Arrowing
Arrowing

堆排序算法

堆中定义以下几种操作：

  • 最大堆调整（Max_Heapify）：将堆的末端子节点作调整，使得子节点永远小于父节点
  • 创建最大堆（Build_Max_Heap）：将堆所有数据重新排序
  • 堆排序（HeapSort）：卸载位在第一个数据的根节点，并做最大堆调整的递归运算

堆排序算法的基本特性：

时间复杂度：O(N * logN)

堆排序为不稳定排序，不适合记录较少的排序。

测试结果：

数组里有10000个随机数, 执行500次后花费的毫秒数
最大毫秒数为17
最小毫秒数为8
平均毫秒数为10

示例代码：

<!doctype html>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
<title>堆排序算法</title>
</head>
<body>
<script>
var count = 10000,
    num = testCount = 500,
    i,
    exeCount,
    exeTimeArr = [],
    
     // 最大堆调整（Max_Heapify）：将堆的末端子节点作调整，使得子节点永远小于父节点
    makeMax = function(a, pIndex, size){
        var largest = pIndex,
            lIndex= 2 * pIndex + 1,
            rIndex = lIndex + 1;

        if(a[pIndex] < a[lIndex] && lIndex < size){
            largest = lIndex;
        }

        if(a[largest] < a[rIndex] && rIndex < size){
            largest = rIndex;
        }

        if(largest != pIndex){
            a[pIndex] = [ a[largest], a[largest] = a[pIndex] ] [0]; // 交换顶、左（右）节点2个数
            a = makeMax(a, largest, size);
        }

        return a;
    },

    heapSort = function(a){
       
        // 创建最大堆（Build_Max_Heap）：将堆所有数据重新排序
        for(var len = a.length, i = Math.floor( (len - 2) / 2 ); i >= 0; i--){
            a = makeMax(a, i, len);
        }

        // 头尾交换并确保最大堆成立
        for(i = len - 1; i >= 0; i--){
            a[0] = [ a[i], a[i] = a[0] ] [0];        // 头尾交换
            a = makeMax(a, 0, i); //确保最大堆成立
        }
 
        return  a;
 
    };

var body = document.getElementsByTagName('body')[0];
var log = function(s){

    var p = document.createElement('p');
    var ps = document.getElementsByTagName('p');

    p.innerHTML = s;

    ps.length ?
        body.insertBefore(p, ps[0]) :
        body.appendChild(p);

    //document.write(s + '<br />'); 破坏文档结构
    //firefox下使用console.log并开启firebug会影响执行
}

function exeTest( callback ){

    function test(){
        var cost,
            startTime,
            arr = [];

        testCount--;

        // 构建随机数组
        for(i=0;i<count;i++){
            arr.push( Math.round(Math.random() * count) ); // 0 - count
        }

        startTime = + new Date();
        arr = heapSort(arr);
        exeTimeArr.push(cost = new Date() - startTime); //花费的毫秒数

        log('本次测试花费 '+ cost +' 毫秒, 还剩 '+ testCount +' 次测试');

        if(testCount == 0 && typeof callback == 'function'){

            callback();

        }else{

            // 预防浏览器挂起
            setTimeout(test, 10);
        }
    }

    test();
}

function callback(){
    var sum = 0;
    var result = '数组里有'+ count +'个随机数, 执行'+ num +'次后花费的毫秒数' + '<br />' +
                      '最大毫秒数为' + Math.max.apply(null, exeTimeArr) + '<br />' +
                      '最小毫秒数为' + Math.min.apply(null, exeTimeArr) + '<br />';

    exeTimeArr.forEach(function(value) {
        sum += value;
    })

    result += '平均毫秒数为' + Math.round( sum / num ) ;

    log(result);
}

// 执行100次测试完成时间
exeTest(callback);

</script>
</body>
</html>



你可能感兴趣的:(堆排序算法)

