- JAVA对象、List、Map和JSON之间的相互转换,JSONArray操作汇总
gys9895
java基础java
系列文章目录文章目录系列文章目录前言一、JAVA对象、List、Map和JSON之间的相互转换1.JAVA对象、List、Map和JSON之间的相互转换二、JSONArray操作汇总,排序,筛选,分组前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案
- Dash: 强大的Python数据可视化与Web应用框架
helloaiworld
dashpython信息可视化
Dash简介Dash是由Plotly公司开发的一个开源Python框架,专门用于构建数据科学和机器学习的Web应用程序。它巧妙地结合了Plotly.js、React和Flask等技术,让用户能够使用纯Python代码来创建功能强大、交互性极佳的数据可视化仪表板和Web应用。Dash的核心理念是"无需JavaScript,只需Python"。它提供了一套声明式的组件库,使得开发者可以轻松地将各种UI
- Python 基础(十七):库
水滴技术
Python入门核心技术python库
本文收录于《Python入门核心技术》专栏,专栏总目录:点这里,订阅后可阅读专栏内所有文章。文章目录一、Python库的概念二、常用标准库2.1、数字和数学2.2、文件和目录操作2.3、时间和日期2.4、网络通信2.5、并发和多线程2.6、数据压缩和归档2.7、数据序列化和反序列化三、常用第三方库3.1、网络爬虫3.2、数据库3.3、数据科学3.4、机器学习3.5、Web开发3.6、自然语言处理3
- 常见的人工智能学习框架以及特点、应用场景
2020314
人工智能学习
人工智能学习框架是为了帮助研究人员和开发人员构建、训练和部署机器学习模型而设计的软件工具和库。以下是一些主流的人工智能学习框架,以及它们的特点和应用场景:1.TensorFlow特点:开源,由谷歌开发,广泛应用于深度学习和机器学习领域。支持分布式计算,可以使用多个GPU和TPU进行训练。提供了TensorBoard用于可视化训练过程和模型性能。应用场景:图像识别、自然语言处理(NLP)、生成模型等
- Python,C++开发两人世界记录APP
Geeker-2025
pythonc++
---###**两人世界记录APP开发方案****技术目标**:构建私密、高效的双人互动记录平台,结合Python的快速开发能力与C++的高性能特性,支持多模态数据管理与情感化呈现。**技术选型**:-**Python**:业务逻辑、数据分析、机器学习-**C++**:实时协作引擎、媒体处理、加密算法-**数据库**:SQLite(本地)+PostgreSQL(云端同步)-**通信协议**:Web
- MAE原理与代码实例讲解
AI天才研究院
计算AI大模型企业级应用开发实战DeepSeekR1&大数据AI人工智能大模型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
MAE原理与代码实例讲解作者:禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词:MAE,MeanAbsoluteError,绝对误差平均,回归分析,机器学习1.背景介绍1.1问题的由来在机器学习和数据科学中,评估模型预测的准确性是至关重要的。绝对误差(AbsoluteError)是衡量预测值与真实值之间差异的一种简单方法。然而,当存在大量异常值时,绝
- Web数据挖掘及其在电子商务中的研究与应用
赵谨言
论文经验分享毕业设计
标题:Web数据挖掘及其在电子商务中的研究与应用内容:1.摘要随着互联网的飞速发展,Web数据呈现出爆炸式增长,电子商务领域更是积累了海量数据。在此背景下,对Web数据进行有效挖掘并应用于电子商务具有重要意义。本研究旨在探索Web数据挖掘技术在电子商务中的应用方法和价值。通过采用数据挖掘算法、机器学习模型等方法,对电子商务平台的用户行为数据、交易数据等进行深入分析。结果表明,利用Web数据挖掘可以
- 深入解析AI技术:从深度学习到GPT大模型的全面探索
初眸࿐
测试开发小小博客_大大知识人工智能深度学习gptgitpython
