- Numpy、Pandas库的使用
貮叁
量化投资分析pythonpython数据分析
目录Numpy1、概述2、基础操作2.1生成一个numpy的array数组:2.2自定义一个新的数据类型:np.dtype()3、并行化思想4、量化分析应用4.1索引选取和切片选择4.2数据转换与规整4.3逻辑条件进行数据筛选4.4通用序列函数4.5文件保存与读取Pandas1、简介2、Series和DataFrame的使用2.1Series2.2DataFrame3、量化分析应用3.1形成一个p
- 量化交易入门(十)Python开发-异常处理
量化交易学徒
量化交易入门python开发语言
在Python中,异常处理是一种处理程序在运行时可能发生的错误或异常情况的机制。通过使用try-except语句,我们可以捕获和处理异常,避免程序意外终止。下面是Python异常处理的基本语法:try:#可能引发异常的代码块exceptExceptionType:#处理异常的代码块如果try块中的代码引发了指定类型的异常,程序将跳转到对应的except块中执行异常处理代码。除了基本的try-exc
- 揭开访问者模式的神秘面纱-轻松增强对象行为
danci_ww
设计模式设计模式访问者模式软件工程java面试程序人生
个人主页:danci_系列专栏:《设计模式》制定明确可量化的目标,坚持默默的做事。转载自:探索设计模式的魅力:揭开访问者模式的神秘面纱-轻松增强对象行为探索设计模式的魅力:揭开访问者模式的神秘面纱轻松增强对象行为文章目录一、案例场景1.1经典的运用场景1.2一坨坨代码实现1.3痛点二、解决方案2.1定义2.2案例分析2.3访问者模式结构图及说明2.4使用访问者模式重构示例2.5重构后解决的问题一、
- 神经网络量化
小厂程序猿
人工智能
神经网络量化(NeuralNetworkQuantization)是一种技术,旨在减少神经网络模型的计算和存储资源需求,同时保持其性能。在深度学习中,神经网络模型通常使用高精度的参数(例如32位浮点数)来表示权重和激活值。然而,这种表示方式可能会占用大量的内存和计算资源,特别是在部署到资源受限的设备(如移动设备或嵌入式系统)时会受到限制。神经网络量化通过将模型参数和激活值从高精度表示(例如32位浮
- 怎么样提高c/c++编程能力?
魔公子世无双
首先、什么算你所谓的编程能力?我们对一项技能的掌握程度往往很难量化,对于编程能力的考量可能比较抽象,我们来类比比较直观的其他技能。比如说什么叫会弹吉他?我们说一个人吉他玩的好,这个人会弹吉他,是指他会弹《小星星》?还是会弹岸部真明的《timetravel》?(力荐,好听!)恐怕都不是,我们对于会弹吉他的认知,应当是随手给他一个不熟悉的谱子,你也能很快的用吉他精彩的演奏,我们才说这个人吉他玩的真6。
- 加速 PyTorch 模型预测常见方法梳理
samoyan
pytorchpytorch人工智能python
目录1.使用GPU加速2.批量推理3.使用半精度浮点数(FP16)4.禁用梯度计算5.模型简化与量化6.使用TorchScript7.模型并行和数据并行结论在使用PyTorch进行模型预测时,可以通过多种方法来加快推理速度。以下是一些加速模型预测的常用方法,但注意有些模型直接使用下面方法会出错,大家谨慎使用:1.使用GPU加速如果您有可用的GPU资源,确保您的模型在GPU上运行,因为GPU提供了比
- 3个维度,9个细节(1242字)
fcb12615e0bc
3个维度,9个细节,评价一节课一堂课的评价标准应该如何构建,课堂质量如何进行评判?在本文中,程红兵老师从“听、看、说”三个维度提炼出九个课堂评判指标。明确的量化标准可以为新教师们提供一定的教学参考,也能够为有经验的教师带来反思,祝您阅读愉快。1听:学生在课堂上希望听到3种声音掌声。发自内心的掌声让课堂有意义。孩子们希望在课堂上能听到来自老师或者同学的深刻而精彩的见解,简便而有效的解题思路和解题方法
- 挑战杯 机器学习股票大数据量化分析与预测系统 - python 挑战杯
laafeer
python
