、更强大、更契合场景的中心汇聚——定制化平板电脑。这已非简单的一块触摸屏，而是深度融合场景需求、重塑家居交互逻辑、并驱动行业向沉浸式体验跃迁的战略级中枢。一、智能家居发展趋势智能家居行业已经从最初的单品智能，逐步迈入了全屋智能与场景智能的深水区。根据
  • AI技术革命：从代码生成到行业重塑的范式转移 Favor_Yang 创作活动人工智能
    引言：觉醒的制造车间2023年某汽车零部件工厂，质检员王工发现异常：AI视觉系统实时标记出变速箱壳体上$0.1\text{mm}$的微裂纹，而该缺陷在传统检测中漏检率达$18%$。这背后是大模型微调技术与智能编程工具的融合应用——AI不再停留于概念，正系统性重构产业底层逻辑。一、AI编程：开发范式的颠覆性进化1.1自动化代码生成实践以GitHubCopilot为代表的智能编码工具，本质是基于Tra
  • 专题：2025云计算与AI技术研究趋势报告|附200+份报告PDF、原数据表汇总下载
    原文链接：https://tecdat.cn/?p=42935关键词：2025,云计算，AI技术，市场趋势，深度学习，公有云，研究报告云计算和AI技术正以肉眼可见的速度重塑商业世界。过去十年，全球云服务收入激增8倍，中国云计算市场规模突破6000亿元，而深度学习算法的应用量更是暴涨400倍。这些数字背后，是企业从“自建机房”到“云原生开发”的转型，是AI从“实验室”走向“产业级应用”的跨越。本报告
  • MySQL 中如何优化 DISTINCT 查询：基于 Java 的实践与应用 喵手 数据库mysqljava数据库
    全文目录：开篇语前言摘要简介概述1.使用索引优化2.限制选择字段3.使用`GROUPBY`替代`DISTINCT`核心源码解读Java代码示例：优化`DISTINCT`查询代码说明案例分析案例一：数据去重优化应用场景演示场景一：日志数据去重场景二：用户信息检索优缺点分析优点缺点类代码方法介绍及演示MySQLDistinctOptimization类测试用例main函数测试用例测试结果预期测试代码分
  • 小诗《苦》赏析（“诗人”我/智普清言/DeepSeek） 梦幻精灵_cq 笔记学习
    苦有万千分好坏，人成百样须努力。  笔记模板由python脚本于2025-07-1107:22:06创建，本篇笔记适合喜欢中文诗的coder翻阅。学习的细节是欢悦的历程  博客的核心价值：在于输出思考与经验，而不仅仅是知识的简单复述。Python官网：  这里，才python前沿。英文原版，原汁原味，才是寻根溯源的正统。地址：https://www.python.org/Free：  大咖免费“圣
  • 铸造软件交付的“自动驾驶”系统——AI大模型如何引爆DevOps革命 LucianaiB 评测人工智能自动驾驶devops
    铸造软件交付的“自动驾驶”系统——AI大模型如何引爆DevOps革命嗨，我是LucianaiB！总有人间一两风，填我十万八千梦。路漫漫其修远兮，吾将上下而求索。摘要(Abstract)本文深入探讨了人工智能大模型（AILargeModels）如何驱动DevOps从“自动化”（Automation）向“自主化”（Autonomous）的革命性跃迁。文章指出，AI大模型正成为现代软件工厂的“中枢神经系
  • 大模型微服务架构：拆解AI应用的资源密码 陈乔布斯 大模型AI人工智能人工智能架构微服务AI大模型pythonAPI
    引言：为什么大模型应用需要微服务架构？想象你经营一家网红餐厅，刚开始只有一个厨师负责所有菜品（类似单体架构）。随着生意火爆，顾客需要川菜、粤菜、甜品等多种选择，单个厨师忙不过来，还经常出错。于是你招聘了川菜师傅、粤菜师傅、甜品师，每人专注一个领域（类似微服务架构），效率和质量立刻提升——这就是大模型应用从单体架构转向微服务的核心原因。随着ChatGPT、文心一言等大模型技术的爆发，互联网企业正将大
  • 技术类岗位面试中经典问题总结分享
    1.谈淡你的最成功/失败的经历,你现在回去(时光倒流）怎么做2.你做过的一个项目/事例，说说过程（观是否谈结果)过程中，怎么进行信息检索的3.请你对我进行一个评价（观察是否谈到缺点)4.请用一句话介绍自己（总结十逻辑思维)5.你所学的课程中最喜欢/了解哪一个，请淡谈课程内容6.请描述一下用单片机点亮一个流水灯的全过程/请描述AD绘制PCB板的全过程/请详细描述用C语编辑环境输出一个Hellow,w
