- 破局者DeepSeek:从技术追赶到全球领跑的三大颠覆密码
未来智慧谷
人工智能
2025开年之际,DeepSeek这款中国AI大模型不仅登上全球权威评测榜首,更引发硅谷科技巨头的战略级关注。本期我们将深度解码揭开其现象级爆发背后的硬核逻辑——技术突围、成本革命与极客生态的三角共振。一、技术突围:架构级创新打破算力囚笼DeepSeek的爆发绝非营销奇迹,而是一场蓄谋已久的技术革命。自2024年5月发布DeepSeek-V2引发行业震动以来,其技术路线始终贯彻着「以算法革命对冲算
- 无人机定点运输技术!
云卓SKYDROID
无人机云卓科技科普高科技
核心要点定位与导航GPS/北斗定位:依赖卫星系统实现高精度定位。视觉导航:通过摄像头和计算机视觉技术识别环境。惯性导航:利用加速度计和陀螺仪进行位置推算。路径规划避障算法:实时检测并避开障碍物。动态路径调整:根据环境和任务需求实时优化路径。通信系统实时通信:确保无人机与控制中心保持稳定连接。数据加密:保障通信安全,防止干扰或劫持。负载与续航电池技术:提升续航能力。负载能力:优化设计以承载更多货物。
- 算法基础篇--模拟
近听水无声477
算法
模拟模拟的含义模拟,顾名思义就是题目让你干什么,你就干什么。考察的是将思路转化成代码的代码能⼒。这类题⼀般较为简单,属于竞赛⾥⾯的签到题(但是,万事⽆绝对,也有可能会出现让⼈⾮常难受的模拟题),我们在学习语法阶段接触的题,⼤多数都属于模拟题。现在我们就通过下面的几道题目来了解一下模拟的特点:1.多项式输出题目来源:洛谷题目链接:多项式输出题目就是下面的样子:模拟题没有什么可以详细讲解的思路,大家直
- LeetCode - 216 组合总和 III
程序员阿甘
华为OD算法刷题笔记算法JavaScriptleetcode
目录题目来源题目描述示例提示题目解析算法源码题目来源216.组合总和III-力扣(LeetCode)题目描述找出所有相加之和为n的k个数的组合,且满足下列条件:只使用数字1到9每个数字最多使用一次返回所有可能的有效组合的列表。该列表不能包含相同的组合两次,组合可以以任何顺序返回。示例输入:k=3,n=7输出:[[1,2,4]]解释:1+2+4=7没有其他符合的组合了。输入:k=3,n=9输出:[[
- 力扣-回溯法技巧总结
LoaryBetter
算法力扣
力扣回溯法技巧总结排列/组合/子集问题的三种形式在代码上的区别。由于子集问题和组合问题本质上是一样的,无非就是basecase有一些区别,所以把这两个问题放在一起看。形式一、元素无重不可复选,即nums中的元素都是唯一的,每个元素最多只能被使用一次,backtrack核心代码如下:/*组合/子集问题回溯算法框架*/voidbacktrack(int[]nums,intstart){//回溯算法标准
- OpenCV计算摄影学(2)图像去噪函数denoise_TVL1()
村北头的码农
OpenCVopencv人工智能计算机视觉
操作系统:ubuntu22.04OpenCV版本:OpenCV4.9IDE:VisualStudioCode编程语言:C++11算法描述原始-对偶算法是用于解决特定类型变分问题(即,寻找一个函数以最小化某个泛函)的算法。特别地,图像去噪可以被视为一种变分问题,因此可以使用原始-对偶算法来进行去噪,这正是这里实现的内容。需要注意的是,此实现取自2013年7月的一篇博客文章[194],该文章还包含了(
- LeetCode 1206.设计跳表:算法详解
Tisfy
算法讲解题解#力扣LeetCode算法leetcode职场和发展
【LetMeFly】1206.设计跳表:算法详解力扣题目链接:https://leetcode.cn/problems/design-skiplist/不使用任何库函数,设计一个跳表。跳表是在O(log(n))时间内完成增加、删除、搜索操作的数据结构。跳表相比于树堆与红黑树,其功能与性能相当,并且跳表的代码长度相较下更短,其设计思想与链表相似。例如,一个跳表包含[30,40,50,60,70,90
- 算法解析之去重逻辑
算法去重
前言:在之前做题中经常被去重问题困扰,其中最常见的去重思想就是使用集合本身的特性进行去重,比如使用set集合或者map集合进行去重,防止相同元素的重复加入,但是在有些问题时,需要去重的不仅仅是元素,可能是一整个数组或者其他集合,这个时候如果进行一一比较,可能就比较繁琐,需要通过代码逻辑来实现避免重复对象的插入。这里有道题可以很好的理解去重的逻辑,给大家展示一下。leetcode之三数之和注意:本题
- 深度学习笔记线性代数方面,记录一些每日学习到的知识
肆——
人工智能深度学习python
记录一些每日学习到的新知识:torch:Torch是一个有大量机器学习算法支持的科学计算框架,是一个与Numpy类似的张量(Tensor)操作库jupyter:JupyterNotebook的本质是一个Web应用程序,便于创建和共享程序文档,支持实时代码,数学方程,可视化和markdown。用途包括:数据清理和转换,数值模拟,统计建模,机器学习等等。只有一个轴的张量,形状只有一个元素torch.a
- AI 在未来相机领域的应用前景如何?
