- 通达信 强势突破战法：百战百成 量价齐升+均线多头擒牛指标幅图指标
q125500612
通达信指标通达信指标
指标用法详解核心逻辑该指标旨在筛选强势突破+量价齐升+趋势向上的个股，适用于短线或波段交易策略。一、趋势判断条件均线系统股价开盘低于20日/40日/60日均线（短期调整后蓄势）收盘价突破20/40/60日均线的最高值（确认趋势反转）5/10/30/60/120日均线呈多头排列（开盘在最低均线下，收盘站上最高均线，代表短期强势）EXPMA趋势强化股价站稳50日EXPMA（指数平滑均线）上方50日EX
- MCP模型上下文协议：AI人工智能模型训练的自动化调参
AI天才研究院
AI人工智能与大数据人工智能自动化运维ai
MCP模型上下文协议：AI人工智能模型训练的自动化调参关键词：MCP模型、自动化调参、AI训练、超参数优化、上下文协议、机器学习、深度学习摘要：本文深入探讨MCP模型上下文协议在AI模型训练自动化调参中的应用。MCP(ModelContextProtocol)是一种创新的自动化调参框架，通过上下文感知和动态参数调整机制，显著提升模型训练效率和性能。文章将从理论基础、算法实现、数学原理到实际应用进行
- （全网最全，打光测试解决高反光产品）在机器视觉2D中，遇到高反光产品打光测试怎么办？
苏州大视通机器视觉
杂说科技人工智能计算机视觉opencv
关键原则：优先从物理层面消除反光（光源/光学），算法作为补充。偏振方案成本通常低于更换光源，且效果显著，建议优先尝试。在机器视觉打光测试中出现反光问题会严重影响图像质量，导致特征模糊、边缘丢失或检测失败。以下是系统性的解决方案，可根据实际情况组合应用：一、调整光源方案改变光源角度斜射照明：避免光源直射反光区域（如30°-60°环光、条形光侧打）。同轴光优化：对镜面物体改用低角度环形光（如<15°）
- 元学习的认知思维棱镜
由数入道
AI辅助教学学习元学习思维模型认知框架思维棱镜
在学习这场马拉松中，大多数人只关注如何跑得更快（学习方法），但元学习关注的却是如何学会规划路线、调整呼吸、监测体能，甚至理解身体（大脑）的运作机制，从而跑得更远、更有效率。元学习（Meta-Learning）——“学会学习”的底层操作系统本质：元学习，简而言之，就是我们的大脑如何学习、如何反思学习过程、并如何优化学习策略的能力。它不是学习具体知识，而是学习如何学习知识本身。它好比你手中的智能手机，
- dsdrthg
oygh
python
"这段时间去上厕所本来想小便的可是每次都会拉大便""这可能是因为你的饮食习惯或者消化系统的问题导致的。建议你试着调整一下饮食，增加膳食纤维的摄入量，多喝水，避免过度依赖泻药。同时，如果问题持续存在，建议去医院检查一下，排除肠道疾病等可能性。""医生呀！我刚被查出得了白癜风，不知道初期治疗需要多少钱？""白癜风的治疗费用因个体差异和治疗方案的不同而有所差异。初期治疗主要以口服药物和外用药物为主，费用
- 【C++】C++的虚析构函数
C++的虚析构函数1.语法规则：2.用途：3.原理：示例代码：4.下面解释为什么基类未定义为析构函数时，析构子类(派生类)对象也能把基类对象析构的原因4.1核心原理：编译器自动生成的析构函数调用链4.1.1对象构造与析构的镜像对称原则4.1.2编译器在派生类析构函数中插入隐式代码4.2底层机制分步解析4.3技术细节说明4.3.1.this指针调整4.3.2.继承链处理4.3.3.与虚函数无关1.语
- 质量管理重要理论知识和质量管理工具
一、质量管理核心理论1.戴明循环（PDCA）理论：通过“计划（Plan）→执行（Do）→检查（Check）→改进（Act）”实现持续改进。例子：问题：某电子厂PCBA焊接不良率高达5%。Plan：分析发现回流焊温度曲线不稳定；Do：调整炉温参数，设定梯度升温；Check：一周后不良率降至1.2%；Act：将新参数写入标准作业指导书（SOP）。2.朱兰三部曲理论：质量策划→质量控制→质量改进。例子：
- 微服务：从“大锅菜“到“自助餐“的架构进化
MarkSea.