文章目录0前言1课题背景2实现效果UI界面设计web预测界面RSRS选股界面3软件架构4工具介绍Flask框架MySQL数据库LSTM5最后0前言优质竞赛项目系列,今天要分享的是机器学习股票大数据量化分析与预测系统该项目较为新颖,适合作为竞赛课题方向,学长非常推荐!学长这里给一个题目综合评分(每项满分5分)难度系数:3分工作量:3分创新点:3分更多资料,项目分享:https://gitee.com
- 图像算法实习生--面经1
小豆包的小朋友0217
算法
系列文章目录文章目录系列文章目录前言一、为什么torch里面要用optimizer.zero_grad()进行梯度置0二、Unet神经网络为什么会在医学图像分割表现好?三、transformer相关问题四、介绍一下胶囊网络的动态路由五、yolo系列出到v9了,介绍一下你最熟悉的yolo算法六、一阶段目标检测算法和二阶段目标检测算法有什么区别?七、讲一下剪枝八、讲一下PTQandQAT量化的区别九、
- 你只是忽略了这些用光基础
洞脑摄影客
肖像用光本质上是用光来表现一个人的个性和面部特征。这一点是大多数摄影师所忽略的,在批量化生产照片的时代减少了观察以及灯光变化这一环节,不同的人不同的脸型不同的性格也用同样的灯光,从不考虑拍摄对象是否适合。很多人就是将固定好的光布置在那里,然后引导被摄者看向相机,咔嚓一声就结束了拍摄,其实这很大一部分原因就是并不是真的完全理解和能运用灯光照明的基础知识。真正理解用光意味着就像运用光圈和快门的关系那样
- 2019-8-10晨间日记
VisualField
今天是周六August.10起床:6:00就寝:23:40天气:第一场秋雨心情:清爽任务清单昨日完成的任务,最重要的三件事:学习人生算法:模糊,量化范围比精确数字更重要;查阅有关“合作”话题的材料;听武侠:奇侠十八兄。习惯养成:背诵100个考研英语单词督促雅淇练习汉字专注读书30分钟学习·信息·阅读今天全世界最看好的三种技术:AI,大数据,云计算。这其实是谷歌提出的技术哲学,还存在其他的演进路径。
- 读书‖用词汇、数字、联结来加强文章的意境
常清净
《写作吧!你值得被看见》day6阅读内容:16篇《词汇力》、17篇《字辩力》、18篇《量化力》、19篇《联结力》。(75——93页)阅读主题:如何运用词汇、数字、联接来丰富我们的文字。三个问题:1、语言从文化而来,请举出一个体现中国文化特色的词汇例子、并说明体现了什么?比如“怒”字,一个生气的人,就是“心的奴隶”;心的奴隶就是一个生气的人。“仙”字:住在山上的人就是神仙;“俗”字:住在山谷的人就是
- 【自动驾驶】自动驾驶地图构建方法与工具小结
CS_Zero
自动驾驶人工智能
自动驾驶地图构建小结概述制作流程主要利用定位与建图算法(组合导航,视觉、激光SLAM等),融合多种传感器数据,构建高精度、高分辨率的三维语义地图,将要素矢量化,构建要素间的关联关系,通过质检确保质量可靠,形成地图引擎(服务、API)以满足自动驾驶系统的需求。底图构建底图构建存在两大类方法,点云建图与视觉建图。点云建图一般面向高精度采集设备,采用高线束激光雷达,硬件成本高。一般使用高精度组合导航进行
- 论文阅读:2020GhostNet华为轻量化网络
A_my_*
论文阅读人工智能计算机视觉深度学习
创新:(1)对卷积进行改进(2)加残差连接1、GhostModule1、利用1x1卷积获得输入特征的必要特征浓缩。利用1x1卷积对我们输入进来的特征图进行跨通道的特征提取,进行通道的压缩,获得一个特征浓缩。2、利用深度可分离卷积获得特征浓缩的相似特征图(Ghost)。在获得特征浓缩之后,利用深度可分离卷积进行逐层卷积,进行跨特征点的特征提取,获得额外的特征图,也就是Ghost。将这两个进行堆叠就是
- 我从来不觉得追星有什么不好,有一个优秀的榜样带动自己,我觉得是很幸福的事情。偶像通过自己的努力,真的会给我们带来很多的力量。
嘉忆2018
学习笔记2021.3.26日更第2天一、时间就是金钱前段时间我看了段视频,上面说:如果你有86400元,弄丢了400元,你肯定不会把剩下的86000元扔掉,而一天有86400秒,如果有400秒让你不开心了,多数人会剩下的86000秒也过不好。其中正是因为大多数人没有认识到时间就是金钱的道理,没有量化思维的概念,也是当你情绪纠结内耗时,值得多读几遍的文字。二、掌控生活中的10%是由发生在你身上的事情
- 什么是服务级别协议(SLA)?
