iteye_19148
iteye_19148

Univ. Washington video course： Programming Languages

http://www.cs.washington.edu/education/courses/csep505/06sp/

本课程以Caml/Ocaml为蓝本介绍现代程序语言中的诸多特性，虽然这不是编译原理的课程，但是肯定也很合对此感兴趣的人的胃口。网站包括所有讲义pdf, 代码，作业和答案，授课视频和mp3。

课程大纲：
1. Purpose of studying programming languages
2. Functional programming (in Caml)
* Datatypes
* Higher-order functions
* Tail recursion
* Lack of mutation
3. Defining languages
* Concrete vs. abstract syntax
* Introduction/elimination forms
* Semantics via interpretation
* Semantics via translation
4. Induction for Proving Program Properties
5. Program and Programming-Language Equivalence
6. Lambda-Calculus
7. Abstract Machines
8. Exceptions, continuations, continuation-passing style
9. Types
* Soundness vs. completeness
* Type safety
* Type inference
* Static vs. dynamic typing
10. Polymorphism
* Generics
* Parametricity
* Subtyping
* Polymorphic references
11. Laziness (thunks, streams, memoization)
12. Macros
13. Concurrency
* Threads
* Locks
* Message passing (Concurrent ML)
* Atomicity
14. Object-oriented programming
* Dynamic dispatch
* Classes vs. types
* Multimethods
* Classless OOP
* Extensibility: contrast with functional programming
15. Memory management
* Garbage collection
* Regions (a.k.a. arenas)
* Unique pointers

你可能感兴趣的:(FP)

  • 英伟达靠什么支撑起了4万亿？AI泡沫还能撑多久？
    英伟达市值突破4万亿美元，既是AI算力需求爆发的直接体现，也暗含市场对未来的狂热预期。其支撑逻辑与潜在风险并存，而AI泡沫的可持续性则取决于技术、商业与地缘政治的复杂博弈。⚙️一、英伟达4万亿市值的核心支撑因素技术垄断与生态壁垒硬件优势：英伟达GPU在AI训练市场占有率超87%，H100芯片的FP16算力达1979TFLOPS，领先竞品3-5倍。CUDA生态：400万开发者构建的软件护城河，成为A
  • 【C++算法】76.优先级队列_前 K 个高频单词 流星白龙 优选算法C++c++算法开发语言
    文章目录题目链接：题目描述：解法C++算法代码：题目链接：692.前K个高频单词题目描述：解法利用堆来解决TopK问题预处理一下原始的字符串数组，用一个哈希表统计一下每一个单词出现的频次。创建一个大小为k的堆频次：小根堆字典序（频次相同的时候）：大根堆循环让元素依次进堆判断提取结果C++算法代码：classSolution{//定义类型别名，PSI表示对typedefpairPSI;//自定义比较
  • 【ARM】FPU,VFP,ASE,NEON,SVE...是什么意思？ 亿道电子Emdoor ARMarm开发ARM
    1、文档目标对执行浮点和SIMD操作的逻辑的各种名称的缩写词进行简要解释。2、问题场景Arm处理器内核中有用于执行浮点和SIMD操作的逻辑，有各种名称。它们通常是一系列的缩写形式，因此本文旨在对每一个缩写词进行简要解释。3、软硬件环境1、软件版本：不涉及2、电脑环境：不涉及4、相关缩写FPU(Floating-PointUnit)浮点单元浮点单元是处理器核心中的一个模块，用于使用浮点数执行算术运算
  • 大模型量化终极对决：FP8 vs AWQ INT4，谁才是性能与精度的王者？ 曦紫沐 大模型人工智能大模型量化FP8AWQ_INT4