架构微服务云原生
在软件开发的世界里，架构就像是烹饪艺术。传统的单体应用就像一锅东北大锅菜，所有食材（功能）混在一起熬煮，香是香，但想单独调整某种食材的味道？对不起，得掀翻整锅重来。而微服务架构则像现代化的自助餐厅，每道菜（服务）独立存在，想吃什么拿什么，想调整哪道菜只需要处理那一小部分，其他客人（用户）还能继续享用其他美食。什么是微服务？——火锅店里的"自助小料台"理论将应用拆成多个独立小服务，通过轻量级API（
- 借助 Wisdom SSH，实现 Linux 用户组与权限的精细化智能管控
qinyia
sshlinux人工智能服务器运维运维开发后端
WisdomSSH（官网ssh.wisdomheart.cn）凭借AI助手，为Linux用户组与权限管理带来智能便捷体验。用户组智能管理按需创建：如输入“为projectX项目建组，含开发、测试、运维人员”，AI助手创“projectX_group”组，生成groupaddprojectX_group命令。权限调整：输入“调projectX_group对代码目录读写，测试报告目录读权限”，AI助手
- 互换性与标准化
念致达
互换性与技术测量机电专业必修课程
互换性与标准化一、互换性定义分类作用主要内容二、标准化一、互换性定义机械产品中的同一规格的一批零件或部件，任取其中一件，不需作任何挑选、调整或辅助加工就能进行装配，并能保证满足机械产品的使用性能要求的一种特性。分类分类几何参数互换零部件的尺寸、形状、位置、表面质量等几何参数具有互换性功能互换零部件的物理性能、化学性能和力学性能具有互换性按互换性程度分：完全互换性（绝对互换性）零件在装配或更换时，不
- r语言 回归分析 分类变量_R语言下的PSM分析分类变量处理与分析步骤
weixin_39715834
r语言回归分析分类变量r语言清除变量
最近学习了PSM，我选择了用R去跑PSM，在这过程中遇到了许多问题，最后也都一一解决了，写下这个也是希望大家在遇到相同问题的时候能够得到帮助和启发，别的应该不会遇到太难的问题了哈哈。最近我也没做什么，录数据，或者说还在调整心态，最近遇到的事情也比较多，又或者说最近的心态比较乱，晚上也睡不好导致白天也比较烦躁，所以可能还是需要一段时间去好好调整，因此最近更新的也比较慢。不过还是会坚持的。问题阐述：1
- 【LLaMA 3实战】6、LLaMA 3上下文学习指南：从少样本提示到企业级应用实战
无心水
LLaMA3模型实战专栏llamaLLaMA3实战LLaMa3上下文AI入门程序员的AI开发第一课人工智能AI
一、上下文学习（ICL）的技术本质与LLaMA3突破（一）ICL的核心原理与模型机制上下文学习（In-ContextLearning）的本质是通过提示词激活预训练模型的元学习能力，使模型无需微调即可适应新任务。LLaMA3的ICL架构通过以下机制实现突破：任务抽象：从示例中提取输入输出映射规则，如情感分析中的正负向判断模式模式泛化：将规则迁移到新输入，支持跨领域知识迁移动态适应：实时调整注意力分布
- WPF 常用布局控件的基础使用
Dr.多喝热水
WPFwpf
WPF常用布局控件在WPF中，布局控件（也叫布局容器）负责安排子元素（比如按钮、文本框等）的摆放位置。1.Grid（网格布局）Grid是最常用的布局控件，它把空间划分成行和列，可以让子元素按照表格方式排列。示例：说明：RowDefinitions和ColumnDefinitions分别定义了行和列。Height="Auto"表示高度根据内容自动调整。Height="*"表示分配剩余空间。2*表示是
- Flutter多设备之响应式布局
harmonyos
Flutter多设备之响应式布局参考鸿蒙原生响应式布局场景，保持相似体验。布局能力使用场景使用说明断点将窗口宽度划分为不同的范围（即断点），监听窗口尺寸变化，当断点改变时同步调整页面布局。依赖扩展库：breakpoint媒体查询媒体查询支持监听窗口宽度、横竖屏、深浅色、设备类型等多种媒体特征，当媒体特征发生改变时同步调整页面布局。直接使用FlutterSDK中MediaQuery，无需额外适配栅格
