- 创客匠人解析知识变现新范式:从创始人 IP 到商业闭环的全链路构建
创小匠
tcp/ip大数据人工智能
知识付费行业的竞争核心,正从“内容供给”转向“IP生态”的构建,而创客匠人在这一趋势中扮演着关键的基础设施角色。尤其是在创始人IP打造与IP变现的链路打通上,其技术体系与服务逻辑为心理学教育等领域提供了可落地的方法论,推动知识变现从“单点交易”升级为“生态化运营”。心理学教育领域的转型困境,折射出传统知识服务模式的痛点。UP星球创始人尚致胜老师的案例极具启示性:2022年投入近百万尝试线上转型,却
- 什么是智能体(Agent)?
用什么都重名
大模型相关人工智能Agent大模型
目录前言一、大语言模型1.什么是大语言模型?2.应用领域二、什么是Agent三、Agent核心特点1.感知能力2.规划能力3.行动能力4.记忆能力总结前言目前智能体市场正处于快速发展阶段,呈现出市场规模增长迅猛、应用领域广泛、竞争格局多元化等特点。基于此,让我们一起来学习一下何为智能体。一、大语言模型1.什么是大语言模型?大语言模型是一种采用大量数据进行训练的人工智能模型,主要用于理解和生成自然语
- YOLOv11 | SAConv与C3k2融合架构技术详解,替换传统下采样Conv
wei子
技术杂谈YOLO人工智能
YOLOv11|SAConv与C3k2融合架构技术详解,替换传统下采样Conv1.核心创新与技术价值1.1突破性设计理念本文提出的SAConv(SwitchableAtrousConvolution)可切换空洞卷积结合C3k2二次创新模块,在YOLOv11中实现了三大突破:动态感受野调节:支持[1,2,3]三种空洞率的实时切换多尺度特征融合:跨层级特征的无损传递计算效率优化:相比传统空洞卷积节省3
- Python深度学习实践:建立端到端的自动驾驶系统
AI天才研究院
AgenticAI实战计算AI人工智能与大数据计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
Python深度学习实践:建立端到端的自动驾驶系统1.背景介绍自动驾驶系统是当今科技领域最具挑战性和前景的应用之一。它融合了计算机视觉、深度学习、规划与控制等多个领域的先进技术,旨在实现车辆的自主感知、决策和操控。随着人工智能技术的不断发展,越来越多的公司和研究机构投入了大量资源来开发自动驾驶系统。Python作为一种高效、易学且开源的编程语言,在这一领域扮演着重要角色。本文将探讨如何利用Pyth
- Go项目上线部署最佳实践:Docker容器化从入门到进阶
程序员爱钓鱼
qt开发语言golang后端数据库
在《Go语言实战指南》的“构建与部署”章节中,Docker容器化部署是现代Go应用发布与运维的重要方式之一。通过将Go应用打包进Docker容器,我们可以实现“构建一次,处处运行”,无论目标服务器操作系统如何,都可以保持一致的运行环境。一、为什么使用Docker容器部署Go应用?Go原生编译出的可执行文件已具备高度可移植性,但在实际部署中仍会面临以下挑战:•不同环境存在依赖不一致•需要运维脚本或部
- 酒品销售小程序的后端开发需要注意哪些方面?