深入解析AI技术:从深度学习到GPT大模型的全面探索引言在21世纪的科技浪潮中,人工智能(AI)无疑是最引人注目的领域之一。从简单的语音助手到复杂的自动驾驶系统,AI正以前所未有的速度改变着我们的世界。而深度学习,作为AI技术中的核心驱动力,更是引领了一场技术革命。本文旨在通过扩展和深化对深度学习、机器学习分类、强化学习原理、神经网络基础、GPT大模型训练过程及其在自然语言处理(NLP)中的应用等
- [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”
- 小白入门机器学习概述
码事漫谈
AI机器学习人工智能
文章目录一、引言二、机器学习的基础概念1.机器学习的定义2.机器学习的类型(1)监督学习(SupervisedLearning)(2)无监督学习(UnsupervisedLearning)(3)半监督学习(Semi-SupervisedLearning)(4)强化学习(ReinforcementLearning)3.机器学习的基本流程三、机器学习的入门方法1.选择合适的编程语言2.学习基础数学知识
- 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
- 模型优化技术演进与行业场景突破
智能计算研究中心
其他
内容概要模型优化技术正经历从算法改进到系统级创新的范式跃迁。随着自动化机器学习(AutoML)与联邦学习技术的成熟,模型开发效率与隐私保护能力显著提升,而模型压缩技术则推动轻量化部署在边缘计算场景中加速落地。与此同时,量子计算为优化算法提供了新的计算维度,MXNet、PyTorch等框架通过动态计算图特性,在医疗影像识别和语音交互领域实现推理速度的突破性进展。技术演进阶段核心技术突破典型应用场景主
- 智能模型优化与跨行业应用趋势
智能计算研究中心
其他
内容概要智能模型优化技术正经历多维度的范式突破,从算法架构到部署模式均呈现显著变革。核心演进路径涵盖三大维度:在技术层,自动化机器学习(AutoML)与自适应学习优化技术大幅降低建模门槛,结合超参数优化与正则化方法,实现模型性能与效率的平衡;在架构层,边缘计算与联邦学习推动分布式模型部署,MXNet、PyTorch等框架通过模型压缩与量化技术,适配低功耗设备部署需求;在应用层,医疗诊断、金融预测等
- 大模型学习路线(2025最新)年薪800K程序员分享给你,存一下吧很难找全的!
AI大模型-王哥
学习产品经理人工智能AI大模型程序员大模型学习
大模型学习路线图前排提示,文末有大模型AGI-CSDN独家资料包哦!第一阶段:基础知识准备在这个阶段,您需要打下坚实的数学基础和编程基础,这是学习任何机器学习和深度学习技术所必需的。1.数学基础线性代数:矩阵运算、向量空间、特征值与特征向量等。概率统计:随机变量、概率分布、贝叶斯定理等。微积分:梯度、偏导数、积分等。学习资料书籍:GilbertStrang,《线性代数及其应用》SheldonRos
- Python----机器学习(基于PyTorch的线性回归)
蹦蹦跳跳真可爱589
Pytroch机器学习Python机器学习pythonpytorch人工智能线性回归
一、自求导线性回归与PyTorch的区别自求导线性回归:需要手动定义参数ww(权重)和bb(偏置)。通过数学公式求导,以便在反向传播中更新参数,通常使用梯度下降法来降低损失值。PyTorch实现:自动处理梯度计算和参数更新。使用框架内置的自动微分机制,简化实现过程。主要精力放在准备数据、定义模型以及选择损失函数和优化器上。二、数据准备和模型定义在使用PyTorch实现线性回归算法时,我们需要准备好
- JobFit AI-帮你找到合适的工作
数据分析能量站
机器学习人工智能
JobFitAI是一个全面的简历分析项目,旨在通过人工智能技术优化招聘流程和人才匹配。核心功能简历解析与评估:利用先进的自然语言处理(NLP)和机器学习技术,JobFitAI能够快速解析简历内容,提取关键信息,如工作经历、教育背景、技能等,并对简历的整体质量进行评估。岗位匹配算法:基于大量的岗位数据和人才画像,JobFitAI通过智能匹配算法,将候选人的简历与岗位要求进行精准匹配,帮助招聘人员快速
- 【机器学习】机器学习入门基础普及介绍(面向新人小白)
偷偷的卷
机器学习人工智能python学习
hello大家好!机器学习的小文章如期而至~还是和数据结构的顺序一样,也是从头开始描述,有基础的朋友可以看目录划重点哈OK,咱们话不多说,直奔主题!本次介绍也是根据我之前学习的经验来选择相应的内容,也参考了带我的教授的一些教学内容,所以可以说是经历之谈,不是那种方方面面俱全的百科,略写的部分后续的文章还会展开讲的,不好理解的地方也带过了或者没有提及,毕竟是入门嘛(顺带一提,这位教授来自MIT,大家