- 【HarmonyOS NEXT】使用半模态实现动态高度底部弹窗
奔跑的露西
鸿蒙HarmonyOSwindowslinux服务器
一、背景在开发过程中，底部弹窗是一种常见的交互方式，下面总结如何实现高度根据内容动态调整的底部弹窗，并提供两种实现方案常见场景：当弹窗内容由动态数据驱动时（比如商品详情、任务列表、评论区等），内容高度可能随数据量变化数据少时弹窗矮一点数据多时弹窗高一点（但不超过屏幕80%）支持拖拽收起、点击空白关闭头部/底部可能有固定高度的模块（如标题栏、操作按钮）二、实现步骤第一步：创建基础底部弹窗推荐使用半模
- QFramework v1.0 Guide: 工具篇2——UIKit,AudioKit,FluentAPI,SingletonKit,FSMKit,PoolKit,TableKit
WX呦
unity游戏引擎c#QFramework
目录一、UIKit界面管理&快速开发解决方案1、用法（1）界面创建与层级管理（2）代码生成与组件绑定（3）打开与关闭界面（4）自定义界面加载方式2、应用场景3、示例代码二、AudioKit音频管理解决方案1、属性2、用法（1）播放音频（2）音频设置（3）音量调整（4）自定义音频加载3、应用场景4、案例（1）播放背景音乐（2）播放音效（3）播放人声三、FluentAPI链式API介绍1、属性2、用法
- DAY 41 简单CNN
冬天给予的预感
cnn人工智能神经网络
知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→Batch归一化层（可选）→池化层→激活函数→下一层Flatten->Dense(withDropout，可选)->Dense(Output)importtorchimporttorch.nnasnnimpo
- Python打卡训练营-Day41-简单CNN
traMpo1ine
cnnpython深度学习
@浙大疏锦行知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→Batch归一化层（可选）→池化层→激活函数→下一层Flatten->Dense(withDropout，可选)->Dense(Output)这里相关的概念比较多，如果之前没有学习过复试班强化班中
- Python实例题：基于遗传算法的旅行商问题求解
狐凄
实例python开发语言
目录Python实例题题目要求：解题思路：代码实现：Python实例题题目基于遗传算法的旅行商问题求解要求：使用遗传算法解决旅行商问题（TSP）。支持以下功能：随机生成城市坐标或导入预定义城市实现遗传算法的基本操作（选择、交叉、变异）可视化进化过程和最终路径统计进化过程中的适应度变化允许用户调整遗传算法参数（种群大小、迭代次数、交叉率、变异率等）。解题思路：用列表表示城市访问顺序作为染色体。使用欧
- 【算法笔记】红黑树插入操作
PXM的算法星球
算法笔记算法笔记
红黑树插入与调整详解一、红黑树的五大性质红黑树是一种自平衡的二叉搜索树（BST），其核心特性如下：颜色属性：每个节点非红即黑根属性：根节点必须为黑色叶子属性：所有的NIL叶子节点都是黑色红节点约束：红色节点的子节点必须为黑色（即无连续红节点）黑高平衡：从任一节点到其所有后代叶子节点的路径中，黑色节点数量相等二、插入操作流程阶段1：标准BST插入从根节点开始查找插入位置新节点总是红色按照BST规则插
- 一个简单测试Deepseek吞吐量的脚本,国内环境可跑
谢平康
深度学习pytorch人工智能
一个简单测试Deepseek吞吐量的脚本,这里用DeepSeek-R1-Distill-Qwen-32B,支持单卡409024G可跑,具体看你的硬件情况做调整,理论支持所有的模型,看你需要,可以修改模型名称,重点是pip使用国内的源,模型下载用阿里的ModelScope,无障碍下载,使用.最后可以生成一个txt与html报表.前提是你安装了python与python-venv,你可以不用venv来