nhc088
小程序小程序定制开发软件开发
一、合规性与资质管理资质审核系统实现用户资质验证功能,如酒类经营者需上传营业执照、酒类流通许可证等。对个人消费者,可集成实名认证接口(如微信实名认证)确保符合"禁止向未成年人售酒"的法规。内容合规过滤对商品描述、宣传文案进行关键词过滤,避免出现"过度承诺功效"或"违规促销用语"。支持按地区动态调整商品展示(如某些地区禁止销售进口酒)。二、商品与库存管理酒类商品特性支持扩展商品属性字段:酒精度、年份
- 【AI论文】Skywork-Reward-V2:通过人机协同实现偏好数据整理的规模化扩展
摘要:尽管奖励模型(RewardModels,RMs)在基于人类反馈的强化学习(ReinforcementLearningfromHumanFeedback,RLHF)中发挥着关键作用,但当前最先进的开源奖励模型在大多数现有评估基准上表现欠佳,无法捕捉人类复杂且微妙的偏好谱系。即便采用先进训练技术的方法也未能显著提升性能。我们推测,这种脆弱性主要源于偏好数据集的局限性——这些数据集往往范围狭窄、标
- Java 并发编程:ReentrantLock原理与实战详解
一、引言在多线程编程中,线程安全始终是一个关键议题。Java在早期版本中提供了synchronized关键字作为内置锁机制,以支持基本的同步控制。然而,随着并发程序复杂度的提高,synchronized的局限性日益显现,主要体现在以下几个方面:功能受限:synchronized不支持尝试加锁、超时获取、可中断获取等高级功能。缺乏灵活性:一旦进入临界区就只能等待,无法主动退出。可观测性差:开发者无法
- 抽象工厂模式在React Hooks中的应用
抽象工厂模式的概念抽象工厂模式是所有形态的工厂模式中最为抽象和最具一般性的一种形态。当有多个抽象角色时会使用这种模式。它为创建一组相关或相互依赖的对象提供一个接口,而且无需指定它们的具体类。在抽象工厂模式中有几个重要角色:抽象工厂(AbstractFactory):它声明了一组用于创建一族产品的方法,每一个方法对应一种产品。例如,在一个图形绘制系统中,可能有一个抽象工厂接口ShapeFactory
- AIGC空间智能在服装设计领域的颠覆性变革
AI天才研究院
ChatGPT实战ChatGPTAI大模型应用入门实战与进阶AIGCai
AIGC空间智能在服装设计领域的颠覆性变革关键词:AIGC、空间智能、服装设计、数字孪生、生成式AI、3D人体建模、智能设计系统摘要:本文深入探讨AIGC(人工智能生成内容)与空间智能技术在服装设计领域的融合创新,揭示其如何通过三维人体建模、场景模拟、智能生成算法重构传统设计流程。从技术原理层解析空间智能的核心模块,结合生成对抗网络(GAN)、Transformer模型等前沿算法,展示从创意生成到
- 一文吃透DApp生命周期
代码羊羊
区块链web3web3区块链
一、引言在Web3的宏大版图中,去中心化应用(DApp)无疑占据着核心地位,是推动Web3发展的重要力量。DApp基于区块链技术构建,与传统应用相比,它具有去中心化、开源、自治、数据加密存储等特性,这些特性赋予了DApp更高的安全性、透明度以及用户自主性,也因此,DApp在金融、游戏、社交、供应链等众多领域展现出巨大的应用潜力,成为了众多开发者和企业探索Web3世界的重要方向。要开发出一个成功的D
- OpenCV实战之二 | 基于哈希算法比较图像的相似性
w94ghz
OpenCV实战笔记opencv哈希算法人工智能
前言☘️本章节主要介绍常用的图像相似性评价算法:图像哈希算法。图像哈希算法通过获取图像的哈希值并比较两幅图像的哈希值的汉明距离来衡量两幅图像是否相似。两幅图像越相似,其哈希值的汉明距离越小。图像哈希算法可以用于图片检索,重复图片剔除,以图搜图以及图片相似度比较。目录一、汉明距离二、img_hash模块三、哈希算法哈希算法实现步骤:代码实现一、汉明距离汉明距离(HammingDistance)是用于
- 开源的服务网格:Istio
深海科技服务
行业发展开源istio云原生
一、lstio介绍Istio是一个开源的服务网格(ServiceMesh),它为微服务架构中的服务间通信提供了统一的管理、连接、安全、控制和可观测性。在复杂的云原生环境中,尤其是基于Kubernetes的部署中,随着微服务数量的增加,管理它们之间的网络通信会变得异常复杂。Istio就是为了解决这些挑战而设计的。1、为什么需要Istio?在传统的微服务架构中,开发人员需要在每个服务中编写代码来处理服
- tBTC 现已上线 Sui,带来 5 亿美元的比特币流动性
Sui_Network
Sui合作伙伴区块链量子计算人工智能物联网web3