grugoo
网络安全
在数字化时代,企业和服务提供商之间的关系变得越来越复杂,而服务级别协议(SLA)则在这个复杂网络中发挥着至关重要的作用。本文将深入介绍SLA,从它的定义、应用场景到监测方法,全方位解析这一法律桥梁如何确保服务质量和客户满意度。1.什么是SLA?服务级别协议(SLA)是服务提供商和其客户之间的正式契约,旨在明确和量化提供的服务质量。这个协议详细规定了服务的各个方面,包括性能、可用性、支持和处罚条款等
- octave 与 matlab
UPUPUPEveryday
matlab开发语言
octave与matlab联系与区别Octave和Matlab是两种数字计算和科学编程语言。它们之间有很多联系和区别。联系:Octave和Matlab都是为了进行数值计算和科学编程而设计的,它们都具有很强的数值计算和矩阵操作的能力。Octave和Matlab都支持向量化的操作,使得对矩阵和向量的运算更加高效。Octave和Matlab都提供了丰富的数学函数库,包括线性代数、信号处理、图像处理等领域
- 神经网络量化
掉毛学渣
神经网络
最近在做神经网络的端侧部署,在做端侧部署的时候,为了减少内存压力和加快推理速度,会将单精度(fp32)模型量化成int8或者fp16。量化计算原理以线性非对称量化为例,浮点数量化为有符号定点数的计算原理如下:xint=clamp([xs]+z;−2b−1,2b−1−1)x_{int}=clamp([\frac{x}{s}]+z;-2^{b-1},2^{b-1}-1)xint=clamp([sx]+
- R语言编程-Tidyverse 书籍-第二章(1)
Hello育种
本章节主要讲数据操作三个关键点向量化编程思维和函数式编程思维,应用在数据框或更高级的数据结构中将复杂数据操作分解为若干基本数据操作的能力:数据连接、数据重塑(长宽变换/拆分合并列)、筛选行、排序行、选择列、修改列、分组汇总接受数据分解的操作思维1管道操作magrittr包引入了管道操作,能够通过管道将数据从一个函数传给另一个函数,从而用若干函数构成的管道依次变换你的数据。例如x%>%f()%>%g
- 互联网加竞赛 机器学习股票大数据量化分析与预测系统 - python 互联网加竞赛
Mr.D学长
pythonjava
文章目录0前言1课题背景2实现效果UI界面设计web预测界面RSRS选股界面3软件架构4工具介绍Flask框架MySQL数据库LSTM5最后0前言优质竞赛项目系列,今天要分享的是机器学习股票大数据量化分析与预测系统该项目较为新颖,适合作为竞赛课题方向,学长非常推荐!学长这里给一个题目综合评分(每项满分5分)难度系数:3分工作量:3分创新点:3分更多资料,项目分享:https://gitee.com
- 【深入了解PyTorch】模型优化和加速:PyTorch优化技术与库的应用
prince_zxill
Python实战教程人工智能与机器学习教程pytorch人工智能python
【深入了解PyTorch】模型优化和加速:PyTorch优化技术与库的应用模型优化和加速:PyTorch优化技术与库的应用模型剪枝(ModelPruning)模型量化(ModelQuantization)混合精度训练(MixedPrecisionTraining)总结模型优化和加速:PyTorch优化技术与库的应用在机器学习和深度学习领域,模型的性能和效率一直是研究和应用的重要关注点。随着模型越来
- 七五班第十一周工作总结
静侯花开ing
虽然本周二要进行期中考试,但是常规管理不能松懈,因此,周一早上公布上周量化考核,针对上周卫生问题,对本周卫生进行规范。晚上放学前并进行诚信考试动员会!周二周三考试,合理利用考试后的时间进行复习!周三下午考完试,对学生进行收心教育,以免觉得考完就得放松!周五下午班会以创建优秀班集体为主题,为下步班级文化建设打下基础!下周打造班级文化建设!