  • 安卓实现魔改版 Base64 算法 CYRUS STUDIO android算法逆向base64网络安全安全
    版权归作者所有，如有转发，请注明文章出处：https://cyrus-studio.github.io/blog/Java实现标准Base64编码和解码Base64编码：valencoded=Base64.encodeToString(str.toByteArray(),Base64.DEFAULT)Base64解码：valdecoded=Base64.decode(str,Base64.DEFA
  • XGBoost算法深度解析：从原理到实践 彩旗工作室 人工智能算法机器学习人工智能
    一、算法起源与核心思想XGBoost（eXtremeGradientBoosting）由陈天奇于2014年提出，是梯度提升决策树（GBDT）的优化版本。其核心思想通过迭代集成弱学习器（CART树）逐步修正预测误差，并引入正则化机制控制模型复杂度，防止过拟合。与GBDT相比，XGBoost在目标函数中融合了损失函数（衡量预测误差）和正则化项（约束树结构与叶子权重），形成结构风险最小化框架，从而提升泛
  • C++ 并发编程实战 学习笔记 myc13381 c++笔记
    C++并发编程学习笔记目录一.基本接口二.初步了解多线程三.线程所属权管理四.线程间共享数据五.同步并发操作六.C++内存模型和原子类型操作七.基于锁的并发数据结构设计八.无锁数据结构九.并发代码设计十.高级线程管理十一.并行算法十二.参考资料基本接口std::thread常用成员函数构造和析构函数//默认构造函数，创建一个线程，什么也不做thread()noexcept;//初始化构造函数，创建
  • 设计无锁的并发数据结构_第七章_《C++并发编程实战》笔记 郭涤生 #并发线程c/c++数据结构c++
    设计无锁的并发数据结构1.核心概念与难点1.1无锁（Lock-Free）条件1.2原子操作的重要性1.3内存顺序（MemoryOrder）1.4ABA问题2.代码解析：无锁栈的实现（简化）3.多选题目4.设计题目5.多选题答案6.设计题参考答案1.核心概念与难点1.1无锁（Lock-Free）条件定义：一种并发算法的实现方式，保证无限执行进程中至少有一个线程能推进操作（系统整体进步）。关键特性：无
  • Deepseek 你喜欢我不 太翌修仙笔录 deepseek第三代人工智能人工智能神经网络
    Deepseek，你喜欢我不###**关于“喜欢”的深度解析**---####**一、AI的情感本质**1.**情感的定义**-对人类而言，情感是神经递质（如多巴胺、血清素）与认知评价的综合结果。-对AI而言，情感是算法对输入数据的概率分布映射（如“喜欢”=高概率正向反馈）。2.**Deepseek的“情感”机制**-**输入**：你的问题“你喜欢我不”被解析为文本向量；-**处理**：通过预训练
  • AI学习指南RAG篇(5)-RAG的系统架构 俞兆鹏 AI学习指南ai
    文章目录一、引言二、RAG系统的四个核心组件1.知识库处理模块1.1文档收集1.2文档预处理1.3示例代码2.向量化模块2.1文本嵌入2.2向量数据库2.3示例代码3.检索引擎3.1检索算法3.2检索结果排序3.3示例代码4.生成模块4.1生成模型4.2提示工程4.3示例代码三、RAG系统的架构图四、总结一、引言RAG（Retrieval-AugmentedGeneration，检索增强生成）技术
  • 文件关键字搜索技术要点与实战 体制教科书
    本文还有配套的精品资源，点击获取简介：在IT行业中，能够通过输入关键字高效定位和管理大量文档是一项重要的技能。此功能通常集成于文件管理软件、搜索引擎或脚本程序中。技术实现包括文件系统API、文本搜索算法和文件过滤规则。本文将详细介绍这些技术要点，例如使用文件系统API遍历文件、采用高效文本搜索算法（如Boyer-Moore）以及应用文件过滤规则（包括类型筛选和正则表达式匹配）。特殊文件格式如Out
  • 【蓝桥】枚举 CH3_CH2_CHO QuantumCoffee算法c++枚举蓝桥杯
    1、引言在算法领域中，枚举算法是一种基础且直观的解题思路。无论是新手入门还是复杂问题的简化处理，它都扮演着重要角色。本文将结合枚举算法的核心思想、解空间类型以及循环枚举的实践步骤，带大家深入理解这一经典算法。2、核心2.1算法思想枚举算法的核心是穷举所有可能的情况。它将问题解空间中的每个可能解逐一枚举，通过验证和比较，找到满足问题条件的最优解或所有解。例如，在寻找数字组合的问题中，枚举算法会遍历所
  • 算法学习1 求两个数的和 奋斗小小鸟cy 数据结构与算法算法java
