烟雨灬风魄
烟雨灬风魄

20180308【W2】

序号 学号 链接

1    06    李晓桐

2    04    张敬艺

3    07    季茵

4    46    杜卓琳

5    17    裘宏佬

6    33    王哲

7    13    陈成

8    45    王昌乘

你可能感兴趣的:(20180308【W2】)

  • 20250725题解 关注我立刻回关 算法
    首页排名提交记录题目列表测试比赛教师频道正版书籍关于1267：【例9.11】01背包问题时间限制:1000ms内存限制:65536KB提交数:71918通过数:43491【题目描述】一个旅行者有一个最多能装MM公斤的背包，现在有nn件物品，它们的重量分别是W1，W2，...,WnW1，W2，...,Wn,它们的价值分别为C1,C2,...,CnC1,C2,...,Cn，求旅行者能获得最大总价值。【
  • Shusen Wang推荐系统学习 --召回 ItemCF 我.佛.糍.粑 学习深度学习人工智能推荐算法
    学习b站up主ShusenWang的推荐系统基于物品的协同过滤（ItrmCF）中心思想就是，如果你喜欢a，b，c三件商品，d商品与abc相似，那么你也可能喜欢d商品对此就要计算物品的相似程度物品相似度物品相似度的思想是，一个物品的相同用户很多就意味着这两件物品是相似的sim(i1,i2):=∣V∣∣W1∣∣W2∣sim(i_{1},i_{2}):={\frac{\big|\mathcal{V}\b
  • 数据结构——图的遍历之深度优先遍历（DFS算法）_全世界最可爱的王小帅_CSDN博客 全世界最可爱的王小帅 数据结构图论算法cppc#
    数据结构——图的遍历之深度优先遍历图的遍历一般分为深度优先遍历和广度优先遍历下面我们要说的是深度优先遍历**（DFS算法）**1，我们首先选择一个顶点作为起始点，假设我们选择顶点v作为起始点，首先访问v，然后找v的邻接点，访问v的一个还未被访问过邻接点w1,2，再以w1为起始点，然后去找w1的邻接点，访问w1的一个还未被访问过的邻接点w2，再以w2作为起始点继续往下访问…3，如果我们访问到一个顶点
  • 神经网络全景图：五大核心架构详解与本质区别 摘取一颗天上星️ 深度学习神经网络人工智能深度学习
    在人工智能的进化史上，神经网络如同分形生长的生命体，不断分化出适应不同任务的专用结构。本文将深入解析五大核心神经网络架构，揭示其设计哲学与应用边界。一、前馈神经网络（FNN）：万物起源的基石结构特点：严格的单向信息流（输入层→隐藏层→输出层），无循环连接输入层隐藏层1隐藏层2输出层数学本质：y=σ(W2⋅σ(W1⋅x+b1)+b2)y=\sigma(W_2\cdot\sigma(W_1\cdotx
  • 语言模型的评估指标-Perplexity 净心净意 自然语言处理自然语言处理
    前言语言模型是什么呢？标准定义：对于语言序列w1,w2,...,wnw_1,w_2,...,w_nw1,w2,...,wn，语言模型就是计算该序列的概率，即P(w1,w2,...,wn)P(w_1,w_2,...,w_n)P(w1,w2,...,wn)。通俗解释：判断一句话是不是我们正常说的话，即是不是人话。如P(我，打，篮球)>P(篮球，打，我)。那么怎样评估语言模型好坏呢？这里介绍一个评估指标
  • 线性回归讲解L1和L2正则化 XiaoQiong.Zhang Datamining人工智能机器学习数据挖掘
    假设我们有一个线性回归问题：用房屋的面积（size）和房龄（age）两个特征来预测房价（price）。特征：size（面积，平方米），age（房龄，年）目标：price（价格，万元）1.没有正则化的普通线性回归（最容易过拟合）模型的公式是：预测价格=w1*size+w2*age+b其中w1和w2是我们要学习的权重（也叫系数），b是偏置项（也叫截距）。模型的损失函数通常是最小均方误差：MSE=(1/
  • 【中等】AcWing3417. ——砝码称重 CCF_NOI. 信息学奥赛C++STL标准库算法数据结构
    见：https://www.acwing.com/problem/content/3420/你有一架天平和NN个砝码，这NN个砝码重量依次是W1,W2,⋅⋅⋅,WNW1,W2,···,WN。请你计算一共可以称出多少种不同的正整数重量？注意砝码可以放在天平两边。输入格式输入的第一行包含一个整数NN。第二行包含NN个整数：W1,W2,W3,⋅⋅⋅,WNW1,W2,W3,···,WN。输出格式输出一个整
  • 5.28 孔老师 nlp讲座 柠石榴 自然语言处理人工智能
