The Fourth Dimension Space
The Fourth Dimension Space

暑假训练计划

暑假训练计划

最小割
线段树+扫描线（矩形面积并)
高级线段树（航电A题)
菲薄拉齐数列logn解法 非矩阵乘法
dinic模板
多边形切割 福大月赛题


复习：后缀数组，RMQ, 欧拉回路，哈密顿回路...

你可能感兴趣的:(暑假训练计划)

  • [2025年最新]关于使用python和Java调用AI大模型 尤物程序猿 pythonjava人工智能
    一、AI算法的核心概念与原理AI算法，即人工智能算法，是让计算机模拟人类智能行为、从数据中学习并进行决策的一系列数学方法与规则集合。其核心目标是赋予机器从经验中学习、对未知情况做出合理判断与决策的能力。机器学习是AI算法的重要基础领域，它使计算机能基于数据进行学习并改进性能。监督学习作为机器学习的关键分支，依靠已标记数据进行模型训练。例如在图像分类任务中，为算法提供大量已标注好类别（如“猫”“狗”
  • 媒体声音｜专访阿里云数据库周文超博士：AI就绪的智能数据平台设计思路 数据库知识分享者小北 媒体阿里云人工智能数据库
    文章转载自：CSDN编辑：宋慧在生成式AI的浪潮中，数据的重要性日益凸显。大模型在实际业务场景的落地过程中，必须有海量数据的支撑：经过训练、推理和分析等一系列复杂的数据处理过程，才能最终产生业务价值。事实上，大模型本身就是数据处理后的产物，以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题，这正是以阿里云为代表的企业推动“Data+AI”融合战略的核心动因。那么，“Data
  • 机器学习： LightGBM模型（优化版）——高效且强大的树形模型 秀儿还能再秀 机器学习决策树LightBMGGBDT
    LightGBM（LightGradientBoostingMachine）是一种基于梯度提升决策树（GBDT）的框架，由微软提出。它具有高效的训练速度、低内存占用、支持并行和GPU加速等特点，非常适合大规模数据的训练任务，尤其在分类和回归任务中表现突出。LightGBM的核心原理可以从以下几个方面来理解：LightGBM模型特点（一）基于梯度提升的树模型LightGBM是一个梯度提升决策树（GB
  • PyTorch + torchvision是什么 太阳照常升起-- pytorch人工智能python
    PyTorch是什么？PyTorch是一个开源的深度学习框架，由FacebookAI开发，它的特点是：易用性强：Python风格代码，好写好调试动态图机制：代码运行即图构建，更灵活支持GPU：训练快，效率高社区活跃：资料多，支持好torchvision是什么？torchvision是PyTorch的官方图像处理工具包，它包含：预训练模型（如ResNet、MobileNet、EfficientNet
  • 大模型训练｜动态梯度压缩+混合精度架构：显存直降65%、效率飙升300%！攻克显存爆炸与带宽瓶颈 CodePatentMaster 架构
    革命性创新！百度自研动态梯度压缩技术让大模型训练效率提升300%核心价值北京百度网讯科技有限公司通过动态梯度压缩算法（DynamicGradientCompression,DGC）与混合精度分布式训练框架，实现训练速度提升300%、显存占用降低65%，解决大模型训练中显存资源浪费与通信带宽瓶颈问题。一、技术原理深度剖析痛点定位当前大模型训练面临两大核心难题：显存占用过高：传统全精度训练（FP32）
  • 大模型训练｜混合精度+梯度压缩：显存直降50%！破局显存墙的双效方案 CodePatentMaster 人工智能
    颠覆性突破！百度智能搜索技术让意图识别准确率提升60%标注信息申请人：北京百度网讯科技有限公司|申请号：CN202411615206.5|优先权日：2024-11-12一、技术原理深度剖析痛点定位：搜索意图识别的"最后一公里"难题传统搜索系统面临两大核心挑战：语义鸿沟：用户搜索词与真实意图存在表达偏差（如"苹果手机最新款价格"vs“iPhone15Pro256GB官网价”）行为信号浪费：95%的用
  • 计算机视觉技术的优势与挑战：深入探讨与未来展望 猿享天开 技术杂汇计算机视觉CV
