- 读书笔记-《Redis设计与实现》(二)单机数据库实现(上)
萝卜青今天也要开心
redis数据库缓存java学习
相比前面我们学习的数据结构与对象(读书笔记-《Redis设计与实现》(一)数据结构与对象(上)、读书笔记-《Redis设计与实现》(一)数据结构与对象(下)),这部分的内容可以说就是轻松+愉快了,只要能Get到这几个机制的要点就行。01数据库Redis将所有数据库都保存在redisServer结构中,客户端结构为redisClient,它们的关键属性如下:structredisServer{//一
- 模式识别与机器学习(Python实现):基于sklearn朴素贝叶斯模型实现男女分类
CV视界
模式识别机器学习与图像处理机器学习python人工智能
模式识别与机器学习(Python实现):基于sklearn朴素贝叶斯模型和pazen窗方法实现男女分类欢迎大家来到安静到无声的《模式识别与人工智能(程序与算法)》,如果对所写内容感兴趣请看模式识别与人工智能(程序与算法)系列讲解-总目录,同时这也可以作为大家学习的参考。欢迎订阅,优惠价只需9.9元,请多多支持!目录标题模式识别与机器学习(Python实现):基于sklearn朴素贝叶斯模型和paz
- Python基本数据类型之字符串
stiinput
Python知识集python开发语言
文章目录变量类型之字符串一、字符串的性质二、字符串的分类1.字符串又分为转义字符、原始字符串和一般字符串三种。三、字符串的基本操作1.字符串能实现拼接、重复、成员运算、比较大小等基本操作,其中比较大小还涉及到进制转换。2.字符串也能实现跟列表一样的通过下标找元素,切片等操作。3.字符串的遍历也有两种四、字符串的方法1.字符串的方法有:2.字符串的各种方法的应用3.字符串方法的补充五、字符串推导式变
- 使用朴素贝叶斯对自定义数据集进行分类
Luzem0319
人工智能机器学习
准备自定义数据集首先,需要一个自定义数据集来进行分类。创建一个简单的二维数据集,其中每个样本有两个特征,并且属于两个类别之一。importnumpyasnpimportpandasaspd#创建自定义数据集np.random.seed(42)num_samples=100#生成特征数据X=np.random.rand(num_samples,2)#生成标签数据(0或1)y=np.where(X[:
- deepseek v3 搭建个人知识库
AI算法网奇
aigc与数字人人工智能
目录deepseek-r1本地部署,这个比较好,推荐Chatbox连接ollama服务知乎教程,需要注册:deepseek-r1本地部署,这个比较好,推荐公司数据不泄露,DeepSeekR1本地化部署+web端访问+个人知识库搭建与使用,喂饭级实操教程,老旧笔记本竟跑出企业级AI_deepseek本地知识库-CSDN博客命令行运行:ollamarundeepseek-r1:1.5bollamaru
- 【Vue】权限控制
秀秀_heo
Vue及其周边生态vue.js前端javascript
权限管理分类:页面权限功能(按钮)权限接口权限vue3-element-admin的实现方案一般我们在业务中将路由可以分为两种,constantRoutes和asyncRoutes。constantRoutes:代表那些不需要动态判断权限的路由,如登录页、404(或者不存在的路由)、首页、数据大屏等通用页面。asyncRoutes:代表那些需求动态判断权限并通过addRoutes动态添加的页面。后
- 【自学笔记】Web前端的重点知识点-持续更新
Long_poem
笔记前端
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录Web前端知识点一、HTML基础二、CSS样式三、JavaScript基础四、前端框架与库五、前端工具与构建六、前端性能优化七、响应式设计与适配八、前端安全总结Web前端知识点一、HTML基础常用标签超链接(标签)图片(标签)表格(、、等标签)列表(无序列表、有序列表、定义列表)HTML5新特性语义化标签(、、等)音频视频(、
- 线性回归的简单实现
SkaWxp
深度学习深度学习机器学习mxnetgluon
本文是《动手学深度学习》的笔记文章目录线性回归的简单实现生成随机数据集读取数据初始化模型参数定义模型定义损失函数定义优化算法训练模型线性回归的简洁实现生成数据集读取数据定义模型初始化模型参数定义损失函数定义优化算法训练模型线性回归的简单实现用了mxnet中的自动求导和数组结构frommxnetimportautograd,ndimportrandom生成随机数据集只有这个是用了自己造的数据,因为线
