Sophyzhong
Sophyzhong

新年随想曲～《闲聊集》

    多事的2018快过去了，这年的经历是我人生最大的考验：莫名其妙的疾病突然袭来，几小时之内让你半个身体动弹不得，转眼间你的神经系统已不是往常的感觉。在那多少个不眠之夜，你有足够的时间来品尝痛苦、悲伤，也有足够的时间来顿足捶胸、责怪上天：为何选了我？真的不知为何当时我没有！
      我诧异造物主的神奇，让身体像一台精致的机器，在预先设定的程序下运行，我的程序出错了，指令也就错了，就得进工厂维修了。
      我只知道从今以后那小小的发病率里有我的一份功劳，我从来都认为概率只是数字游戏，因为对于现在的我是足够大的100%了。

      我用我那很不专业的一点医学知识来理解这病，紧密配合医生来治疗，灰心与希望交织在一起，矛盾和释然也不断碰撞，然而时间是良方，现在的我，已经能自理了。
      死亡是不可战胜的，那是人生乐章的休止符。有些疾病目前也是不能治愈的，它需要我们用强大的力量去面对，力量源自人的内心。
      2019来了，它会带给我什么？我不会去想，也不需要去想，充满活力，过好每一天，那就足够了。

你好！我的2019。

图片发自App

新年随想曲

你可能感兴趣的:(新年随想曲～《闲聊集》)

  • 《剑指数据库：MySQL表法纵横录》 m0_74825260 面试学习路线阿里巴巴数据库mysql
    一、前言本文将为大家带来MySQL中常见表的操作，希望大家能够从中有所收获！！！二、表的操作1.创建表语法：CREATETABLEtable_name(field1datatype,field2datatype,field3datatype)characterset字符集collate校验规则engine存储引擎;说明：●field表示列名●datatype表示列的类型●characterset字
  • 图神经网络实战（9）——GraphSAGE详解与实现 盼小辉丶 图神经网络从入门到项目实战图神经网络GNNpytorch
    图神经网络实战（9）——GraphSAGE详解与实现0.前言1.GraphSAGE原理1.1邻居采样1.2聚合2.构建GraphSAGE模型执行节点分类2.1数据集分析2.2构建GraphSAGE模型3.PinSAGE小结系列链接0.前言GraphSAGE是专为处理大规模图而设计的图神经网络(GraphNeuralNetworks,GNN)架构。在科技行业，可扩展性是推动系统增长的关键驱动力。因此
  • 基于RF随机森林机器学习算法的回归预测模型MATLAB代码实现了一个回归任务的决策树集成模型。 qq924711725 仿真模型机器学习算法随机森林
    基于RF随机森林机器学习算法的回归预测模型MATLAB代码实现了一个回归任务的决策树集成模型。首先从Excel文件中导入数据集，并将数据划分为训练集和测试集。然后，对数据进行归一化处理并转置以适应模型的要求。文章目录MATLAB代码实现说明：MATLAB代码实现说明：运行代码前的注意事项：示例输出：MATLAB代码实现说明：示例输出：以下是一个基于随机森林（RF,RandomForest）机器学习
  • 深入理解 Java 中的 ArrayList ^辞安 java开发语言idea
    1.引言ArrayList是Java集合框架中最常用的数据结构之一。它基于动态数组实现，提供了快速的随机访问和高效的尾部插入操作。无论是初学者还是资深开发者，`ArrayList`都是日常开发中不可或缺的工具。本文将深入探讨`ArrayList`的实现原理、常见操作及其性能特点，并结合源码解析其内部机制。2.ArrayList的基本概念2.1什么是ArrayList？ArrayList是Java集
  • python数据分析之爬虫基础：爬虫介绍以及urllib详解 web13765607643 python数据分析爬虫