    目录计算机视觉技术的优势与挑战：深入探讨与未来展望计算机视觉技术的优势1.高效处理大量数据2.自动化和高精度3.实时应用4.多领域应用计算机视觉技术的挑战1.数据质量和多样性2.复杂场景和语义理解3.训练数据和算法设计4.隐私与安全问题未来展望1.数据增强与合成2.多模态学习3.轻量化模型4.隐私保护与安全保障结语计算机视觉（ComputerVision,CV）技术是一种利用计算机和算法来模拟和实
  • NVIDIA A100能效跃迁与架构精解 智能计算研究中心 其他
    内容概要作为NVIDIAAmpere架构的旗舰计算卡，A100通过系统性架构重构实现了计算密度与能效的突破性升级。其核心创新围绕第三代TensorCore展开，通过引入细粒度结构化稀疏支持与增强型混合精度计算，使稀疏模型训练速度提升至传统架构的2.5倍。SM多实例化技术将单个流式多处理器动态分割为7个独立实例，在云原生环境中实现GPU资源利用率从65%到95%的跃升。配合带宽达1.6TB/s的HB
  • AI训练师入行指南（六）：模型部署 人工智能机器学习深度学习
    ——从保险箱到展览柜，让智能珠宝闪耀人间一、开篇在《指南（五）》中，我们像顶级珠宝鉴定师一样，用F1-Score和AUC-ROC给模型打了分。但正如鉴定证书不能直接变现，模型也需要走出实验室的保险箱，才能真正创造价值。现在，我们要做的是：把珍宝摆进展览柜，还要确保它不会在聚光灯下突然裂开。二、部署三板斧：从实验室到生产线1.打包封装：给珍宝穿上防弹衣格式转换（模型瘦身术）ONNX：万能展览架tor
  • GEE训练教程——从 JRC 洪水风险数据集中提取不同返回周期的洪水风险信息统计，进行直方图可视化和分析并下载数据 此星光明 GEE教程训练gee云计算jrc直方图洪水数据可视化
    GEE训练教程——从JRC洪水风险数据集中提取不同返回周期的洪水风险信息，进行可视化和分析，并导出特定数据代码解释这段代码使用GoogleEarthEngine(GEE)处理全球洪水风险数据。以下是代码的逐行解释：1.定义地理区域vargeometry=/*color:#d63000*//*displayProperties:[{"type":"rectangle"}]*/ee.Geometry.
  • 算力网协同驱动多场景智能升级 智能计算研究中心 其他
    内容概要算力网络作为数字基础设施的核心载体，正通过架构优化与资源协同机制重塑多场景智能生态。以异构计算与边缘计算为技术突破口，算力供给模式逐步从集中式向分布式演进，支撑AI模型训练、工业互联网及元宇宙等复杂场景的实时响应需求。通过对12类典型应用场景的算力部署方案分析，可见生物计算与量子比特等技术突破正在加速跨领域融合创新。在算力调度策略方面，动态负载均衡与能效优化成为关键，需结合电力供应、散热系
  • H800加速引擎与能效突破 智能计算研究中心 其他
    内容概要H800加速引擎作为新一代异构计算平台的核心组件，其设计理念聚焦于能效优化与场景化性能突破。基于第五代异构架构，该引擎通过智能功耗管理系统与动态频率调节技术的协同作用，在硬件层实现了算力与能耗的动态平衡。值得注意的是，其混合精度计算单元通过灵活配置FP16、INT8及BF16精度模式，显著降低了大规模模型训练中的资源开销，而分布式缓存设计则通过数据局部性优化，减少了跨节点通信带来的延迟与能
  • PyTorch量化进阶教程：第三章 A 股数据处理与特征工程 船长@Quant Python量化基础pythonpytorchTA-Libsklearntransformer量化交易深度学习
    PyTorch量化进阶教程：第三章A股数据处理与特征工程本教程通过深入讲解Transformer架构、自注意力机制及时间序列预测，结合Tushare数据源和TA-Lib技术指标，实现从数据处理到模型训练、回测与策略部署的完整量化交易系统。教程每个环节都通过专业示例和代码实现进行阐释，确保读者能够扎实掌握并灵活运用所学知识。文中内容仅限技术学习与代码实践参考，市场存在不确定性，技术分析需谨慎验证，不
  • 高效向量检索实践：阿里云百炼生成+Milvus存储技术方案解析
    凌晨1点，某电商平台的推荐系统突然告急——每秒涌入的10万次用户点击，让原本精准的搜索推荐陷入混乱。商品库中上亿张图片和描述文本，如何在毫秒内找到与用户行为最匹配的商品？另一边，一家汽车公司的自动驾驶团队正为如何用千万份单日PB级的仿真驾驶多模态数据的预训练发愁；同时还有更多企业在思考如何进一步提高智能客服回答问题的准确度并给用户提供相应参考信息。这些场景背后，是一个共同的挑战：多模态数据的处理效