- 通信原理教程chapter4
今日你学左米啊
通信原理教程chapter4感冒+繁忙著教材用的是《通信原理教程》(第三版)--樊昌信著第四章模拟信号的数字化@[toc]模拟信号的数字化(AD转换)模电里面也说过,AD转换包括三个基本步骤:抽样,量化,编码,前两个在模电和信号与系统里面其实已经讲得7788了,这章的重点在于基带信号的编码.还有一些就是带通信号的抽样频率,抽样信号的非均匀量化这两个新一点的东西.这里我们顺便帮大家复习一下信号的分类
- 吴恩达机器学习全课程笔记第一篇
亿维数组
MachineLearning机器学习笔记人工智能
目录前言P1-P8监督学习无监督学习P9-P14线性回归模型成本(代价)函数P15-P20梯度下降P21-P24多类特征向量化多元线性回归的梯度下降P25-P30特征缩放检查梯度下降是否收敛学习率的选择特征工程多项式回归前言从今天开始,争取能够在开学之前(2.25)把b站上的【吴恩达机器学习】教程过一遍,并把笔记记录于此,本笔记将会把此课程每一p的重点内容及其截屏记录于此,以供大家参考和本人日后复
- 运营:公众号文章、朋友圈文案、社群文案怎么写更好?
运营指南平台
关于公众号相关的推广文案,究竟该如何写才更有吸引力?其实推广文案,并没有那么复杂,主要注意以下几个方面的写作技巧!公众号推广文章如何撰写才会更有吸引力?接下来我们就从几个方面来讲!1、标题吸引人给出以下几个关于标题写作的建议:●具体化:不要用大词、模糊的词、含义不确切的词,不要让人摸不着头脑。●数字化,量化更有吸引力。例子:《给年轻人的三条建议》《2万3千个年轻人的选择》《十大生活妙招大揭秘》●情
- 大模型量化技术原理-LLM.int8()、GPTQ
吃果冻不吐果冻皮
动手学大模型人工智能
近年来,随着Transformer、MOE架构的提出,使得深度学习模型轻松突破上万亿规模参数,从而导致模型变得越来越大,因此,我们需要一些大模型压缩技术来降低模型部署的成本,并提升模型的推理性能。模型压缩主要分为如下几类:剪枝(Pruning)知识蒸馏(KnowledgeDistillation)量化之前也写过一些文章涉及大模型量化相关的内容。基于LLaMA-7B/Bloomz-7B1-mt复现开
- 同道决策|莫祖泉:数据量化管理责任到位,才知道尽责任的乐趣
同道决策莫祖泉
梁启超先生曾说过:“人生须知责任的苦处,才知道尽责任的乐趣。”回到我们的企业经营实践中,若数据量化工作做得好,每个人都清楚地知道靶心在哪,知道该如何瞄准射击,经营业绩一定能够持续改善!相反,经营业绩极容易潮起潮落,很难保持较高水平,更难实现不断向上突破!经营管理部是数据量化工作的统筹者、责任承担者和管理协调者,业务链上的各个环节及各个部门提供的数据必须保证真实、及时、客观、系统、全面。由此可见,经
- 想要自己的专属 AI 猫娘助理?教你使用 CPU 本地安装部署运行 ChatGLM-6B实现
恒TBOSH
GPT-4人工智能
今天介绍的ChatGLM-6B是一个清华开源的、支持中英双语的对话语言模型,基于GLM架构,具有62亿参数。关键的是结合模型量化技术,ChatGLM-6B可以本地安装部署运行在消费级的显卡上做模型的推理和训练(全量仅需14GB显存,INT4量化级别下最低只需6GB显存)虽然智商比不过openAI的ChatGPT模型,但是ChatGLM-6B是个在部署后可以完全本地运行,可以自己随意调参,几乎没有任
- Datawhale用免费GPU线上跑AI项目实践课程任务一学习笔记。部署ChatGLM3-6B模型
Hoogte-oile
学习笔记学习笔记人工智能自然语言处理
前言本篇文章为学习笔记,流程参照Datawhale用免费GPU线上跑AI项目实践课程任务,个人写此文章为记录学习历程和补充概念,并希望为后续的学习者开辟道路,没有侵权的意思。如有错误也希望大佬们批评指正。模型介绍ChatGLM-6B是一个开源的、支持中英双语问答的对话语言模型,基于GeneralLanguageModel(GLM)架构,具有62亿参数。结合模型量化技术,用户可以在消费级的显卡上进行
- 计算行业集中度
IT_小白
行业集中度:行业集中度(ConcentrationRatio)又称行业集中率或市场集中度(MarketConcentrationRate),是指某行业的相关市场内前N家最大的企业所占市场份额(产值、产量、销售额、销售量、职工人数、资产总额等)的总和,是对整个行业的市场结构集中程度的测量指标,用来衡量企业的数目和相对规模的差异,是市场势力的重要量化指标。衡量指标:行业集中度是决定市场结构最基本、最重