    前言在数据分析中，爬虫有着很大作用，可以自动爬取网页中提取的大量的数据，比如从电商网站手机商品信息，为市场分析提供数据基础。也可以补充数据集、检测动态变化等一系列作用。可以说在数据分析中有着相当大的作用！页面结构介绍这里主要介绍HTML的一些简单结构，需要一点前端的知识，可以根据情况直接跳过。Title姓名年龄性别张三18男铁锅炖大鹅小鸡炖蘑菇锅包肉奖励自己睡觉起床读书学习爬虫相关概念1、爬虫的概
  • 深度学习开源数据集大全：从入门到前沿 念九_ysl AI人工智能
    在深度学习中，数据是模型训练的基石。本文整理了当前最常用且高质量的开源数据集，涵盖图像、视频、自然语言处理（NLP）、语音与音频等方向，帮助研究者和开发者快速定位所需资源。一、图像类数据集1.MNIST简介：手写数字识别领域的“HelloWorld”，包含6万张训练图像和1万张测试图像，尺寸为28×28的灰度图。特点：适合入门级图像分类任务，支持快速验证算法原型28。下载地址：MNIST官网2.I
  • object-c 2.0入门笔记 SNOWPIAOP c语言笔记ios
    OBJECT-C入门笔记OBJECT-C2.0的语法特点文件扩展名字符串类方法OBJECT-C2.0的语法特点有点类似C和C++，属于C语言超集。提供类定义，方法和属性。面向对象的概念，如封装，继承以及多态，在Objective-C中都有所体现。Cocoa基础文件扩展名扩展名内容类型.h头文件。头文件包含类，类型，函数和常数的声明。.m源代码文件。这是典型的源代码文件扩展名，可以包含Objecti
  • Pytorch数据处理工具箱（后半部分） 不要不开心了 机器学习神经网络深度学习人工智能pytorch
    今天的内容主要介绍了PyTorch中的数据处理工具箱及其相关工具的使用方法：1.DataLoader：-DataLoader用于批量处理数据，支持多线程加载数据。主要参数包括datase`（数据集）batch_size（批量大小）、shuffle（是否打乱数据）、num_workers（加载数据的线程数）等。DataLoader本身不是迭代器，但可以通过`iter`命令转换为迭代器。2.torch
  • Java面试题整理 Amberish java
    exist和in有什么区别select*fromAwhereidin(selectidfromB)有两点区别：（1）使用上的区别：exists中放一个子查询有记录返回true，无记录返回false（NULL也算有记录），in中查询结果集只能有一个字段（2）性能上的区别：in要把缓存到内存中，exists不需要缓存结果in()适合B表比A表数据小的情况exists()适合B表比A表数据大的情况当A表
  • 基于 Pytorch 的全卷积网络人脸表情识别：从数据到部署的实战之旅 那年一路北 Pytorch理论+实践pytorch网络人工智能
    前言：本文将详细介绍基于Pytorch框架，利用全卷积网络进行人脸表情识别的完整过程，涵盖从数据集的准备、模型的设计与训练，再到模型的部署与预测，通过代码实现以及详细讲解，帮助读者深入理解并掌握这一技术。一、引言人脸表情是人类情感交流的重要方式，不同的表情能够传达出丰富的情感信息。人脸表情识别在智能交互、安防监控、心理健康分析等众多领域有着广泛的应用前景。随着深度学习技术的发展，基于卷积神经网络的
  • yolo位姿估计实验 jarreyer YOLO
    目录介绍实验过程2.1数据集下载2.2模型和数据配置文件修改2.3模型训练参考链接1.介绍1.1简介YOLOv8-Pose是基于YOLOv4算法的姿势估计模型，旨在实现实时高效的人体姿势估计。姿势估计在计算机视觉领域具有重要意义，可广泛应用于视频监控、运动分析、健康管理等领域。1.2背景传统的姿势估计方法常需复杂网络架构和大量计算资源，导致实时性不佳。YOLOv8-Pose通过对YOLOv4算法进
  • T23N 君正（Ingenic）T系列芯片是专为智能视频和物联网应用设计的高性能、低功耗处理器 提供软硬件资料及样品测试 li15817260414 音视频物联网