  • 从代码学习深度学习 - 残差网络（ResNet）PyTorch版 飞雪白鹿€ 深度学习-pytorch版深度学习pytorch
    文章目录前言一、残差网络（ResNet）介绍1.1.背景与动机1.2.核心思想：残差学习残差块（ResidualBlock）1.3.ResNet的网络架构ResNet-18架构不同深度的ResNet瓶颈块（BottleneckBlock）1.4.优势与特点1.5.应用场景二、代码解析与实现2.1.数据加载2.2.模型定义2.3.训练工具函数2.4.可视化工具三、模型训练与结果分析3.1.训练模型3
  • AI大模型的规模化定律(Scaling Law)的本质：在对数据做更好的无损压缩 AGI大模型与大数据研究院 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
    AI大模型的规模化定律(ScalingLaw)的本质：在对数据做更好的无损压缩AI大模型,规模化定律,数据压缩,无损压缩,模型性能,计算资源,训练效率1.背景介绍近年来，深度学习模型的规模不断扩大，从最初的几百万参数到如今的数十亿甚至千亿参数，模型规模的增长带来了显著的性能提升。然而，模型规模的增长也带来了巨大的计算资源消耗和训练时间成本。如何更高效地利用数据资源，提升模型训练效率，成为当前人工智
  • 《Sklearn 机器学习模型--分类模型》--支持向量机（Support Vector Machine, SVM） 非门由也 机器学习数据分析支持向量机机器学习sklearn
    支持向量机（SupportVectorMachine,SVM）是一种基于间隔最大化原理的分类模型，其核心在于构建最优超平面以区分不同类别，并具有处理高维数据的优势‌。是否高斯分布/复杂边界多项式关系输入训练数据数据标准化处理数据是否线性可分?选择线性核函数选择非线性核函数数据特征类型?使用RBF核使用多项式核构建SVM目标函数求解凸优化问题:最大化间隔得到支持向量与超平面分类新样本输出预测类别核心
  • 基于大模型预测动脉导管未闭的多维度研究报告 LCG元 围术期危险因子预测模型研究算法人工智能
    目录一、引言1.1研究背景与目的1.2国内外研究现状1.3研究方法与创新点二、动脉导管未闭相关理论基础2.1动脉导管未闭的病理机制2.2现有诊断方法概述三、大模型在动脉导管未闭预测中的应用原理3.1大模型的选择与特点3.2数据收集与预处理3.3模型训练与优化四、术前风险预测与手术方案制定4.1大模型对术前风险的预测分析4.2基于预测结果的手术方案制定五、术中监测与麻醉方案5.1大模型辅助术中监测要
  • 3.28总结计划 就是小李子 其他
    总结：学习自动化测试元素定位WebDriver基本元素定位方式：1.id定位：find_element_by_id(self,id_)2.name定位：find_element_by_name(self,name)3.class定位：find_element_by_class_name(self,name)4.link定位：find_element_by_link_text(self,link_t
  • GPT-SoVITS-WebUI可以中文声音克隆开源AI工具简介 愚梦者 人工智能gpt人工智能音频python
    引言：近年来，随着人工智能技术的不断发展，语音技术已经成为了热门领域。尽管已有不少技术实现了一定程度的成功，但传统语音合成技术的问题依然存在。传统方法对于训练数据的需求量大、效果受到声音质量和口音差异的影响。因此，在语音技术领域中，一种受到广泛关注的新技术GPT-SoVITS-WebUI应运而生。GPT-SoVITS是花儿不哭大佬研发的低成本AI音色克隆软件，作为一种新兴的网络界面工具，具有自主学
  • 大模型在2型糖尿病预测及围手术期管理中的应用研究 LCG元 围术期危险因子预测模型研究人工智能机器学习算法