- 真正适合小白的机器学习入门(python基础小白也能行)
一心向上的小奥
机器学习入门机器学习python人工智能
算法一Kmeans聚类原理:K-Means是一种非常经典的聚类算法,其基本思想是:基于给定的数据点集合,通过迭代过程寻找k个聚类中心,使得各数据点到其最近聚类中心的距离之和最小。方法概述:初始化:随机选择k个数据点作为初始的聚类中心。分配:将每个数据点分配给最近的聚类中心。更新:根据分配的结果,重新计算每个聚类的中心。重复:重复步骤2和步骤3,直到聚类中心不再改变或达到最大迭代次数代码实现impo
- 从DeepSeek R1的复现看深度思考模型的未来|ML-Summit 2025
CSDN资讯
DeepSeek思考模型
备受瞩目的2025全球机器学习技术大会(MLSummit2025)将于4月18-19日在上海虹桥西郊庄园丽笙大酒店盛大召开。本次盛会由CSDN&Boolan联合主办,汇聚了超过50位来自学术界和工业界顶尖专家,共同探讨智能体、联邦学习、多模态大模型等热门AI技术实践。作为全球机器学习技术大会的老朋友,深受广大参会者喜爱的新浪微博首席科学家及AI研发部负责人张俊林将再次出席ML-Summit2025
- Spark
薇晶晶
大数据
Spark简介Spark的特点运行速度快:使用DAG执行引擎以支持循环数据流与内存计算容易使用:支持使用Scala、Java、Python和R语言进行编程,可以通过SparkShell进行交互式编程通用性:Spark提供了完整而强大的技术栈,包括SQL查询、流式计算、机器学习和图算法组件运行模式多样:可运行于独立的集群模式中,可运行于Hadoop中,也可运行于AmazonEC2等云环境中,并且可以
- SparkMLlib未来发展趋势:展望未来
AI天才研究院
DeepSeekR1&大数据AI人工智能大模型AI大模型企业级应用开发实战计算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
SparkMLlib未来发展趋势:展望未来1.背景介绍1.1什么是SparkMLlib?ApacheSparkMLlib是ApacheSpark中的机器学习库,提供了多种机器学习算法的实现。它基于Spark的分布式内存计算框架,可以高效地处理大规模数据集,并且具有良好的扩展性和容错性。1.2SparkMLlib的优势相较于其他机器学习框架,SparkMLlib具有以下优势:高性能:基于内存计算,避
- 《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
- 图像识别技术第二课
哈哈~156
scikit-learn
一、机器学习机器学习是一类强大的可以从经验中学习的技术。通常采用观测数据或与环境交互的形式,机器学习算法会积累更多的经验,其性能也会逐步提高。机器学习可分为监督学习、无监督学习和强化学习。到目前为止,不管是监督学习还是无监督学习,我们都会预先获取大量数据,然后启动模型,不再与环境交互。这⾥所有学习都是在算法与环境断开后进行的,被称为离线学习。优点是,我们可以孤⽴地进行模式识别,而不必分心于其他问题
- 图像识别技术与应用近期总结
哈哈~156
scikit-learn人工智能python
一、人工智能1、人类工业文明的发展历经机械化、电气化、信息化时代,如今已步入人工智能时代。2、人工智能概述:阐述人工智能是在机器上实现的智能,是研究相关理论、方法等的技术科学,介绍了其在生活方式上的转变,在日常生活中多个领域都有应用。二、机器学习1、机器学习主要包含数据、模型、目标函数和优化算法这几个关键组件。2、机器学习可分为监督学习、无监督学习和强化学习。三、深度学习1、深度学习发展:介绍了发
- Python助力无人机智能路径规划:从理论到实践
Echo_Wish
Python算法Python笔记从零开始学Python人工智能python无人机开发语言
友友们好!我是Echo_Wish,我的的新专栏《Python进阶》以及《Python!实战!》正式启动啦!这是专为那些渴望提升Python技能的朋友们量身打造的专栏,无论你是已经有一定基础的开发者,还是希望深入挖掘Python潜力的爱好者,这里都将是你不可错过的宝藏。在这个专栏中,你将会找到:●深入解析:每一篇文章都将深入剖析Python的高级概念和应用,包括但不限于数据分析、机器学习、Web开发
