ooppookid
ooppookid

UML技术_基础技术（0001）_常用UML绘制工具

UML技术_基础技术（0001）_常用UML绘制工具


基础技术：

本文介绍三种不同场合下最为常用的工具：

1.rational rose

专业级的工具，支持各种可视化建模，以及代码、结构的生成，包括数据库等等，而且拥有版本控制等功能，可以多人设计。

由于功能太多太全，产品过重，用起来不是很方便，一般国内项目慎重使用。而且收费！

下载地址：点击打开链接（这么大的东西还是放到新浪网盘上吧，百度网盘好用，但是容量太小）

UML技术_基础技术（0001）_常用UML绘制工具_第1张图片


2.starUML

轻量级的工具，不用安装，放到移动存储就可以用，移植也很方便。功能不是特别多，但是已经足够国内项目的使用。

免费的工具不会有什么技术支持，不过使用者很多，碰到问题解决起来也很快。作为设计者的首选，做汇报或者讲解时候带个U盘就OK。

下载地址：点击打开链接（官方windows版，当然也有mac版，大家自己搜搜吧，官方正式版，不注册只能使用。追求破解版的自行绕路）

UML技术_基础技术（0001）_常用UML绘制工具_第2张图片


3.Amateras

eclipse一个插件，和eclipse兼容型非常好，包括class、interface等图标都是用eclipse的，所以使用eclipse的开发者用起来会非常顺手，而且可以通过拖拉直接通过类生成图，非常方便。

作为开发者的首选，应该说国内项目的首选，因为大部分都是代码出来以后再去补图或者改图，减少大部分工作量。

下载地址：点击打开链接（内附自己写的使用说明，，亲测无问题，MyEclipse2014、MyEclipse 9、Eclipse 4.4）



点击进入ooppookid的博客



你可能感兴趣的:(技术,插件,工具,UML,可视化)