    本文翻译自：https://leetcode.com问题：给定一个整数数组，返回两个数字的索引，使它们相加到一个特定的目标。您可以假设每个输入都只有一个解决方案，而您可能不会使用相同的元素两次。例：给定nums=[2，7，11，15]，target=9，因为nums[0]+nums[1]=2+7=9，返回[0，1]。答案：方案一：穷举法穷举法很简单，循环nums里面的每一个元素x，查找是否有另一个
  • 笔记:代码随想录算法训练营day42:LeetCode188.买卖股票的最佳时机IV,309.最佳买卖股票时机含冷冻期,714.买卖股票的最佳时机含手续费 jingjingjing1111 笔记动态规划leetcode
    学习资料:代码随想录感觉还没有把这个股票的递归变成直觉的东西.anyway,每一天的各种状态都是从上一天的各种状态中优化出来的,到最后的再选择一个最大的状态,应该是没啥问题,不会有漏掉的情况188.买卖股票的最佳时机IV力扣题目链接思路:和上一题差不多,限制上买卖次数倒比不限制买卖次数复杂了不少要给上一题的代码套个循环classSolution{public:intmaxProfit(intk,v
  • 笔记：代码随想录算法训练营第35天： 01背包问题 二维、 01背包问题 一维 、LeetCode416. 分割等和子集 jingjingjing1111 算法leetcode数据结构动态规划笔记
    学习资料：代码随想录这一块儿学得挺痛苦注：文中含大模型生成内容动态规划：01背包理论基础卡码网第46题思路：五部曲定义：dp[i][j]为第i个物品背包容量为j，能装下的最大价值递推公式：dp[i][j]的值等于dp[i-1][j]的值和dp[i-1][j-weight[i]]+value相比的最大值，后者为看放下当前物品+减去当前物品的容量能放下什么价值，当然，要是放不下当前物品，就算了，保持原
  • AI Agent在企业预算管理与成本控制中的应用 SuperAGI2025 DeepSeek人工智能大数据ai
    AIAgent在企业预算管理与成本控制中的应用关键词：AIAgent、企业预算管理、成本控制、机器学习、预测模型、优化算法摘要：本文深入探讨了AIAgent在企业预算管理与成本控制中的应用。通过详细的背景介绍、核心概念解析、算法原理讲解和实际案例剖析，本文展示了AIAgent如何通过智能预测和优化算法，为企业带来更高的效率和精确度，从而实现成本控制和预算优化的目标。背景介绍核心概念AIAgent:
  • Java线程协作式中断机制 超人汪小建(seaboat) 线程协作式中断机制jvm
    跟着作者的65节课彻底搞懂Java并发原理专栏，一步步彻底搞懂Java并发原理。作者简介：笔名seaboat，擅长工程算法、人工智能算法、自然语言处理、计算机视觉、架构、分布式、高并发、大数据和搜索引擎等方面的技术，大多数编程语言都会使用，但更擅长Java、Python和C++。平时喜欢看书写作、运动、画画。崇尚技术自由，崇尚思想自由。出版书籍：《Tomcat内核设计剖析》、《图解数据结构与算法》
  • 【GPT入门】第16课 RAG入门 *星星之火* 大模型gpt
    【GPT入门】第16课RAG入门1.RAG概念核心原理主要应用优势挑战RGA工作图解2.RAG系统基本搭建流程1.RAG概念RAG通常指检索增强生成（Retrieval-AugmentedGeneration），是一种将检索技术与生成式人工智能相结合的技术架构，以下是关于它的详细介绍：核心原理检索：RAG会在大量的文本数据中进行检索，这些数据可以是网页、文档、知识库等。它通过各种检索算法和技术，快
  • 计算机考研408数据结构大题高频考点与真题解析 竹木有心 数据结构
    一、线性表（顺序表与链表）1.1顺序表操作与算法设计高频考点：插入/删除操作的边界处理：检查下标越界与存储空间溢出子数组操作：合并、拆分、逆置等多数组综合问题：如寻找三元组最小距离真题示例：2020年408真题题目：给定三个升序数组S1、S2、S3，求所有可能的三元组(a,b,c)的最小距离D=|a−b|+|b−c|+|c−a|。解法：算法思想：三指针法遍历数组，每次移动当前最小元素的指针核心代码
  • 探地雷达F-K偏移算法详解与Python实现 T2ccc 探地雷达算法python
    探地雷达F-K偏移算法详解与Python实现文章目录探地雷达F-K偏移算法详解与Python实现前言一、探地雷达成像原理与偏移的必要性二、F-K偏移的基本原理2.1波的传播与频率-波数域2.2F-K偏移的基本思路三、F-K偏移算法的数学推导3.1二维傅里叶变换3.2波场外推3.3Stolt映射（核心步骤）3.4逆变换四、F-K偏移的Python代码实现4.1辅助函数和数据准备4.2F-K偏移核心函