- 企业架构设计中的CBAM方法深度解析：成本效益驱动的架构决策艺术
架构进化论
系统架构设计师架构微服务云原生后端
目录CBAM方法概述与核心价值CBAM核心流程与实施步骤前期准备与场景确定成本效益建模与分析风险调整与决策制定实施技巧与挑战克服CBAM实战案例与应用场景案例一：电商平台促销系统架构选型案例二：制造业ERP系统云迁移决策案例三：金融机构实时风控系统重构跨案例经验总结CBAM与其他架构评估方法的集成应用CBAM与ATAM的协同机制分层评估框架构建行业定制化集成模式敏捷环境中的轻量级CBAM组织能力建
- AutoGPT，自主完成复杂任务
小雷FansUnion
AI2025人工智能
AutoGPT是一个开源的AIAgent项目，它的核心目标是让AI能够自主完成复杂任务，而不仅仅是回答单个问题。简单来说，它让AI具备了"自主思考和行动"的能力。1.AutoGPT的核心概念什么是AIAgent？AIAgent（智能代理）是一种能够：自主规划：将大任务分解成小步骤自主决策：根据情况选择最佳行动自主执行：调用各种工具和API完成任务自主反思：评估结果并调整策略AutoGPT的独特之处
- AIDeepSeekLe - Typecho AI摘要生成插件
独立开发者阿乐
原创人工智能数据库aiAI写作
文章目录生成文章标题的方法标题优化技巧功能特点安装方法配置说明使用方法手动生成摘要自动生成摘要摘要显示插件优势框架设计核心文件工作流程数据存储常见问题生成文章标题的方法理解文章的核心主题和关键信息，确保标题能准确概括内容。分析目标读者群体，根据受众的兴趣和需求调整标题风格。使用简洁有力的词语，避免冗长或复杂的表达，保持标题清晰易懂。考虑使用疑问句或数字列表等吸引眼球的句式，增加标题的吸引力。标题优
- ETF期权交易时反向做反了，有没有什么补救策略？
张文6.7
区块链
补救策略一：立即对冲风险若发现ETF期权交易方向做反，可迅速建立对冲仓位抵消风险。例如，买入认购期权误操作为卖出认购期权，可立即买入同等数量的认购期权对冲。对冲后，原有错误仓位与新对冲仓位形成中性组合，避免进一步损失。对冲需考虑合约的到期日、行权价是否匹配，否则可能无法完全抵消风险。对冲后仍需密切监控市场变化，必要时调整仓位。补救策略二：平仓止损并重建正确仓位直接平掉错误仓位，重新建立符合原计划的
- 从指令设计到系统集成：提示词工具链与GPTs插件的效率革命
charles666666
人工智能自然语言处理语言模型知识图谱transformer
一、提示词工程工具链：概念与架构解析1.1为什么需要工具链？大模型交互的本质是“指令设计”，但人工编写提示词存在三大痛点：效率低（重复调试耗时）、质量不稳定（依赖个人经验）、复用性差（场景迁移成本高）。例如，某电商企业要求AI生成500种商品描述时，人工逐条调整提示词需耗费数周，且风格难以统一。工具链的价值在于通过模块化设计与自动化流程解决上述问题。其核心架构包含三个层级：需求解析层：将用户需求拆
- Promptify与ReActAgent
frostmelody
人工智能
一、Promptify定位：NLP任务的「自动化流水线」1.解决什么问题？传统LLM应用开发痛点：反复调试：需手工编写/调整prompt格式（如调整分隔符、示例数量）兼容性差：不同模型需重写适配代码输出不稳定：非结构化文本需额外解析Promptify用标准化流水线解决上述问题，将复杂prompt工程简化为三行代码：model=OpenAI(api_key)#选择模型prompter=Prompte
- 第 3 章：神经网络如何学习
鱼摆摆拜拜
神经网络学习人工智能
第3章：神经网络如何学习在第二章中，我们详细了解了神经网络的静态结构：由神经元组成的层，以及连接它们的权重和偏置。现在，我们将进入整个教程最核心的部分：神经网络是如何从数据中"学习"的？这个学习过程是一个动态的、不断调整自身参数以求更佳预测的过程。我们将通过四个关键概念来揭示这个秘密：前向传播(ForwardPropagation)：数据如何通过网络产生一个预测？损失函数(LossFunction