    摘要在大模型部署与优化中，量化技术是突破性能瓶颈的关键。FP8量化与AWQINT4量化作为当前主流方案，分别以“高精度”和“极致压缩”为核心优势。本文通过表格对比二者的数据格式、精度损失、硬件依赖及适用场景，助您在不同需求下精准选择最优方案。一、数据格式：浮点与整数的底层差异FP8量化采用浮点数（FP8），包含E4M3（4位阶码+3位尾数）和E5M2（5位阶码+2位尾数）两种格式，保留动态范围；而
  • 19.0-《超越感觉》-说服他人 SAM52
    Becausethoughtfuljudgmentsdeservetobeshared,andthewaytheyarepresentedcanstronglyinfluencethewayothersreacttothem.因为经过深思熟虑的判断值得分享，而这些判断的呈现方式会强烈影响其他人对它们的反应。Bylearningtheprinciplesofpersuasionandapplying
  • 相机ROI 参数 ZPC8210 视觉数码相机
    相机的ROI（RegionofInterest，感兴趣区域）参数，是指通过设置图像传感器上特定区域作为有效成像区域，从而只采集该区域的图像数据，而忽略其他部分。这一功能常用于工业相机、科研相机、高速相机等场景，以提升帧率、降低数据量或实现特定区域的精细分析。ROI参数的核心要点作用提高帧率：减少处理的像素数量，降低数据带宽，使相机能以更高速度采集图像（例如：从30fps提升到100fps）。减少数
  • 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
  • 解决：FFmpeg推流时报错：Broken Pipe -米兰的小铁匠 ffmpegpython
    最初利用如下代码进行FFmpeg推流：importsubprocessimportcv2importnumpyasnpimporttimeclassRTMPStreamer:def__init__(self,rtmp_url,width,height,fps=30):self.rtmp_url=rtmp_urlself.width=widthself.height=heightself.fps=f
  • GAMES202——作业1 实时阴影(ShadowMap，PCF，PCSS)
    目录任务ShadowMapPCFPCSS实现ShadowMapuseShadowMapPCFfindBlockerPCSS结果任务ShadowMap1.在ShadowMaterial.js中需要向Shader传递正确的uLightMVP矩阵，该矩阵参与了第一步从光源处渲染场景从而构造ShadowMap的过程。你需要完成DirectionalLight中的CalcLightMVP(translate
  • 【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
  • 【YOLO系列】YOLOv4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目标跟踪人工智能目标检测计算机视觉论文阅读
    YOLOv4详解：模型结构、损失函数、训练方法及代码实现motivationYOLO系列作者JosephRedmon与AlexeyBochkovskiy致力于解决目标检测领域的核心矛盾：精度与速度的平衡。YOLOv4的诞生源于两大需求：工业落地：在移动端/边缘设备实现实时检测（>30FPS）学术突破：无需昂贵算力（如1080Ti即可训练），在MSCOCO数据集达到SOTAmethods1.数据加载
  • 再谈fpga开发（fpga运行效率高的三大原因） 嵌入式-老费 再谈FPGA开发fpga开发
    【声明：版权所有，欢迎转载，请勿用于商业用途。联系信箱：[email protected]】fpga其实大家都不陌生，大家都知道fpga介于软件和硬件之间，适合处理底层信号的东西，运算速度比较快。知道多一点的同学，可能还知道fpga可以同时处理多个数据。再多一点的东西，可能就不清楚了。fpga本身频率不高，200M都算是很高的频率了。因此，毋庸置疑，fpga的效率就是在于它的并发性，这可以很大
  • FPGA开发与测试流程详解 IC与FPGA设计 FPGAfpga开发
    在FPGA（现场可编程门阵列）行业中，开发和测试是确保产品性能和稳定性的关键环节。FPGA技术广泛应用于通信、汽车、工业、消费电子等领域，其优势在于高效的并行处理能力和灵活的硬件定制能力。本文将详细介绍FPGA开发和测试的基本流程，帮助大家了解如何高效完成FPGA的开发与验证。FPGA开发流程FPGA的开发通常分为以下几个主要阶段：1.需求分析与设计规格在开始FPGA开发之前，首先需要明确系统的需
  • 离线环境下如何优雅地部署 Mentor Questa CFAteam EDA工具安装指南EDA服务器运维fpga开发