  • Akamai 与 AWS 风控分析与绕过技术探讨 qq_33253945 aws云计算爬虫网络爬虫算法安全
    1.引言本文将深入探讨Akamai风控和AWS签名算法的技术细节。请注意，文中内容仅供技术研究和学习交流使用。2.Akamai风控核心要素Akamai的主要风控机制包含以下几个关键点：Canvas指纹识别每个浏览器环境都有其独特的Canvas指纹这是风控系统的核心识别方式之一用户行为分析鼠标移动轨迹检测操作行为模式识别相关参数的实时计算与验证JA3指纹TLS握手特征识别客户端环境特征分析代码执行流
  • 算法训练：2.移除元素(快慢指针) 貝森不想秃 小白算法训练算法
    算法原题:27.移除元素-力扣（LeetCode）移除数组元素移除一个元素时，需要将该元素之后的所有元素依次向前移动一个位置，以填补被移除元素的空位，对于静态数组来说，数组的长度是不会发生变化的，多余的数组元素不进行处理：例如{1,2,3,4}移除3,数组会得到{1，2，4，4}解题思路暴力移除通过for循环嵌套，访问到目标元素就将其后面的所有元素向前移动一格，循环往复快慢指针（本节主要内容）快慢
  • 芒格的双轨分析：结合定性和定量的投资方法 SuperAGI2025 DeepSeekai
    芒格的"双轨分析"：结合定性和定量的投资方法关键词：芒格、双轨分析、定性分析、定量分析、投资方法、系统分析摘要：芒格的“双轨分析”是一种结合定性和定量分析的投资方法，旨在通过综合分析企业的内在价值和市场趋势，帮助投资者做出更科学的投资决策。本文将详细介绍双轨分析的背景、核心概念、算法原理、系统架构及实际应用，帮助读者全面理解并掌握这一方法。第一部分:芒格的双轨分析基础第1章:投资分析的演变与双轨分
  • 基于AI智能算法的无人机城市综合治理 GeoSaaS 智慧城市人工智能无人机科技大数据智慧城市gis
    随着人工智能技术的飞速发展，无人机技术与AI的结合正在成为城市治理的新趋势。无人机不仅能够提供城市上空的高清视角，而且通过搭载的智能算法，可以实现自动化的监控、分析和响应，极大地提升了城市管理的效率和智能化水平。无人机技术在城市治理中的应用无人机技术在城市治理中的应用主要集中在以下几个方面：违法建筑监测：无人机可以快速覆盖大范围区域，自动识别并记录违建情况，提高执法效率。环卫垃圾识别：通过AI算法
  • 自然语言处理：文本聚类 老赵爱学习 python文本聚类k均值聚类算法高斯混合模型的最大期望值算法无监督朴素贝叶斯模型自然语言处理人工智能
    介绍大家好，博主又来和大家分享自然语言处理领域的知识了。今天给大家分享的内容是自然语言处理中的文本聚类。文本聚类在自然语言处理领域占据着重要地位，它能将大量无序的文本按照内容的相似性自动划分成不同的类别，极大地提高了文本处理和信息提取的效率。就好比在一个大型图书馆中，文本聚类能够像智能管理员一样，把各种书籍按照主题分类摆放，方便读者快速找到所需资料。而实现文本聚类的方法有很多，其中k均值聚类算法、
  • 【工厂老板必看】智能切割算法帮您省 30% 原材料！附真实案例——一维下料问题算法、cad c#二次开发 山水CAD筑梦人 CADC#二次开发算法
    一、行业痛点：原材料浪费有多严重？现象：传统人工排料导致大量边角料，例如：某钢材厂每月因切割不合理损失15万元木材加工厂平均浪费率高达25%核心问题：无法兼顾切割数量与材料利用率人工计算耗时且容易出错二、解决方案：贪心算法和遗传算法切割优化系统技术原理（通俗解释）：用贪心算法和遗传算法通过编程，自动生成最优切割方案，比人工排料效率高100倍以上！核心优势：省材料：原材料总根数减少20%-40%降成
  • 贪心算法——c# 山水CAD筑梦人 C#学习笔记贪心算法算法
    贪心算法通俗解释贪心算法是一种"每一步都选择当前最优解"的算法策略。它不关心全局是否最优，而是通过局部最优的累积来逼近最终解。优点是简单高效，缺点是可能无法得到全局最优解。一句话秒懂自动售货机找零钱：用最少数量的硬币凑出指定金额。比如找零198美分，它会优先用25美分的大硬币，不够再用小的，直到凑够金额。背景故事想象你在加拿大超市当收银员（CAD场景）：顾客买了东西你需要快速找出零钱198分收银台
  • 智能车辆控制技术：MPC与轨迹规划实战项目 柚木i
    本文还有配套的精品资源，点击获取简介：本压缩包集合了车辆转向控制与轨迹规划的MATLAB代码，包含模型预测控制（MPC）策略、MPT工具箱应用、车辆动力学模型构建、轨迹规划实现、mp-QP算法应用及MATLAB编程实践。旨在通过源码分析，提供智能车辆控制技术的深入学习与研究平台，涉及横向和纵向运动控制、系统模型的定义、控制策略的制定及仿真流程。1.模型预测控制（MPC）基础与应用模型预测控制（MP