程序员Android
人工智能数码相机智能电视
和你一起终身学习,这里是程序员Android人工智能(AI)在手机相机领域的应用已成为近年来技术创新的核心驱动力之一。随着计算摄影、深度学习算法和硬件加速技术的进步,AI正在重新定义手机摄影的可能性,并为未来带来更多颠覆性潜力。以下是AI在手机相机中的关键潜力方向及具体应用场景:经典好文推荐,通过阅读本文,您将收获以下知识点:1.计算摄影的深度进化多帧合成与超分辨率:AI通过分析多张连续拍摄的帧(
- 探讨组合加密算法在IM中的应用
即时通讯im网络编程
1、前言本文深入分析了即时通信(IM)系统中所面临的各种安全问题,综合利用对称加密算法(DES算法)、公开密钥算法(RSA算法)和Hash算法(MD5)的优点,探讨组合加密算法在即时通信中的应用。2、IM安全系列文章本文是IM通讯安全知识系列文章中的第2篇,总目录如下:《即时通讯安全篇(一):正确地理解和使用Android端加密算法》《即时通讯安全篇(二):探讨组合加密算法在IM中的应用》(本文
- Java 算法和数据结构 答案整理,最新面试题
扫地僧009
互联网大厂面试题java算法数据结构
Java中如何使用动态规划求解背包问题?1、定义子问题:首先确定动态规划状态,通常以物品数量和背包容量为变量定义子问题,例如dp[i][j]表示前i件物品放入容量为j的背包所能获得的最大价值。2、确定状态转移方程:基于是否选择当前物品,将问题分为两个子问题,即dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i]),表示选择当前物品和不选择当前物
- 数据结构->二叉树初阶学习心得
一步一码-农
数据结构
二叉树二叉树节点定义structBinTreeNode{TreeNodeTypeval;BinTreeNode*left;BinTreeNode*right;}二叉树涉及算法思想递归递归要点:这个递归函数的功能是什么,怎样调用这个函数,即设计好递归函数的返回值和参数列表什么时候应该结束这个递归,它的边界条件(出口)是什么?在非边界情况时,怎样从第n层转变成第n+1层(递推公式)注:递归思想最重要的
- 具身智能(Embodied Intelligence)
ZhangJiQun&MXP
教学人工智能深度学习算法
目录具身智能(EmbodiedIntelligence)简单理解举例说明具身智能(EmbodiedIntelligence)是人工智能领域的一个子领域,它强调智能系统不仅仅依赖于算法和数据处理,还必须具备一个物理实体(embodiment),通过与环境的直接互动来获取信息、学习、适应并采取行动。以下是对具身智能的简单理解和举例说明:简单理解具身智能的核心在于“具身”二字,即智能系统需要有一个物理形
- 加密狗到底是什么?可以复制吗?