    MentorQuesta（前称ModelSimSE）是SiemensEDA旗下的重要数字仿真平台，被广泛用于ASIC和FPGA的功能验证、测试平台搭建和UVM流程开发。相比SynopsysVCS和CadenceXcelium，Questa更注重仿真引擎的灵活性与图形交互性。但在实际部署中，很多客户面临着“无法联网”或“内网部署”场景，如：高校教学机房受网络限制企业设计环境为内网隔离区军工科研单位需
  • FPGA知识基础之--在线调试工具 土包子=-= FPGA学习fpga开发
    文章目录前言一、定义二、特点三、功能3.1信号监控：3.2信号修改：3.3断点设置：3.4变量监视：3.5性能分析：3.6故障注入：四、主要的在线调试工具4.1Xilinx的VIO和ILA4.1.1介绍4.1.2配置步骤4.1.3使用场景4.1.4优势4.2Altera的In-SystemMemoryContentEditor4.2.1介绍4.2.2配置步骤4.2.3使用场景4.3QuartusI
  • 深入解析MIPI C-PHY (四）C-PHY物理层对应的上层协议的深度解析 GateWorld MIPICPHYMIPIMIPIDPHY高速接口
    C-PHY物理层对应的上层协议的深度解析C-PHY上层协议全景图一、核心协议：CSI-2（CameraSerialInterface2）定位：图像传感器传输的行业金标准最新版本：CSI-2v4.0(2023)协作机制：C-PHY作为其物理层承载1.核心技术创新（C-PHY+CSI-2）技术痛点传统D-PHY方案C-PHY+CSI-2方案高分辨率带宽4K@60fps需8对数据线4K@120fps仅需
  • FPGA 基于 Vivado 核的 ROM 设计与实现 鱼弦 单片机系统合集fpga开发
    FPGA基于Vivado核的ROM设计与实现介绍ROM（只读存储器）是一种非易失性存储器，可以在FPGA中用于存储固定数据或程序代码。在FPGA设计中，ROM通常用于初始化数据表、查找表（LUT）、固件和配置参数等。Vivado提供了便捷的IP核，可以快速实现和集成ROM模块。应用使用场景启动加载：存储系统启动时所需的引导代码或配置。查找表（LUT）：用于快速计算复杂函数值，如三角函数、对数等。固
  • 俄罗斯方块游戏开发（面向对象编程） 佩爷0107 MATLAB俄罗斯方块游戏旋转矩阵
    摘要本设计基于MATLAB面向对象编程技术，开发了一款具备完整游戏逻辑的俄罗斯方块游戏。通过类封装实现游戏核心模块（方块管理、游戏板状态、碰撞检测等），采用旋转矩阵实现方块变形，结合MATLAB图形用户界面（GUI）完成交互设计。测试表明，系统在MATLABR2024a环境下运行稳定，帧率达30FPS，方块旋转响应时间小于0.1秒，消行判定准确率100%，符合经典俄罗斯方块游戏规范。1.引言1.1
  • 路口实时检测 30FPS+：陌讯抗遮挡算法实测 2501_92488070 算法计算机视觉视觉检测边缘计算智慧城市
    开篇痛点：复杂路口的视觉识别困境在城市交通治理中，行人闯红灯行为检测一直是智能监控的难点。传统视觉算法在实际部署中常面临三重挑战：强光/逆光环境下目标特征丢失导致的漏检率超20%；行人与非机动车遮挡场景下误判率高达15%；普通GPU设备上难以维持25FPS以上的实时性[3]。某二线城市交管部门曾反馈，基于开源模型的系统每月产生超3000条无效告警，严重消耗人力核查资源。这些问题的核心在于传统单模态
  • 破解电梯场景难题：陌讯识别算法 mAP 达 98.7% 2501_92474790 算法计算机视觉目标检测智慧城市目标跟踪
    开篇痛点：电梯间电动车识别的行业困局传统视觉算法在电梯间电动车检测场景中始终面临三重挑战：复杂光线环境下（如强光直射、夜间低照度）目标特征提取不稳定，电动车与婴儿车、行李箱等相似物体的误判率高达35%；电梯轿厢狭小空间导致目标畸变严重，小目标检测漏检率超过20%；普通模型在边缘设备部署时难以兼顾精度与速度，FPS普遍低于15帧[实测数据显示]。这些问题直接导致物业安防系统告警泛滥，真正的安全隐患却
  • 实时检测延迟超200ms？陌讯新框架FPS提速50%揭晓 2501_92474779 目标跟踪人工智能计算机视觉机器学习算法视觉检测
    开篇痛点在现代安防监控场景中，实时目标检测（Real-timeObjectDetection）至关重要，但传统算法如FasterR-CNN或YOLOv5往往面临严峻挑战。实测数据显示：复杂环境下（如夜间低光照、人群密集区），漏检率（MissRate）高达15-20%，导致安全隐患；同时，检测延迟（Latency）常超过200ms，影响应急响应。例如，某城市交通监控系统报告，在雨雾天气中的车辆误报率
  • 项目部署的常用进程管理命令 FesonX