- 价值投资中的AI驱动消费者行为分析:多智能体系统
AI天才研究院
DeepSeekR1&大数据AI人工智能大模型人工智能ai
引言1.1问题的背景与意义在现代经济体系中,投资者在制定投资决策时面临着复杂多变的宏观和微观环境。传统的价值投资理论虽然在过去取得了显著的成功,但随着市场环境的变化和消费者行为的多样化,其局限性也逐渐显现。为了更准确地把握市场动态和消费者行为,现代投资者开始寻求新的工具和方法,其中人工智能(AI)的应用成为了一个重要趋势。AI驱动消费者行为分析,指的是利用人工智能技术,特别是机器学习和数据挖掘技术
- SHAP:模型可解释性的核心工具
徐福记c
机器学习
随着机器学习技术的广泛应用,越来越多的场景需要对模型的预测结果进行深入分析和解释。SHAP(SHapleyAdditiveexPlanations)正是为满足这一需求而设计的。它提供了一种基于博弈论的方法,用于量化每个特征对模型预测结果的贡献,从而帮助开发者更好地理解模型的行为。在本文中,我们将深入探讨SHAP的核心功能,并为开发者提供详细的使用指导。无论您是初学者还是资深数据科学家,都可以通过本
- Labelme的安装及使用教程(手把手教会,适合小白)
HUANGXIAOYU2000
python开发语言
简介:LabelMe是一款广泛使用的图像标注工具,主要用于计算机视觉领域的数据准备。它可以帮助用户轻松地在图像上标注目标对象,并生成可用于训练机器学习模型的数据集。LabelMe支持多种类型的标注,包括边界框(boundingboxes)、多边形(polygons)、点等。1.安装激活已有python环境后,使用pip安装labelme:pipinstalllabelme-ihttps://pyp
- 【面试系列】机器学习工程师高频面试题及详细解答
野老杂谈
全网最全IT公司面试宝典面试机器学习职场和发展
欢迎来到我的博客,很高兴能够在这里和您见面!欢迎订阅相关专栏:⭐️全网最全IT互联网公司面试宝典:收集整理全网各大IT互联网公司技术、项目、HR面试真题.⭐️AIGC时代的创新与未来:详细讲解AIGC的概念、核心技术、应用领域等内容。⭐️全流程数据技术实战指南:全面讲解从数据采集到数据可视化的整个过程,掌握构建现代化数据平台和数据仓库的核心技术和方法。文章目录常见的初级面试题1.什么是机器学习?2
- 【Rust】——面向对象设计模式的实现
Y小夜
设计模式rust后端开发语言
个人主页:【Y小夜】作者简介:一位双非学校的大二学生,编程爱好者,专注于基础和实战分享,欢迎私信咨询!入门专栏:【MySQL,Java基础,Rust】热门专栏:【Python,Javaweb,Vue框架】感谢您的点赞、关注、评论、收藏、是对我最大的认可和支持!❤️学习推荐:人工智能是一个涉及数学、计算机科学、数据科学、机器学习、神经网络等多个领域的交叉学科,其学习曲线相对陡峭,对初学者来说可能会有
- jquery实现的jsonp掉java后台
知了ing
javajsonpjquery
什么是JSONP?
先说说JSONP是怎么产生的:
其实网上关于JSONP的讲解有很多,但却千篇一律,而且云里雾里,对于很多刚接触的人来讲理解起来有些困难,小可不才,试着用自己的方式来阐释一下这个问题,看看是否有帮助。
1、一个众所周知的问题,Ajax直接请求普通文件存在跨域无权限访问的问题,甭管你是静态页面、动态网页、web服务、WCF,只要是跨域请求,一律不准;
2、
- Struts2学习笔记
caoyong
struts2
SSH : Spring + Struts2 + Hibernate
三层架构(表示层,业务逻辑层,数据访问层) MVC模式 (Model View Controller)
分层原则:单向依赖,接口耦合
1、Struts2 = Struts + Webwork
2、搭建struts2开发环境
a>、到www.apac
- SpringMVC学习之后台往前台传值方法
满城风雨近重阳
springMVC
springMVC控制器往前台传值的方法有以下几种:
1.ModelAndView
通过往ModelAndView中存放viewName:目标地址和attribute参数来实现传参:
ModelAndView mv=new ModelAndView();
mv.setViewName="success
- WebService存在的必要性?