- 【IO优化】磁盘IO优化
flyair_China
云计算
一、磁盘I/O优化的方案1.1、硬件与存储架构优化存储介质升级SSD/NVMe替代HDD：随机读写性能提升100倍，延迟降至微秒级（HDD寻道时间约5-10ms，SSD/sys/block/nvme0n1/queue/scheduler#NVMe调度器设置1.3、内核级缓存与预取策略脏页刷新控制参数调整：#降低后台刷脏阈值（避免突发I/O）echo5>/proc/sys/vm/dirty_back
- Deepoc大模型在半导体设计优化与自动化
Deepoch
自动化运维人工智能机器人单片机ai科技
大模型在半导体设计领域的应用已形成多维度技术渗透，其核心价值在于通过数据驱动的方式重构传统设计范式。以下从技术方向、实现路径及行业影响三个层面展开详细分析：参数化建模与动态调优基于物理的深度学习模型（如PINNs）将器件物理方程嵌入神经网络架构，实现工艺参数与电学性能的非线性映射建模。通过强化学习框架（如PPO算法）动态调整掺杂浓度、栅极长度等关键参数，在3nm节点下实现驱动电流提升18%的同时降
- Java 并发包之线程池和原子计数
lijingyao8206
Java计数ThreadPool并发包java线程池
对于大数据量关联的业务处理逻辑，比较直接的想法就是用JDK提供的并发包去解决多线程情况下的业务数据处理。线程池可以提供很好的管理线程的方式，并且可以提高线程利用率，并发包中的原子计数在多线程的情况下可以让我们避免去写一些同步代码。
这里就先把jdk并发包中的线程池处理器ThreadPoolExecutor 以原子计数类AomicInteger 和倒数计时锁C
- java编程思想 抽象类和接口
百合不是茶
java抽象类接口
接口c++对接口和内部类只有简介的支持,但在java中有队这些类的直接支持
1 ,抽象类 : 如果一个类包含一个或多个抽象方法,该类必须限定为抽象类(否者编译器报错)
抽象方法 : 在方法中仅有声明而没有方法体
package com.wj.Interface;
- [房地产与大数据]房地产数据挖掘系统
comsci
数据挖掘
随着一个关键核心技术的突破,我们已经是独立自主的开发某些先进模块,但是要完全实现,还需要一定的时间...
所以,除了代码工作以外,我们还需要关心一下非技术领域的事件..比如说房地产
&nb
- 数组队列总结
沐刃青蛟
数组队列
数组队列是一种大小可以改变，类型没有定死的类似数组的工具。不过与数组相比，它更具有灵活性。因为它不但不用担心越界问题，而且因为泛型（类似c++中模板的东西）的存在而支持各种类型。
以下是数组队列的功能实现代码：
import List.Student;
public class
- Oracle存储过程无法编译的解决方法
IT独行者
oracle存储过程
今天同事修改Oracle存储过程又导致2个过程无法被编译，流程规范上的东西，Dave 这里不多说，看看怎么解决问题。
1. 查看无效对象
XEZF@xezf(qs-xezf-db1)> select object_name,object_type,status from all_objects where status='IN
- 重装系统之后oracle恢复
文强chu
oracle
前几天正在使用电脑，没有暂停oracle的各种服务。
突然win8.1系统奔溃，无法修复，开机时系统 提示正在搜集错误信息，然后再开机，再提示的无限循环中。
无耐我拿出系统u盘 准备重装系统，没想到竟然无法从u盘引导成功。
晚上到外面早了一家修电脑店，让人家给装了个系统，并且那哥们在我没反应过来的时候，
直接把我的c盘给格式化了 并且清理了注册表，再装系统。
然后的结果就是我的oracl
- python学习二（ 一些基础语法）
小桔子
pthon基础语法
紧接着把！昨天没看继续看django 官方教程，学了下python的基本语法 与c类语言还是有些小差别：
1.ptyhon的源文件以UTF-8编码格式
2.