加密狗定制分析赋值
安全同态加密同态加密密码学密码学
加密狗(也称为硬件加密锁或软件保护锁)是一种用于软件版权保护的硬件设备,通常包含加密算法和密钥。其设计目的是防止未经授权的复制和使用。加密狗是否可以复制?1.**合法复制**:在获得授权的情况下,部分加密狗可以通过官方工具进行复制,但这需要合法的许可和授权。2.**非法复制**:未经授权的复制通常是非法的,可能涉及破解加密算法或克隆硬件,这些行为违反法律和软件许可协议。加密狗的防护措施-**加密算
- Gossip 协议
disgare
分布式分布式
Gossip协议协议介绍协议流程缺点Gossip算法是一种在分布式系统中广泛使用的通信协议,主要用于信息传播和状态同步。Gossip算法通过节点之间随机的、周期性的信息交换,实现信息的高效传播和系统的最终一致性之前以为Gossip是分布式一致性算法,后来了解到不是,它是通信协议,因此将该内容从之前的博客中拆出来了协议介绍Gossip协议如其名,在办公室,只要一个人八卦一下,在有限的时间内所有的人都
- 机器学习安全核心算法全景解析
金外飞176
网络空间安全机器学习安全算法
机器学习安全核心算法全景解析引言机器学习系统的脆弱性正成为安全攻防的新战场。从数据投毒到模型窃取,攻击者不断突破传统防御边界。本文系统性梳理ML安全关键技术图谱,重点解析12类核心算法及其防御价值。一、数据安全防护算法1.对抗样本防御算法名称核心思想2024年最新进展典型应用场景TRADES鲁棒性-准确性权衡优化Facebook提出自监督TRADES改进版自动驾驶目标检测JacobianSVD输入
- 零基础学习机器学习分类模型
可喜~可乐
机器学习机器学习学习分类人工智能数据挖掘
下面将带你通过一个简单的机器学习项目,使用Python实现一个常见的分类问题。我们将使用著名的Iris数据集,来构建一个机器学习模型,进行花卉品种的分类。整个过程会包含:原理介绍:机器学习的基本概念。数据加载和预处理:如何加载数据并进行必要的处理。模型训练和评估:使用经典的分类算法——逻辑回归。代码解释:逐步分析代码实现。拓展内容:如何优化和扩展该项目。1.原理介绍1.1机器学习基本概念机器学习(
- JVM之垃圾回收和调优思路
星星都没我亮
Java虚拟机jvm
文章目录GC的基础知识1.什么是垃圾2.如何定位(找到)垃圾3.常见的垃圾回收算法4.JVM内存分代模型(用于分代垃圾回收算法)5.常见的垃圾回收器常见垃圾回收器组合参数设定:(1.8)JVM调优第一步,了解JVM常用命令行参数PSGC日志详解调优前的基础概念:什么是调优?调优,从规划开始优化环境解决JVM运行中的问题一个案例理解常用工具jconsole远程连接jvisualvm远程连接jprof
- 复试英文准备方法
小王Jacky
计算机英语英语计算机英语
为了高效准备计算机领域的英文文献翻译面试,可以按照以下步骤进行系统训练,重点提升专业术语积累、文献结构理解和即时翻译能力:一、核心能力针对性训练专业术语速记建立术语库:-每天整理《算法导论》《人工智能:现代方法》等经典教材目录中的核心术语(如:Backpropagation-反向传播、HashCollision--用Excel或Anki卡片记录英文术语+中文释义+例句(例:"Thetimecomp
- FastSAM:高效图像分割算法详解与实战
阿qi 爱喝拿铁
本文还有配套的精品资源,点击获取简介:图像分割在图像处理领域中起着至关重要的作用,而FastSAM作为一种高效的图像分割算法,结合了像素的局部特征与全局信息,以自适应聚类方式实现了快速且精确的像素级别分割。其采用基于密度的空间聚类方法处理噪声和不规则形状,自适应策略调整聚类参数以增强泛化能力,并优化计算流程实现并行化处理以提升运行速度。FastSAM算法在医疗、自动驾驶等多个领域具有广泛应用前景。
- Opencv之图像SIFT 特征检测与Harris角点检测
是十一月末
opencvopencv计算机视觉人工智能python特征检测