一炮送你回车库
webservice
做Java的经常在选择Webservice框架上徘徊很久,Axis Xfire Axis2 CXF ,他们只有一个功能,发布HTTP服务然后用XML做数据传输。
是的,他们就做了两个功能,发布一个http服务让客户端或者浏览器连接,接收xml参数并发送xml结果。
当在不同的平台间传输数据时,就需要一个都能解析的数据格式。
但是为什么要使用xml呢?不能使json或者其他通用数据
- js年份下拉框
3213213333332132
java web ee
<div id="divValue">test...</div>测试
//年份
<select id="year"></select>
<script type="text/javascript">
window.onload =
- 简单链式调用的实现技术
归来朝歌
方法调用链式反应编程思想
在编程中,我们可以经常遇到这样一种场景:一个实例不断调用它自身的方法,像一条链条一样进行调用
这样的调用你可能在Ajax中,在页面中添加标签:
$("<p>").append($("<span>").text(list[i].name)).appendTo("#result");
也可能在HQ
- JAVA调用.net 发布的webservice 接口
darkranger
webservice
/**
* @Title: callInvoke
* @Description: TODO(调用接口公共方法)
* @param @param url 地址
* @param @param method 方法
* @param @param pama 参数
* @param @return
* @param @throws BusinessException
- Javascript模糊查找 | 第一章 循环不能不重视。
aijuans
Way
最近受我的朋友委托用js+HTML做一个像手册一样的程序,里面要有可展开的大纲,模糊查找等功能。我这个人说实在的懒,本来是不愿意的,但想起了父亲以前教我要给朋友搞好关系,再加上这也可以巩固自己的js技术,于是就开始开发这个程序,没想到却出了点小问题,我做的查找只能绝对查找。具体的js代码如下:
function search(){
var arr=new Array("my
- 狼和羊,该怎么抉择
atongyeye
工作
狼和羊,该怎么抉择
在做一个链家的小项目,只有我和另外一个同事两个人负责,各负责一部分接口,我的接口写完,并全部测联调试通过。所以工作就剩下一下细枝末节的,工作就轻松很多。每天会帮另一个同事测试一些功能点,协助他完成一些业务型不强的工作。
今天早上到公司没多久,领导就在QQ上给我发信息,让我多协助同事测试,让我积极主动些,有点责任心等等,我听了这话,心里面立马凉半截,首先一个领导轻易说
- 读取android系统的联系人拨号
百合不是茶
androidsqlite数据库内容提供者系统服务的使用
联系人的姓名和号码是保存在不同的表中,不要一下子把号码查询来,我开始就是把姓名和电话同时查询出来的,导致系统非常的慢
关键代码:
1, 使用javabean操作存储读取到的数据
package com.example.bean;
/**
*
* @author Admini
- ORACLE自定义异常
bijian1013
数据库自定义异常
实例:
CREATE OR REPLACE PROCEDURE test_Exception
(
ParameterA IN varchar2,
ParameterB IN varchar2,
ErrorCode OUT varchar2 --返回值,错误编码
)
AS
/*以下是一些变量的定义*/
V1 NUMBER;
V2 nvarc
- 查看端号使用情况
征客丶
windows
一、查看端口
在windows命令行窗口下执行:
>netstat -aon|findstr "8080"
显示结果:
TCP 127.0.0.1:80 0.0.0.0:0 &
- 【Spark二十】运行Spark Streaming的NetworkWordCount实例
bit1129
wordcount
Spark Streaming简介
NetworkWordCount代码
/*
* Licensed to the Apache Software Foundation (ASF) under one or more
* contributor license agreements. See the NOTICE file distributed with
- Struts2 与 SpringMVC的比较
BlueSkator
struts2spring mvc
1. 机制:spring mvc的入口是servlet,而struts2是filter,这样就导致了二者的机制不同。 2. 性能:spring会稍微比struts快。spring mvc是基于方法的设计,而sturts是基于类,每次发一次请求都会实例一个action,每个action都会被注入属性,而spring基于方法,粒度更细,但要小心把握像在servlet控制数据一样。spring
- Hibernate在更新时,是可以不用session的update方法的(转帖)
BreakingBad
Hibernateupdate
地址:http://blog.csdn.net/plpblue/article/details/9304459
public void synDevNameWithItil()
{Session session = null;Transaction tr = null;try{session = HibernateUtil.getSession();tr = session.beginTran
- 读《研磨设计模式》-代码笔记-观察者模式
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.util.ArrayList;
import java.util.List;
import java.util.Observable;
import java.util.Observer;
/**
* “观
- 重置MySQL密码
chenhbc
mysql重置密码忘记密码
如果你也像我这么健忘,把MySQL的密码搞忘记了,经过下面几个步骤就可以重置了(以Windows为例,Linux/Unix类似):
1、关闭MySQL服务
2、打开CMD,进入MySQL安装目录的bin目录下,以跳过权限检查的方式启动MySQL
mysqld --skip-grant-tables
3、新开一个CMD窗口,进入MySQL
mysql -uroot
- 再谈系统论,控制论和信息论
comsci
设计模式生物能源企业应用领域模型
再谈系统论,控制论和信息论
偶然看
- oracle moving window size与 AWR retention period关系
daizj
oracle
转自: http://tomszrp.itpub.net/post/11835/494147
晚上在做11gR1的一个awrrpt报告时,顺便想调整一下AWR snapshot的保留时间,结果遇到了ORA-13541这样的错误.下面是这个问题的发生和解决过程.