    目录一、引言1.1研究背景与意义1.2国内外研究现状1.3研究目的与创新点二、大模型预测2型糖尿病的原理与方法2.1大模型概述2.2用于2型糖尿病预测的大模型类型2.3模型训练与数据来源2.4预测指标与算法三、术前风险预测与评估3.1血糖控制情况预测3.2心血管疾病风险预测3.3感染风险预测3.4其他潜在风险预测四、术中监测与风险预警4.1实时血糖监测与调控4.2麻醉相关风险预警4.3手术并发症风
  • 显卡服务器的作用主要是什么？ wanhengidc 服务器运维
    显卡服务器一般是指配置了高性能图形处理单元的服务器，显卡服务器主要是用来执行需要大量图形和并行计算能力的任务，今天小编就来为大家介绍一下显卡服务器的主要作用是什么吧！显卡服务器中的高性能图形处理器是深度学习训练的首选硬件，能够帮助企业和用户并行处理大量数据，以此来加速神经网络的训练过程，其中CPU加速可以提高自然语言处理任务的效率，其中包括语音识别和机器翻译等应用场景当中。显卡服务器通常还可以应用
  • 管理学 复习 辐散 基础笔记学习职场和发展
    第一章决策与计划1、决策过程包括四步过程：①了解、检查所选方案执行情况，做出评价，导致新的决策；②调查情况，分析形式，搜集信息，找出制订决策的理由；③在各方案中抉择，确定较满意的付诸实施；④制订可能地行动方案。四步过程正确的顺序是（）。A.①②③④B.②①③④C.②①④③D.②④③①答案：D2、决策理论学派认为决策贯穿于整个管理过程，决策遵循什么原则（）。A.满意原则B.最优原则C.效益最大D.成
  • 使用unsloth进行grpo训练报错及解决方法 yuanlulu LLMLLM强化学习deepseekgrpolora微调
    说明前段时间用unsloth尝试了grpo训练，简单复现了deepseek用到的强化学习训练方法。期间遇到了很多问题，简单记录下解决办法。问题1：pipinstall报错报错信息：WARNING:Retrying(Retry(total=4,connect=None,read=None,redirect=None,status=None))afterconnectionbrokenby'SSLEr
  • # 使用 OpenCV 和神经网络实现图像风格化 www_pp_ opencv神经网络人工智能
    使用OpenCV和神经网络实现图像风格化在计算机视觉领域，图像风格化是一个非常有趣的应用，它可以通过神经网络将一张普通图像转换成具有某种艺术风格的图像。本文将介绍如何使用OpenCV和预训练的神经网络模型来实现图像风格化的效果。我们将通过一个具体的例子，将一张普通照片转换成具有马赛克风格的图像。1.环境准备在开始之前，请确保你已经安装了以下工具和库：Python：建议使用Python3.x。Ope
  • 【蓝桥杯】入门训练 斐波那契数列 --- C语言 小黑在学习 蓝桥杯题库习题c语言
    【蓝桥杯】入门训练Fibonacci数列—C语言问题是这样的：Fibonacci数列的递推公式为：Fn=Fn-1+Fn-2，其中F1=F2=1。当n比较大时，Fn也非常大，现在我们想知道，Fn除以10007的余数是多少。要求输入一个整数，输出一个整数。例如：输入：10输出：55输入：22输出：7704首先，对题目进行分析，答案是要求Fn除以10007的余数，所以我只需要计算这个余数，而不需要先计算
  • MOM成功实施分享（二）数字化如何赋能企业与建设经验分享 dephixf MOM相关制造
    1.实施数字化项目的原因提升客户满意度：通过数字化项目，提高生产现场管理水平，建立标准化仓库管理，提升订单准时交付率，高效协同业务流转，提供决策支持数据，提升物料存放流转效率，透明仓库物料数据，保障计划执行稳定，透明化业务数据，优化供应链运行，优化生产计划管理业务，关键物料过程追溯，提高周转减少库存资金，数据驱动业务变革，从而提升客户满意度。保障订单交付：通过数字化项目，优化生产计划管理，提高订单
  • 从流程架构看ERP与PLM\MES\APS\WMS\MDM的结构关系 jmoych 架构
    在制造业，从业务流程角度来看，制造企业中ERP（企业资源计划）、PLM（产品生命周期管理）、MES（制造执行系统）、APS（高级计划与排程）、WMS（仓库管理系统）、ESB（企业服务总线）、MDM（主数据管理）等系统之间的结构关系如下：一、整体业务流程框架制造企业的整体业务流程通常包括产品规划、设计、采购、生产、销售、物流等多个环节，这些环节由不同的系统支持和管理，共同构成了一个完整的业务流程框架
