ddpx3313
ddpx3313

[NOIP2003提高组]侦探推理

题目：洛谷P1039、Vijos P1106、codevs1089。

题目大意：给你一系列证词，要你求出谁是凶手。具体题目见原题。

解题思路：我们枚举犯人和星期，一个一个进行判断。如果成功则记录答案，如果成功且以前已经记录了答案，则说明有多个凶手，输出“Cannot Determine”，如果最后没有答案，则输出“Impossible”。主要是字符串的处理。其他细节见代码注释。

然而我的代码用了getline，在Linux下最后会读入Windows的换行符！！这个问题我找了半天！！后来我把代码稍微改了一下（代码第85~87行的处理），使其兼容Linux和Windows（洛谷和codevs是Linux的，Vijos是Windows的）。

C++ Code：

#include
#include
#include
#include
#include
using namespace std;
const string days[]={
	"Today is Monday.",
	"Today is Tuesday.",
	"Today is Wednesday.",
	"Today is Thursday.",
	"Today is Friday.",
	"Today is Saturday.",
	"Today is Sunday."
};
mapnum;//记录编号 
string name[22];//名字 
int n,m,p,cnt,ans,TF[102],T,F;//T表示当前说真话的人数，F表示当前说假话的人数，TF[i]表示i说真话还是假话 
struct word{//id是说这句话的人的编号，st是说的话 
	int id;
	string st;
}f[102];
string s;
bool pdTF(int id,bool b){//判断是否有冲突，返回1表示有冲突 
	if(TF[id]==-1){
		TF[id]=b;
		if(b)++T;else ++F;
	}else{
		if(TF[id]==b)return 0;else return 1;
	}
	if(F>m||T>n-m)return 1;
	return 0;
}
void Judge(int Xs,string day){//测试，若有冲突则直接跳出来 
	memset(TF,-1,sizeof(TF));
	T=F=0;
	for(int i=1;i<=p;++i){
		int pos;
		pos=f[i].st.find("I am guilty.");
		if(~pos){
			if(pdTF(f[i].id,f[i].id==Xs))return;
		}
		pos=f[i].st.find("I am not guilty.");
		if(~pos){
			if(pdTF(f[i].id,f[i].id!=Xs))return;
		}
		pos=f[i].st.find(" is guilty.");
		if(~pos){
			string now=f[i].st;
			now.erase(pos,11);
			int id=num[now];
			if(pdTF(f[i].id,id==Xs))return;
		}
		pos=f[i].st.find(" is not guilty.");
		if(~pos){
			string now=f[i].st;
			now.erase(pos,15);
			int id=num[now];
			if(pdTF(f[i].id,id!=Xs))return;
		}
		pos=f[i].st.find("Today is ");
		if(~pos){
			if(pdTF(f[i].id,f[i].st==day))return;
		}
	}
	/*全部语句检测完毕，没有冲突*/
	if(ans&&ans!=Xs){//已有答案但不是当前凶手，说明有多个凶手 
		cout<<"Cannot Determine"<>n>>m>>p;
	for(int i=1;i<=n;++i){
		cin>>name[i];
		num[name[i]]=i;
	}
	for(int i=1;i<=p;++i){
		cin>>s;
		s.erase(s.length()-1,1);
		f[i].id=num[s];
		getline(cin,f[i].st);
		f[i].st.erase(0,1);
		char ch=f[i].st[f[i].st.length()-1];
		if(ch=='\n'||ch=='\r'||ch==' ')
		f[i].st.erase(f[i].st.length()-1,1);
	}
	ans=0;
	for(int i=1;i<=n;++i)
	for(int j=0;j<7;++j)
	Judge(i,days[j]);
	if(!ans)//没有搜到凶手 
	cout<<"Impossible"<

 

转载于:https://www.cnblogs.com/Mrsrz/p/7373794.html

你可能感兴趣的:([NOIP2003提高组]侦探推理)

  • MotionLCM 部署优化 踩坑解决bug AI算法网奇 aigc与数字人深度学习宝典文生motion
    目录依赖项windowstorchok：渲染黑白图问题解决：humanml3d：sentence-t5-large下载数据：报错：Nomodulenamed'sentence_transformers'继续报错：fromtransformers.integrationsimportCodeCarbonCallback解决方法：推理相关转mesh：module‘matplotlib.cm‘hasno
  • 如何运用深度学习打造高效AI人工智能系统 AI智能探索者 AIAgent智能体开发实战人工智能深度学习ai
    如何运用深度学习打造高效AI人工智能系统关键词：深度学习、AI系统、神经网络、模型优化、实战开发摘要：本文将从深度学习的核心概念出发，结合生活实例和代码实战，系统讲解如何构建高效AI系统。我们会拆解数据准备、模型设计、训练优化、部署落地的全流程，揭秘“数据-模型-训练-推理”的协同机制，并通过具体案例演示从0到1开发AI系统的关键技巧，帮助开发者掌握打造高效AI系统的底层逻辑。背景介绍目的和范围在
  • 基于Python引擎的PP-OCR模型库推理 张欣-男 pythonocr开发语言PaddleOCRPaddlePaddle
    基于Python引擎的PP-OCR模型库推理1.文本检测模型推理#下载超轻量中文检测模型：wgethttps://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tartarxfch_PP-OCRv3_det_infer.tarpython3tools/infer/predict_det.py--image_dir=".