- 戴尔笔记本win8系统改装win7系统
sophia天雪
win7戴尔改装系统win8
戴尔win8 系统改装win7 系统详述
第一步:使用U盘制作虚拟光驱:
1)下载安装UltraISO:注册码可以在网上搜索。
2)启动UltraISO,点击“文件”—》“打开”按钮,打开已经准备好的ISO镜像文
- BeanUtils.copyProperties使用笔记
bylijinnan
java
BeanUtils.copyProperties VS PropertyUtils.copyProperties
两者最大的区别是:
BeanUtils.copyProperties会进行类型转换,而PropertyUtils.copyProperties不会。
既然进行了类型转换,那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
- MyEclipse中文乱码问题
0624chenhong
MyEclipse
一、设置新建常见文件的默认编码格式,也就是文件保存的格式。
在不对MyEclipse进行设置的时候,默认保存文件的编码,一般跟简体中文操作系统(如windows2000,windowsXP)的编码一致,即GBK。
在简体中文系统下,ANSI 编码代表 GBK编码;在日文操作系统下,ANSI 编码代表 JIS 编码。
Window-->Preferences-->General -
- 发送邮件
不懂事的小屁孩
send email
import org.apache.commons.mail.EmailAttachment;
import org.apache.commons.mail.EmailException;
import org.apache.commons.mail.HtmlEmail;
import org.apache.commons.mail.MultiPartEmail;
- 动画合集
换个号韩国红果果
htmlcss
动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程
1 transition 制作鼠标滑过图片时的放大效果
css
.wrap{
width: 340px;height: 340px;
position: absolute;
top: 30%;
left: 20%;
overflow: hidden;
bor
- 网络最常见的攻击方式竟然是SQL注入
蓝儿唯美
sql注入
NTT研究表明,尽管SQL注入(SQLi)型攻击记录详尽且为人熟知,但目前网络应用程序仍然是SQLi攻击的重灾区。
信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明,目前黑客攻击网络应用程序方式中最流行的,要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析,指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中,SQLi攻击占
- java笔记2
a-john
java
类的封装:
1,java中,对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节(尤其是私有数据)
2,目的:使对象以外的部分不能随意存取对象的内部数据(如属性),从而使软件错误能够局部化,减少差错和排错的难度。
3,简单来说,“隐藏属性、方法或实现细节的过程”称为——封装。
4,封装的特性:
4.1设置
- [Andengine]Error:can't creat bitmap form path “gfx/xxx.xxx”
aijuans
学习Android遇到的错误
最开始遇到这个错误是很早以前了,以前也没注意,只当是一个不理解的bug,因为所有的texture,textureregion都没有问题,但是就是提示错误。
昨天和美工要图片,本来是要背景透明的png格式,可是她却给了我一个jpg的。说明了之后她说没法改,因为没有png这个保存选项。
我就看了一下,和她要了psd的文件,还好我有一点
- 自己写的一个繁体到简体的转换程序
