夏秋爱画

20181113日更58一周画作分析

图片发自App

上图是今天中午才画的。不会画头发，不会自己把握眉毛的形状。感觉是个帅气的小伙子，希望不要被我的渣画吓到。画的风格说写实不写实，说卡通不卡通。

图片发自App

这位男士画的不是很像，却把他的特点画了出来。眼睛有点突，嘴唇厚重，给人的感觉是长期熬夜，经常失眠的人。

图片发自App

青春就是好啊！像我这样的老阿姨经常感叹逝去的青春啊！画的时候人像不完整，组合只后才出来的完整头像。我也没有再修改。头发很单薄，不会画！

图片发自App

平台说我是打广告，把我的画屏蔽了。算了算了，以后只发画好了。本来想涨价的，可是11月份一单生意也没有，只好继续忍气吞声了。把小美女画的没后脑勺了。通病啊！

图片发自App

小姑娘画的不够萌。应该往卡通上靠的，我最近太追求写实了

图片发自App

卡通卡通，我爱卡通。

图片发自App

大眼萌，大的有点过了！要在写实和卡通之间找好那个度，不然过犹不及。

只分析了下自己以前的画，轻轻松松完成300字的人物了！真好！

你可能感兴趣的:(20181113日更58一周画作分析)

Vite 与 Webpack：性能差异解析阿珊和她的猫 webpack 前端 node.js
前端开发工程师、技术日更博主、已过CET6阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1牛客高级专题作者、打造专栏《前端面试必备》、《2024面试高频手撕题》蓝桥云课签约作者、上架课程《Vue.js和Egg.js开发企业级健康管理项目》、《带你从入门到实战全面掌握uni-app》文章目录Vite与Webpack：性能差异解析开发模式下的性能ViteWebpack生产模式下的性能V
3月1日开始！2025年安徽省企业技术中心认定和评价申报条件、材料流程、时间期限、编写提纲指南 vx18556516862 阿里云服务器运维
2025年3月1日-4月30日安徽省企业技术中心认定和评价申报条件、材料流程、时间期限、编写提纲汇总如下：2025年安徽省企业技术中心认定申报条件材料及流程（一）申报条件申报企业需满足《管理办法》（附件1）第六条规定的基本条件。我省“6178”现代化产业体系和制造业“4433”万千亿产业体系的企业是重点申报主体。（二）申报材料1.安徽省企业技术中心申请报告（附件2）2.安徽省企业技术中心基本情况表
自编大模型系列之 01 使用 Python 从头构建 LLaMA 3 编写您自己的十亿参数LLM（教程含源码）知识大胖 NVIDIA GPU和大语言模型开发教程 python llama 开发语言
LLaMA3是继Mistral之后最有前途的开源模型之一，可以解决各种任务。我之前在Medium上写过一篇博客，介绍如何使用LLaMA架构从头开始创建一个具有超过230万个参数的LLM。现在LLaMA-3已经发布，我们将以更简单的方式重新创建它。我们不会在本博客中使用GPU，但您至少需要17GB的RAM，因为我们将加载一些大小超过15GB的文件。如果这对您来说是个问题，您可以使用Kaggle作为解
JS宏进阶：浅谈曲线回归 jackispy JS宏进阶回归数据挖掘人工智能 javascript
曲线回归是一种统计学方法，用于研究两个或多个变量之间的非线性关系，并找到最能拟合数据点的曲线函数形式。与线性回归不同，曲线回归适用于描述那些不是直线性的变量关系。通过曲线回归，可以建立变量之间的非线性数学模型，用于预测和解释各种实际现象。一、基本概念定义：曲线回归是指对于非线性关系的变量进行回归分析的方法。曲线回归方程一般是以自变量的多项式或其他非线性函数形式表达因变量。目的：曲线回归的主要目的是
手机租赁系统的优势与发展趋势分析红点聊租赁其他
内容概要随着科技的迅速发展，手机租赁系统逐渐崭露头角。这种模式不仅方便了消费者的日常生活，还有助于促进可持续发展。现在，让我们来看看手机租赁系统的一些优势，以及它在市场中的巨大潜力。首先，灵活性是手机租赁系统的一大亮点。用户可以根据自己的需求选择不同型号和配置的手机，而不需要长时间绑定。因此，无论是追求最新款型，还是希望在短期内实验不同品牌，租赁都提供了理想的解决方案。其次，从成本效益上看，租赁比
数据安全_笔记系列09_人工智能（AI）与机器学习（ML）在数据安全中的深度应用宁宁可可数据安全数据安全
数据安全_笔记系列09_人工智能（AI）与机器学习（ML）在数据安全中的深度应用人工智能与机器学习技术通过自动化、智能化的数据分析，显著提升了数据分类、威胁检测的精度与效率，尤其在处理非结构化数据、复杂威胁场景和降低误报/漏报率方面表现突出。以下从技术原理、应用场景、实施流程、工具与案例展开解析：一、AI/ML如何提升数据安全能力？1.核心价值复杂数据识别：解析非结构化数据（文本、图像、音视频）中
【算法系列】有趣的计数排序 binbinxyz 算法排序算法数据结构 java