    T23N是一款由君正（Ingenic）推出的智能视频应用处理器（SoC），广泛应用于移动摄像机、安全监控、视频通话和视频分析等领域。该芯片采用创新架构，满足高性能计算和高质量图像视频编码的需求。主要特性：处理器：T23N配备XBurst®CPU核心，主频高达1.2GHz，内置16KB指令缓存、16KB数据缓存和64KB二级缓存，支持全功能内存管理单元（MMU），适用于操作系统相关任务。视频处理：集
  • 基于yolov8的糖尿病视网膜病变严重程度检测系统python源码+pytorch模型+评估指标曲线+精美GUI界面 FL1623863129 深度学习YOLO
    【算法介绍】基于YOLOv8的糖尿病视网膜病变严重程度检测系统基于YOLOv8的糖尿病视网膜病变严重程度检测系统是一款利用深度学习技术，专为糖尿病视网膜病变早期诊断设计的智能辅助工具。该系统采用YOLOv8目标检测模型，结合经过标注和处理的医学影像数据集，能够高效且准确地检测并分类糖尿病视网膜病变的不同严重程度。YOLOv8模型以其高速和高精度的特点，在处理眼底图像时展现了强大的能力。通过优化模型
  • PTA团体程序设计天梯赛-练习集1-5题 β添砖java 算法
    L1-001HelloWorld这道超级简单的题目没有任何输入。你只需要在一行中输出著名短句“HelloWorld!”就可以了。#includeintmain(void){printf("HelloWorld!");return0;}L1-002打印沙漏本题要求你写个程序把给定的符号打印成沙漏的形状。例如给定17个“*”，要求按下列格式打印*****************所谓“沙漏形状”，是指每
  • 【MySQL】基础实战篇(2)—数据查询操作 m0_74824496 面试学习路线阿里巴巴mysql数据库
    前言数据查询是数据库管理系统应用的主要内容，也是用户对数据库最频繁、最常见的操作请求。数据查询可以根据用户提供的限定条件，从已存在的数据表中检索用户需要的数据。MySQL使用SELECT语句既可以完成简单的单表查询、联合查询，也可以完成复杂的联接查询、子查询，从数据库中检索符合用户需求的数据，并将结果集以表格的形式返回给用户。这里写目录标题前言学习目标单表查询查询语句的基本用法字段的别名DISTI
  • SQL JOIN：内连接、外连接和交叉连接（代码+案例） m0_74825466 面试学习路线阿里巴巴sql数据库oracle
    在SQL中，JOIN操作用于合并来自两个或多个表的数据集。通过JOIN，可以根据指定的条件检索数据库中相关记录。以下是内连接、外连接和交叉连接的深入解释以及它们的区别与应用。1.内连接(INNERJOIN)定义：内连接只返回两个表中都满足连接条件的匹配记录。换句话说，它仅包括那些具有对应匹配记录的行。语法：SELECTcolumnsFROMtable1INNERJOINtable2ONtable1
  • sql专题 之 sql的执行顺序 m0_67265654 面试学习路线阿里巴巴sql数据库java
    文章目录sql的执行顺序sql语句的格式实际的执行顺序：虚拟表vs数据集虚拟表结果集总结嵌套查询在sql查询中的执行顺序前文我们了解了sql常用的语句，这次我们对于这些语句来个小思索戳这里→sql专题之常用命令sql的执行顺序SQL语句的执行顺序是数据库查询优化和结果生成的关键sql语句的格式selectdistinct要查的字段,sum(列字段),开窗函数from左表l[left|inner]j
  • Canvas高级动画：文字瀑布流 DTcode7 HTML网站开发#canvas绘图HTML绘图canvasJavaScriptcanvas绘图
    Canvas高级动画：文字瀑布流1.基本概念与作用1.1文字瀑布流简介1.2Canvas在动画中的作用2.示例一：基本的文字瀑布流实现代码解释3.示例二：增强版文字瀑布流新增功能4.示例三：互动版文字瀑布流新增功能5.示例四：使用WebWorkers进行优化工作线程文件`worker.js`新增功能6.不同角度的功能使用思路6.1自定义字符集6.2透明度变化6.3响应式设计7.实际工作中的技巧7.