  • 代码与 AI 的交响乐：探索 avante.nvim 的智能编程革命 步子哥 人工智能
    在编程的世界里，代码不仅是逻辑的堆砌，更是一场思想与技术的交响乐。avante.nvim，一个运行在Neovim上的AI驱动插件，正以其智能化的代码补全、生成和编辑功能，为开发者奏响一曲高效与创新的乐章。本文将带你走进avante.nvim的世界，探索它如何通过大语言模型（LLM）和上下文感知机制，重新定义编程的艺术与科学。从灵感火花到代码现实：AI驱动的编程新时代想象一下，你正在编写一个复杂的P
  • python2.7和python3的区别-Python2.7与Python3之间的主要区别 weixin_39989215
    1.使用__future__模块Python3.X引入了一些与Python2不兼容的关键字和特性。在Python2中，可以通过内置的__future__模块导入这些新内容。如果你希望在Python2中写的代码也可以在Python3.X中运行，那么建议使用__fufure__模块。2.print函数虽然print语法是Python3中一个很小的改动，但是依然值得提一下：Python2中的print语
  • ORA-00001: unique constraint (USR_JXZX_DSJKF_DC.SYS_C001416748) violated BIG-HO 数据库sqloracle
    ORA-00001意味着您正在尝试违反了数据库中的唯一约束。唯一约束是一种数据库约束，它限制了在表中插入或更新行时可能出现的列值。在本例中，约束名称为"USR_JXZX_DSJKF_DC.SYS_C001416748"。唯一约束违反可能是由于您正在尝试插入或更新行时所提供的列值在数据库中已经存在，或者您正在尝试更新列时所提供的新值在数据库中已经存在。要解决这个错误，您可以尝试以下操作之一：确保您正
  • 深入剖析对象存储原理：架构、技术与应用
    在数字化浪潮中，传统存储方式在面对海量、复杂的数据管理需求时，逐渐显露出局限性。对象存储作为一种创新的存储架构，正凭借其独特优势，成为数据存储领域的新宠。本文将结合表格，深入探讨对象存储的原理，揭开其高效、灵活背后的神秘面纱。一、对象存储诞生背景传统的块存储和文件存储在不同场景下存在明显短板，如下表所示：存储方式优势劣势块存储读写速度快数据共享能力弱，多服务器难以高效共享资源文件存储利于数据共享面
  • 保护板测试仪厂家：电池安全的技术基石 电池保护板测试仪厂家 能源制造
    在锂电池产业链中，保护板测试仪作为保障电池安全的核心设备，其技术迭代与市场应用正深刻影响着新能源、消费电子等领域的发展。随着电池能量密度提升与应用场景扩展，鑫达能测试仪厂家通过高精度检测与智能化升级，成为推动产业升级的关键力量。技术突破：从基础检测到智能分析现代保护板测试仪的核心功能已从单一参数测量，发展为覆盖全工况模拟的智能化系统。主流设备可实现过充、过放、短路、过流等保护功能的自动化验证，精度
  • Jasminer茉莉简析：元宇宙到底是什么？ 科技新观察 区块链
    元宇宙是2021年最热闹的话题之一，国内外各大互联网公司均已布局，Facebook更是宣布将公司改名为“Meta”。为何元宇宙会大火？下面一起来探究一下。到底什么是元宇宙“元宇宙（Metaverse）”这个概念最早来自尼奥·斯蒂文森写的科幻小说《雪崩（SnowCrash）》，小说这样写道：“现在，阿弘正朝着大街走去，那是元宇宙的百老汇，元宇宙的香榭丽舍大街…这条大街与真实世界唯一的差别就是，它并不
  • 自动驾驶环境感知：天气数据采集与融合技术实战 遥感研究森1024 实时天气气象智能驾驶
    天气与我们日常各类生活场景密不可分，在驾驶场景里当车主发动汽车准备驶向目的地时，窗外的阴晴或许只是直观感受，而真正影响驾驶安全与行程效率的，可能是几公里外的突发暴雨、桥面的结冰预警，或是前方路段的强侧风等级。在智能出行成为趋势的今天，手机App与车机系统的无缝联动，正让天气数据从“泛泛的播报”升级为“贴身的指引”。要实现这一体验跃升，关键在于筛选出那些与驾驶场景深度绑定的天气信息——它们不仅需要精
  • 博物馆元宇宙：重塑文化体验与教育的新维度 2401_89984614 人工智能