- SpringMVC 注解实现参数映射
姜源Jerry
Springspringjavaservlet
SpringMVC注解实现参数映射1.请求参数映射1.1RequestMapping1.2请求参数的映射1.2.1基本类型/字符串属性封装1.2.2实体类属性封装1.2.3集合属性封装1.2.4Date类型封装1.3常用注解1.4其他注解2.响应数据和结果视图2.1返回值分类3.配置不拦截静态资源参考资料:https://spring-mvc.linesh.tw/1.请求参数映射@RequestM
- Task01:线性回归;Softmax与分类模型、多层感知机
恰人陈
pytorch机器学习深度学习神经网络
一、mxnet相关函数用法mxnet.nd用法对标numpy库(1)nd.concatfrommxnetimportndnd.concat(X,Y,dim=0)nd.concat(X,Y,dim=1)X,Y为两个矩阵nd.concat为连接矩阵,dim表示连接的维度,若原来两个矩阵为(4,3),dim=0就表示新生成矩阵为(8,3)dim=1表示新生成矩阵为(4,6)(2)y+=xy=y+x这样的
- 【论文笔记】基于图神经网络的多视角视觉重定位 GRNet CVPR 2020 论文笔记
phy12321
相机重定位
GRNet:LearningMulti-viewCameraRelocalizationwithGraphNeuralNetworks驭势科技,北京大学机器感知重点实验室,北京长城航空测控技术研究所本文提出了一种使用多视角图像进行相机重定位的图神经网络。该网络可以使得不连续帧之间进行信息传递,相比于只能在相邻前后帧之间进行信息传递的序列输入和LTSM,其能捕获更多视角信息以进行重定位。因此LSTM
- 投票法:简单而强大的分类利器
ningaiiii
机器学习与深度学习分类机器学习人工智能
投票法:简单而强大的分类利器在机器学习的分类任务中,我们常常需要寻找高效且准确的方法来对数据进行分类。今天,让我们一起来探讨一种简单却极为强大的分类方法——投票法。一、投票法原理(一)通俗易懂的理解投票法就像一场班级选举。假设有一个班级要选出最受欢迎的水果,每个同学心中都有自己的选择(这就好比一个个分类器给出的分类结果)。最后统计每个水果获得的票数,得票最多的水果就当选(对应分类任务中,票数最多的
- Qt获取网络流量(调用Windows API)----StateReader系列
Sudouble
Qt学习笔记网络qt流量WindowsAPI
因自己的笔记本没有带CapLock和NumLock的灯,导致某一次输入密码一直出错。之前也找过类似的软件,当到了下载的时候开始犹豫不决,怕当时的程序留了后台,偷偷获取我的按键信息。于是下决心写个取电脑按键状态的程序。——此为背景借着此势,顺便想给这个程序开发些新功能,于是想到了这个。可是在网上找了很久都没有找到Qt相关获取网卡流量的内容。无意间找到了在用WindowsAPI获取流量的例子。因为需要
- 【博学谷学习记录】超强总结,用心分享 | Hive分区表和分桶表
Onzswhite
hive大数据hadoop
#博学谷IT技术支持#一、分区表分区表就是对一个表的文件数据进行分类管理,表现形式就是有很多的文件夹(dt=2019-02-27)。分区表的作用是以后查询时,我们可以手动指定对应分区的数据,避免全表扫描,提高查询效率。所谓的分区表,指的就是将数据按照表中的某一个字段进行统一归类,并存储在表中的不同的位置,也就是说,一个分区就是一类,这一类的数据对应到hdfs存储上就是对应一个目录。当我们需要进行处
- 笔记系列----逻辑备份和恢复 imp/exp/impdp/expdp
柠檬
oracle数据库sql
注:需要打开监听1.传统的导入导出exp/imp传统的导入导出程序是exp/imp,用于实施数据库的逻辑备份和恢复导出程序exp将数据库的对象定义和数据被分到一个二进制文件中导入程序imp将二进制中的对象定义和数据导入到数据库中导入导出程序特点:1)按时间保存2)允许导出指定表,并重新导入新的数据库中3)可以把数据库迁移到另外一台异构服务器上4)在2个不同版本的oracle之间的数据传输数据5)在
- 联想lenovo电脑如何开机进入Bios与Boot menu
慕斯-ing
操作系统biosboot操作系统经验分享