  • Stable Diffusion（SD）系列模型及关联算法深度解析 Liudef06 StableDiffusionstablediffusion算法
    一、‌基础模型架构演进‌SDv1.5‌‌核心架构‌：基于LatentDiffusionModel（LDM），通过VAE将图像压缩至潜空间进行扩散训练，支持512x512分辨率生成，兼容二次元与写实风格混合创作‌12。‌训练数据‌：使用LAION-5B数据集过滤后的子集，文本编码器为CLIPViT-L/14‌34。‌局限性‌：对复杂光影和材质的细节刻画能力较弱，高分辨率生成需依赖外部放大工具‌28。
  • 聚类算法(K-means)代码实现(鸢尾花数据集) 乔大将军 机器学习算法聚类kmeanspython
    目录一、前言二、代码实现1.随即给定初始点并返回，其点个数就是K值2.得到当前每一个样本到K个中心点的距离，得到每个样本距离最近的那个中心点并返回中心点3.更新中心点并返回4.进行训练（迭代）返回最后一次的中心点和簇类中的样本（每个样本距离最近的中心点）5.完整代码三、应用案例1.代码实现2.结果显示3.K=3的聚类结果4.K=4的聚类结果5.总结一、前言本文主要实现K-means这一算法，根据聚
  • 深度学习-【完整代码+数据集】逻辑回归预测乳腺癌检测案例 编程千纸鹤 人工智能学习专栏深度学习逻辑回归人工智能癌症预测
    作者主页：编程千纸鹤作者简介：Java、前端、Python开发多年，做过高程，项目经理，架构师主要内容：Java项目开发、Python项目开发、大学数据和AI项目开发、单片机项目设计、面试技术整理、最新技术分享收藏点赞不迷路关注作者有好处文末获得源码机器学习分为：有监督学习：数据带有标签无监督学习：数据没有标签，根据属性聚类在机器学习有监督学习中大致可以分为两大任务，一种是回归任务，一种是分类任务
  • 【mysql】WITH AS 语法详解 m0_74824091 面试学习路线阿里巴巴mysql数据库
    【mysql】WITHAS语法详解【一】WITHAS语法的基本结构【二】案例1【三】案例2WITHAS语法是MySQL中的一种临时结果集，它可以在SELECT、INSERT、UPDATE或DELETE语句中使用。通过使用WITHAS语句，可以将一个查询的结果存储在一个临时表中，然后在后续的查询中引用这个临时表。这样可以简化复杂的查询，提高代码的可读性和可维护性。【一】WITHAS语法的基本结构WI
  • Android App开发之Jetpack架构，Android大厂高频面试题解析 m0_66144992 程序员架构移动开发android
    因此，Jetpack来了！Jetpack是什么？===========Jetpack是Google推出的一套系列组件集。Jetpack的出现以及Google标准化开发模式的确立，代表了Android原生开发的未来方向，意味着Android发展已经逐渐成熟。为什么要学？======在开发世界，永远是技术至上，一门新技术的盛行总是有原因的，要么比老框架性能提升不少，要不更加易用等等。作为开发者，更是要
  • GitHub每日最火火火项目（2.28） FutureUniant github日推github人工智能计算机视觉音视频ai
    olmocr项目介绍：olmocr是由allenai开发的一款用于将PDF文件线性化，以适配大语言模型（LLM）数据集和训练的工具包。在大语言模型的训练过程中，数据的格式和预处理极为关键。PDF文件作为常见的数据来源，其内部复杂的排版和结构使得其中的文本信息难以直接被模型有效利用。olmocr通过一系列的技术和算法，对PDF文件进行处理，将其中的文本内容按照合适的顺序和格式提取出来，转化为线性的、
  • 深入理解PyTorch模型训练所需的数据集 mosquito_lover1 pytorch人工智能python
    在PyTorch中，模型训练的核心是数据集（Dataset）。数据集是模型训练的基础，它提供了模型训练所需的所有输入数据和对应的标签。理解数据集的结构、加载方式以及如何预处理数据是成功训练模型的关键。以下是对PyTorch模型训练所需数据集的深入解析：1.数据集的基本概念数据集：数据集是模型训练的基础，通常由输入数据（如图像、文本、音频等）和对应的标签（目标值）组成。样本（Sample）：数据集中