    在科技日新月异的今天，虚拟现实（VR）、增强现实（AR）以及人工智能（AI）等前沿技术正深刻改变着我们的生活，包括我们如何接触和理解文化遗产。博物馆元宇宙，作为这一变革浪潮中的先锋概念，正逐步将传统的实体博物馆体验带入一个全新的数字化时代。本文旨在探讨博物馆元宇宙的内涵、其对文化传播与教育的影响，以及面临的挑战与未来展望。###一、博物馆元宇宙的概念博物馆元宇宙是指利用VR、AR、3D建模、AI等
  • 机器学习深度学习驱动在光子学设计中的应用与未来【专题培训会议邀您共探科技前沿】 软研科技 信息与通信信号处理量子计算人工智能
    一、背景介绍在智能科技飞速发展的今天，光子学设计与智能算法的结合正成为科研创新的热点。深度学习、机器学习等算法在光子器件的逆向设计、超构表面材料设计、光学神经网络构建等方面展现出巨大潜力。二、会议亮点由北京软研国际信息技术研究院主办的“智能算法驱动的光子学设计与应用”专题培训会议，将深入探讨以下核心内容：光子器件的逆向设计：利用深度学习优化多参数光子器件设计。超构表面与超材料设计：智能算法在新型光
  • 机器学习与光子学的融合正重塑光学器件设计范式 m0_75133639 光电智能电视二维材料电子半导体人工智能顶刊nature
    Nature/Science最新研究表明，该交叉领域聚焦六大前沿方向：光子器件逆向设计、超构材料智能优化、光子神经网络加速器、非线性光学芯片开发、多任务协同优化及光谱智能预测。系统掌握该领域需构建四维知识体系：1、基础融合——从空间/集成光学系统切入，解析机器学习赋能光学的理论必然性，涵盖光学神经网络构建原理2、逆向设计革命——通过AnsysOptics实战，掌握FDTD算法与粒子群/拓扑优化技术
  • 元宇宙空间和数字世界：虚拟现实带给我们什么？ 熊猫钓鱼>_> vr
    我们正沉浸在虚拟与现实交织的迷雾中，却鲜少停下脚步审视这场变革深处的困局。这已不仅是技术问题，更是关乎人类存在本质的哲学困境。让我们一起拨开表面繁荣的迷雾，直面那些令人警觉的矛盾漩涡：‌困局一：‌‌存在感的悖论——‌‌“虚拟在场”与“真实缺席”的撕裂‌‌表象繁荣：‌社交媒体上永不间断的点赞、评论、直播互动，让人似乎时刻处于“被看见”的中心。‌残酷内核：‌这种“在场感”越强，真实生活中的深度连接反而
  • 新型BERT勒索软件肆虐：多线程攻击同时针对Windows、Linux及ESXi系统
    趋势科技安全分析师发现，一个代号为BERT（内部追踪名WaterPombero）的新型勒索软件组织正在亚洲、欧洲和美国展开多线程攻击。该组织主要针对医疗保健、科技和会展服务行业，其活动范围显示其正成为勒索软件生态中的新兴威胁力量。攻击技术分析在Windows系统中，BERT通过PowerShell加载器（start.ps1）实施攻击，该脚本会执行以下操作：禁用WindowsDefender防火墙和
  • Chromium 引擎启用 Skia Graphite后性能飙升 罗光记 百度facebook数据库经验分享oneapi
    在一项被许多开发者关注的性能优化进展中，Chromium项目正逐步将其图形渲染后台从经典的Ganesh迁移至Skia新一代图形后端Graphite，而最新测试结果显示，这一举措带来了显著的性能提升。Skia是谷歌主导的跨平台2D图形库，长期以来一直是Chromium浏览器的核心组成部分。Ganesh是Skia的传统渲染后端，而Graphite是为现代GPU和图形API（如Vulkan和Metal）
  • 云原生：数字化转型的核心引擎
    在数字经济蓬勃发展的今天，云原生技术正成为企业数字化转型的核心驱动力。它不仅改变了传统IT架构的运行方式，更重塑了整个软件开发和交付的生命周期。本文将深入探讨云原生系统的核心价值、关键技术以及实施路径。一、云原生：数字化转型的必由之路云原生是一套充分利用云计算优势来构建和运行应用程序的方法论。根据CNCF最新调查，全球已有超过75%的企业在生产环境中使用云原生技术，这一数字还在持续增长。云原生的核
  • LeetCode Top100特训 九筒- LeetCode算法力扣
    更新中……两数相加盛水最多的容器电话号码的字母组合删除链表的倒数第N个结点字母异位词分组寻找两个正序数组的中位数合并区间不同路径（与最小路径和类似）正则表达式匹配颜色分类单词搜索只出现一次的数字合并K个升序链表接雨水移除元素最长有效括号不同的二叉搜索树验证二叉搜索树对称二叉树从前序与中序遍历序列构造二叉树最长连续序列排序链表乘积最大子数组编辑距离最小栈最小覆盖子串计算右侧小于当前元素的个数柱状图中