  • 制造业数字化转型之工业级远程控制方案选型指南 2501_90729959 RayLink远程控制软件远程控制云计算网络
    在“中国制造2025”战略和“双碳”目标的推动下，制造业的数字化转型已经成为了企业提升竞争力、实现高质量发展的关键路径。工业级远程控制方案作为转型的关键支撑技术，通过设备互联、数据驱动和智能运维，正在改变传统的生产管理模式。今天，我们就围绕远程控制技术，结合行业实践和政策导向，为企业提供一份选型指南。一、数字化转型背景下的远程控制需求制造业对远程控制的需求，主要来自三大核心场景：生产设备运维、跨地
  • 2025年三个月自学手册 网络安全（黑客技术） 网安kk web安全安全网络网络安全人工智能
    基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包什么是网络安全网络安全可以基于攻击和防御视角来分类，我们经常听到的“红队”、“渗透测试”等就是研究攻击技术，而“蓝队”、“安全运营”、“安全运维”则研究防御技术。如何成为一名黑客很多朋友在学习安全方面都会半路转行，因为不知如何去学，在这里，我将这个整份答案分为黑客（网络安全）入门必备、黑客（网络安全）职业指南、黑客（网络安全）学习导航
  • 苏姿丰亮相AMD AI PC创新峰会：AI是50年来最具变革性的技术，AMD赋能下一轮AI创新浪潮 CSDN资讯 人工智能AMD
    2025年3月18日，AMD在北京举办“ADVANCINGAI”AMDAIPC创新峰会，展示了其在中国AIPC生态系统中的强劲发展势头，并迎来了性能与智能的新高度。AMD董事会主席及首席执行官LisaSu博士携手AMD高级副总裁、大中华区总裁潘晓明，AMD高级副总裁、计算与图形总经理JackHuynh出席活动。同时，AMD重要合作伙伴包括联想集团执行副总裁兼中国区总裁刘军、华硕电脑全球副总裁石文宏
  • 基于 SSM 架构的 JAVA 网络直播带货查询系统设计与 JSP 实践成果 2401_85702623 架构java开发语言
    第二章关键技术的研究2.1JSP技术介绍JSP技术本身是一种脚本语言，但它的功能是十分强大的，因为它可以使用所有的JAVA类。当它与JavaBeans类进行结合时，它可以使显示逻辑和内容分开，这就极大的方便了用户的需求。JavaBeans可以对JSP技术的程序进行扩展，从而形成新的应用程序，而且JavaBeans的代码可以重复使用，所以就便于对程序进行维护。JavaBean组件有内部的接口，可以帮
  • 印度、马来西亚股市实时行情API数据接口推荐 后端
    随着金融科技的发展，实时行情数据接口成为金融交易、量化投资和市场分析的重要工具。以下为您推荐几款适合获取印度、马来西亚股市实时行情的API数据接口，涵盖不同需求场景和技术特点。一、首选推荐：PRDS金融财务API接口PRDS金融财务API接口是目前市场上针对印度股市实时行情的高性能解决方案，适合对数据时效性和稳定性要求较高的用户。数据覆盖：提供印度全市场股票及指数的实时行情数据，包括NSE（印度国
  • Dyn-VQA：含1452动态问题的视觉问答数据集，需灵活提供知识检索方案，查询、工具与检索时间皆可变。 数据集
    2024-11-05，由阿里巴巴集团创建Dyn-VQA数据集，它包含三种类型的“动态”问题，需要复杂的知识检索策略，这些问题的查询、工具和时间都是可变的。这个数据集的创建对于推动mRAG研究和解决现有VQA数据集无法充分反映启发式mRAGs在获取复杂知识方面的刚性问题具有重要意义。数据集地址：Dyn-VQA|多模态检索数据集|自然语言处理数据集一、研究背景：在多模态大型语言模型（MLLMs）中，解
  • 摄像头技术OpenCV yzx991013 计算机视觉项目机器学习人工智能python
    进一步添加功能：运动检测、调整亮度对比度、截图时添加日期水印、保存视频时可选择不同编码格式完整代码：importcv2importtimeimportdatetimedefcamera_system():#打开摄像头cap=cv2.VideoCapture(0)ifnotcap.isOpened():print("无法打开摄像头")return#获取摄像头的宽度和高度frame_width=int
  • 开启行业智变新征程，腾讯云架构师技术沙龙邀你解锁DeepSeek实战应用 deepseek