一、启动快捷启动菜单模式在开机后电脑屏幕显示了”LENOVO“字样图画的时候,疯狂按F12,如果不行就重启再试一次,如果还不行,就再重启一次,按Fn+F12。界面如下图所示:二、开机启动进入bios在开机后电脑屏幕显示了”LENOVO“字样图画的时候,疯狂按F1,如果不行就重启,依次尝试F2、F1+Fn、F2+Fn。一般来说就是这几种,如果都不行的话,就百度搜搜具体该笔记本型号的快捷键。界面如图所
- Mixture of Experts(MoE)学习笔记
南七小僧
人工智能网站开发医疗器械研发学习笔记人工智能MoE大模型
1学习动机第一次了解到MoE(Mixtureofexperts),是在GPT-4模型架构泄漏事件,听说GPT-4的架构是8个GPT-3级别大小的模型以MoE架构(8*220B)组合成一个万亿参数级别的模型。不过在这之后开源社区并没有对MoE架构进行很多的探索,更多的工作还是聚焦在预训练新的大模型,在Llama2或其他模型上做Fine-tune,以及扩展大模型的ContextLength。12月8号
- GIt使用笔记大全
wdxylb
git笔记elasticsearch
Git使用笔记大全1.安装Git在终端或命令提示符中,输入以下命令检查是否已安装Git:git--version如果未安装,可以从Git官方网站下载并安装适合你操作系统的版本。2.配置Git首次使用Git时,需要配置用户名和邮箱:gitconfig--globaluser.name"YourName"gitconfig--globaluser.email"
[email protected]
- 娃娃鸭深入核心VCL架构剖析(李维)笔记
娃娃鸭
设计模式integerfunctiondestructorbuttonclass
44、TForm类TControl=class(TComponent)privateprocedureWMLButtonDblClk(varMessage:TWMLButtonDblClk);messageWM_LBUTTONDBLCLK;procedureWMRButtonDblClk(varMessage:TWMRButtonDblClk);messageWM_RBUTTONDBLCLK;pr
- 最小边际采样在分类任务中的应用
ningaiiii
机器学习与深度学习分类数据挖掘人工智能
最小边际采样在分类任务中的应用在机器学习的分类任务里,如何高效利用有限的标注数据,一直是研究的重点。最小边际采样(LeastMarginSampling)作为主动学习策略中的一种,为解决这一问题提供了独特的思路。本文将深入探讨最小边际采样在分类任务中的原理、应用以及优势与挑战。一、最小边际采样的原理最小边际采样的核心概念是基于模型预测概率来衡量样本的不确定性。在一个多分类问题中,模型会对每个样本预
- DynamicPlanning动态规划学习笔记
kxwsspz2001
笔记动态规划算法
动态规划动态规划的特点是求解决策过程最优化的过程。适用于求解将过程分成若干个互相联系的阶段,在它的每一阶段都需要作出决策,从而使整个过程达到最好的活动效果。各阶段决策依赖于当前面临的状态,又影响以后的发展。当各个阶段决策确定后,就组成一个决策序列。我们可以从决策序列中找到最优解LeetCode53给定一个整数数组nums,找到一个具有最大和的连续子数组(子数组最少包含一个元素),返回其最大和。示例
- 关于将HashMap替换原有Map的key保持value不变报错java.util.ConcurrentModificationException的处理方案
梦岚如雪
轮子库之HashMapjava工具类java开发语言后端HashMap
前言由于苦逼的在公司支持上线,在等待es集群分片完成过程,实在闲的无聊,将之前本地Notion记得一些笔记扔上来一些打发下时间吧( ̄. ̄)需求有个类似下面的数据为Map>>,其中key为资源id,value为List>,{"4757637007194717896":[{"oracleTableSpaceSize":"30000","oracleTableName":"System4","oracl
- 网络安全工具大合集
黑客Jack
开发语言web安全安全网络安全信号处理网络协议
导语:这里有一份很棒的黑客工具列表可以提供给黑客,渗透测试人员,安全研究人员。它的目标是收集,分类,让你容易找到想要的工具,创建一个工具集,你可以一键检查和更新。这里有一份很棒的黑客工具列表可以提供给黑客,渗透测试人员,安全研究人员。它的目标是收集,分类,让你容易找到想要的工具,创建一个工具集,你可以一键检查和更新。你可以通过以下命令检查所有的工具:gitclone--recursivehttps