  • Java序列化进阶篇 g21121 java序列化
            1.transient         类一旦实现了Serializable 接口即被声明为可序列化，然而某些情况下并不是所有的属性都需要序列化，想要人为的去阻止这些属性被序列化，就需要用到transient 关键字。
  • escape()、encodeURI()、encodeURIComponent()区别详解 aigo JavaScriptWeb
    原文：http://blog.sina.com.cn/s/blog_4586764e0101khi0.html   JavaScript中有三个可以对字符串编码的函数，分别是： escape,encodeURI,encodeURIComponent，相应3个解码函数：,decodeURI,decodeURIComponent 。 下面简单介绍一下它们的区别 1 escape()函
  • ArcgisEngine实现对地图的放大、缩小和平移 Cb123456 添加矢量数据对地图的放大、缩小和平移Engine
    ArcgisEngine实现对地图的放大、缩小和平移:  个人觉得是平移，不过网上的都是漫游，通俗的说就是把一个地图对象从一边拉到另一边而已。就看人说话吧.  具体实现: 一、引入命名空间    using ESRI.ArcGIS.Geometry;    using ESRI.ArcGIS.Controls; 二、代码实现.
  • Java集合框架概述 天子之骄 Java集合框架概述
       集合框架 集合框架可以理解为一个容器，该容器主要指映射(map)、集合(set)、数组(array)和列表(list)等抽象数据结构。 从本质上来说，Java集合框架的主要组成是用来操作对象的接口。不同接口描述不同的数据类型。   简单介绍：   Collection接口是最基本的接口，它定义了List和Set，List又定义了LinkLi
  • 旗正4.0页面跳转传值问题 何必如此 javajsp
    跳转和成功提示 a)        成功字段非空forward 成功字段非空forward，不会弹出成功字段，为jsp转发，页面能超链接传值,传输变量时需要拼接。接拼接方式list.jsp?test="+strweightUnit+"或list.jsp?test="+weightUnit+&qu
  • 全网唯一:移动互联网服务器端开发课程 cocos2d-x小菜 web开发移动开发移动端开发移动互联程序员
        移动互联网时代来了！     App市场爆发式增长为Web开发程序员带来新一轮机遇，近两年新增创业者，几乎全部选择了移动互联网项目！传统互联网企业中超过98%的门户网站已经或者正在从单一的网站入口转向PC、手机、Pad、智能电视等多端全平台兼容体系。据统计，AppStore中超过85%的App项目都选择了PHP作为后端程
  • Log4J通用配置|注意问题 笔记 7454103 DAOapachetomcatlog4jWeb
    关于日志的等级 那些去 百度就知道了！ 这几天 要搭个新框架  配置了 日志 记下来 ！做个备忘！ #这里定义能显示到的最低级别,若定义到INFO级别,则看不到DEBUG级别的信息了~! log4j.rootLogger=INFO,allLog # DAO层 log记录到dao.log 控制台 和 总日志文件 log4j.logger.DAO=INFO,dao,C
  • SQLServer TCP/IP 连接失败问题 ---SQL Server Configuration Manager darkranger sqlcwindowsSQL ServerXP
    当你安装完之后,连接数据库的时候可能会发现你的TCP/IP 没有启动.. 发现需要启动客户端协议 : TCP/IP  需要打开 SQL Server Configuration Manager... 却发现无法打开 SQL Server Configuration Manager..?? 解决方法:  C:\WINDOWS\system32目录搜索framedyn.