  • ChatGPT还不能写小说吗？ 刘若愚
    最近，ChatGPT大热，据说可以写论文，编故事，好像无所不能。于是，我给它出了个题目：写一篇5万字的科幻小说。人物：刘若愚，化学家；刘子琪，大律师；仔仔，刘子琪的宠物猫；周金凝，医生；刘泽余，大侦探；赵政淇，程序猿；杰夫（Jeff）机器人它给我的回答是：我很抱歉，我是一个AI语言模型，无法写出如此长篇的小说。但我可以为您提供一些写作灵感和指导：确定故事背景和时间线：在科幻小说中，背景和时间线非常
  • 模型压缩中的四大核心技术 —— 量化、剪枝、知识蒸馏和二值化 由数入道 人工智能剪枝人工智能算法模型压缩量化知识蒸馏二值化
    一、量化(Quantization)量化的目标在于将原始以32位浮点数表示的模型参数和中间激活，转换为低精度（如FP16、INT8、甚至更低位宽）的数值表示，从而在减少模型存储占用和内存带宽的同时，加速推理运算，特别适用于移动、嵌入式和边缘计算场景。1.1概念与目标基本思想将高精度数值离散化为低精度表示。例如，将FP32权重转换为INT8，可降低内存需求约4倍，同时在支持低精度运算的硬件上加速计算
  • BGE-M3模型结合Milvus向量数据库强强联合实现混合检索
    在基于生成式人工智能的应用开发中，通过关键词或语义匹配的方式对用户提问意图进行识别是一个很重要的步骤，因为识别的精准与否会影响后续大语言模型能否检索出合适的内容作为推理的上下文信息（或选择合适的工具）以给出用户最符合预期的回答。在本篇文章中，我将尽可能详细地介绍想达成准确识别用户提问意图的解决方案之一，即基于功能强大的BGE-M3模型和Milvus向量数据库实现混合检索（稠密向量densevect
  • AI Agent开发第60课-巧用QWEN3.0 0.6B：小身板扛大旗，AI界的轻骑兵 TGITCIC AIAgent开发大全qwen3qwenaliqwen国产大模型小模型开源小模型aiagent
    第一章：小模型的生存法则——为什么0.6B参数就够了？1.1参数量的"黄金分割点"模型类型参数量推理延迟（ms）并发量（QPS）Qwen-0.6B6亿15-3010万+Qwen-1.5B15亿50-805万Qwen-7B70亿200+1万数据对比显示，当参数量超过6亿后，性能提升与成本增长呈现"抛物线"关系。就像智能手机从4G到5G的迭代，用户感知不到的速度提升，却要为硬件升级买单。Qwen-0.