    封面在实际的项目部署中,最常用的系统环境还是Linux,熟悉常用的管理命令,特别是进程管理命令(项目在系统中也以进程形式存在)很有必要.今天的命令包括:查看进程列表查看进程具体信息向进程发送信号查看进程打开的文件查看文件的使用情况查看端口占用列表查看具体端口占用查看进程命令psps-efpsaux上面两个命令没啥大区别,都支持grep筛选,如果不加aux/-ef显示的是处于运行态的进程,加了显示所
  • 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
  • 漏检率骤升20%的安防困局：陌讯动态剪枝技术如何破局 2501_92473199 人工智能机器学习算法目标检测计算机视觉视觉检测
    1.开篇痛点：安防监控的夜间困局传统目标检测算法在复杂安防场景中面临三重挑战：光照敏感：低光环境下行人检测mAP暴跌至65%以下，夜间误报率高达40%目标遮挡：密集场景（如校园周界）漏检率超25%，某园区因货柜遮挡漏检损失超万元/次算力瓶颈：边缘设备（如JetsonXavier）运行YOLOv5仅12FPS，响应延迟>200ms某安防厂商反馈：40%误报率迫使每2小时人工复核，运维成本激增37%2
  • 模块 骚X
    Python模块(Module)，是一个Python文件，以.py结尾，包含了Python对象定义和Python语句。defprint_func(par):print"Hello:",parreturn模块的引入1import语句import模块名导入模块importsupport现在可以调用模块里包含的函数了support.print_func("Runoob")2from...import语句
  • 音视频流媒体开发【二十六】ffplay播放器-音频输出和音频重采样 AlanGe
    音视频流媒体开发-目录7⾳频输出模块ffplay的⾳频输出通过SDL实现。⾳频输出的主要流程：打开SDL⾳频设备，设置参数启动SDL⾳频设备播放SDL⾳频回调函数读取数据，这个时候我们就要从FrameQueue读取frame填充回调函数提供的buffer空间。audio的输出在SDL下是被动的，即在开启SDL⾳频后，当SDL需要数据输出时则通过回调函数的⽅式告诉应⽤者需要传⼊多少数据，但这⾥存在⼀
  • XCZU4EV-1FBVB900E Xilinx FPGA AMD Zynq UltraScale+ MPSoC EV（Embedded Vision） XINVRY-FPGA arm开发fpga开发fpga嵌入式硬件硬件工程计算机视觉硬件架构
    XCZU4EV-1FBVB900EXCZU4EV‑2FBVB900E属于AMD（Xilinx）ZynqUltraScale+MPSoCEV（EmbeddedVision）系列，集成四核Arm®Cortex‑A53应用处理器、双核Cortex‑R5F实时处理器与Mali‑400MP2片上GPU，辅以强大的可编程逻辑和海量DSP引擎。该器件面向视频嵌入式视觉、网络通信、工业自动化和高级数据处理等对图形
  • 高斯牛顿法与拟牛顿法详解：非线性优化两大核心算法 北辰alk AI算法
    文章目录一、引言：非线性优化问题概述二、高斯牛顿法详解2.1算法原理与推导2.2算法流程2.3代码实现2.4应用实例：曲线拟合2.5算法分析三、拟牛顿法详解3.1算法原理3.2常见变体3.2.1DFP方法3.2.2BFGS方法3.3算法流程3.4代码实现(BFGS)3.5应用实例：Rosenbrock函数优化3.6算法分析四、两种算法对比五、改进与变体5.1高斯牛顿法的改进5.1.1Levenbe
  • 图像处理全栈指南：从传统算法到深度学习，再到FPGA移植 阿牛的药铺 图像算法区图像处理算法深度学习
    图像处理全栈指南：从传统算法到深度学习，再到FPGA移植一、引言：图像处理是光学类产品的“大脑”光学类产品（可见光摄像头、红外热成像、光谱仪）的核心价值，在于将光信号转化为可理解的图像信息。而图像处理算法，就是解读这些信息的“大脑”——从传统的边缘检测到深度学习的目标识别，从实时降噪到高维光谱分割，每一步都决定了产品的性能（如分辨率、帧率、功耗）。对于算法移植工程师（科研助理1）岗位而言，需要掌握
  • AGM FPGA与CPLD烧录说明 HIZYUAN FPGA大讲堂海振远技术分享课堂stm32fpga/cpldarm
    AGM的产品系列主要是CPLD和FPGA两种，FPGA目前容量是从6KLE~16KLE有多个型号，不同的系列，我们也开发有相应的开发板，方便首次使用的时候快速上手。以下分享一些AGM的知识点。AGM芯片-烧写文件类型：1、AG256/272/576系列：.prg为烧写文件，通过JTAG烧写；_download.prg为AGMDownloader专用编程器的烧写文件，用于批量快速烧写用；_SRAM.
  • 插入表主键冲突做更新 a-john