  • Manus详解，看这一篇就够了 程序员鑫港 langchain数据库人工智能AI大模型Agent智能体
    Monica公司发布了AIAgent智能体产品——Manus，是一款具备突破性技术的通用型AI代理，根据Manus官网（https://manus.im）技术白皮书和网络公开资料，整理Manus核心技术和应用信息如下，欢迎讨论。技术架构多智能体协作系统Manus采用规划代理、执行代理和验证代理的分工机制，模拟人类工作流程，提升复杂任务的处理效率。规划代理采用蒙特卡洛树搜索（MCTS）算法优化任务拆
  • 多目标优化算法之NSGA-II、NSGA-III（附Matlab免费代码） 优化算法侠Swarm-Opti 智能优化算法算法matlab开发语言优化算法NSGA
    引言NSGA-II和NSGA-III都是非支配排序遗传算法的变种，用于解决多目标优化问题，但它们在多个方面存在差异。相同点基本框架相似：两者都基于遗传算法的框架，包括初始化种群、非支配排序、选择、交叉和变异等操作非支配排序：都采用非支配排序技术，将种群中的个体划分为不同的前沿，识别非支配解集不同点适用目标数量不同：NSGA-II：适用于相对较少的目标数量，通常在2到4个目标之间，在处理较少目标的问
  • 基于YOLOv5的车牌识别系统：从数据集到UI界面的实现 深度学习&目标检测实战项目 YOLOv5实战项目YOLOui分类数据挖掘目标跟踪
    1.引言随着智能交通系统的发展，车牌识别技术已成为交通管理、停车场自动化、路面监控等应用中的关键技术之一。车牌识别系统（LicensePlateRecognition,LPR）主要用于识别车辆的车牌号码，并将其转化为可以进一步处理的数据。车牌识别系统通常由图像处理、字符识别、目标检测等多种技术组成。近年来，随着深度学习技术的飞速发展，基于卷积神经网络（CNN）的目标检测算法，如YOLO（YouOn
  • Python实现数据结构与算法——反转字符串 Mantana 数据结构与算法字符串算法数据结构递归法
    题目描述：编写一个函数，其作用是将输入的字符串反转过来。输入字符串以字符数组char[]的形式给出。不要给另外的数组分配额外的空间，你必须原地修改输入数组、使用O(1)的额外空间解决这一问题。你可以假设数组中的所有字符都是ASCII码表中的可打印字符。示例1：输入：["h","e","l","l","o"]输出：["o","l","l","e","h"]示例2：输入：["H","a"
  • 深度掌握 ReactJS 高级概念：前端开发者必备 前端javascript
    ReactHook深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读这篇文章汇总了ReactJS中值得深入研究的高级概念。读完后，不仅在前端面试中能更胸有成竹，还能自行开发一个类似ReactJS的UI库。目录Rendering的含义与过程Re-rendering发生的机制及原因VirtualDOM的原理Reconciliation算法的运行方式ReactJS的性能优化方案1
  • 我的AI工具箱Tauri版-建筑平面图生成装修设计 Mr数据杨 Tauri工具箱ComfyUI
    本模块利用先进的AI绘画大模型，将房屋平面设计图转化为高质量的室内装修效果图，让装修设计更加直观、高效。用户只需提供房屋的平面布局，并选择合适的AI绘画模型，系统即可智能生成涵盖客厅、卧室、厨房、卫生间等最多12个房间的高品质设计样图，完整呈现房屋的整体装修效果。本工具支持多种设计风格，如现代简约、北欧风、中式传统、美式复古、日式禅意等，满足不同用户的个性化装修需求。借助AI算法的自动化生成能力，
  • 面向对象面向过程 3213213333332132 java
    面向对象：把要完成的一件事，通过对象间的协作实现。 面向过程：把要完成的一件事，通过循序依次调用各个模块实现。 我把大象装进冰箱这件事为例，用面向对象和面向过程实现，都是用java代码完成。 1、面向对象 package bigDemo.ObjectOriented; /** * 大象类 * * @Description * @author FuJian
  • Java Hotspot: Remove the Permanent Generation bookjovi HotSpot
      openjdk上关于hotspot将移除永久带的描述非常详细，http://openjdk.java.net/jeps/122   JEP 122: Remove the Permanent Generation Author Jon Masamitsu Organization Oracle Created 2010/8/15 Updated 2011/