  • Amazon SageMaker 批量转换中的 JSON 处理技巧 t0_54coder json个人开发
    在使用AmazonSageMaker进行机器学习模型的批量转换时，我们经常会遇到一些配置和数据格式的问题。今天我们来讨论一个常见的困扰：如何处理在MultiRecord批量策略下JSON数据的解析错误。背景介绍AmazonSageMaker提供了强大的批量转换功能，允许我们对大量数据进行推理。这在处理大规模数据集时非常有用。然而，当我们尝试将批量策略从SingleRecord切换到MultiRec
  • 利用Python生成器和迭代器高效处理大数据文件 清水白石008 计算机Python题库pythonpython
    利用Python生成器和迭代器高效处理大数据文件在Python中，处理大型数据文件时，内存管理是一个重要的考虑因素。传统的数据处理方法可能会一次性将整个文件加载到内存中，这在数据量较小时是可行的，但当数据量变得非常大时，这种方法就不再适用。幸运的是，Python提供了生成器和迭代器的概念，它们可以帮助我们在处理大型数据集时节省内存。本文将详细介绍如何使用这些工具来高效地处理大数据文件。什么是生成器
  • JVM可用的垃圾回收器 一张假钞 jvm
    个人博客地址：JVM可用的垃圾回收器|一张假钞的真实世界垃圾收集器分类JavaHotSpotVM有三种不同类型的收集器，每种收集器具有不同的性能特征。串行收集器使用单个线程来执行所有垃圾收集工作，这使得它相对高效，因为线程之间没有通信开销。它最适合单处理器机器，因为它不能利用多处理器硬件，尽管它对于具有小数据集（最多约100MB）的应用程序在多处理器上很有用。在某些硬件和操作系统配置上默认选择串行
  • 使用YOLOv8训练自己的数据集：详细教程 zru_9602 人工智能YOLO
    使用YOLOv8训练自己的数据集：详细教程引言YOLOv8是Ultralytics团队开发的新一代目标检测算法，以其高效的性能和简洁的API而闻名。本文将详细介绍如何使用YOLOv8训练自己的数据集，包括数据准备、模型配置、训练过程以及结果分析。1.环境搭建在开始训练之前，请确保已经安装了必要的依赖项：#安装ultralytics和其他依赖pipinstallultralytics==8.0.25
  • MySQL 隐式转换规则详解 懒羊羊敲代码丫 mysqlandroid数据库
    在执行mysql语句查询数据库时，发现查询到的结果集和我的查询条件不匹配，细研究发现，是因为sql语句中的字段和数据库字段类型不匹配触发了mysql的隐式转换规则。具体如下所示MySQL在执行比较、运算或表达式求值时，若操作数的数据类型不一致，会自动进行隐式类型转换（ImplicitConversion）。了解这些规则对于避免查询错误和优化性能至关重要。以下是详细的隐式转换规则及示例：一、隐式转换
  • ASM系列五 利用TreeApi 解析生成Class lijingyao8206 ASM字节码动态生成ClassNodeTreeAPI
       前面CoreApi的介绍部分基本涵盖了ASMCore包下面的主要API及功能，其中还有一部分关于MetaData的解析和生成就不再赘述。这篇开始介绍ASM另一部分主要的Api。TreeApi。这一部分源码是关联的asm-tree-5.0.4的版本。          在介绍前，先要知道一点， Tree工程的接口基本可以完
  • 链表树——复合数据结构应用实例 bardo 数据结构树型结构表结构设计链表菜单排序
    我们清楚：数据库设计中，表结构设计的好坏，直接影响程序的复杂度。所以，本文就无限级分类（目录）树与链表的复合在表设计中的应用进行探讨。当然，什么是树，什么是链表，这里不作介绍。有兴趣可以去看相关的教材。 需求简介： 经常遇到这样的需求，我们希望能将保存在数据库中的树结构能够按确定的顺序读出来。比如，多级菜单、组织结构、商品分类。更具体的，我们希望某个二级菜单在这一级别中就是第一个。虽然它是最后