文章目录计数排序（CountingSort）详解一、基本思想1.基本原理2.适用场景3.稳定性二、实现步骤1.统计频率2.累积频率3.构建输出数组4.复制回原数组三、代码实现四、时间复杂度分析五、空间复杂度分析六、计数排序的优缺点七、总结计数排序（CountingSort）详解计数排序（CountingSort）是一种非比较型排序算法，适用于整数排序。它通过计算每个元素出现的次数来确定它们在输出数
模式识别课程设计：人脸识别背景与问题引入之问题描述 XLYcmy 模式识别网络安全人工智能课程设计模式识别人脸识别 PCA LLM
1.2问题描述通过之前的背景介绍可以知道人脸识别技术作为计算机视觉和模式识别领域的重要研究方向，已广泛应用于身份验证、安全监控、智能家居等多个领域。随着计算机硬件性能的不断提升和深度学习技术的成熟，人脸识别的精度和应用场景不断扩展。本研究设计了一种基于主成分分析（PCA）[7]和K-L变换的人脸识别系统，利用ORL人脸数据库作为数据源，对输入的人脸图像进行识别，并输出与其特征最相似的人脸。该系统的
汽车行业大数据应用的主要方向数据科学智慧大数据
汽车行业大数据应用的主要方向随着技术的不断发展和智能化的浪潮，大数据在汽车行业中的应用越来越广泛。下面将介绍汽车行业大数据应用的主要方向，并提供相关的源代码示例。智能驾驶与自动驾驶大数据在智能驾驶与自动驾驶技术中起着重要的作用。通过收集和分析大量的车载传感器数据、地图数据、交通状况数据等，可以实现实时的环境感知、路径规划和决策，从而提高驾驶安全性和效率。以下是一个简单的示例代码，展示了如何使用大数
AI人工智能机器学习之聚类分析 rockfeng0 人工智能机器学习 sklearn
1、概要本篇学习AI人工智能机器学习之聚类分析，以KMeans、AgglomerativeClustering、DBSCAN为例，从代码层面讲述机器学习中的聚类分析。2、聚类分析-简介聚类分析是一种无监督学习的方法，用于将数据集中的样本划分为不同的组（簇），使得同一组中的样本相似度较高，而不同组之间的样本相似度较低。sklearn.cluster提供了多种聚类算法K均值聚类（K-MeansCl
【机器学习与数据挖掘实战】案例15：基于LDA模型的电商产品评论数据情感分析 Francek Chen 机器学习与数据挖掘实战机器学习数据挖掘人工智能 LDA主题模型情感分析文本分析 python
【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
基于java的多角色物流管理系统设计和实现的详细项目实例 nantangyuxi Java java 开发语言人工智能嵌入式硬件数据库单片机 c++
目录基她jsvs她多角色物流管理系统设计和实她她详细项目实例...1项目背景介绍...1项目目标她意义...1项目挑战...2项目特点她创新...3项目应用领域...4项目系统可行她分析...5项目模型架构...5项目软件模型描述及代码示例...6项目流程图（Plsintfxt代码块）...10项目扩展...11项目目录结构设计及各模块功能说明...12项目应该注意事项...13项目部署她应用..
数据精简的魔法：打造极速接口响应！喵手零基础学Java Java 接口响应
全文目录：开篇语前言目录精简数据传输的重要性举个栗子️常用的精简策略1.字段选择：只传递必需字段示例代码：2.数据分页：控制数据的数量示例代码：3.压缩传输：小数据大世界案例分析：从冗余到高效1️⃣初始设计2️⃣优化设计拓展延伸：在不同场景中的应用企业应用移动端应用物联网（IoT）设备结语文末开篇语哈喽，各位小伙伴们，你们好呀，我是喵手。运营社区：C站/掘金/腾讯云/阿里云/华为云/51CTO；欢
基于 RAG（检索增强生成）、KAG（知识感知生成）和 CoT（链式思维）的生成式语言模型驱动推荐系统路人与大师语言模型人工智能自然语言处理
一、系统架构详解1.输入层a.用户行为数据数据来源：网站浏览历史、购物车内容、购买记录、收藏夹、搜索记录等。处理方式：数据清洗、去重、时间序列分析，提取用户的长期和短期兴趣。特征工程：行为序列：用户行为的时间顺序，如最近浏览的商品类别。频率与时长：浏览某类商品的频率和时长。转化率：从浏览到购买的转化情况。b.商品数据数据来源：商品数据库，包括价格、品牌、类别、库存、评价、销量等。处理方式：标准化处
Accord.NET框架功能介绍绀目澄清 Accord.NET Accord.NET
机器学习组件Accord.NET框架功能介绍1.基本功能与介绍Accord.NET为.NET应用程序提供了统计分析、机器学习、图像处理、计算机视觉相关的算法。Accord.NET框架扩展了AForge.NET框架，提供了一些新功能。同时为.NET环境下的科学计算提供了一个完整的开发环境。该框架被分成了多个程序集，可以直接从官网下载安装文件或者使用NuGet得到。可以参考以下链接:https://g
除了特斯拉还有哪些大厂招聘.net dotNET跨平台 .net
以下是除特斯拉外招聘.NET的部分大厂：-软件/咨询类：微软、Infosys、Tata、AONHewitt等。-项目外包/IT外派类：Accenture、Avanade、华钦科技CLPS等。-ERP类：用友、聚水潭等。-互联网类：智联招聘、58同城等。-游戏类：网易游戏、EA等。-运输物流类：顺丰快递等。-建筑/安防/环境类：霍尼韦尔、博世等。-金融类：东方财富、万得等。-银行类：摩根斯坦利、招商