  • LeetCode面试经典150题 - 1. 数组、字符串题解记录（持续更新中） Mophead_Zarathustra Mophead的小白刷题笔记leetcodepython面试经典150题
    LeetCode面试经典150题-1.数组、字符串题解记录（持续更新中）面试经典150题-学习计划-力扣（LeetCode）全球极客挚爱的技术成长平台88.合并两个有序数组-力扣（LeetCode）方法一：直接合并sort，注意：使用了切片赋值nums1[:]，表示对整个nums1列表的所有元素进行替换。这样做不会改变nums1这个对象的引用，而是在原有对象内更新数据，从而外部对这个对象的引用也会
  • DeepSeek环境适配实战：从云到端无缝部署的终极方案 恶霸不委屈 pythonbash人工智能deepseek
    摘要：当AI模型需要在10+种芯片、5+种云平台、数百类边缘设备上运行时，如何避免"移植地狱"？DeepSeek通过自适应环境感知引擎，实现跨平台部署效率提升20倍。本文揭秘其环境适配核心技术，并附可复用的实战配置模板。一、环境适配的五大死亡陷阱在复杂异构环境中，开发者常陷入以下困境：场景典型问题经济损失案例云端训练/边缘推理TensorRT与PyTorch模型格式不兼容某安防企业交付延迟导致违约
  • Maven Array_06 eclipsejdkmaven
    Maven Maven是基于项目对象模型(POM)， 信息来管理项目的构建，报告和文档的软件项目管理工具。 Maven 除了以程序构建能力为特色之外，还提供高级项目管理工具。由于 Maven 的缺省构建规则有较高的可重用性，所以常常用两三行 Maven 构建脚本就可以构建简单的项目。由于 Maven 的面向项目的方法，许多 Apache Jakarta 项目发文时使用 Maven，而且公司
  • ibatis的queyrForList和queryForMap区别 bijian1013 javaibatis
    一.说明         iBatis的返回值参数类型也有种：resultMap与resultClass，这两种类型的选择可以用两句话说明之：         1.当结果集列名和类的属性名完全相对应的时候，则可直接用resultClass直接指定查询结果类
  • LeetCode[位运算] - #191 计算汉明权重 Cwind java位运算LeetCodeAlgorithm题解
    原题链接：#191 Number of 1 Bits 要求： 写一个函数，以一个无符号整数为参数，返回其汉明权重。例如，‘11’的二进制表示为'00000000000000000000000000001011', 故函数应当返回3。 汉明权重：指一个字符串中非零字符的个数；对于二进制串，即其中‘1’的个数。 难度：简单 分析： 将十进制参数转换为二进制，然后计算其中1的个数即可。 “
  • 浅谈java类与对象 15700786134 java
          java是一门面向对象的编程语言，类与对象是其最基本的概念。所谓对象，就是一个个具体的物体，一个人，一台电脑，都是对象。而类，就是对象的一种抽象，是多个对象具有的共性的一种集合，其中包含了属性与方法，就是属于该类的对象所具有的共性。当一个类创建了对象，这个对象就拥有了该类全部的属性，方法。相比于结构化的编程思路，面向对象更适用于人的思维
  • linux下双网卡同一个IP 被触发 linux
    转自： http://q2482696735.blog.163.com/blog/static/250606077201569029441/ 由于需要一台机器有两个网卡，开始时设置在同一个网段的IP，发现数据总是从一个网卡发出，而另一个网卡上没有数据流动。网上找了下，发现相同的问题不少： 一、 关于双网卡设置同一网段IP然后连接交换机的时候出现的奇怪现象。当时没有怎么思考、以为是生成树
  • 安卓按主页键隐藏程序之后无法再次打开 肆无忌惮_ 安卓
    遇到一个奇怪的问题，当SplashActivity跳转到MainActivity之后，按主页键，再去打开程序，程序没法再打开（闪一下），结束任务再开也是这样，只能卸载了再重装。而且每次在Log里都打印了这句话"进入主程序"。后来发现是必须跳转之后再finish掉SplashActivity   本来代码：   // 销毁这个Activity fin