Sui是唯一为大众采用而构建的区块链,如今迎来了又一个重要时刻:比特币持有者终于可以高效地接入Sui生态的DeFi。ThresholdNetwork宣布,tBTC正式集成Sui,这是一种去中心化、最小信任的资产,让比特币用户体验BTCfi(比特币金融)的最佳通道。将比特币的核心精神与Sui的高速且可组合的环境相结合,将开启去中心化金融的新篇章。此次合作将通过在Sui网络上直接铸造tBTC,为Sui
- MsSql 其他(2)
hello 早上好
#面试汇总-MySql数据库mysql
✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨Mysql中的MVCC一、MVCC的核心目标与设计背景MVCC(Multi-VersionConcurrencyControl,多版本并发控制)是InnoDB存储引擎为实现高并发事务处理而设计的核心机制。其核心目标是:在不牺牲事务隔离性的前提下,通过“读不阻塞写,写不阻塞读”的方式,大幅提升数据库的并发性能。传统数据库的并发控制依赖锁机制(如读锁、写锁),但锁会导致读
- 编程效率的飞跃、创新驱动的测试与行业应用的新篇章
###引言 在人工智能技术飞速发展的今天,AI工具、大模型及行业应用正在深刻改变着开发者的工作模式与各领域的发展格局。从智能编码助手到自动化测试平台,从大模型落地实践到垂直行业解决方案,AI正成为提升效率、驱动创新的核心引擎。本文将围绕“AI技术如何重塑你的工作与行业”这一主题,探讨AI工具、AI编程、AI测试以及AI行业应用和大模型落地等方面的影响。 ###一、AI工具重塑开发工作 #
- 每天一道大厂SQL题【Day25】脉脉真题实战(一)每日活跃用户_用户每日登陆脉脉会访问app不同的模块,现有两个表 表1记录了每日脉脉活跃用户的ui(1)
文章目录每天一道大厂SQL题【Day25】脉脉真题实战(一)每日活跃用户每日语录第25题:1.需求列表1.初级题:每日活跃用户思路分析(1)创建表(2)思路答案获取加技术群讨论附表文末SQL小技巧后记每天一道大厂SQL题【Day25】脉脉真题实战(一)每日活跃用户大家好,我是Maynor。相信大家和我一样,都有一个大厂梦,作为一名资深大数据选手,深知SQL重要性,接下来我准备用100天时间,基于大
- 中电金信 :十问高质量数据集:金融大模型价值重塑有“据”可循
2025年,随着大模型在金融领域的深度应用,高质量数据集已逐渐成为决定模型性能的“基石”。面对数据要素价值释放的关键机遇期,国家政策不断深入推进:2月,国务院国资委启动“AI+”专项行动,着力攻克数据难题;5月,数字中国峰会发布了首批30项央企AI高质量数据集成果;6月,在央国企金融领域人工智能高质量数据集工作推进会上,14家企业共同签署了“央国企金融数据产业共同体倡议书”,旨在推动人工智能与数据
- 深度剖析:Onecode 如何重塑 DDD 领域模型设计
低代码老李
领域设计低代码DDD人工智能低代码
在软件技术的演进浪潮中,架构设计理念与开发工具不断迭代,推动着行业持续向前发展。领域驱动设计(DDD)以其对业务本质的深度洞察和对复杂系统架构的卓越驾驭能力,逐渐成为大型软件项目构建的关键技术。而Onecode作为一款极具创新性的开发工具,与DDD的深度融合,为软件开发流程带来了全方位的革新。今天,就让我们深入探讨Onecode在DDD领域模型设计中的独特优势与深远影响。一、代码生成:效率与质量的
- 毕业论文 | 人工智能侵权责任法律问题研究——以无人驾驶汽车为例
北斗猿
毕业论文设计人工智能无人驾驶法律侵权责任法民法典
===========================================github:https://github.com/MichaelBeechanCSDN:https://blog.csdn.net/u011344545===========================================人工智能侵权责任法律问题研究——以无人驾驶汽车为例目录摘要一、绪论(一)课
- 人工智能发展简史——未来是属于AI人工智能的。
AI天才研究院
ChatGPTAI人工智能与大数据人工智能
目录人工智能发展简史第一章:起步期-20世纪50年代及以前1.1计算机象棋博弈(Programmingacomputerforplayingchess)1.2图灵测试(TuringTest)1.3达特茅斯学院人工智能夏季研讨会(DartmouthSummerResearchConferenceonArtificialIntelligence)1.4感知机(Perceptrons)第二章:第一次浪潮
- 算法化资本——智能投顾技术重构金融生态的深度解析
田园Coder
人工智能科普人工智能科普
金融市场的数字化进程正经历着本质性跃迁。当传统交易大厅的开放式喊价被服务器集群的低频嗡鸣取代,当投资决策从人类直觉转向概率矩阵计算,一场由人工智能驱动的资本范式革命已悄然降临。智能投顾作为这场变革的核心载体,其技术架构不仅重塑财富管理的运作逻辑,更在认知层面挑战着金融市场的存在根基。理解这场变革的深度与广度,需要穿透技术表象,审视算法与资本结合引发的复杂生态嬗变。智能投顾系统的技术支柱建立于三重认