- 自定义数据集 使用scikit-learn中svm的包实现svm分类
〖是♂我〗
python开发语言
代码:importnumpyasnp#导入用于数值计算的库importmatplotlib.pyplotasplt#导入用于绘图的库#class1_points和class2_points分别定义了两个类别的数据点,二维坐标class1_points=np.array([[1.9,1.2],[1.5,2.1],[1.9,0.5],[1.5,0.9],[0.9,1.2],[1.1,1.7],[1.4
- 使用支持向量机和朴素贝叶斯对文本分类
SSeaflower
支持向量机分类算法机器学习python
一、支持向量机文本分类1.1支持向量机分类器(SVC)支持向量机分类器(SupportVectorClassifier),缩写为SVC。SVC是sklearn.svm模块的一部分,提供了对支持向量机(SVM)算法的实现。SVM是一种监督学习模型,用于分类和回归任务。SVC是SVM用于分类的实现。1.2SVC的用法及参数通过以下方式创建SVC对象并进行训练:fromsklearn.svmimport
- 使用支持向量机(SVM)进行股票市场预测
m0_57781768
支持向量机算法机器学习
使用支持向量机(SVM)进行股票市场预测引言股票市场预测是金融领域的一个热门话题,也是一个充满挑战的研究领域。通过准确的市场预测,投资者可以做出更明智的决策,从而获得更高的回报。支持向量机(SVM)作为一种强大的机器学习算法,已被广泛应用于各种分类和回归问题。本文将详细介绍如何使用C++和支持向量机进行股票市场预测,并提供完整的代码示例。支持向量机简介支持向量机(SVM)是一种监督学习算法,最初用
- BUUCTF:[ISITDTU 2019]EasyPHP --- rce 超级异或,,,吐了,,,字符之间异或, 成型的异或payload!!!
Zero_Adam
BUUCTF刷题记录RCEpython
目录:一、自己做:二、学的的三、学习WP1.这里先来个不限制字符个数的关于这个%ff以及异或的事情,咱们好好唠唠1.生成异或中间值的python脚本2.看有字符限制的时候,:参考:末初一、自己做:0xd)die('youaresoclose,omg');eval($_);?>过滤了,不少,我一般碰到rce的题,就看自己的笔记,然后把payload一股脑的网上怼,,,二、学的的正则看不明白的时候,可
- 数据结构基础1
四代目 水门
嵌入式面试数据结构排序算法算法
什么是稳定排序和不稳定排序稳定排序和不稳定排序是排序算法的两种分类。稳定排序算法保证在排序过程中,相同元素的相对位置不变。不稳定排序算法则不保证在排序过程中,相同元素的相对位置不变。常见的稳定排序算法包括:冒泡排序快速排序常见的不稳定排序算法包括:选择排序堆排序二叉树前、中、后序遍历的规则前序遍历:先访问根结点、再前序遍历左子树、最后前序遍历右子树;中序遍历:中序遍历左子树、访问根节点、中序遍历右
- FastDFS实用笔记 (Docker 搭建环境 + 整合 SpringBoot)
字节全栈_kYu
笔记dockerspringboot
解决了大容量存储和负载均衡的问题,特别适合中小文件(4KB>文件路径为空…”);return“文件路径不能为空”;}try{StorePathstorePath=StorePath.parseFromUrl(fileUrl);storageClient.deleteFile(storePath.getGroup(),storePath.getPath());}catch(Exceptione){l
- 微信小程序视频点播在线视频学习系统 毕业设计 课程设计(1)首页_微信小程序视频功能设计流程图
字节全栈_kYu
微信小程序学习课程设计
06-19关于违规会员处理的通知视频分类最新更新课程所有课程HTML入门到精通3651人报名免费HTML入门到精通3651人报名免费HTML入门到精通3651人报名免费HTML入门到精通3651人报名免费###wxss代码/*广告图片*/.ad01{width:100%;/*宽度100%*/}.qukuai{display:flex;align-items:center;background-co
- 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