SQL> select * from v$version;
BANNER
-------------------
- Python版B树
dieslrae
python
话说以前的树都用java写的,最近发现python有点生疏了,于是用python写了个B树实现,B树在索引领域用得还是蛮多了,如果没记错mysql的默认索引好像就是B树...
首先是数据实体对象,很简单,只存放key,value
class Entity(object):
'''数据实体'''
def __init__(self,key,value)
- C语言冒泡排序
dcj3sjt126com
算法
代码示例:
# include <stdio.h>
//冒泡排序
void sort(int * a, int len)
{
int i, j, t;
for (i=0; i<len-1; i++)
{
for (j=0; j<len-1-i; j++)
{
if (a[j] > a[j+1]) // >表示升序
- 自定义导航栏样式
dcj3sjt126com
自定义
-(void)setupAppAppearance
{
[[UILabel appearance] setFont:[UIFont fontWithName:@"FZLTHK—GBK1-0" size:20]];
[UIButton appearance].titleLabel.font =[UIFont fontWithName:@"FZLTH
- 11.性能优化-优化-JVM参数总结
frank1234
jvm参数性能优化
1.堆
-Xms --初始堆大小
-Xmx --最大堆大小
-Xmn --新生代大小
-Xss --线程栈大小
-XX:PermSize --永久代初始大小
-XX:MaxPermSize --永久代最大值
-XX:SurvivorRatio --新生代和suvivor比例,默认为8
-XX:TargetSurvivorRatio --survivor可使用
- nginx日志分割 for linux
HarborChung
nginxlinux脚本
nginx日志分割 for linux 默认情况下,nginx是不分割访问日志的,久而久之,网站的日志文件将会越来越大,占用空间不说,如果有问题要查看网站的日志的话,庞大的文件也将很难打开,于是便有了下面的脚本 使用方法,先将以下脚本保存为 cutlog.sh,放在/root 目录下,然后给予此脚本执行的权限
复制代码代码如下:
chmo
- Spring4新特性——泛型限定式依赖注入
jinnianshilongnian
springspring4泛型式依赖注入
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- centOS安装GCC和G++
liuxihope
centosgcc
Centos支持yum安装,安装软件一般格式为yum install .......,注意安装时要先成为root用户。
按照这个思路,我想安装过程如下:
安装gcc:yum install gcc
安装g++: yum install g++
实际操作过程发现,只能有gcc安装成功,而g++安装失败,提示g++ command not found。上网查了一下,正确安装应该
- 第13章 Ajax进阶(上)
onestopweb
Ajax
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/
- How to determine BusinessObjects service pack and fix pack
blueoxygen
BO
http://bukhantsov.org/2011/08/how-to-determine-businessobjects-service-pack-and-fix-pack/
The table below is helpful. Reference
BOE XI 3.x
12.0.0.
y BOE XI 3.0 12.0.
x.
y BO
- Oracle里的自增字段设置
tomcat_oracle
oracle
大家都知道吧,这很坑,尤其是用惯了mysql里的自增字段设置,结果oracle里面没有的。oh,no 我用的是12c版本的,它有一个新特性,可以这样设置自增序列,在创建表是,把id设置为自增序列
create table t
(
id number generated by default as identity (start with 1 increment b
- Spring Security(01)——初体验
yang_winnie
springSecurity
Spring Security(01)——初体验
博客分类: spring Security
Spring Security入门安全认证
首先我们为Spring Security专门建立一个Spring的配置文件,该文件就专门用来作为Spring Security的配置