  • 赋能未来数学课堂——基于Qwen3、LangChain与Agent架构的个性化教辅系统研究 微学AI langchain架构
    文章目录摘要引言：技术融合催生的教育新范式第一章：Qwen3+LangChain+Agent架构的核心能力与优势1.1Qwen3模型：专为复杂推理打造的“智能大脑”1.2LangChain框架：构建智能体的“灵活骨架”1.3Agent智能体：自主解决问题的“执行中枢”1.4部署与成本优势第二章：在数学教育中解决的关键问题2.1从“答案”到“过程”：深度解析与分步式辅导2.2千人千面：实现高度个性化
  • RK3568笔记九十二：QT使用Opencv显示摄像头 殷忆枫 RK3568学习笔记笔记
    若该文为原创文章，转载请注明原文出处。测试使用QT调用Opencv的API显示摄像头，板子为正点原子的RK3568，最终想实现的是在RK3568平台上使用Qt框架进行部署，利用NPU推理加速视频目标识别。此篇为测试功能代码为正点原子提供的代码，直接用来测试，在未看代码时一直不明白怎么添加opencv的库，后面明白了，只增加了下面的两行：CONFIG+=link_pkgconfigPKGCONFIG
  • 【YOLO系列】YOLOv1详解：模型结构、损失函数、训练方法及代码实现 一碗白开水一 yolo系列助你拿捏AI算法YOLO人工智能目标检测计算机视觉
    YOLOv1（YouOnlyLookOnce）：实时目标检测的革命性突破✨motivation在目标检测领域，传统方法如R-CNN系列存在计算冗余、推理速度慢的问题。2016年提出的YOLO（YouOnlyLookOnce）首次实现端到端单阶段检测，将检测速度提升至45FPS（FasterR-CNN仅7FPS），彻底改变了实时目标检测的格局。其核心思想是将检测视为回归问题，实现"看一眼即知全貌"的
  • 【三维目标检测】Complex-Yolov4详解（二）：模型结构 Coding的叶子 Python三维点云实战宝典Complex-YoloComplex-Yolov4三维目标检测目标检测python
    本文为博主原创文章，未经博主允许不得转载。本文为专栏《python三维点云从基础到深度学习》系列文章，地址为“https://blog.csdn.net/suiyingy/article/details/124017716”。Complex-Yolo网络模型的核心思想是用鸟瞰图BEV替换Yolo网络输入的RGB图像。因此，在完成BEV处理之后，模型的训练和推理过程基本和Yolo完全一致。Yolov
  • Claude 4 全新上线，科研和写作能力大幅提升！文献检索和综述更容易，实测好用！（附专业提示词） 智写AI AI学术写作指南人工智能
    在2025年5月22日，Claude正式发布了它的4系列模型：Opus4和Sonnet4七哥总结下这两款模型的特点，Sonnet4适合快速响应的任务，Opus4适合需要推理的复杂多步骤任务。两款模型都有20万token的上下文窗口。对科研人员、程序开发者来说，Claude这一代模型不仅性能强悍，还在多项核心能力上实现了突破式进阶。说说最新亮相的Claude4系列模型在多项核心能力上的三大进阶之处：
  • LIMO：仅需817样本激活大模型数学推理能力，挑战“数据规模至上”传统范式 大千AI助手 人工智能#OTHER#Prompt人工智能机器学习神经网络算法大模型LIMOLessIsMore
    “以认知模板唤醒沉睡知识，让推理能力在精不在多”LIMO是由上海交通大学、SII（ShanghaiArtificialIntelligenceLaboratory）、GAIRLab联合提出的突破性研究（2025年2月发表），其核心颠覆了传统AI领域“复杂推理需海量训练数据”的认知，证明仅用817个高质量样本即可激发大语言模型（LLMs）的数学推理能力，在AIME、MATH等竞赛级任务中超越使用10
  • 提示工程架构师总结：Agentic AI智能健康项目需求分析的8个关键步骤 AGI大模型与大数据研究院 人工智能需求分析ai
    AgenticAI智能健康项目需求分析：从0到1构建智能健康助手的8个关键步骤关键词AgenticAI（智能体AI）、智能健康、需求分析、用户旅程、场景建模、伦理合规、数据策略、系统交互摘要当AI从“被动响应”进化到“主动服务”，AgenticAI（智能体AI）正在重新定义智能健康的边界——它不再是“你问我答的健康助手”，而是“能主动感知、推理、行动的健康管家”：比如监测到糖尿病患者餐后血糖超标，
  • 智慧零售 AI 卡顿？陌讯轻量化方案 FPS 升 40% 2501_92722744 零售人工智能目标跟踪计算机视觉目标检测算法