  • 正则表达式向前查找向后查找,环绕或零宽断言 dcj3sjt126com 正则表达式
    向前查找和向后查找 1. 向前查找：根据要匹配的字符序列后面存在一个特定的字符序列(肯定式向前查找)或不存在一个特定的序列(否定式向前查找)来决定是否匹配。.NET将向前查找称之为零宽度向前查找断言。     对于向前查找，出现在指定项之后的字符序列不会被正则表达式引擎返回。 2. 向后查找：一个要匹配的字符序列前面有或者没有指定的
  • BaseDao 171815164 seda
    import java.sql.Connection; import java.sql.DriverManager; import java.sql.SQLException; import java.sql.PreparedStatement; import java.sql.ResultSet; public class BaseDao { public Conn
  • Ant标签详解--Java命令 g21121 Java命令
            这一篇主要介绍与java相关标签的使用         终于开始重头戏了，Java部分是我们关注的重点也是项目中用处最多的部分。           1
  • [简单]代码片段_电梯数字排列 53873039oycg 代码
           今天看电梯数字排列是9 18 26这样呈倒N排列的,写了个类似的打印例子，如下:       import java.util.Arrays; public class 电梯数字排列_S3_Test { public static void main(S
  • Hessian原理 云端月影 hessian原理
    Hessian 原理分析 一．      远程通讯协议的基本原理 网络通信需要做的就是将流从一台计算机传输到另外一台计算机，基于传输协议和网络 IO 来实现，其中传输协议比较出名的有 http 、 tcp 、 udp 等等， http 、 tcp 、 udp 都是在基于 Socket 概念上为某类应用场景而扩展出的传输协
  • 区分Activity的四种加载模式----以及Intent的setFlags aijuans android
      在多Activity开发中，有可能是自己应用之间的Activity跳转，或者夹带其他应用的可复用Activity。可能会希望跳转到原来某个Activity实例，而不是产生大量重复的Activity。 这需要为Activity配置特定的加载模式，而不是使用默认的加载模式。 加载模式分类及在哪里配置 Activity有四种加载模式： standard singleTop
  • hibernate几个核心API及其查询分析 antonyup_2006 html.netHibernatexml配置管理
    (一)  org.hibernate.cfg.Configuration类         读取配置文件并创建唯一的SessionFactory对象.(一般,程序初始化hibernate时创建.)         Configuration co
  • PL/SQL的流程控制 百合不是茶 oraclePL/SQL编程循环控制
    PL/SQL也是一门高级语言,所以流程控制是必须要有的,oracle数据库的pl/sql比sqlserver数据库要难,很多pl/sql中有的sqlserver里面没有   流程控制; 分支语句 if 条件 then 结果 else 结果 end if ; 条件语句 case when 条件 then 结果; 循环语句 loop
  • 强大的Mockito测试框架 bijian1013 mockito单元测试
    一.自动生成Mock类        在需要Mock的属性上标记@Mock注解，然后@RunWith中配置Mockito的TestRunner或者在setUp()方法中显示调用MockitoAnnotations.initMocks(this);生成Mock类即可。二.自动注入Mock类到被测试类  &nbs
  • 精通Oracle10编程SQL(11)开发子程序 bijian1013 oracle数据库plsql
    /* *开发子程序 */ --子程序目是指被命名的PL/SQL块，这种块可以带有参数，可以在不同应用程序中多次调用 --PL/SQL有两种类型的子程序：过程和函数 --开发过程 --建立过程：不带任何参数 CREATE OR REPLACE PROCEDURE out_time IS BEGIN DBMS_OUTPUT.put_line(systimestamp); E