    有以下场景： 用户下了一个订单，订单内的内容较多，且来自多表，首次下单的时候，内容可能会不全（部分内容不是必须，出现有些表根本就没有没有该订单的值）。在以后更改订单时，有些内容会更改，有些内容会新增。 问题： 如果在sql语句中执行update操作，在没有数据的表中会出错。如果在逻辑代码中先做查询，查询结果有做更新，没有做插入，这样会将代码复杂化。 解决： mysql中提供了一个sql语
  • Android xml资源文件中@、@android:type、@*、？、@+含义和区别 Cb123456 @+@?@*
    一.@代表引用资源 1.引用自定义资源。格式：@[package:]type/name android：text="@string/hello"   2.引用系统资源。格式：@android:type/name     android:textColor="@android:color/opaque_red"
  • 数据结构的基本介绍 天子之骄 数据结构散列表树、图线性结构价格标签
    数据结构的基本介绍 数据结构就是数据的组织形式，用一种提前设计好的框架去存取数据，以便更方便，高效的对数据进行增删查改。正确选择合适的数据结构，对软件程序的高效执行的影响作用不亚于算法的设计。此外，在计算机系统中数据结构的作用也是非同小可。例如常常在编程语言中听到的栈，堆等，就是经典的数据结构。   经典的数据结构大致如下：   一：线性数据结构 (1)：列表 a
  • 通过二维码开放平台的API快速生成二维码 一炮送你回车库 api
     现在很多网站都有通过扫二维码用手机连接的功能，联图网(http://www.liantu.com/pingtai/)的二维码开放平台开放了一个生成二维码图片的Api,挺方便使用的。闲着无聊，写了个前台快速生成二维码的方法。        html代码如下:(二维码将生成在这div下) ? 1  &nbs
  • ImageIO读取一张图片改变大小 3213213333332132 javaIOimageBufferedImage
    package com.demo; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import javax.imageio.ImageIO; /** * @Description 读取一张图片改变大小 * @author FuJianyon
  • myeclipse集成svn（一针见血） 7454103 eclipseSVNMyEclipse
                                     &n
  • 装箱与拆箱----autoboxing和unboxing darkranger J2SE
    4.2　自动装箱和拆箱 基本数据(Primitive)类型的自动装箱(autoboxing)、拆箱(unboxing)是自J2SE 5.0开始提供的功能。虽然为您打包基本数据类型提供了方便，但提供方便的同时表示隐藏了细节，建议在能够区分基本数据类型与对象的差别时再使用。 4.2.1　autoboxing和unboxing 在Java中，所有要处理的东西几乎都是对象(Object)
  • ajax传统的方式制作ajax aijuans Ajax
    //这是前台的代码 <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%> <% String path = request.getContextPath(); String basePath = request.getScheme()+
  • 只用jre的eclipse是怎么编译java源文件的？ avords javaeclipsejdktomcat
    eclipse只需要jre就可以运行开发java程序了，也能自动 编译java源代码，但是jre不是java的运行环境么，难道jre中也带有编译工具？ 还是eclipse自己实现的？谁能给解释一下呢问题补充：假设系统中没有安装jdk or jre，只在eclipse的目录中有一个jre，那么eclipse会采用该jre，问题是eclipse照样可以编译java源文件，为什么呢？ &nb
  • 前端模块化 bee1314 模块化
    背景： 前端JavaScript模块化，其实已经不是什么新鲜事了。但是很多的项目还没有真正的使用起来，还处于刀耕火种的野蛮生长阶段。   JavaScript一直缺乏有效的包管理机制，造成了大量的全局变量，大量的方法冲突。我们多么渴望有天能像Java（import），Python (import)，Ruby(require)那样写代码。在没有包管理机制的年代，我们是怎么避免所
  • 处理百万级以上的数据处理 bijian1013 oraclesql数据库大数据查询