  • [置顶] 做有中国特色的程序员 aijuans 程序员
    从出版业说起 网络作品排到靠前的，都不会太难看，一般人不爱看某部作品也是因为不喜欢这个类型，而此人也不会全不喜欢这些网络作品。究其原因，是因为网络作品都是让人先白看的，看的好了才出了头。而纸质作品就不一定了，排行榜靠前的，有好作品，也有垃圾。 许多大牛都是写了博客，后来出了书。这些书也都不次，可能有人让为不好，是因为技术书不像小说，小说在读故事，技术书是在学知识或温习知识，有些技术书读得可
  • document.domain 跨域问题 avords document
    document.domain用来得到当前网页的域名。比如在地址栏里输入：javascript:alert(document.domain); //www.315ta.com我们也可以给document.domain属性赋值，不过是有限制的，你只能赋成当前的域名或者基础域名。比如：javascript:alert(document.domain = "315ta.com");
  • 关于管理软件的一些思考 houxinyou 管理
    工作好多看年了,一直在做管理软件,不知道是我最开始做的时候产生了一些惯性的思维,还是现在接触的管理软件水平有所下降.换过好多年公司,越来越感觉现在的管理软件做的越来越乱. 在我看来,管理软件不论是以前的结构化编程,还是现在的面向对象编程,不管是CS模式,还是BS模式.模块的划分是很重要的.当然,模块的划分有很多种方式.我只是以我自己的划分方式来说一下. 做为管理软件,就像现在讲究MVC这
  • NoSQL数据库之Redis数据库管理(String类型和hash类型) bijian1013 redis数据库NoSQL
    一.Redis的数据类型 1.String类型及操作         String是最简单的类型，一个key对应一个value，string类型是二进制安全的。Redis的string可以包含任何数据，比如jpg图片或者序列化的对象。         Set方法：设置key对应的值为string类型的value
  • Tomcat 一些技巧 征客丶 javatomcatdos
    以下操作都是在windows 环境下 一、Tomcat 启动时配置 JAVA_HOME 在 tomcat 安装目录，bin 文件夹下的 catalina.bat 或 setclasspath.bat 中添加 set JAVA_HOME=JAVA 安装目录 set JRE_HOME=JAVA 安装目录/jre 即可； 二、查看Tomcat 版本 在 tomcat 安装目
  • 【Spark七十二】Spark的日志配置 bit1129 spark
    在测试Spark Streaming时，大量的日志显示到控制台，影响了Spark Streaming程序代码的输出结果的查看(代码中通过println将输出打印到控制台上)，可以通过修改Spark的日志配置的方式，不让Spark Streaming把它的日志显示在console   在Spark的conf目录下，把log4j.properties.template修改为log4j.p
  • Haskell版冒泡排序 bookjovi 冒泡排序haskell
    面试的时候问的比较多的算法题要么是binary search，要么是冒泡排序，真的不想用写C写冒泡排序了，贴上个Haskell版的，思维简单，代码简单，下次谁要是再要我用C写冒泡排序，直接上个haskell版的，让他自己去理解吧。     sort [] = [] sort [x] = [x] sort (x:x1:xs) | x>x1 = x1:so
  • java 路径 配置文件读取 bro_feng java
    这几天做一个项目，关于路径做如下笔记，有需要供参考。 取工程内的文件，一般都要用相对路径，这个自然不用多说。 在src统计目录建配置文件目录res,在res中放入配置文件。 读取文件使用方式： 1. MyTest.class.getResourceAsStream("/res/xx.properties") 2. properties.load(MyTest.