图像SIFT特征检测与Harris角点检测目录图像SIFT特征检测与Harris角点检测1SIFT特征检测1.1概念1.2主要步骤1.3优缺点1.4函数及参数2Harris角点检测2.1概念2.2**算法思想**2.3特点2.4函数及参数3角点、特征检测3.1焦点、特征检测代码及结果1SIFT特征检测1.1概念SIFT(尺度不变特征变换)是一种用于图像处理中检测和描述图像中局部结构的算法。它是由D
- 算法-图-查找路径
程序员南飞
算法java数据结构职场和发展leetcode
力扣题目:1971.寻找图中是否存在路径-力扣(LeetCode)有一个具有n个顶点的双向图,其中每个顶点标记从0到n-1(包含0和n-1)。图中的边用一个二维整数数组edges表示,其中edges[i]=[ui,vi]表示顶点ui和顶点vi之间的双向边。每个顶点对由最多一条边连接,并且没有顶点存在与自身相连的边。请你确定是否存在从顶点source开始,到顶点destination结束的有效路径。
- 数据采集技术:selenium/正则匹配/xpath/beautifulsoup爬虫实例
写代码的中青年
3天入门机器学习seleniumbeautifulsoup爬虫pythonxpath正则表达式
专栏介绍1.专栏面向零基础或基础较差的机器学习入门的读者朋友,旨在利用实际代码案例和通俗化文字说明,使读者朋友快速上手机器学习及其相关知识体系。2.专栏内容上包括数据采集、数据读写、数据预处理、分类\回归\聚类算法、可视化等技术。3.需要强调的是,专栏仅介绍主流、初阶知识,每一技术模块都是AI研究的细分领域,同更多技术有所交叠,此处不进行讨论和分享。数据采集技术:selenium/正则匹配/xpa
- BCPD++(非刚性配准) 算法原理详解
点云SLAM
点云数据处理技术算法BCPD++非刚性拼接点云数据处理贝叶斯模型
BCPD++算法原理详解一、算法概述BCPD++(BayesianCoherentPointDrift++)是BCPD(BayesianCoherentPointDrift)的增强版本,专为非刚性点云配准设计。它基于贝叶斯概率框架,结合变分推断与高效优化策略,显著提升了配准精度、鲁棒性与计算效率。BCPD++的核心创新在于:分层贝叶斯模型:自适应学习超参数,减少人工调参需求。变分贝叶斯推断:替代传
- 点云配准(点云拼接)论文综述
点云SLAM
点云数据处理技术点云数据处理点云配准DeepICPICP深度学习配准方法特征匹配
点云配准(点云拼接)论文综述1.引言点云配准(PointCloudRegistration)是三维计算机视觉与机器人感知领域的核心任务,其目标是通过几何变换将多个点云对齐至统一坐标系,形成完整的场景表示。该技术广泛应用于自动驾驶、增强现实、工业检测、医学影像等领域。随着传感器技术(如LiDAR、RGB-D相机)的进步与深度学习的发展,点云配准方法经历了从传统优化算法到数据驱动模型的演变。本文系统综
- CPD(Coherent Point Drift)非刚性点云配准算法
点云SLAM
点云数据处理技术算法概率论机器学习非刚性配准CPD配准算法EM算法非刚性拼接
CPD(CoherentPointDrift)非刚性点云配准算法详解一、算法概述CPD(CoherentPointDrift)是一种基于概率模型的非刚性点云配准方法,由AndriyMyronenko等人在2009年提出。它通过将点云配准问题转化为概率密度估计问题,结合高斯混合模型(GMM)与正则化形变场,能够有效处理复杂形变(如人体运动、器官形变)的点云对齐任务。核心特点:非刚性对齐:支持大范围、
- 解读 DeepSeek 关键 RL 算法 GRPO
进一步有进一步的欢喜
LLM算法DeepSeekGRPO
DeepSeekGRPO:面向超大规模RLHF的梯度正则化策略优化算法引言在当下人工智能蓬勃发展的浪潮里,DeepSeek无疑是一颗耀眼的明星,频繁出现在各类科技前沿讨论中,热度持续攀升。从惊艳的模型表现,到不断拓展的应用场景,DeepSeek正以强劲之势重塑着行业格局。大家不难发现,无论是复杂的自然语言处理任务,还是充满挑战的智能推理难题,DeepSeek都能展现出卓越的性能。而这斐然成绩的背后
- java开发工程师面试技巧
酷爱码
经验分享java面试开发语言