    一、开篇痛点：智慧零售视觉算法的三大行业困境在智慧零售场景中，传统视觉算法正面临着难以突破的技术瓶颈。自助结算台的商品误识别率常高达12%-18%，导致消费者频繁触发人工核验；复杂货架场景下，商品重叠、光照变化和包装相似性问题，使得目标检测漏检率超过20%；而边缘设备的算力限制，又让实时推理帧率（FPS）普遍低于25，无法满足流畅交互需求[1]。这些问题直接造成商超运营成本增加30%以上，严重制约
  • vLLM专题（三）-快速开始 AI专题精讲 大模型专题系列人工智能
    本指南将帮助您快速开始使用vLLM执行：离线批量推理使用OpenAI兼容服务器进行在线服务1.先决条件操作系统：LinuxPython：3.9–3.122.安装如果您使用的是NVIDIAGPU，您可以直接使用pip安装vLLM。建议使用uv，一个非常快速的Python环境管理器，来创建和管理Python环境。请按照文档安装uv。安装uv后，您可以创建一个新的Python环境，并使用以下命令安装vL
  • 黄仁勋链博会首秀：中国开源AI催化全球革命，机器人浪潮重塑未来工厂 未来智慧谷 开源人工智能机器人
    7月16日，北京链博会开幕式迎来一位特殊演讲者——英伟达创始人黄仁勋身着唐装，首次以中文登台演讲。这位AI芯片巨头的掌舵人坦言“很紧张”，却清晰传递出一个重要观点：中国的开源AI已成为世界进步的催化剂，让每个国家、每个行业都有机会参与这场AI革命。一、下一波AI浪潮：物理世界的理解与执行黄仁勋在演讲中明确指出，AI的下一波浪潮将是具备推理与执行能力的机器人系统，这类机器人能够理解物理世界。他预测：
  • 智慧水库边缘计算技术路线与框架设计 小赖同学啊 testTechnologyPrecious边缘计算人工智能
    智慧水库边缘计算技术路线与框架设计一、边缘计算技术路线1.整体技术路线云边协同层边缘管理层边缘计算层边缘感知层设备层配置下发模型更新数据同步容器编排资源调度安全管理实时数据处理本地AI推理规则引擎协议适配数据采集设备管理水位计雨量计摄像头闸门传感器设备层边缘感知层边缘计算层边缘管理层云边协同层中心云平台2.关键技术演进路线阶段技术重点目标1.0基础建设期容器化部署、基础数据采集实现设备接入和基础数
  • sahi+yolov8实现图像切片推理
    文章目录前言一、SAHI介绍切片推理兼容性设计二、使用步骤图像切片推理与结果融合代码示例结果对比总结前言本文记录项目中涉及到了无人机正射图像的推理（通常8000像素*8000像素以上），由于模型推理尺寸是640*640的，如果直接整图送入模型推理，推理效果极差，可以考虑采用多个切片进行分别进行推理，最后合并推理结果的方式。一、SAHI介绍SAHI（SlicingAidedHyperInferenc
  • yolov8seg如何获取每个结果的mask，不是一整个的mask boss-dog 视觉算法开发yolov8rk3588
    使用rk3588开发板对yolov8-seg进行推理时，瑞芯微官方代码中对推理的结果进行了封装，返回的分割结果是所有目标的mask，而不是单个目标的mask。yolov8seg怎么获得每个结果的mask，不是一整个的mask：https://github.com/airockchip/rknn_model_zoo/issues/175解决postprocess.h中关于检测结果的结构体解析type
  • 大模型服务架构设计与性能优化指南 陈乔布斯 人工智能大模型AI性能优化人工智能Python大模型AI模型服务
    引言在大模型应用开发中，模型服务作为核心组件，负责提供高效、稳定的模型推理能力。随着大语言模型（LLM）的快速发展，模型服务架构面临着性能、可扩展性和成本的多重挑战。本文将深入探讨模型服务的核心组件、架构设计、性能优化技术，并结合电商、金融科技等合规行业案例，为开发者提供全面的模型服务设计指南。一、模型服务核心组件1.1推理引擎推理引擎是模型服务的核心，负责执行模型推理计算。目前主流的推理引擎包括
  • 网络安全-网络安全智能体所有详细工作原理和架构及案例
    大家读完觉得有帮助记得关注和点赞！！！网络安全智能体（AISecurityAgent）是人工智能与网络安全融合的新范式，通过自主感知、分析决策、联动响应实现动态防护，正在重构传统“人防为主”的安全体系。以下从工作原理、架构设计、行业案例三方面进行深度解析：一、工作原理：三层认知闭环与动态进化1.核心能力分层（L1-L5标准）等级能力特征代表产品L1基础辅助型单步推理，处理预定义任务（如告警初判）9
  • LLM微调训练指南 小小怪 @ 人工智能自然语言处理
    模型选择策略开源LLM的选择需综合评估任务需求与资源限制：LLaMA-2（7B/13B/70B）：商用友好，推荐使用HuggingFace格式的社区变体（如NousResearch版本）Mistral（7B）：Apache2.0许可，在推理和数学任务表现突出Falcon（7B/40B）：商业授权宽松，特别适合多轮对话场景硬件匹配参考：NVIDIA3090可微调7B模型（QLoRA），A100建议尝