  • 读《研磨设计模式》-代码笔记-简单工厂模式 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/ package design.pattern; /* * 个人理解：简单工厂模式就是IOC; * 客户端要用到某一对象，本来是由客户创建的，现在改成由工厂创建，客户直接取就好了 */ interface IProduct {
  • SVN与JIRA的关联 chenyu19891124 SVN
    SVN与JIRA的关联一直都没能装成功，今天凝聚心思花了一天时间整合好了。下面是自己整理的步骤： 一、搭建好SVN环境，尤其是要把SVN的服务注册成系统服务 二、装好JIRA，自己用是jira-4.3.4破解版 三、下载SVN与JIRA的插件并解压，然后拷贝插件包下lib包里的三个jar，放到Atlassian\JIRA 4.3.4\atlassian-jira\WEB-INF\lib下，再
  • JWFDv0.96 最新设计思路 comsci 数据结构算法工作企业应用公告
                       随着工作流技术的发展，工作流产品的应用范围也不断的在扩展，开始进入了像金融行业(我已经看到国有四大商业银行的工作流产品招标公告了)，实时生产控制和其它比较重要的工程领域，而
  • vi 保存复制内容格式粘贴 daizj vi粘贴复制保存原格式不变形
        vi是linux中非常好用的文本编辑工具，功能强大无比，但对于复制带有缩进格式的内容时，粘贴的时候内容错位很严重，不会按照复制时的格式排版，vi能不能在粘贴时，按复制进的格式进行粘贴呢？ 答案是肯定的，vi有一个很强大的命令可以实现此功能 。     在命令模式输入:set paste，则进入paste模式，这样再进行粘贴时
  • shell脚本运行时报错误：/bin/bash^M: bad interpreter 的解决办法 dongwei_6688 shell脚本
    出现原因：windows上写的脚本，直接拷贝到linux系统上运行由于格式不兼容导致 解决办法： 1. 比如文件名为myshell.sh，vim myshell.sh 2. 执行vim中的命令 : set ff?查看文件格式，如果显示fileformat=dos，证明文件格式有问题 3. 执行vim中的命令 :set fileformat=unix 将文件格式改过来就可以了，然后:w
  • 高一上学期难记忆单词 dcj3sjt126com wordenglish
    honest 诚实的；正直的 argue 争论 classical 古典的 hammer 锤子 share  分享；共有 sorrow 悲哀；悲痛 adventure 冒险 error 错误；差错 closet 壁橱；储藏室 pronounce 发音；宣告 repeat 重做；重复 majority 大多数；大半   native 本国的，本地的，本国
  • hibernate查询返回DTO对象，DTO封装了多个pojo对象的属性 frankco POJOhibernate查询DTO
          DTO-数据传输对象；pojo-最纯粹的java对象与数据库中的表一一对应。       简单讲：DTO起到业务数据的传递作用，pojo则与持久层数据库打交道。         有时候我们需要查询返回DTO对象，因为DTO
  • Partition List hcx2013 partition
    Given a linked list and a value x, partition it such that all nodes less than x come before nodes greater than or equal to x. You should preserve the original relative order of th
  • Spring MVC测试框架详解——客户端测试 jinnianshilongnian
    上一篇《Spring MVC测试框架详解——服务端测试》已经介绍了服务端测试，接下来再看看如果测试Rest客户端，对于客户端测试以前经常使用的方法是启动一个内嵌的jetty/tomcat容器，然后发送真实的请求到相应的控制器；这种方式的缺点就是速度慢；自Spring 3.2开始提供了对RestTemplate的模拟服务器测试方式，也就是说使用RestTemplate测试时无须启动服务器，而是模拟一
  • 关于推荐个人观点 liyonghui160com 推荐系统关于推荐个人观点
        回想起来，我也做推荐了3年多了，最近公司做了调整招聘了很多算法工程师，以为需要多么高大上的算法才能搭建起来的，从实践中走过来，我只想说【不是这样的】     第一次接触推荐系统是在四年前入职的时候，那时候，机器学习和大数据都是没有的概念，什么大数据处理开源软件根本不存在，我们用多台计算机web程序记录用户行为，用.net的w
  • 不间断旋转的动画 pangyulei 动画
    CABasicAnimation* rotationAnimation; rotationAnimation = [CABasicAnimation animationWithKeyPath:@"transform.rotation.z"]; rotationAnimation.toValue = [NSNumber numberWithFloat: M
  • 自定义annotation sha1064616837 javaenumannotationreflect
    对象有的属性在页面上可编辑，有的属性在页面只可读，以前都是我们在页面上写死的，时间一久有时候会混乱，此处通过自定义annotation在类属性中定义。越来越发现Java的Annotation真心很强大，可以帮我们省去很多代码，让代码看上去简洁。 下面这个例子 主要用到了 1.自定义annotation：@interface，以及几个配合着自定义注解使用的几个注解 2.简单的反射 3.枚举
  • Spring 源码 up2pu spring
    1.Spring源代码 https://github.com/SpringSource/spring-framework/branches/3.2.x 注：兼容svn检出 2.运行脚本 import-into-eclipse.bat 注：需要设置JAVA_HOME为jdk 1.7 build.gradle compileJava { sourceCompatibilit
  • 利用word分词来计算文本相似度 yangshangchuan wordword分词文本相似度余弦相似度简单共有词
    word分词提供了多种文本相似度计算方式： 方式一：余弦相似度，通过计算两个向量的夹角余弦值来评估他们的相似度 实现类：org.apdplat.word.analysis.CosineTextSimilarity 用法如下： String text1 = "我爱购物"; String text2 = "我爱读书"; String text3 =
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他