一个9年archlinux重度使用者自述 linux
引言系统没有高低贵贱,主要还是使用的人，哪个跟你更契合。对我而言,archlinux就是最契合的那个。本文主要是对archlinux使用做一个粗浅的介绍，如果能勾起你一丝兴趣，那就更好了。第一部分：初识ArchLinux从Ubuntu和Fedora到Arch的转变大学期间了解到有linux这么一类系统，看起来很酷，那命令行操作神秘又高级，瞬间引起了我的兴趣。经过各种对比，选择了最容易上手的ubun
Redis面试题----MySQL 里有 2000w 数据，Redis 中只存 20w 的数据，如何保证 Redis 中的数据都是热点数据？指尖下的技术 Java面试题 redis mysql 数据库
要保证Redis中存储的20w数据都是热点数据，可以从数据筛选和数据淘汰两个大的方面来考虑，以下是详细的实现思路和方法：数据筛选1.基于业务规则分析业务场景：不同的业务场景有不同的热点数据特征。例如，在电商系统中，热门商品、促销商品往往是热点数据；在新闻资讯系统中，最新发布、阅读量高的新闻是热点数据。根据业务的特点，确定热点数据的规则。定期同步：编写脚本或程序，根据业务规则从MySQL中筛选出符合
ERP项目实施流程及存在的风险自由鬼 IT应用探讨行业发展 ERP
一、实施流程ERP（企业资源计划）项目的实施是一个复杂且系统的工程，它不仅仅是软件的安装，更是一次企业管理模式的升级和优化。ERP项目融合了管理咨询和IT实施，这两个方面相辅相成，共同确保项目的成功。ERP项目实施的总体流程可以大致分为以下几个阶段：项目准备阶段(ProjectPreparation)需求分析与蓝图设计阶段(BusinessBlueprint/Design)系统实现与配置阶段(Sy
Spring Boot 启动时间优化全攻略一休哥助手 spring boot 后端 java
引言随着SpringBoot的广泛应用，开发者享受到了快速开发和自动化配置的便利。然而，随着项目复杂度的增加，SpringBoot项目启动时间也变得越来越长，这在开发、调试和部署阶段可能会成为效率瓶颈。如何优化SpringBoot的启动时间，已经成为开发者和运维人员关注的重要问题。本文将详细分析影响SpringBoot启动时间的主要因素，并提供一套从配置优化到代码调整的全方位优化方案，帮助开发者显
【Java设计模式】Java设计模式之（十五）策略模式（Strategy Pattern） No8g攻城狮 Java设计模式设计模式 java 开发语言
本文目录一、策略模式介绍1.1含义1.2适用场景1.3主要解决1.4应用实例1.5优缺点二、策略模式实现2.1类图2.2代码实现第一个案例：策略模式代码实现第二个案例：策略模式代码实现2.3角色分析三、源码分析这种类型的设计模式属于行为型模式。一、策略模式介绍1.1含义在策略模式（StrategyPattern）中，一个类的行为或其算法可以在运行时更改。这种类型的设计模式属于行为型模式。在策略模式
Spring MVC 之父子容器详解码农爱java 【Spring MVC】spring mvc java 父子容器 Spring MVC 面试
前言：前面在分析SpringMVC初始化源码的时候也提到过父容器的概念，当时我们只是对源码进行解析，并没有去深究为什么要有父容器和子容器，本篇我们将对SpringMVC中的父子容器进行分析。SpringMVC知识传送门：详解SpringMVC（SpringMVC简介）SpringMVC初始化源码分析SpringMVC工作流程源码分析SpringMVC源码分析之DispatcherServlet#g
chatgpt赋能python：用Python发送短信的简单方法 u012804784 ChatGpt python chatgpt 开发语言计算机
用Python发送短信的简单方法在今天的数字时代，没有任何事情比即时通讯更方便。然而，短信仍然是一种极为有用的通信方式。实际上，正如您所看到的，本文将告诉您如何使用Python在几步内轻松地发送短信。发送短信的三种方法要发送短信，您有三种主要方法：使用SMSAPI-这是一种专为发送短信而设计的API，您可以将其集成到代码中。SMSAPI允许您访问专业工具，例如发送统计和交付报告等，但通常需要收费。
《李航统计学习方法》学习笔记——第八章提升方法 eveiiii 统计学习 python 机器学习人工智能算法
提升方法8.1提升方法AdaBoost8.1.1提升方法的基本思路8.1.2AdaBoost算法8.1.3AdaBoost的例子（代码实现）8.2AdaBoost算法的训练误差分析定理8.1AdaBoost训练误差界定理8.2二分类问题AdaBoost训练误差界8.3AdaBoost算法的解释8.3.1前向分步算法8.3.2前向分步算法与AdaBoost8.4提升树8.4.1提升树模型8.4.2提