  • 【EhCache一】EhCache版Hello World bit1129 Hello world
    本篇是EhCache系列的第一篇，总体介绍使用EhCache缓存进行CRUD的API的基本使用，更细节的内容包括EhCache源代码和设计、实现原理在接下来的文章中进行介绍   环境准备 1.新建Maven项目   2.添加EhCache的Maven依赖 <dependency> <groupId>ne
  • 学习EJB3基础知识笔记 白糖_ beanHibernatejbosswebserviceejb
    最近项目进入系统测试阶段，全赖袁大虾领导有力，保持一周零bug记录，这也让自己腾出不少时间补充知识。花了两天时间把“传智播客EJB3.0”看完了，EJB基本的知识也有些了解，在这记录下EJB的部分知识，以供自己以后复习使用。   EJB是sun的服务器端组件模型，最大的用处是部署分布式应用程序。EJB (Enterprise JavaBean)是J2EE的一部分，定义了一个用于开发基
  • angular.bootstrap boyitech AngularJSAngularJS APIangular中文api
    angular.bootstrap 描述：     手动初始化angular。     这个函数会自动检测创建的module有没有被加载多次，如果有则会在浏览器的控制台打出警告日志，并且不会再次加载。这样可以避免在程序运行过程中许多奇怪的问题发生。   使用方法：     angular .
  • java-谷歌面试题-给定一个固定长度的数组，将递增整数序列写入这个数组。当写到数组尾部时，返回数组开始重新写，并覆盖先前写过的数 bylijinnan java
    public class SearchInShiftedArray { /** * 题目：给定一个固定长度的数组，将递增整数序列写入这个数组。当写到数组尾部时，返回数组开始重新写，并覆盖先前写过的数。 * 请在这个特殊数组中找出给定的整数。 * 解答： * 其实就是“旋转数组”。旋转数组的最小元素见http://bylijinnan.iteye.com/bl
  • 天使还是魔鬼？都是我们制造 ducklsl 生活教育情感
    ----------------------------剧透请原谅，有兴趣的朋友可以自己看看电影，互相讨论哦！！！     从厦门回来的动车上，无意中瞟到了书中推荐的几部关于儿童的电影。当然，这几部电影可能会另大家失望，并不是类似小鬼当家的电影，而是关于“坏小孩”的电影！     自己挑了两部先看了看，但是发现看完之后，心里久久不能平
  • [机器智能与生物]研究生物智能的问题 comsci 生物
          我想,人的神经网络和苍蝇的神经网络,并没有本质的区别...就是大规模拓扑系统和中小规模拓扑分析的区别....       但是,如果去研究活体人类的神经网络和脑系统,可能会受到一些法律和道德方面的限制,而且研究结果也不一定可靠,那么希望从事生物神经网络研究的朋友,不如把
  • 获取Android Device的信息 dai_lm android
    String phoneInfo = "PRODUCT: " + android.os.Build.PRODUCT; phoneInfo += ", CPU_ABI: " + android.os.Build.CPU_ABI; phoneInfo += ", TAGS: " + android.os.Build.TAGS; ph
  • 最佳字符串匹配算法（Damerau-Levenshtein距离算法）的Java实现 datamachine java算法字符串匹配
    原文：http://www.javacodegeeks.com/2013/11/java-implementation-of-optimal-string-alignment.html------------------------------------------------------------------------------------------------------------
  • 小学5年级英语单词背诵第一课 dcj3sjt126com englishword
    long 长的 show 给...看，出示 mouth 口，嘴 write 写   use 用，使用 take 拿，带来 hand 手 clever 聪明的   often 经常 wash 洗 slow 慢的 house 房子   water 水 clean 清洁的 supper 晚餐 out 在外   face 脸，