    本次讲座主要介绍了语言模型的起源、预训练模型以及大语言模型（需要闫老师后讲）等内容。首先，语言模型的起源可以追溯到语音识别中的统计语言模型，通过估计声学参数串产生文字串的概率来找到最大概率的文字串。然后，介绍了语言模型的基本概念，即给定一个文字串S，用P(w1,w2,…,WN)表示其概率。最后，提到了预训练模型在大语言模型中的应用，以及如何在语料库中解决条件概率稀疏的问题。1语言模型与条件概率估计
  • Linux文件编程 @电子爱好者 Linuxlinux职场和发展
    一、Linux文件的重要性，如何创建、修改一个文件1.Linux一切皆文件文件系统（文件夹/文件)，硬件设备管道数据库Socket等。2.文件操作指令ls-l(显示当前文件夹的文件，以及其属性。linux终端shell查看当前文件夹下的所有文件清单权限指令ls-l)malloc（分配的内存大小无类型，所以要给他指定类型）3.文件属性（1）可读r4(2)可写w2(3)可执行x106006代表可读可执
  • 困惑度（Perplexity） 彬彬侠 自然语言处理基础困惑度PerplexityPyTorchPythonNLP自然语言处理
    困惑度（Perplexity）1.定义困惑度（Perplexity，简称PP）是自然语言处理（NLP）中评估语言模型性能的一种常见度量。它反映了语言模型对给定文本的预测能力。简而言之，困惑度是语言模型对文本的“不确定性”或“混乱度”的度量，数值越低，说明模型对文本的预测能力越强。对于一个给定的序列，困惑度的计算公式为：PP(W)=P(w1,w2,...,wN)−1N=2H(p)PP(W)=P(w_
  • 李沐08线性回归和基础算法优化——自学笔记 Rrrrrr900 算法线性回归笔记pytorch深度学习机器学习python
    线性回归简化模型输入、权重、偏差、输出给定n维输入：x=[x1,x2,…,xn]^T线性模型有一个n维权重和一个标量偏差：w=[w1,w2,…,wn]^T,b输出是输入的加权和：y=w1x1+w2x2+…+wnxn+b向量版：y=+b平方损失：比较真实值和预估值假设y是真实值，y^是估计值l(y,y)=0.5*(y-y)^2训练数据:收集一些数据点来决定参数值（权重和偏差，过去的值）训练数据通常越
  • 注意力机制 code 旭 AI人工智能学习python人工智能
    实现了Bahdanau式加法注意力的核心计算逻辑。以下是三个线性层设计的完整技术解析：一、数学公式推导注意力分数计算流程：score(hdec,henc)=vT⋅tanh⁡(W1⋅henc+W2⋅hdec)score(h_{dec},h_{enc})=v^T\cdot\tanh(W1\cdoth_{enc}+W2\cdoth_{dec})score(hdec,henc)=vT⋅tanh(W1⋅he
  • 01背包问题及其应用 Android_chunhui leetcode题解
    01背包问题有n个重量为w1,w2,w3…的物品，价值分别为v1,v2,v3…，现有一个容量为C的背包，问在不超过背包容量的条件下，所装物品的最大价值是多少？这个问题有两个变量，分别为物品总数n，背包容量C。记F(n,C)F(n,C)F(n
  • RNN，LTSM和GRU原理 thormas1996 深度学习RNNLSTMGRU
    （一）tensorflow入门笔记（二）RNN，LSTM和GRU原理（三）attention机制（四）seq2seq实例详解##RNNRNN主要用来处理当样本是一定时间序列的情况，例如一段语音，一串文本等等。这类任务如果用CNN处理，很难反映出其时间上的特征原理Figure1.RNNStructure时间为t时，输入为x(t)，隐藏层为h(t)，输出为y(t)，图中w1，w2，w3为共享的权重。向
  • 关于误差平面小记 文弱_书生 乱七八糟平面算法神经网络机器学习
    四维曲面的二维切片：误差平面详解在深度学习优化过程中，我们通常研究损失函数（LossFunction）的变化，试图找到权重的最优配置。由于神经网络的参数空间通常是高维的，我们需要使用低维可视化的方法来理解优化过程和误差平面（ErrorSurface）。在这里，我们讨论一个四维曲面的二维切片，其中：三个维度是网络的权重（w1,w2,w3w_1,w_2,w_3w1,w2,w3）。第四个维度是误差（损失
  • 头歌实训作业 算法设计与分析-动态规划(第1关：0/1背包问题) Milk夜雨 头歌实训作业算法动态规划