    引言从2025开年的惊艳登场，到逐步落地的价值兑现，DeepSeek正以实战为突破点，推动AI技术落地的深水区变革。随着其工程化能力与行业场景的深度耦合，DeepSeek已从“技术验证”迈入“场景攻坚”阶段，互联网、金融、制造等行业的标杆案例接连涌现，一场由实战驱动的行业智变浪潮正席卷而来。当技术红利转化为生产力，企业如何应对算力瓶颈与场景碎片化的双重挑战？从系统工程化集成到跨模态迁移学习，Dee
  • Trae智能协作AI编程工具IDE：如何在MacBook Pro下载、安装和配置使用Trae？
    Trae智能协作AI编程工具IDE：如何在MacBookPro下载、安装和配置使用Trae？一、为什么选择Trae智能协作IDE？在AI编程新时代，Trae通过以下突破性功能重新定义开发体验：双向智能增强：AI不仅提供代码补全，更能理解上下文主动建议架构优化方案自然语言编程：支持"用Python写一个带JWT验证的FastAPI用户系统"式开发实时协作画布：可视化呈现AI生成的代码逻辑，支持多模态
  • 2027大限将至：90%企业忽视的国产替代风险点 程序员
    随着全球经济格局的演变和科技的飞速发展，国产替代已成为我国企业发展的重要趋势。然而，令人担忧的是，90%的企业似乎忽视了其中潜藏的风险点。在2027年这个关键时间节点临近之际，这些风险点如同一颗颗潜在的炸弹，随时可能对企业的生存和发展造成巨大冲击。本文将深入探讨这些被忽视的风险点，希望能为企业提供一些有益的启示和建议。一、技术差距与研发困境在国产替代的进程中，技术差距是企业面临的首要风险点。尽管我
  • OpenLSD是一个自适应开源数据集，旨在支持逻辑综合中的多种机器学习任务。 数据集
    2024-11-14，由中国科学院计算技术研究所、鹏城实验室和北京大学等联合创建OpenLSD数据集，目的为逻辑综合过程中的机器学习任务提供一个自适应的数据集生成框架。该数据集的核心研究问题是如何在逻辑综合的三个基本步骤——布尔表示、逻辑优化和技术映射中，通过机器学习方法提升效率和质量。一、研究背景：逻辑综合是电子设计自动化（EDA）流程中的关键环节，它负责将高级设计规范转化为门级网络列表。近年来
  • 《Operating System Concepts》阅读笔记：p359-p388 操作系统
    《OperatingSystemConcepts》学习第32天，p359-p388总结，总计30页。一、技术总结1.paging(1)定义Acommonmemorymanagementschemethatavoidsexternalfragmentationbysplittingphysicalmemoryintofixed-sizedframesandlogicalmemoryintoblock
  • Debian：apt-get命令汇总
    apt-get命令是DebianLinux发行版中的APT软件包管理工具。所有基于Debian的发行（常见的10个基于Debian的Linux发行版）都使用这个包管理系统。deb包可以把一个应用的文件包在一起，大体就如同Windows上的安装文件。语法apt-get[OPTION]PACKAGE选项apt-getinstall#安装新包apt-getremove#卸载已安装的包（保留配置文件）ap
  • 【总结】Pytest vs Behave，BDD 测试框架哪家强？ 软件测试pytestbehave
    引言在测试驱动开发(TDD)和行为驱动开发(BDD)流行的今天，Pytest和Behave成为了Python生态中最常见的自动化测试框架。那么，究竟该选择哪一个？它们各自有哪些优缺点？本篇文章将为你全面解析！1.什么是Pytest？Pytest是一个强大且灵活的Python测试框架，适用于单元测试、功能测试和API测试。它支持简单的函数式测试，同时具备强大的插件机制。Pytest的核心特点：✅语法
  • 软件测试服务商怎么选，看这篇文章就够了 阿里云
    软件行业的发展历程中,软件测试从最初单纯依靠大量人工进行测试,逐渐向工具化、平台化转变。早期,由于软件开发规模相对较小,技术迭代速度较慢,软件测试主要依赖人工手动执行各类测试用例,耗费大量人力与时间。随着软件复杂度提升、开发周期缩短,自动化测试工具应运而生,帮助测试人员提高效率,减少重复性工作。而近年来,云测试平台的兴起,更是打破了地域与设备限制,实现了测试资源的集中管理与高效利用。这一系列变迁不