  • 为什么《贝克街的亡灵》能成为柯南剧场版中的经典之作？ 全息说电影
    要说剧场版哪一步最好看？很多人都会选择《贝克街的亡灵》。《贝克街的亡灵》于2002年上映，所有剧场版中，《贝克街的亡灵》以8.9的评分在豆瓣傲视群雄。《贝克街的亡灵》的故事结合了未来科技（VR游戏以及人工智能）和历史实事，以及殿堂级的推理小说（《福尔摩斯》）创作了一个扣人心弦又具有反思意义的作品。《名侦探柯南》中挺喜欢说教，但是像《贝克街的亡灵》这样深入人心又不突兀的说教却很少。那么，我们现在就来
  • vllm源码解析(一)：整体架构与推理代码 m0_74825634 架构
    vlllm官方代码更新频发,每个版本都有极大变动,很难说哪个版本好用.第一次阅读vllm源码是0.4.0版本,对这版圈复杂度极高的调度代码印象深刻0.4.1对调度逻辑进行重构,完全大变样,读代码速度快赶不上迭代的速度了。现在已经更新到0.5.4,经过长时间观察，发现主要的调度逻辑基本也稳定了下来,应该可以作为一个固话的版本去阅读。本文解读依据vllm0.5.4版本.没有修改任何代码,大家不必担心夹
  • 2020-08-24侦探缠金：黄金震荡偏空形态，早盘关注1930支撑！ 侦探缠金
    震荡是常态，趋势是意外；震荡中积累，趋势中爆发----大家好，我是侦探缠金！黄金当前属于震荡偏空的形态，短线维持1930-45区域内震荡，日内关注此压力支撑位置得失后再决定如何操作！交易不但会攻，更要会守，该等待时莫着急，该出手时莫犹豫！方向不明那就暂时休息，待方向明确后果断出手！黄金日线走势上看，依然是宽幅震荡走势，最近的行情也是多空反复，震荡过程中任何的压力支撑位置都可能成为行情转折的关键！而
  • 【思维链（CoT）技术深度解析】从理论到实践的革命性推理方法 满怀1015 人工智能人工智能思维链大语言模型推理技术提示工程
    目录前言️技术背景与价值当前技术痛点️解决方案概述目标读者说明一、技术原理剖析核心概念图解核心作用讲解关键技术模块⚖️技术演进对比️二、实战演示⚙️环境配置要求核心代码实现案例1：基础CoT提示案例2：自我一致性CoT✅运行结果验证⚡三、性能对比测试方法论量化数据对比结果分析四、最佳实践✅推荐方案❌常见错误调试技巧五、应用场景扩展适用领域创新应用方向技术生态✨结语⚠️技术局限性未来发展趋势学习资源
  • ✨零基础手把手｜Docker+vLLM极速部署OpenAI风格API：5分钟4卡GPU推理+避坑指南+完整镜像配置 杨靳言先 pythondockervllm部署
    一、Docker基础命令查看容器状态Bashdockerps#查看运行中的容器dockerps-a#查看所有容器（包括已停止的）查看镜像列表Bashdockerimages#列出本地所有镜像二、镜像与容器操作镜像打包为.tar文件Bashdockersave-o#将镜像导出为.tar文件#示例：dockersave-omy_image.tarvllm/vllm-openai:v0.8.4打包多个镜
  • 名侦探柯南三千问，黑羽快斗请回答 倾酱动漫集
    今天给大家带来的是高人气的天才魔术师，怪盗基德二代黑羽快斗的二三事，谜一样的基德，你知道多少呢？图片发自App01怪盗基德的国际罪犯代码是什么？1412号。02黑羽快斗的父亲是谁？图片发自App一代怪盗基德黑羽盗一。03黑羽快斗的母亲是谁？图片发自App怪盗淑女黑羽千影。04黑羽快斗的青梅竹马是谁？图片发自App中森青子。05黑羽快斗就读于哪所学校？图片发自App江古田高中二年b班。06黑羽快斗精
  • Deja Vu: 利用上下文稀疏性提升大语言模型推理效率 AI专题精讲 模型加速人工智能模型加速AI技术应用
    温馨提示：本篇文章已同步至"AI专题精讲"DejaVu:利用上下文稀疏性提升大语言模型推理效率摘要拥有数百亿参数的大语言模型（LLMs）催生了一系列令人振奋的AI应用。然而，在推理阶段它们计算开销极大。稀疏化是一种自然的降本策略，但现有方法要么需要代价高昂的重新训练，要么必须放弃LLM的“in-contextlearning”能力，要么在现代硬件上无法带来真实的墙钟时间加速。我们提出**上下文稀疏
  • 枚举的构造函数中抛出异常会怎样 bylijinnan javaenum单例
    首先从使用enum实现单例说起。 为什么要用enum来实现单例？ 这篇文章（ http://javarevisited.blogspot.sg/2012/07/why-enum-singleton-are-better-in-java.html）阐述了三个理由： 1.enum单例简单、容易，只需几行代码： public enum Singleton { INSTANCE;
  • CMake 教程 aigo C++