AI快速变现之路，健康与情感咨询头脑旋风 AI变现之路人工智能
以下是针对健康与情感咨询的AI快速变现方案，包含详细操作流程、工具推荐及行业应用案例，结合2025年AIGC技术趋势设计：一、核心操作流程详解1.需求分析与用户画像工具推荐：Typeform（问卷调研）+ChatGPT（需求分析）+心理测评工具（如MMPI-2）操作步骤：使用Typeform设计健康/情感评估问卷（示例：“最近3个月的压力来源及频率”）输入问卷结果到ChatGPT生成用户画像（如"
知识篇：（二十三）深入理解 Vue 的异步更新机制：为何数据更新延迟全栈探索者chen vue vue.js 前端 javascript 开发语言 ecmascript 性能优化学习
知识篇：（二十三）深入理解Vue的异步更新机制：为何数据更新延迟目录前言异步更新机制简介Vue异步更新的工作原理3.1nextTick与事件循环的关系3.2微任务与宏任务为什么Vue使用异步更新？4.1性能优化和批量更新4.2实例化组件的优化实际应用：数据更新延迟的常见问题和应对策略5.1数据更新延迟带来的问题5.2正确使用nextTick的策略实战案例：计数器组件的延迟更新问题深入分析：优化异步
rss自建资源 Agnes_A20 开发语言
万物皆可订阅追更：RSS、RSSBud、RSSHub、Follow、加密解密-CSDN博客以下均来自上文：一文搞定RSS！从搭建、使用到自建订阅源。-知乎完整的RSS解决方案：自建RSSHub与Miniflux-Yunfi四大VPS对比评测：Linodevs.DigitalOceanvs.Lightsailvs.Vultr-小众软件
AI快速变现之路，AI视频创作头脑旋风 AI变现之路人工智能音视频
以下是针对AI视频创作的快速变现方案，包含详细操作步骤、工具推荐及行业应用案例，结合2025年AIGC技术趋势设计：一、核心操作流程详解1.需求分析与脚本生成工具推荐：ChatGPT4.0+ScriptStudio（视频脚本专用工具）操作步骤：通过问卷星收集客户需求（品牌调性/目标平台/时长要求）输入prompt到ChatGPT生成多版本脚本（示例：“生成一个30秒的科技产品广告脚本，风格类似苹果
扣子和DIfy调用deepseek对比分析 ISDF-CodeInkVotex 人工智能+科技前沿杂谈人工智能
近日，与网络高人学习，用Coze调用deepseek火山引擎版满血R1大模型，可以构建自己的业务级智能体，觉得还挺好玩的。又闻言，Dify、TensorFlow、PyTorch、Keras、Fastai、HuggingFace等工具可以微调诸如deepseek、chatgpt、doubao等大模型。下面重点讲Dify和Coze在调用deepseek上的区别做一个简要分析，供个人认知扫盲。1.调用方
QT计算器云中看雾数据结构 c++qt
一、*需求分析*实现一个简单的计算器，可以进行算术表达式的计算；操作运算包含加、减、乘、除、括号、与、或、非，即21+35（3+4）、1！2、3&4等计算表达式。后缀表达式严格的从左到右进行计算；假定输入表达式有空格进行简化处理。计算器需要有良好的操作界面和报错功能，图形界面需要连接计算器进行信号控制，报错需要在计算器进行除数和运算符连续等进行提示，比如在除数为0时进行报错题时error提示。二、
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 JavaScript Web
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 java jsp
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 DAO apache tomcat log4j Web
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 sql c windows SQL Server XP
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 java tomcat dos
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 word english
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 POJO hibernate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 java enum annotation reflect
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 word word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： A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 其他