  • RTX4070Ti性能实测与优化解析 智能计算研究中心 其他
    内容概要本文将以NVIDIAGeForceRTX4070Ti显卡为核心，系统化呈现其在4K与2K分辨率下的性能表现差异，并深入解析光线追踪与DLSS3.0技术对游戏体验的实际影响。通过15款主流3A大作的帧数实测数据，结合《赛博朋克2077》《艾尔登法环》等典型场景的测试结果，量化对比不同画质预设下的流畅度变化。此外，文章将提供经过验证的超频参数配置方案，涵盖电压调节、核心频率偏移及显存时序优化，
  • 算力技术创新驱动多场景应用演进 智能计算研究中心 其他
    内容概要算力技术创新正成为数字经济时代的基础性驱动力，从异构计算架构的多元融合到量子计算的颠覆性突破，技术演进不断突破物理与算法的双重边界。在工业互联网场景中，边缘计算通过分布式节点实现毫秒级响应，支撑智能制造产线的实时控制；智能安防系统依托深度学习模型与流计算技术，完成海量视频数据的动态解析；而科学计算领域通过分布式计算与模型压缩技术，将基因测序、气候模拟等复杂任务的效率提升至新量级。值得注意的
  • DeepSeek高能低耗AI创作突破 智能计算研究中心 其他
    内容概要随着人工智能技术向垂直领域加速渗透，生成式模型的应用边界正经历革命性拓展。DeepSeek系列产品通过670亿参数混合专家架构，构建起覆盖学术研究、内容创作与编程开发的多模态解决方案。该架构融合视觉语言理解与多语言处理能力，在保持高响应速度的同时，显著降低算力消耗，其单位计算成本仅为同类产品的三分之一。值得关注的是，系统搭载的DeepSeekProver学术引擎可自动生成文献综述框架，而D
  • 关于CanvasRenderer.SyncTransform触发调用的机制
    1）关于CanvasRenderer.SyncTransform触发调用的机制2）小游戏Spine裁剪掉帧问题3）DedicatedServer性能问题4）.mp4视频放入RT进行渲染的性能分析闭坑指南这是第421篇UWA技术知识分享的推送，精选了UWA社区的热门话题，涵盖了UWA问答、社区帖子等技术知识点，助力大家更全面地掌握和学习。UWA社区主页：community.uwa4d.comUWAQ
  • iOS进程增加内存上限的接口 memory
    1）iOS进程增加内存上限的接口2）.sommap内存占用排查的问题3）在使用RecastNavigation遇到的两个问题这是第420篇UWA技术知识分享的推送，精选了UWA社区的热门话题，涵盖了UWA问答、社区帖子等技术知识点，助力大家更全面地掌握和学习。UWA社区主页：community.uwa4d.comUWAQQ群：793972859MemoryQ：在打iOS包的时候注意到Xcode里有
  • AI模型技术前沿与跨场景应用实践 智能计算研究中心 其他
    内容概要当前AI模型技术正呈现多维度突破与跨领域融合的特征。从技术演进角度看，可解释性模型与量子计算框架的协同发展正在突破传统黑箱限制，而联邦学习、自适应优化等技术则为复杂场景建模提供了新的方法论支撑。应用层面，TensorFlow与PyTorch框架在医疗影像诊断、金融时序预测等领域的实战案例，验证了深度学习模型在垂直行业的泛化能力。值得关注的是，工具链整合已成为技术落地的关键环节，MXNet与
  • 医疗影像联邦学习可解释性算法研究 智能计算研究中心 其他
    内容概要医疗影像分析领域的联邦学习技术正面临数据隐私保护与模型可解释性的双重挑战。本研究以跨机构医疗影像协作场景为核心，系统性探讨联邦学习框架下可解释性算法的创新路径，重点解决医疗AI模型在分布式训练中的透明度缺失问题。通过引入动态特征选择机制与可解释性注意力模块，算法在保持数据本地化处理的同时，实现了关键病灶特征的跨域关联与可视化解析。研究同步整合自动化数据增强流程与多维度评估指标（如F1值、召
  • 【Python】测试数据生成工具 --- Faker pythonfaker数据分析
    Faker库介绍Faker是一个强大的库，能够帮助开发者和测试人员生成大量的假数据，但这些数据看起来却非常真实。它支持生成多种类型的数据，如姓名、地址、公司名称、电子邮件等，甚至能够根据不同国家的特定文化生成相应的数据。Faker的应用不仅限于测试，它还广泛应用于数据分析、机器学习训练集的准备以及任何需要大量样本数据的场景。Faker安装前提：已安装python、pip安装命令如下：pipinst