asialee
java转换繁体filter简体
今天调研一个任务,基于java的filter实现繁体到简体的转换,于是写了一个demo,给各位博友奉上,欢迎批评指正。
实现的思路是重载request的调取参数的几个方法,然后做下转换。
- android意图和意图监听器技术
百合不是茶
android显示意图隐式意图意图监听器
Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递
显式意图:调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图,显式意图明确指定了Intent应该传递给哪个组件。
隐式意图;不指明调用的名称,根据设
- spring3中新增的@value注解
bijian1013
javaspring@Value
在spring 3.0中,可以通过使用@value,对一些如xxx.properties文件中的文件,进行键值对的注入,例子如下:
1.首先在applicationContext.xml中加入:
<beans xmlns="http://www.springframework.
- Jboss启用CXF日志
sunjing
logjbossCXF
1. 在standalone.xml配置文件中添加system-properties:
<system-properties> <property name="org.apache.cxf.logging.enabled" value=&
- 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码
bit1129
centos
编译必需的软件
Firebugs3.0.0
Maven3.2.3
Ant
JDK1.7.0_67
protobuf-2.5.0
Hadoop 2.5.2源码包
Firebugs3.0.0
http://sourceforge.jp/projects/sfnet_findbug
- struts2验证框架的使用和扩展
白糖_
框架xmlbeanstruts正则表达式
struts2能够对前台提交的表单数据进行输入有效性校验,通常有两种方式:
1、在Action类中通过validatexx方法验证,这种方式很简单,在此不再赘述;
2、通过编写xx-validation.xml文件执行表单验证,当用户提交表单请求后,struts会优先执行xml文件,如果校验不通过是不会让请求访问指定action的。
本文介绍一下struts2通过xml文件进行校验的方法并说
- 记录-感悟
braveCS
感悟
再翻翻以前写的感悟,有时会发现自己很幼稚,也会让自己找回初心。
2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了;
2. 要改变自己,不能这样一直在原来区域,要突破安全区舒适区,才能提高自己,往好的方面发展;
3. 多反省多思考;要会用工具,而不是变成工具的奴隶;
4. 一天内集中一个定长时间段看最新资讯和偏流式博
- 编程之美-数组中最长递增子序列
bylijinnan
编程之美
import java.util.Arrays;
import java.util.Random;
public class LongestAccendingSubSequence {
/**
* 编程之美 数组中最长递增子序列
* 书上的解法容易理解
* 另一方法书上没有提到的是,可以将数组排序(由小到大)得到新的数组,
* 然后求排序后的数组与原数
- 读书笔记5
chengxuyuancsdn
重复提交struts2的token验证
1、重复提交
2、struts2的token验证
3、用response返回xml时的注意
1、重复提交
(1)应用场景
(1-1)点击提交按钮两次。
(1-2)使用浏览器后退按钮重复之前的操作,导致重复提交表单。
(1-3)刷新页面
(1-4)使用浏览器历史记录重复提交表单。
(1-5)浏览器重复的 HTTP 请求。
(2)解决方法
(2-1)禁掉提交按钮
(2-2)
- [时空与探索]全球联合进行第二次费城实验的可能性
comsci
二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验
至今给我们大家留下很多迷团.....