  • 通过cookie保存并读取用户登录信息实例 知了ing JavaScripthtml
    通过cookie的getCookies()方法可获取所有cookie对象的集合；通过getName()方法可以获取指定的名称的cookie；通过getValue()方法获取到cookie对象的值。另外，将一个cookie对象发送到客户端，使用response对象的addCookie()方法。 下面通过cookie保存并读取用户登录信息的例子加深一下理解。 （1）创建index.jsp文件。在改
  • JAVA 对象池 矮蛋蛋 javaObjectPool
    原文地址： http://www.blogjava.net/baoyaer/articles/218460.html Jakarta对象池       ☆为什么使用对象池   恰当地使用对象池化技术，可以有效地减少对象生成和初始化时的消耗，提高系统的运行效率。Jakarta Commons Pool组件提供了一整套用于实现对象池化
  • ArrayList根据条件+for循环批量删除的方法 alleni123 java
    场景如下： ArrayList<Obj> list Obj-> createTime, sid. 现在要根据obj的createTime来进行定期清理。（释放内存） ------------------------- 首先想到的方法就是 for(Obj o:list){ if(o.createTime-currentT>xxx){
  • 阿里巴巴“耕地宝”大战各种宝 百合不是茶 平台战略
    “耕地保”平台是阿里巴巴和安徽农民共同推出的一个 “首个互联网定制私人农场”，“耕地宝”由阿里巴巴投入一亿 ，主要是用来进行农业方面，将农民手中的散地集中起来 不仅加大农民集体在土地上面的话语权，还增加了土地的流通与 利用率，提高了土地的产量，有利于大规模的产业化的高科技农业的 发展，阿里在农业上的探索将会引起新一轮的产业调整，但是集体化之后农民的个体的话语权 将更少，国家应出台相应的法律法规保护
  • Spring注入有继承关系的类（1） bijian1013 javaspring
    一个类一个类的注入 1.AClass类 package com.bijian.spring.test2; public class AClass { String a; String b; public String getA() { return a; } public void setA(Strin
  • 30岁转型期你能否成为成功人士 bijian1013 成功
            很多人由于年轻时走了弯路，到了30岁一事无成，这样的例子大有人在。但同样也有一些人，整个职业生涯都发展得很优秀，到了30岁已经成为职场的精英阶层。由于做猎头的原因，我们接触很多30岁左右的经理人，发现他们在职业发展道路上往往有很多致命的问题。在30岁之前，他们的职业生涯表现很优秀，但从30岁到40岁这一段，很多人
  • [Velocity三]基于Servlet+Velocity的web应用 bit1129 velocity
    什么是VelocityViewServlet 使用org.apache.velocity.tools.view.VelocityViewServlet可以将Velocity集成到基于Servlet的web应用中，以Servlet+Velocity的方式实现web应用   Servlet + Velocity的一般步骤 1.自定义Servlet，实现VelocityViewServl
  • 【Kafka十二】关于Kafka是一个Commit Log Service bit1129 service
    Kafka is a distributed, partitioned, replicated commit log service.这里的commit log如何理解？   A message is considered "committed" when all in sync replicas for that partition have applied i
  • NGINX + LUA实现复杂的控制 ronin47 lua nginx 控制