    转自：http://xiang.lf.blog.163.com/blog/static/127733322201481114456136/   CMake是一个跨平台的程序构建工具，比如起自己编写Makefile方便很多。 介绍：http://baike.baidu.com/view/1126160.htm 本文件不介绍CMake的基本语法，下面是篇不错的入门教程： http:
  • cvc-complex-type.2.3: Element 'beans' cannot have character Cb123456 springWebgis
      cvc-complex-type.2.3: Element 'beans' cannot have character     Line 33 in XML document from ServletContext resource [/WEB-INF/backend-servlet.xml] is i
  • jquery实例:随页面滚动条滚动而自动加载内容 120153216 jquery
    <script language="javascript"> $(function (){ var i = 4;$(window).bind("scroll", function (event){ //滚动条到网页头部的 高度，兼容ie,ff,chrome var top = document.documentElement.s
  • 将数据库中的数据转换成dbs文件 何必如此 sqldbs
    旗正规则引擎通过数据库配置器（DataBuilder）来管理数据库，无论是Oracle，还是其他主流的数据都支持，操作方式是一样的。旗正规则引擎的数据库配置器是用于编辑数据库结构信息以及管理数据库表数据，并且可以执行SQL 语句，主要功能如下。 1)数据库生成表结构信息：         主要生成数据库配置文件(.conf文
  • 在IBATIS中配置SQL语句的IN方式 357029540 ibatis
    在使用IBATIS进行SQL语句配置查询时，我们一定会遇到通过IN查询的地方，在使用IN查询时我们可以有两种方式进行配置参数：String和List。具体使用方式如下： 1.String:定义一个String的参数userIds，把这个参数传入IBATIS的sql配置文件，sql语句就可以这样写： <select id="getForms" param
  • Spring3 MVC 笔记（一） 7454103 springmvcbeanRESTJSF
             自从 MVC 这个概念提出来之后 struts1.X  struts2.X   jsf 。。。。。 这个view 层的技术一个接一个！ 都用过！不敢说哪个绝对的强悍！ 要看业务，和整体的设计！      最近公司要求开发个新系统！
  • Timer与Spring Quartz 定时执行程序 darkranger springbean工作quartz
    有时候需要定时触发某一项任务。其实在jdk1.3，java sdk就通过java.util.Timer提供相应的功能。一个简单的例子说明如何使用，很简单： 1、第一步，我们需要建立一项任务，我们的任务需要继承java.util.TimerTask package com.test; import java.text.SimpleDateFormat; import java.util.Date;
  • 大端小端转换，le32_to_cpu 和cpu_to_le32 aijuans C语言相关
    大端小端转换，le32_to_cpu 和cpu_to_le32  字节序 http://oss.org.cn/kernel-book/ldd3/ch11s04.html         小心不要假设字节序. PC 存储多字节值是低字节为先(小端为先, 因此是小端), 一些高级的平台以另一种方式(大端)
  • Nginx负载均衡配置实例详解 avords
    [导读] 负载均衡是我们大流量网站要做的一个东西，下面我来给大家介绍在Nginx服务器上进行负载均衡配置方法，希望对有需要的同学有所帮助哦。负载均衡先来简单了解一下什么是负载均衡，单从字面上的意思来理解就可以解 负载均衡是我们大流量网站要做的一个东西，下面我来给大家介绍在Nginx服务器上进行负载均衡配置方法，希望对有需要的同学有所帮助哦。 负载均衡 先来简单了解一下什么是负载均衡
  • 乱说的 houxinyou 框架敏捷开发软件测试
    从很久以前，大家就研究框架，开发方法，软件工程，好多！反正我是搞不明白！ 这两天看好多人研究敏捷模型，瀑布模型！也没太搞明白. 不过感觉和程序开发语言差不多， 瀑布就是顺序，敏捷就是循环. 瀑布就是需求、分析、设计、编码、测试一步一步走下来。而敏捷就是按摸块或者说迭代做个循环，第个循环中也一样是需求、分析、设计、编码、测试一步一步走下来。 也可以把软件开发理
  • 欣赏的价值——一个小故事 bijian1013 有效辅导欣赏欣赏的价值