关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了
在这里,我的意思是,现在
- easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符
daizj
oracleORA-12154
用easy connect连接出现“tns无法解析指定的连接标示符”的错误,如下:
C:\Users\Administrator>sqlplus username/
[email protected]:1521/orcl
SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012
Copyright (c) 198
- 简单排序:归并排序
dieslrae
归并排序
public void mergeSort(int[] array){
int temp = array.length/2;
if(temp == 0){
return;
}
int[] a = new int[temp];
int
- C语言中字符串的\0和空格
dcj3sjt126com
c
\0 为字符串结束符,比如说:
abcd (空格)cdefg;
存入数组时,空格作为一个字符占有一个字节的空间,我们
- 解决Composer国内速度慢的办法
dcj3sjt126com
Composer
用法:
有两种方式启用本镜像服务:
1 将以下配置信息添加到 Composer 的配置文件 config.json 中(系统全局配置)。见“例1”
2 将以下配置信息添加到你的项目的 composer.json 文件中(针对单个项目配置)。见“例2”
为了避免安装包的时候都要执行两次查询,切记要添加禁用 packagist 的设置,如下 1 2 3 4 5
- 高效可伸缩的结果缓存
shuizhaosi888
高效可伸缩的结果缓存
/**
* 要执行的算法,返回结果v
*/
public interface Computable<A, V> {
public V comput(final A arg);
}
/**
* 用于缓存数据
*/
public class Memoizer<A, V> implements Computable<A,
- 三点定位的算法
haoningabc
c算法
三点定位,
已知a,b,c三个顶点的x,y坐标
和三个点都z坐标的距离,la,lb,lc
求z点的坐标
原理就是围绕a,b,c 三个点画圆,三个圆焦点的部分就是所求
但是,由于三个点的距离可能不准,不一定会有结果,
所以是三个圆环的焦点,环的宽度开始为0,没有取到则加1
运行
gcc -lm test.c
test.c代码如下
#include "stdi
- epoll使用详解
jimmee
clinux服务端编程epoll
epoll - I/O event notification facility在linux的网络编程中,很长的时间都在使用select来做事件触发。在linux新的内核中,有了一种替换它的机制,就是epoll。相比于select,epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中,它是采用轮询来处理的,轮询的fd数目越多,自然耗时越多。并且,在linu
- Hibernate对Enum的映射的基本使用方法
linzx0212
enumHibernate
枚举
/**
* 性别枚举
*/
public enum Gender {
MALE(0), FEMALE(1), OTHER(2);
private Gender(int i) {
this.i = i;
}
private int i;
public int getI
- 第10章 高级事件(下)
onestopweb
事件
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- 孙子兵法
roadrunners
孙子兵法
始计第一
孙子曰:
兵者,国之大事,死生之地,存亡之道,不可不察也。
故经之以五事,校之以计,而索其情:一曰道,二曰天,三曰地,四曰将,五
曰法。道者,令民于上同意,可与之死,可与之生,而不危也;天者,阴阳、寒暑
、时制也;地者,远近、险易、广狭、死生也;将者,智、信、仁、勇、严也;法
者,曲制、官道、主用也。凡此五者,将莫不闻,知之者胜,不知之者不胜。故校
之以计,而索其情,曰
- MySQL双向复制
tomcat_oracle
mysql
本文包括:
主机配置
从机配置
建立主-从复制
建立双向复制
背景
按照以下简单的步骤:
参考一下:
在机器A配置主机(192.168.1.30)
在机器B配置从机(192.168.1.29)
我们可以使用下面的步骤来实现这一点
步骤1:机器A设置主机
在主机中打开配置文件 ,
- zoj 3822 Domination(dp)
阿尔萨斯
Mina
题目链接:zoj 3822 Domination
题目大意:给定一个N∗M的棋盘,每次任选一个位置放置一枚棋子,直到每行每列上都至少有一枚棋子,问放置棋子个数的期望。
解题思路:大白书上概率那一张有一道类似的题目,但是因为时间比较久了,还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子,并且消耗k步的概率(k≤i∗j),因为放置在i+1~n上等价与放在i+1行上,同理