/ 除 结果浮点型
// 除 结果整形
% 除 取余数
* 乘
** 乘方 eg 5**2 结果是5的2次方25
_&
- svn 常用命令
aichenglong
SVN版本回退
1 svn回退版本
1)在window中选择log,根据想要回退的内容,选择revert this version或revert chanages from this version
两者的区别:
revert this version:表示回退到当前版本(该版本后的版本全部作废)
revert chanages from this versio
- 某小公司面试归来
alafqq
面试
先填单子，还要写笔试题，我以时间为急，拒绝了它。。时间宝贵。
老拿这些对付毕业生的东东来吓唬我。。
面试官很刁难，问了几个问题，记录下；
1，包的范围。。。public,private,protect. --悲剧了
2，hashcode方法和equals方法的区别。谁覆盖谁.结果，他说我说反了。
3，最恶心的一道题，抽象类继承抽象类吗？（察，一般它都是被继承的啊）
4，stru
- 动态数组的存储速度比较 集合框架
百合不是茶
集合框架
集合框架：
自定义数据结构(增删改查等)
package 数组;
/**
* 创建动态数组
* @author 百合
*
*/
public class ArrayDemo{
//定义一个数组来存放数据
String[] src = new String[0];
/**
* 增加元素加入容器
* @param s要加入容器
- 用JS实现一个JS对象，对象里有两个属性一个方法
bijian1013
js对象
<html>
<head>
</head>
<body>
用js代码实现一个js对象，对象里有两个属性，一个方法
</body>
<script>
var obj={a:'1234567',b:'bbbbbbbbbb',c:function(x){
- 探索JUnit4扩展：使用Rule
bijian1013
java单元测试JUnitRule
在上一篇文章中，讨论了使用Runner扩展JUnit4的方式，即直接修改Test Runner的实现(BlockJUnit4ClassRunner)。但这种方法显然不便于灵活地添加或删除扩展功能。下面将使用JUnit4.7才开始引入的扩展方式——Rule来实现相同的扩展功能。
1. Rule
&n
- [Gson一]非泛型POJO对象的反序列化
bit1129
POJO
当要将JSON数据串反序列化自身为非泛型的POJO时，使用Gson.fromJson(String, Class)方法。自身为非泛型的POJO的包括两种：
1. POJO对象不包含任何泛型的字段
2. POJO对象包含泛型字段，例如泛型集合或者泛型类
Data类 a.不是泛型类， b.Data中的集合List和Map都是泛型的 c.Data中不包含其它的POJO
- 【Kakfa五】Kafka Producer和Consumer基本使用
bit1129
kafka
0.Kafka服务器的配置
一个Broker，
一个Topic
Topic中只有一个Partition（） 1. Producer：
package kafka.examples.producers;
import kafka.producer.KeyedMessage;
import kafka.javaapi.producer.Producer;
impor
- lsyncd实时同步搭建指南——取代rsync+inotify
ronin47
1. 几大实时同步工具比较 1.1 inotify + rsync
最近一直在寻求生产服务服务器上的同步替代方案，原先使用的是 inotify + rsync，但随着文件数量的增大到100W+，目录下的文件列表就达20M，在网络状况不佳或者限速的情况下，变更的文件可能10来个才几M，却因此要发送的文件列表就达20M，严重减低的带宽的使用效率以及同步效率；更为要紧的是，加入inotify
- java-9. 判断整数序列是不是二元查找树的后序遍历结果
bylijinnan
java
public class IsBinTreePostTraverse{
static boolean isBSTPostOrder(int[] a){
if(a==null){
return false;
}
/*1.只有一个结点时，肯定是查找树
*2.只有两个结点时，肯定是查找树。例如{5,6}对应的BST是 6 {6,5}对应的BST是
- MySQL的sum函数返回的类型
bylijinnan
javaspringsqlmysqljdbc
今天项目切换数据库时，出错
访问数据库的代码大概是这样：
String sql = "select sum(number) as sumNumberOfOneDay from tableName";
List<Map> rows = getJdbcTemplate().queryForList(sql);
for (Map row : rows
- java设计模式之单例模式
chicony
java设计模式
在阎宏博士的《JAVA与模式》一书中开头是这样描述单例模式的：
作为对象的创建模式，单例模式确保某一个类只有一个实例，而且自行实例化并向整个系统提供这个实例。这个类称为单例类。 单例模式的结构
单例模式的特点：
单例类只能有一个实例。
单例类必须自己创建自己的唯一实例。
单例类必须给所有其他对象提供这一实例。
饿汉式单例类
publ
- javascript取当月最后一天
ctrain
JavaScript
<!--javascript取当月最后一天-->