    安装lua_nginx_module 模块 lua_nginx_module 可以一步步的安装，也可以直接用淘宝的OpenResty Centos和debian的安装就简单了。。 这里说下freebsd的安装： fetch http://www.lua.org/ftp/lua-5.1.4.tar.gz tar zxvf lua-5.1.4.tar.gz cd lua-5.1.4 ma
  • java-14.输入一个已经按升序排序过的数组和一个数字， 在数组中查找两个数，使得它们的和正好是输入的那个数字 bylijinnan java
    public class TwoElementEqualSum { /** * 第 14 题： 题目：输入一个已经按升序排序过的数组和一个数字， 在数组中查找两个数，使得它们的和正好是输入的那个数字。 要求时间复杂度是 O(n) 。如果有多对数字的和等于输入的数字，输出任意一对即可。 例如输入数组 1 、 2 、 4 、 7 、 11 、 15 和数字 15 。由于
  • Netty源码学习-HttpChunkAggregator-HttpRequestEncoder-HttpResponseDecoder bylijinnan javanetty
    今天看Netty如何实现一个Http Server org.jboss.netty.example.http.file.HttpStaticFileServerPipelineFactory： pipeline.addLast("decoder", new HttpRequestDecoder()); pipeline.addLast(&quo
  • java敏感词过虑-基于多叉树原理 cngolon 违禁词过虑替换违禁词敏感词过虑多叉树
    基于多叉树的敏感词、关键词过滤的工具包，用于java中的敏感词过滤 1、工具包自带敏感词词库，第一次调用时读入词库，故第一次调用时间可能较长，在类加载后普通pc机上html过滤5000字在80毫秒左右，纯文本35毫秒左右。   2、如需自定义词库，将jar包考入WEB-INF工程的lib目录，在WEB-INF/classes目录下建一个 utf-8的words.dict文本文件，
  • 多线程知识 cuishikuan 多线程
    T1，T2，T3三个线程工作顺序，按照T1，T2，T3依次进行 public class T1 implements Runnable{           @Override      
  • spring整合activemq dalan_123 java spring jms
    整合spring和activemq需要搞清楚如下的东东1、ConnectionFactory分：     a、spring管理连接到activemq服务器的管理ConnectionFactory也即是所谓产生到jms服务器的链接      b、真正产生到JMS服务器链接的ConnectionFactory还得
  • MySQL时间字段究竟使用INT还是DateTime？ dcj3sjt126com mysql
      环境：Windows XPPHP Version 5.2.9MySQL Server 5.1 第一步、创建一个表date_test（非定长、int时间） CREATE TABLE `test`.`date_test` (`id` INT NOT NULL AUTO_INCREMENT ,`start_time` INT NOT NULL ,`some_content`
  • Parcel: unable to marshal value dcj3sjt126com marshal
    在两个activity直接传递List<xxInfo>时，出现Parcel: unable to marshal value异常。   在MainActivity页面（MainActivity页面向NextActivity页面传递一个List<xxInfo>）：   Intent intent = new Intent(this, Next
  • linux进程的查看上（ps） eksliang linux pslinux ps -llinux ps aux