- 领域驱动设计(DDD):三层架构到DDD架构演化
轻舟技术A
架构java
三层架构的问题在前文中,我从基础代码的角度探讨了如何运用领域驱动设计(DDD)来实现高内聚低耦合的代码。本篇文章将从项目架构的角度,继续探讨三层架构与DDD之间的演化过程,以及DDD如何优化架构的问题。三层架构作为一种常见的软件架构模式,将应用程序分为展示层、业务逻辑层和数据访问层,具有以下优点:分离关注点:三层架构将不同功能模块分隔开,使每个模块专注于特定任务,降低了代码复杂性。可维护性和可扩展
- 03 数据可视化的世界非常广阔,除了已提到的类型,还有许多更细分或前沿的可视化形式。
晨曦543210
信息可视化人工智能
十五、机器学习与数据科学专用图表特征重要性图(FeatureImportancePlot)用途:展示机器学习模型中各特征对预测结果的贡献度。示例:随机森林模型中影响房价预测的关键因素。混淆矩阵热力图(ConfusionMatrixHeatmap)用途:分类模型性能评估,显示预测结果与真实标签的对比。示例:疾病诊断模型的真阳性/假阳性分布。学习曲线(LearningCurve)用途:分析模型训练过程
- 当争论者还在讨论AI的边界,实践者早已用这些技术解决实际问题
渡难繁辰
人工智能拥抱AI人工智能ai
——普通人参与AI革命的关键路径一、AI应用五大核心组件(通俗拆解版)1️⃣LLM:AI的「决策核心」本质:大型语言模型(如DeepSeek、通义千问),具备语言理解与生成能力能力边界:✅处理文本类任务(写作/翻译/摘要)❌无法获取实时信息(如最新股价)⚠️存在“幻觉”(虚构信息)风险案例对比:问:“鲁迅和周树人什么关系?”基础LLM:“两位都是著名作家”(错误)增强版LLM:“周树人是鲁迅本名”
- QT并发机制
byxdaz
QTqt
QT提供了多种并发编程机制,使得开发者能够充分利用多核处理器优势,同时保持代码的可维护性和跨平台特性。以下是QT主要的并发机制:1.QThread-线程基础类QThread是QT中最基础的线程类,提供了创建和管理线程的能力。classWorkerThread:publicQThread{voidrun()override{//在这里执行耗时操作qDebug()start();//启动线程2.基于Q
- 打破AI落地困局:易路iBuilder的“垂直深耕+开箱即用”破壁之道
weixin_54980836
人工智能大数据
中国企业的数字化转型已步入深水区,人力资源管理作为企业核心竞争力的关键引擎,正经历从“信息化”向“智能化”的范式跃迁。在这场以AI为驱动的组织效能革命中,易路人力资源科技凭借前瞻性的“软件+AI+服务”战略,推出国内首个HR智能体平台iBuilder,不仅重新定义了人力资源管理的技术边界,更引领着从“碳基管理”向“硅基协作”的产业升级。本文将深度解析中国人力资源数字化现状、AI技术应用进程、市场成
- AI“大航海”时代:企业人力资源的AI-HR实践与效能提升策略
在数字化浪潮的推动下,人工智能(AI)正以前所未有的速度渗透各行各业,人力资源管理(HR)领域也不例外。AI技术的引入与应用落地,不仅提升HR管理效率,更在深层次上带来人力资源运作模式的变革。什么是AI-HR所谓AI-HR,是指将人工智能技术应用于人力资源管理,并通过机器学习、自然语言处理、数据挖掘等技术,优化招聘、培训、绩效评估、员工关系等人力资源各个业务模块。近年来,随着AI技术的成熟和普及,
- PagedAttention和Continuous Batching
流浪大人
大模型深度学习人工智能机器学习
PagedAttention是什么PagedAttention是一种用于优化Transformer架构中注意力机制的技术,主要用于提高大语言模型在推理阶段的效率,特别是在处理长序列数据时能有效减少内存碎片和提高内存利用率。它借鉴了操作系统中虚拟内存分页机制的思想。工作原理传统注意力机制的局限性:传统的注意力机制在处理长序列时,需要为每个位置计算注意力得分并存储中间结果,这会导致内存占用随着序列长度
- 八、提升服务高可用性
退役小学生呀
K8s企业级深度研修kubernetes容器云原生k8slinux
八、提升服务高可用性文章目录八、提升服务高可用性1、什么是亲和力Affinity2、认识拓扑域和拓扑键3、拓扑域划分4、K8s亲和力实战4.1同一个应用必须部署在不同的宿主机4.2同一个应用尽量部署在不同的宿主机4.3同一个应用分布在不同的机房4.4应用尽量和缓存服务部署在同一个可用域4.5计算服务必须部署至高性能机器4.6计算服务尽量部署至高性能机器4.7应用尽量不部署至低性能机器4.8应用均匀
- 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