<script language=javascript>
var current = new Date();
var year = current.getYear();
var month = current.getMonth();
showMonthLastDay(year, mont
- linux tune2fs命令详解
daizj
linuxtune2fs查看系统文件块信息
一.简介：
tune2fs是调整和查看ext2/ext3文件系统的文件系统参数，Windows下面如果出现意外断电死机情况，下次开机一般都会出现系统自检。Linux系统下面也有文件系统自检，而且是可以通过tune2fs命令，自行定义自检周期及方式。
二.用法：
Usage: tune2fs [-c max_mounts_count] [-e errors_behavior] [-g grou
- 做有中国特色的程序员
dcj3sjt126com
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
- Android：TextView属性大全
dcj3sjt126com
textview
android:autoLink 设置是否当文本为URL链接/email/电话号码/map时，文本显示为可点击的链接。可选值(none/web/email/phone/map/all) android:autoText 如果设置，将自动执行输入值的拼写纠正。此处无效果，在显示输入法并输
- tomcat虚拟目录安装及其配置
eksliang
tomcat配置说明tomca部署web应用tomcat虚拟目录安装
转载请出自出处：http://eksliang.iteye.com/blog/2097184
1.-------------------------------------------tomcat 目录结构
config：存放tomcat的配置文件
temp ：存放tomcat跑起来后存放临时文件用的
work ： 当第一次访问应用中的jsp
- 浅谈：APP有哪些常被黑客利用的安全漏洞
gg163
APP
首先，说到APP的安全漏洞，身为程序猿的大家应该不陌生；如果抛开安卓自身开源的问题的话，其主要产生的原因就是开发过程中疏忽或者代码不严谨引起的。但这些责任也不能怪在程序猿头上，有时会因为BOSS时间催得紧等很多可观原因。由国内移动应用安全检测团队爱内测（ineice.com）的CTO给我们浅谈关于Android 系统的开源设计以及生态环境。
1. 应用反编译漏洞：APK 包非常容易被反编译成可读
- C#根据网址生成静态页面
hvt
Web.netC#asp.nethovertree
HoverTree开源项目中HoverTreeWeb.HVTPanel的Index.aspx文件是后台管理的首页。包含生成留言板首页，以及显示用户名，退出等功能。根据网址生成页面的方法：
bool CreateHtmlFile(string url, string path)
{
//http://keleyi.com/a/bjae/3d10wfax.htm
stri
- SVG 教程 （一）
天梯梦
svg
SVG 简介
SVG 是使用 XML 来描述二维图形和绘图程序的语言。 学习之前应具备的基础知识：
继续学习之前，你应该对以下内容有基本的了解：
HTML
XML 基础
如果希望首先学习这些内容，请在本站的首页选择相应的教程。 什么是SVG？
SVG 指可伸缩矢量图形 (Scalable Vector Graphics)
SVG 用来定义用于网络的基于矢量
- 一个简单的java栈
luyulong
java数据结构栈
public class MyStack {
private long[] arr;
private int top;
public MyStack() {
arr = new long[10];
top = -1;
}
public MyStack(int maxsize) {
arr = new long[maxsize];
top
- 基础数据结构和算法八：Binary search
sunwinner
AlgorithmBinary search
Binary search needs an ordered array so that it can use array indexing to dramatically reduce the number of compares required for each search, using the classic and venerable binary search algori
- 12个C语言面试题，涉及指针、进程、运算、结构体、函数、内存，看看你能做出几个！
刘星宇
c面试
12个C语言面试题，涉及指针、进程、运算、结构体、函数、内存，看看你能做出几个！
1.gets()函数
问：请找出下面代码里的问题：
#include<stdio.h>
int main(void)
{
char buff[10];
memset(buff,0,sizeof(buff));
- ITeye 7月技术图书有奖试读获奖名单公布
ITeye管理员
活动ITeye试读
ITeye携手人民邮电出版社图灵教育共同举办的7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。
7月试读活动回顾：
http://webmaster.iteye.com/blog/2092746
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）：
《Java性能优化权威指南》