  • 为啥要用位运算代替取模呢 chenchao051 位运算哈希汇编
        在hash中查找key的时候，经常会发现用&取代%，先看两段代码吧，     JDK6中的HashMap中的indexFor方法： /** * Returns index for hash code h. */ static int indexFor(int h, int length) {
  • 最近的情况 麦田的设计者 生活感悟计划软考想
          今天是2015年4月27号      整理一下最近的思绪以及要完成的任务             1、最近在驾校科目二练车，每周四天，练三周。其实做什么都要用心，追求合理的途径解决。为
  • PHP去掉字符串中最后一个字符的方法 IT独行者 PHP字符串
    今天在PHP项目开发中遇到一个需求，去掉字符串中的最后一个字符 原字符串1,2,3,4,5,6, 去掉最后一个字符","，最终结果为1,2,3,4,5,6 代码如下： $str = "1,2,3,4,5,6,"; $newstr = substr($str,0,strlen($str)-1); echo $newstr;
  • hadoop在linux上单机安装过程 _wy_ linuxhadoop
    1、安装JDK     jdk版本最好是1.6以上，可以使用执行命令java -version查看当前JAVA版本号，如果报命令不存在或版本比较低，则需要安装一个高版本的JDK，并在/etc/profile的文件末尾，根据本机JDK实际的安装位置加上以下几行：    export JAVA_HOME=/usr/java/jdk1.7.0_25  
  • JAVA进阶----分布式事务的一种简单处理方法 无量 多系统交互分布式事务
    每个方法都是原子操作： 提供第三方服务的系统，要同时提供执行方法和对应的回滚方法 A系统调用B,C,D系统完成分布式事务 =========执行开始======== A.aa(); try { B.bb(); } catch(Exception e) { A.rollbackAa(); } try { C.cc(); } catch(Excep
  • 安墨移动广 告：移动DSP厚积薄发 引领未来广 告业发展命脉 矮蛋蛋 hadoop互联网
    　　“谁掌握了强大的DSP技术，谁将引领未来的广 告行业发展命脉。”2014年，移动广 告行业的热点非移动DSP莫属。各个圈子都在纷纷谈论，认为移动DSP是行业突破点，一时间许多移动广 告联盟风起云涌，竞相推出专属移动DSP产品。 　　到底什么是移动DSP呢? 　　DSP(Demand-SidePlatform)，就是需求方平台，为解决广 告主投放的各种需求，真正实现人群定位的精准广
  • myelipse设置 alafqq IP
      在一个项目的完整的生命周期中，其维护费用，往往是其开发费用的数倍。因此项目的可维护性、可复用性是衡量一个项目好坏的关键。而注释则是可维护性中必不可少的一环。 注释模板导入步骤  安装方法： 打开eclipse/myeclipse 选择 window-->Preferences-->JAVA-->Code-->Code
  • java数组 百合不是茶 java数组
    java数组的   声明  创建  初始化；   java支持C语言      数组中的每个数都有唯一的一个下标 一维数组的定义 声明： int[] a = new int[3];声明数组中有三个数int[3] int[] a 中有三个数，下标从0开始，可以同过for来遍历数组中的数
  • javascript读取表单数据 bijian1013 JavaScript
    利用javascript读取表单数据，可以利用以下三种方法获取： 1、通过表单ID属性：var a = document.getElementByIdx_x_x("id"); 2、通过表单名称属性：var b = document.getElementsByName("name"); 3、直接通过表单名字获取：var c = form.content.