Java开发工程师面试是一个常见的技术岗位面试,以下是一些面试技巧和建议:熟悉Java基础知识:在面试中,会经常被问到Java基础知识,包括面向对象编程、集合框架、异常处理、多线程等内容。要确保对这些知识点有扎实的掌握。练习编程题目:在面试中,通常会有编程题目要求,因此建议提前练习一些常见的编程题目,例如算法和数据结构题目。深入了解项目经历:准备好详细了解自己之前的项目经历,包括项目的背景、自己的
- 2024年前端框架选择指南:React、Vue、Angular与新兴框架对比
海豹工匠
前端框架
在当今快速发展的前端技术领域,选择合适的框架对于项目成功至关重要。本文将深入探讨主流前端框架的特点、优缺点及适用场景,为开发者提供全面的选择指南。主流框架概览React特点:基于组件的开发方式,虚拟DOM差分算法优点:灵活性强,生态系统丰富缺点:需要学习JSX和状态管理库适用场景:中大型项目,需要高度灵活性和复杂状态管理的应用Vue特点:简单易学,模板直观,内置状态管理优点:学习曲线平缓,适合快速
- [黑洞与暗粒子]没有光的世界
comsci
无论是相对论还是其它现代物理学,都显然有个缺陷,那就是必须有光才能够计算
但是,我相信,在我们的世界和宇宙平面中,肯定存在没有光的世界....
那么,在没有光的世界,光子和其它粒子的规律无法被应用和考察,那么以光速为核心的
&nbs
- jQuery Lazy Load 图片延迟加载
aijuans
jquery
基于 jQuery 的图片延迟加载插件,在用户滚动页面到图片之后才进行加载。
对于有较多的图片的网页,使用图片延迟加载,能有效的提高页面加载速度。
版本:
jQuery v1.4.4+
jQuery Lazy Load v1.7.2
注意事项:
需要真正实现图片延迟加载,必须将真实图片地址写在 data-original 属性中。若 src
- 使用Jodd的优点
Kai_Ge
jodd
1. 简化和统一 controller ,抛弃 extends SimpleFormController ,统一使用 implements Controller 的方式。
2. 简化 JSP 页面的 bind, 不需要一个字段一个字段的绑定。
3. 对 bean 没有任何要求,可以使用任意的 bean 做为 formBean。
使用方法简介
- jpa Query转hibernate Query
120153216
Hibernate
public List<Map> getMapList(String hql,
Map map) {
org.hibernate.Query jpaQuery = entityManager.createQuery(hql);
if (null != map) {
for (String parameter : map.keySet()) {
jp
- Django_Python3添加MySQL/MariaDB支持
2002wmj
mariaDB
现状
首先,
[email protected] 中默认的引擎为 django.db.backends.mysql 。但是在Python3中如果这样写的话,会发现 django.db.backends.mysql 依赖 MySQLdb[5] ,而 MySQLdb 又不兼容 Python3 于是要找一种新的方式来继续使用MySQL。 MySQL官方的方案
首先据MySQL文档[3]说,自从MySQL
- 在SQLSERVER中查找消耗IO最多的SQL
357029540
SQL Server
返回做IO数目最多的50条语句以及它们的执行计划。
select top 50
(total_logical_reads/execution_count) as avg_logical_reads,
(total_logical_writes/execution_count) as avg_logical_writes,
(tot
- spring UnChecked 异常 官方定义!
7454103
spring
如果你接触过spring的 事物管理!那么你必须明白 spring的 非捕获异常! 即 unchecked 异常! 因为 spring 默认这类异常事物自动回滚!!