    任务描述求解0/1背包问题。问题描述有n个重量分别为{w1，w2，…，wn}的物品，它们的价值分别为{v1，v2，…，vn}，给定一个容量为W的背包。设计从这些物品中选取一部分物品放入该背包的方案，每个物品要么选中要么不选中，要求选中的物品不仅能够放到背包中，而且重量和为W，并具有最大的价值。测试说明测试输入：第一行为2个整数，分别表示物品数量n（1≤n≤20）和背包容量W（1≤W≤10000）。
  • Qt Widget开发学习笔记3：信号与槽 pengisgod
    Qt与其他编程语言或则软件开发套间在线程上的使用上有很大的不同。Qt使用了一种叫信号与槽的机制(技术)，拓展了程序块之间的事件触发方式。一种典型的使用方式是用于子窗口和父窗口的信息传递。假设主窗口W1和它的一个子窗口W2，如果说W2中发生了某件事，而根据逻辑需要改变主窗口的某些属性，一种典型的处理方式是获取父窗口指针进行修改，那如果要修改爷爷窗口呢？如果要修改叔叔窗口呢？这个时候就凸显出信号与槽机
  • 晚间小记20180308 玲萍
    正月二十一，阴今天女神节，可是都没给自己一个过节的时间！哪怕真心的祝福自己都没有。自己亏待自己了！日子过的很舒适，但总觉得没有去看备考的书是不对的，有责怪自己的想法。如果不考了，行吗？怕自己以后没有自立的基础。如果备考，又拖拉着。好纠结……
  • 【易效能时间管理】好习惯的人生-20180308 65/100 rieichin
    成功人士和富人的十一个习惯1、冥想2、早起3、仪式感，生活中需要小庆幸和仪式感4、生活节俭5、热爱所做的事6、阅读7、打造自动化收入8、为自己打工9、坚持锻炼10、不断的和成功人士交朋友11、做慈善图片发自App
  • [蓝桥杯2021初赛] 砝码称重 %xiao Q 蓝桥蓝桥杯深度优先c++
    题目题目描述你有一架天平和N个砝码，这N个砝码重量依次是W1,W2,…,WN。请你计算一共可以称出多少种不同的重量？注意砝码可以放在天平两边。输入格式输入的第一行包含一个整数N。第二行包含N个整数：W1,W2,W3,…,WN。对于50%的评测用例，1≤N≤15。对于所有评测用例，1≤N≤100，N个砝码总重不超过100000。输出格式输出一个整数代表答案。输入样例3146输出样例10分析这道题暴力
  • Linux下文件权限 彳余三岁
    本文介绍Linux下文件权限的相关知识，同时也是自己对这部分内容的一些汇总基础权限Linux下权限的表示。权限简写数值对文件的影响对目录的影响读取r4查看文件内容列出目录中文件写入w2修改文件的内容删除，新建或重命名目录下的文件或文件夹执行x1使文件可以作为可执行程序执行访问其子目录及cd到该目录LInux下，一个用户对某文件或目录有怎样的权限，取决于该用户与文件或目录之间的关系。文件所有者(u)
  • 2 月 6 日算法练习- 动态规划 小蒋的学习笔记 算法算法动态规划
    砝码承重【问题描述】你有一架天平和N个砝码，这N个砝码重量依次是W1,W2,...,WN。请你计算一共可以称出多少种不同的正整数重量？注意砝码可以放在天平两边。【输入格式】输入的第一行包含一个整数N。第二行包含N个整数：W1,W2,W3,...,WN。【输出格式】输出一个整数代表答案。【样例输入】3146【输出样例】10【样例说明】能称出的10种重量是：1、2、3、4、5、6、7、9、10、11。
  • 题目 2604: 蓝桥杯2021年第十二届省赛真题-砝码称重 不想上课的hh 蓝桥杯往届真题详解蓝桥杯动态规划c++算法c语言
    时间限制:1Sec内存限制:128MB提交:679解决:226题目描述你有一架天平和N个砝码，这N个砝码重量依次是W1,W2,···,WN。请你计算一共可以称出多少种不同的重量？注意砝码可以放在天平两边。输入输入的第一行包含一个整数N。第二行包含N个整数：W1,W2,W3,···,WN。输出输出一个整数代表答案。样例输入复制3146样例输出复制10提示【样例说明】能称出的10种重量是：1、2、3、
  • 背包问题(01背包、完全背包、多重背包)详解（超详细！！！），及题目代码和题意，包含6个例题。 Edge_Coduck_S07738 算法c++
    第一题：01背包问题01背包问题时间限制：1秒内存限制：128M题目描述一个旅行者有一个最多能装M公斤的背包，现在有n件物品，它们的重量分别是W1，W2，...,Wn,它们的价值分别为C1,C2,...,Cn，求旅行者能获得最大总价值。输入描述第一行：两个整数，M(背包容量，M≤200)和N(物品数量，N≤30)；第2..N+1行：每行二个整数Wi，Ci，表示每个物品的重量和价值。输出描述仅一行，
  • 作业2.7_2 xiyuping24 题解算法程序设计字符串nlp动态规划