  • 探索JUnit4扩展：使用Theory bijian1013 javaJUnitTheory
    理论机制（Theory） 一.为什么要引用理论机制（Theory）         当今软件开发中，测试驱动开发（TDD — Test-driven development）越发流行。为什么 TDD 会如此流行呢？因为它确实拥有很多优点，它允许开发人员通过简单的例子来指定和表明他们代码的行为意图。 TDD 的优点：     &nb
  • [Spring Data Mongo一]Spring Mongo Template操作MongoDB bit1129 template
    什么是Spring Data Mongo Spring Data MongoDB项目对访问MongoDB的Java客户端API进行了封装，这种封装类似于Spring封装Hibernate和JDBC而提供的HibernateTemplate和JDBCTemplate，主要能力包括 1. 封装客户端跟MongoDB的链接管理 2. 文档-对象映射，通过注解:@Document(collectio
  • 【Kafka八】Zookeeper上关于Kafka的配置信息 bit1129 zookeeper
    问题： 1. Kafka的哪些信息记录在Zookeeper中 2. Consumer Group消费的每个Partition的Offset信息存放在什么位置 3. Topic的每个Partition存放在哪个Broker上的信息存放在哪里 4. Producer跟Zookeeper究竟有没有关系？没有关系！！！   //consumers、config、brokers、cont
  • java OOM内存异常的四种类型及异常与解决方案 ronin47 java OOM 内存异常
          　OOM异常的四种类型： 　　　 　　一：　StackOverflowError ：通常因为递归函数引起（死递归，递归太深）。-Xss 128k 一般够用。     　  二：　out Of memory: PermGen Space：通常是动态类大多，比如web 服务器自动更新部署时引起。-Xmx
  • java-实现链表反转-递归和非递归实现 bylijinnan java
    20120422更新： 对链表中部分节点进行反转操作，这些节点相隔k个： 0->1->2->3->4->5->6->7->8->9 k=2 8->1->6->3->4->5->2->7->0->9 注意1 3 5 7 9 位置是不变的。 解法： 将链表拆成两部分： a.0-&
  • Netty源码学习-DelimiterBasedFrameDecoder bylijinnan javanetty
    看DelimiterBasedFrameDecoder的API，有举例： 接收到的ChannelBuffer如下： +--------------+ | ABC\nDEF\r\n | +--------------+ 经过DelimiterBasedFrameDecoder(Delimiters.lineDelimiter())之后，得到： +-----+----
  • linux的一些命令 -查看cc攻击-网口ip统计等 hotsunshine linux
    Linux判断CC攻击命令详解 2011年12月23日 ⁄ 安全 ⁄ 暂无评论 查看所有80端口的连接数 netstat -nat|grep -i '80'|wc -l 对连接的IP按连接数量进行排序 netstat -ntu | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -n 查看TCP连接状态 n
  • Spring获取SessionFactory ctrain sessionFactory
    String sql = "select sysdate from dual"; WebApplicationContext wac = ContextLoader.getCurrentWebApplicationContext(); String[] names = wac.getBeanDefinitionNames(); for(int i=0; i&
  • Hive几种导出数据方式 daizj hive数据导出
    Hive几种导出数据方式   1.拷贝文件   如果数据文件恰好是用户需要的格式，那么只需要拷贝文件或文件夹就可以。 hadoop fs –cp source_path target_path   2.导出到本地文件系统   --不能使用insert into local directory来导出数据，会报错 --只能使用
  • 编程之美 dcj3sjt126com 编程PHP重构
    我个人的 PHP 编程经验中，递归调用常常与静态变量使用。静态变量的含义可以参考 PHP 手册。希望下面的代码，会更有利于对递归以及静态变量的理解   header("Content-type: text/plain"); function static_function () { static $i = 0; if ($i++ < 1