public static boolean isCheckedException(Throwable ex)
{
return !(ex instanceof RuntimeExcep
- mongoDB 入门指南、示例
adminjun
javamongodb操作
一、准备工作
1、 下载mongoDB
下载地址:http://www.mongodb.org/downloads
选择合适你的版本
相关文档:http://www.mongodb.org/display/DOCS/Tutorial
2、 安装mongoDB
A、 不解压模式:
将下载下来的mongoDB-xxx.zip打开,找到bin目录,运行mongod.exe就可以启动服务,默
- CUDA 5 Release Candidate Now Available
aijuans
CUDA
The CUDA 5 Release Candidate is now available at http://developer.nvidia.com/<wbr></wbr>cuda/cuda-pre-production. Now applicable to a broader set of algorithms, CUDA 5 has advanced fe
- Essential Studio for WinRT网格控件测评
Axiba
JavaScripthtml5
Essential Studio for WinRT界面控件包含了商业平板应用程序开发中所需的所有控件,如市场上运行速度最快的grid 和chart、地图、RDL报表查看器、丰富的文本查看器及图表等等。同时,该控件还包含了一组独特的库,用于从WinRT应用程序中生成Excel、Word以及PDF格式的文件。此文将对其另外一个强大的控件——网格控件进行专门的测评详述。
网格控件功能
1、
- java 获取windows系统安装的证书或证书链
bewithme
windows
有时需要获取windows系统安装的证书或证书链,比如说你要通过证书来创建java的密钥库 。
有关证书链的解释可以查看此处 。
public static void main(String[] args) {
SunMSCAPI providerMSCAPI = new SunMSCAPI();
S
- NoSQL数据库之Redis数据库管理(set类型和zset类型)
bijian1013
redis数据库NoSQL
4.sets类型
Set是集合,它是string类型的无序集合。set是通过hash table实现的,添加、删除和查找的复杂度都是O(1)。对集合我们可以取并集、交集、差集。通过这些操作我们可以实现sns中的好友推荐和blog的tag功能。
sadd:向名称为key的set中添加元
- 异常捕获何时用Exception,何时用Throwable
bingyingao
用Exception的情况
try {
//可能发生空指针、数组溢出等异常
} catch (Exception e) {
 
- 【Kafka四】Kakfa伪分布式安装
bit1129
kafka
在http://bit1129.iteye.com/blog/2174791一文中,实现了单Kafka服务器的安装,在Kafka中,每个Kafka服务器称为一个broker。本文简单介绍下,在单机环境下Kafka的伪分布式安装和测试验证 1. 安装步骤
Kafka伪分布式安装的思路跟Zookeeper的伪分布式安装思路完全一样,不过比Zookeeper稍微简单些(不
- Project Euler
bookjovi
haskell
Project Euler是个数学问题求解网站,网站设计的很有意思,有很多problem,在未提交正确答案前不能查看problem的overview,也不能查看关于problem的discussion thread,只能看到现在problem已经被多少人解决了,人数越多往往代表问题越容易。
看看problem 1吧:
Add all the natural num
- Java-Collections Framework学习与总结-ArrayDeque
BrokenDreams
Collections
表、栈和队列是三种基本的数据结构,前面总结的ArrayList和LinkedList可以作为任意一种数据结构来使用,当然由于实现方式的不同,操作的效率也会不同。
这篇要看一下java.util.ArrayDeque。从命名上看
- 读《研磨设计模式》-代码笔记-装饰模式-Decorator
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
import java.io.BufferedOutputStream;
import java.io.DataOutputStream;
import java.io.FileOutputStream;
import java.io.Fi
- Maven学习(一)
chenyu19891124
Maven私服
学习一门技术和工具总得花费一段时间,5月底6月初自己学习了一些工具,maven+Hudson+nexus的搭建,对于maven以前只是听说,顺便再自己的电脑上搭建了一个maven环境,但是完全不了解maven这一强大的构建工具,还有ant也是一个构建工具,但ant就没有maven那么的简单方便,其实简单点说maven是一个运用命令行就能完成构建,测试,打包,发布一系列功
- [原创]JWFD工作流引擎设计----节点匹配搜索算法(用于初步解决条件异步汇聚问题) 补充
comsci
算法工作PHP搜索引擎嵌入式
本文主要介绍在JWFD工作流引擎设计中遇到的一个实际问题的解决方案,请参考我的博文"带条件选择的并行汇聚路由问题"中图例A2描述的情况(http://comsci.iteye.com/blog/339756),我现在把我对图例A2的一个解决方案公布出来,请大家多指点
节点匹配搜索算法(用于解决标准对称流程图条件汇聚点运行控制参数的算法)
需要解决的问题:已知分支
- Linux中用shell获取昨天、明天或多天前的日期
daizj
linuxshell上几年昨天获取上几个月
在Linux中可以通过date命令获取昨天、明天、上个月、下个月、上一年和下一年
# 获取昨天
date -d 'yesterday' # 或 date -d 'last day'
# 获取明天
date -d 'tomorrow' # 或 date -d 'next day'
# 获取上个月
date -d 'last month'
#
- 我所理解的云计算
dongwei_6688
云计算
在刚开始接触到一个概念时,人们往往都会去探寻这个概念的含义,以达到对其有一个感性的认知,在Wikipedia上关于“云计算”是这么定义的,它说:
Cloud computing is a phrase used to describe a variety of computing co
- YII CMenu配置
dcj3sjt126com
yii
Adding id and class names to CMenu
We use the id and htmlOptions to accomplish this. Watch.