  • 算力未来演进与多场景创新 智能计算研究中心 其他
    内容概要算力作为数字经济的核心生产力，其技术架构与应用场景正经历多维突破。从技术架构层面来看，异构计算通过整合CPU、GPU、FPGA等多元芯片实现性能跃升，边缘计算则借助分布式节点降低时延并提升响应效率，而量子计算在特定领域的指数级加速潜力已进入验证阶段。在应用场景维度，工业互联网通过实时数据分析优化产线效率，智能安防依托视频流结构化处理增强预警能力，元宇宙则依赖高密度渲染与低延迟传输构建沉浸式
  • springboot毕设 电脑销售管理系统 程序+论文 真纯Django毕设程序 springboot课程设计后端
    本系统（程序+源码）带文档lw万字以上文末可获取一份本项目的java源码和数据库参考。系统程序文件列表开题报告内容研究背景随着信息技术的飞速发展和普及，电脑已经成为现代生活和工作中不可或缺的重要工具。电脑销售行业也随之迎来了前所未有的发展机遇，但同时也面临着激烈的市场竞争和不断变化的客户需求。传统的销售管理模式已难以满足当前市场的快速响应和精细化管理要求。因此，开发一套高效、便捷、全面的电脑销售管
  • 【操作系统之对换技术详解】 武帝为此 操作系统服务器网络
    文章目录一、前言二、对换技术的原理1.什么是对换（Swapping）？2.为什么需要对换？三、对换的工作过程1️⃣内存不足，触发对换2️⃣将内存中的数据写入磁盘3️⃣释放内存4️⃣数据交换回内存四、对换与分页的区别五、对换的优缺点✅优点：❌缺点：六、现代操作系统中的对换✅1️⃣LinuxSwap分区✅2️⃣Windows虚拟内存七、总结一、前言在操作系统中，对换（Swapping）是一种将内存与磁
  • 未来5年AI人工智能与信息技术领域发展趋势 海宁不掉头发 人工智能软件工程人工智能人工智能软件工程笔记chatgpt
    未来五年人工智能与信息技术领域发展趋势深度解析一、人工智能与神经网络技术的突破路径（一）算法架构的范式革新深度神经网络正经历从量变到质变的演进。以Transformer为核心的序列建模技术持续迭代，字节跳动云雀模型通过动态结构优化，在保持语言理解能力的同时将参数量压缩至GPT-4的1/10，推理速度提升3倍。更值得关注的是类脑计算的突破，中国科学院自动化研究所提出"基于内生复杂性"的类脑神经元模型
  • Java、Python、PHP、Go：网站开发语言全维度对比与选择指南 生信天地 开发语言javapython
    在数字化转型浪潮中，网站开发技术的选择直接影响着项目的成败。Java、Python、PHP、Go四门语言凭借各自特性，在不同场景中展现出独特的竞争力。根据Statista2024年开发者调查报告，Java仍以34%的企业级应用占比位居榜首，而Go以27%的增速成为云原生领域新宠。本文基于技术特性、行业案例及发展趋势，深度解析四大语言的优劣势，助您做出精准技术选型。一、性能与并发能力：高负载场景的生
  • C++核心编程手册 易方达蓝筹 Cor计算机网络c++开发语言后端
    C++核心编程本阶段主要针对C++面向对象编程技术做详细讲解，探讨C++中的核心和精髓。1内存分区模型C++程序在执行时，将内存大方向划分为4个区域代码区：存放函数体的二进制代码，由操作系统进行管理的全局区：存放全局变量和静态变量以及常量栈区：由编译器自动分配释放,存放函数的参数值,局部变量等堆区：由程序员分配和释放,若程序员不释放,程序结束时由操作系统回收内存四区意义：不同区域存放的数据，赋予不
  • 部分激活函数可视化 Keyshal_Wei python机器学习开发语言
    importnumpyasnpimportmatplotlib.pyplotasplt#定义激活函数defsigmoid(x):return1/(1+np.exp(-x))deftanh(x):returnnp.tanh(x)defrelu(x):returnnp.maximum(0,x)defleaky_relu(x,alpha=0.01):returnnp.where(x>0,x,alpha*
  • 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
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他