    　　第一次参加家长会，幼儿园的老师说："您的儿子有多动症，在板凳上连三分钟都坐不了，你最好带他去医院看一看。"　　回家的路上，儿子问她老师都说了些什么，她鼻子一酸，差点流下泪来。因为全班30位小朋友，惟有他表现最差；惟有对他，老师表现出不屑，然而她还在告诉她的儿子："老师表扬你了，说宝宝原来在板凳上坐不了一分钟，现在能坐三分钟。其他妈妈都非常羡慕妈妈，因为全班只有宝宝
  • 包冲突问题的解决方法 bingyingao eclipsemavenexclusions包冲突
    包冲突是开发过程中很常见的问题： 其表现有： 1.明明在eclipse中能够索引到某个类，运行时却报出找不到类。 2.明明在eclipse中能够索引到某个类的方法，运行时却报出找不到方法。 3.类及方法都有，以正确编译成了.class文件，在本机跑的好好的，发到测试或者正式环境就 抛如下异常： java.lang.NoClassDefFoundError: Could not in
  • 【Spark七十五】Spark Streaming整合Flume-NG三之接入log4j bit1129 Stream
    先来一段废话： 实际工作中，业务系统的日志基本上是使用Log4j写入到日志文件中的，问题的关键之处在于业务日志的格式混乱，这给对日志文件中的日志进行统计分析带来了极大的困难，或者说，基本上无法进行分析，每个人写日志的习惯不同，导致日志行的格式五花八门，最后只能通过grep来查找特定的关键词缩小范围，但是在集群环境下，每个机器去grep一遍，分析一遍，这个效率如何可想之二，大好光阴都浪费在这上面了
  • sudoku solver in Haskell bookjovi sudokuhaskell
    这几天没太多的事做，想着用函数式语言来写点实用的程序，像fib和prime之类的就不想提了（就一行代码的事），写什么程序呢？在网上闲逛时发现sudoku游戏，sudoku十几年前就知道了，学生生涯时也想过用C/Java来实现个智能求解，但到最后往往没写成，主要是用C/Java写的话会很麻烦。   现在写程序，本人总是有一种思维惯性，总是想把程序写的更紧凑，更精致，代码行数最少，所以现
  • java apache ftpClient bro_feng java
    最近使用apache的ftpclient插件实现ftp下载，遇见几个问题，做如下总结。 1. 上传阻塞，一连串的上传，其中一个就阻塞了，或是用storeFile上传时返回false。查了点资料，说是FTP有主动模式和被动模式。将传出模式修改为被动模式ftp.enterLocalPassiveMode();然后就好了。 看了网上相关介绍，对主动模式和被动模式区别还是比较的模糊，不太了解被动模
  • 读《研磨设计模式》-代码笔记-工厂方法模式 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/ package design.pattern; /* * 工厂方法模式：使一个类的实例化延迟到子类 * 某次，我在工作不知不觉中就用到了工厂方法模式（称为模板方法模式更恰当。2012-10-29）： * 有很多不同的产品，它
  • 面试记录语 chenyu19891124 招聘
    或许真的在一个平台上成长成什么样，都必须靠自己去努力。有了好的平台让自己展示，就该好好努力。今天是自己单独一次去面试别人，感觉有点小紧张，说话有点打结。在面试完后写面试情况表，下笔真的好难，尤其是要对面试人的情况说明真的好难。 今天面试的是自己同事的同事，现在的这个同事要离职了，介绍了我现在这位同事以前的同事来面试。今天这位求职者面试的是配置管理，期初看了简历觉得应该很适合做配置管理，但是今天面
  • Fire Workflow 1.0正式版终于发布了 comsci 工作workflowGoogle
    Fire Workflow 是国内另外一款开源工作流，作者是著名的非也同志，哈哈.... 官方网站是 http://www.fireflow.org 经过大家努力,Fire Workflow 1.0正式版终于发布了 正式版主要变化: 1、增加IWorkItem.jumpToEx(...)方法，取消了当前环节和目标环节必须在同一条执行线的限制，使得自由流更加自由 2、增加IT
  • Python向脚本传参 daizj python脚本传参
    如果想对python脚本传参数，python中对应的argc, argv(c语言的命令行参数)是什么呢？ 需要模块：sys 参数个数：len(sys.argv) 脚本名：    sys.argv[0] 参数1：     sys.argv[1] 参数2：     sys.argv[
  • 管理用户分组的命令gpasswd dongwei_6688 passwd