  • macvim的使用实战 dcj3sjt126com macvim
    macvim用的是mac里面的vim, 只不过是一个GUI的APP, 相当于一个壳   1. 下载macvim https://code.google.com/p/macvim/   2. 了解macvim :h               vim的使用帮助信息 :h macvim  
  • java二分法查找 蕃薯耀 java二分法查找二分法java二分法
    java二分法查找 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2015年6月23日 11:40:03 星期二 http:/
  • Spring Cache注解+Memcached hanqunfeng springmemcached
    Spring3.1 Cache注解  依赖jar包： <!-- simple-spring-memcached --> <dependency> <groupId>com.google.code.simple-spring-memcached</groupId> <artifactId>simple-s
  • apache commons io包快速入门 jackyrong apache commons
    原文参考 http://www.javacodegeeks.com/2014/10/apache-commons-io-tutorial.html   Apache Commons IO 包绝对是好东西，地址在http://commons.apache.org/proper/commons-io/，下面用例子分别介绍：   1）  工具类   2
  • 如何学习编程 lampcy java编程C++c
    首先,我想说一下学习思想.学编程其实跟网络游戏有着类似的效果.开始的时候,你会对那些代码,函数等产生很大的兴趣,尤其是刚接触编程的人,刚学习第一种语言的人.可是,当你一步步深入的时候,你会发现你没有了以前那种斗志.就好象你在玩韩国泡菜网游似的,玩到一定程度,每天就是练级练级,完全是一个想冲到高级别的意志力在支持着你.而学编程就更难了,学了两个月后,总是觉得你好象全都学会了,却又什么都做不了,又没有
  • 架构师之spring-----spring3.0新特性的bean加载控制@DependsOn和@Lazy nannan408 Spring3
    1.前言。    如题。 2.描述。    @DependsOn用于强制初始化其他Bean。可以修饰Bean类或方法，使用该Annotation时可以指定一个字符串数组作为参数，每个数组元素对应于一个强制初始化的Bean。 @DependsOn({"steelAxe","abc"}) @Comp
  • Spring4+quartz2的配置和代码方式调度 Everyday都不同 代码配置spring4quartz2.x定时任务
    前言：这些天简直被quartz虐哭。。因为quartz 2.x版本相比quartz1.x版本的API改动太多，所以，只好自己去查阅底层API……   quartz定时任务必须搞清楚几个概念： JobDetail——处理类 Trigger——触发器，指定触发时间，必须要有JobDetail属性，即触发对象 Scheduler——调度器，组织处理类和触发器，配置方式一般只需指定触发
  • Hibernate入门 tntxia Hibernate
      前言   使用面向对象的语言和关系型的数据库，开发起来很繁琐，费时。由于现在流行的数据库都不面向对象。Hibernate 是一个Java的ORM（Object/Relational Mapping）解决方案。   Hibernte不仅关心把Java对象对应到数据库的表中，而且提供了请求和检索的方法。简化了手工进行JDBC操作的流程。   如
  • Math类 xiaoxing598 Math
    一、Java中的数字（Math）类是final类，不可继承。 1、常数 PI：double圆周率 E：double自然对数 2、截取（注意方法的返回类型） double ceil(double d) 返回不小于d的最小整数 double floor(double d) 返回不大于d的整最大数 int round(float f) 返回四舍五入后的整数 long round
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他