//in your view
$this->widget('zii.widgets.CMenu', array(
'id'=>'myMenu',
'items'=>$this-&g
- 设计模式之静态代理与动态代理
come_for_dream
设计模式
静态代理与动态代理
代理模式是java开发中用到的相对比较多的设计模式,其中的思想就是主业务和相关业务分离。所谓的代理设计就是指由一个代理主题来操作真实主题,真实主题执行具体的业务操作,而代理主题负责其他相关业务的处理。比如我们在进行删除操作的时候需要检验一下用户是否登陆,我们可以删除看成主业务,而把检验用户是否登陆看成其相关业务
- 【转】理解Javascript 系列
gcc2ge
JavaScript
理解Javascript_13_执行模型详解
摘要: 在《理解Javascript_12_执行模型浅析》一文中,我们初步的了解了执行上下文与作用域的概念,那么这一篇将深入分析执行上下文的构建过程,了解执行上下文、函数对象、作用域三者之间的关系。函数执行环境简单的代码:当调用say方法时,第一步是创建其执行环境,在创建执行环境的过程中,会按照定义的先后顺序完成一系列操作:1.首先会创建一个
- Subsets II
hcx2013
set
Given a collection of integers that might contain duplicates, nums, return all possible subsets.
Note:
Elements in a subset must be in non-descending order.
The solution set must not conta
- Spring4.1新特性——Spring缓存框架增强
jinnianshilongnian
spring4
目录
Spring4.1新特性——综述
Spring4.1新特性——Spring核心部分及其他
Spring4.1新特性——Spring缓存框架增强
Spring4.1新特性——异步调用和事件机制的异常处理
Spring4.1新特性——数据库集成测试脚本初始化
Spring4.1新特性——Spring MVC增强
Spring4.1新特性——页面自动化测试框架Spring MVC T
- shell嵌套expect执行命令
liyonghui160com
一直都想把expect的操作写到bash脚本里,这样就不用我再写两个脚本来执行了,搞了一下午终于有点小成就,给大家看看吧.
系统:centos 5.x
1.先安装expect
yum -y install expect
2.脚本内容:
cat auto_svn.sh
#!/bin/bash
- Linux实用命令整理
pda158
linux
0. 基本命令 linux 基本命令整理
1. 压缩 解压 tar -zcvf a.tar.gz a #把a压缩成a.tar.gz tar -zxvf a.tar.gz #把a.tar.gz解压成a
2. vim小结 2.1 vim替换 :m,ns/word_1/word_2/gc  
- 独立开发人员通向成功的29个小贴士
shoothao
独立开发
概述:本文收集了关于独立开发人员通向成功需要注意的一些东西,对于具体的每个贴士的注解有兴趣的朋友可以查看下面标注的原文地址。
明白你从事独立开发的原因和目的。
保持坚持制定计划的好习惯。
万事开头难,第一份订单是关键。
培养多元化业务技能。
提供卓越的服务和品质。
谨小慎微。
营销是必备技能。
学会组织,有条理的工作才是最有效率的。
“独立
- JAVA中堆栈和内存分配原理
uule
java
1、栈、堆
1.寄存器:最快的存储区, 由编译器根据需求进行分配,我们在程序中无法控制.2. 栈:存放基本类型的变量数据和对象的引用,但对象本身不存放在栈中,而是存放在堆(new 出来的对象)或者常量池中(字符串常量对象存放在常量池中。)3. 堆:存放所有new出来的对象。4. 静态域:存放静态成员(static定义的)5. 常量池:存放字符串常量和基本类型常量(public static f