    一.处理百万级以上的数据提高查询速度的方法：        1.应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。         2.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 o
  • mac 卸载 java 1.7 或更高版本 征客丶 javaOS
    卸载 java 1.7 或更高 sudo rm -rf /Library/Internet\ Plug-Ins/JavaAppletPlugin.plugin 成功执行此命令后，还可以执行 java 与 javac 命令 sudo rm -rf /Library/PreferencePanes/JavaControlPanel.prefPane 成功执行此命令后，还可以执行 java
  • 【Spark六十一】Spark Streaming结合Flume、Kafka进行日志分析 bit1129 Stream
    第一步，Flume和Kakfa对接，Flume抓取日志，写到Kafka中 第二部，Spark Streaming读取Kafka中的数据，进行实时分析   本文首先使用Kakfa自带的消息处理（脚本）来获取消息，走通Flume和Kafka的对接 1. Flume配置 1. 下载Flume和Kafka集成的插件，下载地址：https://github.com/beyondj2ee/f
  • Erlang vs TNSDL bookjovi erlang
          TNSDL是Nokia内部用于开发电信交换软件的私有语言，是在SDL语言的基础上加以修改而成，TNSDL需翻译成C语言得以编译执行，TNSDL语言中实现了异步并行的特点，当然要完整实现异步并行还需要运行时动态库的支持，异步并行类似于Erlang的process（轻量级进程），TNSDL中则称之为hand，Erlang是基于vm(beam)开发，
  • 非常希望有一个预防疲劳的java软件, 预防过劳死和眼睛疲劳,大家一起努力搞一个 ljy325 企业应用
    　非常希望有一个预防疲劳的java软件，我看新闻和网站，国防科技大学的科学家累死了，太疲劳，老是加班，不休息，经常吃药，吃药根本就没用，根本原因是疲劳过度。我以前做java,那会公司垃圾，老想赶快学习到东西跳槽离开，搞得超负荷，不明理。深圳做软件开发经常累死人，总有不明理的人，有个软件提醒限制很好，可以挽救很多人的生命。 相关新闻： （1）IT行业成五大疾病重灾区：过劳死平均37.9岁
  • 读《研磨设计模式》-代码笔记-原型模式 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/ /** * Effective Java 建议使用copy constructor or copy factory来代替clone()方法： * 1.public Product copy(Product p){} * 2.publi
  • 配置管理---svn工具之权限配置 chenyu19891124 SVN
    今天花了大半天的功夫，终于弄懂svn权限配置。下面是今天收获的战绩。 安装完svn后就是在svn中建立版本库，比如我本地的是版本库路径是C:\Repositories\pepos。pepos是我的版本库。在pepos的目录结构 pepos    component    webapps 在conf里面的auth里赋予的权限配置为 [groups]
  • 浅谈程序员的数学修养 comsci 设计模式编程算法面试招聘
                                     浅谈程序员的数学修养
  • 批量执行 bulk collect与forall用法 daizj oraclesqlbulk collectforall
    BULK COLLECT 子句会批量检索结果，即一次性将结果集绑定到一个集合变量中，并从SQL引擎发送到PL/SQL引擎。通常可以在SELECT INTO、 FETCH INTO以及RETURNING INTO子句中使用BULK COLLECT。本文将逐一描述BULK COLLECT在这几种情形下的用法。     有关FORALL语句的用法请参考：批量SQL之 F
  • Linux下使用rsync最快速删除海量文件的方法 dongwei_6688 OS
    1、先安装rsync：yum install rsync 2、建立一个空的文件夹：mkdir /tmp/test 3、用rsync删除目标目录：rsync --delete-before -a -H -v --progress --stats /tmp/test/ log/这样我们要删除的log目录就会被清空了，删除的速度会非常快。rsync实际上用的是替换原理，处理数十万个文件也是秒删。
  • Yii CModel中rules验证规格 dcj3sjt126com rulesyiivalidate