    NAME： gpasswd - administer the /etc/group file SYNOPSIS： gpasswd group gpasswd -a user group gpasswd -d user group gpasswd -R group gpasswd -r group gpasswd [-A user,...] [-M user,...] g
  • 郝斌老师数据结构课程笔记 dcj3sjt126com 数据结构与算法
    <<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
  • yii2 cgridview加上选择框进行操作 dcj3sjt126com GridView
    页面代码 <?=Html::beginForm(['controller/bulk'],'post');?> <?=Html::dropDownList('action','',[''=>'Mark selected as: ','c'=>'Confirmed','nc'=>'No Confirmed'],['class'=>'dropdown',])
  • linux mysql fypop linux
    enquiry mysql version in centos linux yum list installed | grep mysql yum -y remove mysql-libs.x86_64 enquiry mysql version in yum repositoryyum list | grep mysql oryum -y list mysql* install mysq
  • Scramble String hcx2013 String
    Given a string s1, we may represent it as a binary tree by partitioning it to two non-empty substrings recursively. Below is one possible representation of s1 = "great":
  • 跟我学Shiro目录贴 jinnianshilongnian 跟我学shiro
    历经三个月左右时间，《跟我学Shiro》系列教程已经完结，暂时没有需要补充的内容，因此生成PDF版供大家下载。最近项目比较紧，没有时间解答一些疑问，暂时无法回复一些问题，很抱歉，不过可以加群（334194438/348194195）一起讨论问题。     ----广告-----------------------------------------------------
  • nginx日志切割并使用flume-ng收集日志 liyonghui160com
         nginx的日志文件没有rotate功能。如果你不处理，日志文件将变得越来越大，还好我们可以写一个nginx日志切割脚本来自动切割日志文件。第一步就是重命名日志文件，不用担心重命名后nginx找不到日志文件而丢失日志。在你未重新打开原名字的日志文件前，nginx还是会向你重命名的文件写日志，linux是靠文件描述符而不是文件名定位文件。第二步向nginx主
  • Oracle死锁解决方法 pda158 oracle
    　select p.spid,c.object_name,b.session_id,b.oracle_username,b.os_user_name from v$process p,v$session a, v$locked_object b,all_objects c where p.addr=a.paddr and a.process=b.process and c.object_id=b.
  • java之List排序 shiguanghui list排序
       在Java Collection Framework中定义的List实现有Vector，ArrayList和LinkedList。这些集合提供了对对象组的索引访问。他们提供了元素的添加与删除支持。然而，它们并没有内置的元素排序支持。 　　你能够使用java.util.Collections类中的sort()方法对List元素进行排序。你既可以给方法传递
  • servlet单例多线程 utopialxw 单例多线程servlet
    转自http://www.cnblogs.com/yjhrem/articles/3160864.html 和   http://blog.chinaunix.net/uid-7374279-id-3687149.html Servlet 单例多线程 Servlet如何处理多个请求访问？Servlet容器默认是采用单实例多线程的方式处理多个请求的：1.当web服务器启动的
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他