    ps:将某个时间点的进程运行情况选取下来 转载请出自出处：http://eksliang.iteye.com/admin/blogs/2119469 http://eksliang.iteye.com         ps 这个命令的man page 不是很好查阅，因为很多不同的Unix都使用这儿ps来查阅进程的状态，为了要符合不同版本的需求，所以这个
  • 为什么第三方应用能早于System的app启动 gqdy365 System
    Android应用的启动顺序网上有一大堆资料可以查阅了，这里就不细述了，这里不阐述ROM启动还有bootloader，软件启动的大致流程应该是启动kernel -> 运行servicemanager 把一些native的服务用命令启动起来（包括wifi, power, rild, surfaceflinger, mediaserver等等）-> 启动Dalivk中的第一个进程Zygot
  • App Framework发送JSONP请求(3) hw1287789687 jsonp跨域请求发送jsonpajax请求越狱请求
    App Framework 中如何发送JSONP请求呢? 使用jsonp,详情请参考:http://json-p.org/ 如何发送Ajax请求呢? (1)登录 /*** * 会员登录 * @param username * @param password */ var user_login=function(username,password){ // aler
  • 发福利，整理了一份关于“资源汇总”的汇总 justjavac 资源
    觉得有用的话，可以去github关注：https://github.com/justjavac/awesome-awesomeness-zh_CN 通用 free-programming-books-zh_CN 免费的计算机编程类中文书籍 精彩博客集合 hacke2/hacke2.github.io#2 ResumeSample 程序员简历
  • 用 Java 技术创建 RESTful Web 服务 macroli java编程WebREST
    转载：http://www.ibm.com/developerworks/cn/web/wa-jaxrs/   JAX-RS (JSR-311) 【 Java API for RESTful Web Services 】是一种 Java™ API，可使 Java Restful 服务的开发变得迅速而轻松。这个 API 提供了一种基于注释的模型来描述分布式资源。注释被用来提供资源的位
  • CentOS6.5-x86_64位下oracle11g的安装详细步骤及注意事项 超声波 oraclelinux
    前言： 这两天项目要上线了，由我负责往服务器部署整个项目，因此首先要往服务器安装oracle，服务器本身是CentOS6.5的64位系统，安装的数据库版本是11g，在整个的安装过程中碰到很多的坑，不过最后还是通过各种途径解决并成功装上了。转别写篇博客来记录完整的安装过程以及在整个过程中的注意事项。希望对以后那些刚刚接触的菜鸟们能起到一定的帮助作用。   安装过程中可能遇到的问题（注
  • HttpClient 4.3 设置keeplive 和 timeout 的方法 supben httpclient
    ConnectionKeepAliveStrategy kaStrategy = new DefaultConnectionKeepAliveStrategy() { @Override public long getKeepAliveDuration(HttpResponse response, HttpContext context) { long keepAlive
  • Spring 4.2新特性-@Import注解的升级 wiselyman spring 4
    3.1 @Import @Import注解在4.2之前只支持导入配置类 在4.2,@Import注解支持导入普通的java类,并将其声明成一个bean 3.2 示例 演示java类 package com.wisely.spring4_2.imp; public class DemoService { public void doSomethin
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他