    Yii cValidator主要用法分析：  yii验证rulesit 分类： Yii yii的rules验证 cValidator主要属性 attributes ,builtInValidators,enableClientValidation,message,on,safe,skipOnError  
  • 基于vagrant的redis主从实验 dcj3sjt126com vagrant
    平台: Mac 工具: Vagrant 系统: Centos6.5 实验目的: Redis主从   实现思路 制作一个基于sentos6.5, 已经安装好reids的box, 添加一个脚本配置从机, 然后作为后面主机从机的基础box   制作sentos6.5+redis的box   mkdir vagrant_redis cd vagrant_
  • Memcached(二)、Centos安装Memcached服务器 frank1234 centosmemcached
    一、安装gcc rpm和yum安装memcached服务器连接没有找到，所以我使用的是make的方式安装，由于make依赖于gcc，所以要先安装gcc 开始安装，命令如下，[color=red][b]顺序一定不能出错[/b][/color]： 建议可以先切换到root用户，不然可能会遇到权限问题：su root 输入密码...... rpm -ivh kernel-head
  • Remove Duplicates from Sorted List hcx2013 remove
    Given a sorted linked list, delete all duplicates such that each element appear only once. For example,Given 1->1->2, return 1->2.Given 1->1->2->3->3, return&
  • Spring4新特性——JSR310日期时间API的支持 jinnianshilongnian spring4
    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
  • 浅谈enum与单例设计模式 247687009 java单例
    在JDK1.5之前的单例实现方式有两种(懒汉式和饿汉式并无设计上的区别故看做一种)，两者同是私有构 造器，导出静态成员变量，以便调用者访问。 第一种 package singleton; public class Singleton { //导出全局成员 public final static Singleton INSTANCE = new S
  • 使用switch条件语句需要注意的几点 openwrt cbreakswitch
    1. 当满足条件的case中没有break，程序将依次执行其后的每种条件（包括default）直到遇到break跳出 int main() { int n = 1; switch(n) { case 1: printf("--1--\n"); default: printf("defa
  • 配置Spring Mybatis JUnit测试环境的应用上下文 schnell18 springmybatisJUnit
    Spring-test模块中的应用上下文和web及spring boot的有很大差异。主要试下来差异有： 单元测试的app context不支持从外部properties文件注入属性 @Value注解不能解析带通配符的路径字符串 解决第一个问题可以配置一个PropertyPlaceholderConfigurer的bean。 第二个问题的具体实例是：    
  • Java 定时任务总结一 tuoni javaspringtimerquartztimertask
     Java定时任务总结  一.从技术上分类大概分为以下三种方式：  1.Java自带的java.util.Timer类，这个类允许你调度一个java.util.TimerTask任务;   说明：    java.util.Timer定时器，实际上是个线程，定时执行TimerTask类 &
  • 一种防止用户生成内容站点出现商业广告以及非法有害等垃圾信息的方法 yangshangchuan rank相似度计算文本相似度词袋模型余弦相似度
    本文描述了一种在ITEYE博客频道上面出现的新型的商业广告形式及其应对方法，对于其他的用户生成内容站点类型也具有同样的适用性。   最近在ITEYE博客频道上面出现了一种新型的商业广告形式，方法如下：     1、注册多个账号（一般10个以上）。     2、从多个账号中选择一个账号，发表1-2篇博文
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他