  • Android保存用户名和密码 dcj3sjt126com android
    转自：http://www.2cto.com/kf/201401/272336.html 我们不管在开发一个项目或者使用别人的项目，都有用户登录功能，为了让用户的体验效果更好，我们通常会做一个功能，叫做保存用户，这样做的目地就是为了让用户下一次再使用该程序不会重新输入用户名和密码，这里我使用3种方式来存储用户名和密码 1、通过普通 的txt文本存储 2、通过properties属性文件进行存
  • Oracle 复习笔记之同义词 eksliang Oracle 同义词Oracle synonym
    转载请出自出处：http://eksliang.iteye.com/blog/2098861 1.什么是同义词       同义词是现有模式对象的一个别名。       概念性的东西，什么是模式呢？创建一个用户，就相应的创建了 一个模式。模式是指数据库对象，是对用户所创建的数据对象的总称。模式对象包括表、视图、索引、同义词、序列、过
  • Ajax案例 gongmeitao Ajaxjsp
    数据库采用Sql Server2005 项目名称为:Ajax_Demo 1.com.demo.conn包 package com.demo.conn; import java.sql.Connection;import java.sql.DriverManager;import java.sql.SQLException; //获取数据库连接的类public class DBConnec
  • ASP.NET中Request.RawUrl、Request.Url的区别 hvt .netWebC#asp.nethovertree
      如果访问的地址是：http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree%3C&n=myslider#zonemenu那么Request.Url.ToString() 的值是：http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree<&
  • SVG 教程 （七）SVG 实例，SVG 参考手册 天梯梦 svg
    SVG 实例 在线实例 下面的例子是把SVG代码直接嵌入到HTML代码中。 谷歌Chrome，火狐，Internet Explorer9，和Safari都支持。 注意：下面的例子将不会在Opera运行，即使Opera支持SVG - 它也不支持SVG在HTML代码中直接使用。   SVG 实例 SVG基本形状 一个圆 矩形 不透明矩形 一个矩形不透明2 一个带圆角矩
  • 事务管理 luyulong javaspring编程事务
    事物管理 spring事物的好处 为不同的事物API提供了一致的编程模型 支持声明式事务管理 提供比大多数事务API更简单更易于使用的编程式事务管理API 整合spring的各种数据访问抽象 TransactionDefinition 定义了事务策略 int getIsolationLevel()得到当前事务的隔离级别 READ_COMMITTED 
  • 基础数据结构和算法十一：Red-black binary search tree sunwinner AlgorithmRed-black
      The insertion algorithm for 2-3 trees just described is not difficult to understand; now, we will see that it is also not difficult to implement. We will consider a simple representation known
  • centos同步时间 stunizhengjia linux集群同步时间
    做了集群，时间的同步就显得非常必要了。 以下是查到的如何做时间同步。 在CentOS 5不再区分客户端和服务器，只要配置了NTP，它就会提供NTP服务。 1)确认已经ntp程序包： # yum install ntp 2)配置时间源（默认就行，不需要修改） # vi /etc/ntp.conf server pool.ntp.o
  • ITeye 9月技术图书有奖试读获奖名单公布 ITeye管理员 ITeye
    ITeye携手博文视点举办的9月技术图书有奖试读活动已圆满结束，非常感谢广大用户对本次活动的关注与参与。 9月试读活动回顾：http://webmaster.iteye.com/blog/2118112本次技术图书试读活动的优秀奖获奖名单及相应作品如下（优秀文章有很多，但名额有限，没获奖并不代表不优秀）：      《NFC：Arduino、Andro
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他