    麻麻我更委屈了！！！天平(即风铃)AC代码：两个答案之间空行隔开也就罢了，为嘛最后一行还不能多空行？！#includeusingnamespacestd;boolsolve(int&w){intw1,d1,w2,d2;boolb1=1,b2=1;scanf("%d%d%d%d",&w1,&d1,&w2,&d2);if(w1==0)b1=solve(w1);if(w2==0)b2=solve(w2)
  • 2 月 6 日算法练习- 深度优先搜索 小蒋的学习笔记 算法深度优先算法图论
    砝码承重【问题描述】你有一架天平和N个砝码，这N个砝码重量依次是W1,W2,...,WN。请你计算一共可以称出多少种不同的正整数重量？注意砝码可以放在天平两边。【输入格式】输入的第一行包含一个整数N。第二行包含N个整数：W1,W2,W3,...,WN。【输出格式】输出一个整数代表答案。【样例输入】3146【输出样例】10【样例说明】能称出的10种重量是：1、2、3、4、5、6、7、9、10、11。
  • 2021-11-06《深度学习入门》笔记（二） 新手小嵩 深度学习系列笔记深度学习神经网络人工智能
    第二章感知机感知机也是作为神经网络（深度学习）的起源的算法。因此，学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。首先，感知机是什么？感知机接收多个输入信号，输出一个信号。上图是一个接收两个输入信号的感知机的例子。x1、x2是输入信号，y是输出信号，w1、w2是权重（w是weight的首字母）。图中的⚪称为“神经元”或者“节点”。输入信号被送往神经元时，会被分别乘以固定的权重（w1
  • 深度学习入门笔记（二）神经元的结构 zhanghui_cuc 深度学习笔记深度学习笔记人工智能
    神经网络的基本单元是神经元，本节我们介绍神经元的结构。2.1神经元一个神经元是由下面5部分组成的：输入：x1,x2,…,xk。权重：w1,w2,…,wk。权重的个数与神经元输入的个数相同。偏移项：可省略。激活函数：一般都会有，根据实际问题也是可以省略的。输出。2.2激活函数激活函数有很多种，不同的激活函数适用于不同的问题。二分类问题我们一般采用Sigmoid函数，多分类问题我们采用Softmax函
  • 8月W2周复盘｜08.05-08.11忙里偷闲的一周 呦呦书悦
    PHOTOBYPAN回顾这周，原本预计有5天要上课，因为台风来袭所以得以休息两天，也算是给这阵子一个缓息的时间，有些时间可以在按排接下来工作的事情。另外因为闺蜜下周也要回台湾了，想在最后的一周在带她去走走，就又偷了一天的空去看看无锡的美了！☞目标完成状态检视✔订了4项目标，有2个目标完成，2个目标都没有进度，想要更多的时间陪伴闺蜜，只好先将目标缓一缓✔打卡的部份，除了喝水与读书没法落实，其他部份都
  • 感赏第三十三篇20180308 幸福花路
    昨晚我和老公要求自己单独接女儿放晚自习，想好好聊聊手机和在校外吃饭的事儿。去之前听相关课程多遍，做足准备，呵呵，新手上路，给你点个大大的赞！沟通还挺成功。1.感赏女儿真的按照我们之前约定和同学做朋友，还取的了小成功，女儿心情愉快！2.感赏女儿学会了做内务，给宿舍加了2.5分，真不错，以前闺女可是扣分大王！这与在家干活分不开，好习惯继续！3.感赏女儿知道中午不外出吃饭，担心影响宿舍成员休息，女儿会理
  • 对于规范和实现，你会混淆吗？ yangshangchuan HotSpot
    昨晚和朋友聊天，喝了点咖啡，由于我经常喝茶，很长时间没喝咖啡了，所以失眠了，于是起床读JVM规范，读完后在朋友圈发了一条信息： JVM Run-Time Data Areas：The Java Virtual Machine defines various run-time data areas that are used during execution of a program. So
  • android 网络 百合不是茶 网络
    android的网络编程和java的一样没什么好分析的都是一些死的照着写就可以了,所以记录下来  方便查找   ,  服务器使用的是TomCat   服务器代码;  servlet的使用需要在xml中注册 package servlet; import java.io.IOException; import java.util.Arr
  • [读书笔记]读法拉第传 comsci 读书笔记
          1831年的时候,一年可以赚到1000英镑的人..应该很少的...       要成为一个科学家,没有足够的资金支持,很多实验都无法完成       但是当钱赚够了以后....就不能够一直在商业和市场中徘徊......
  • 随机数的产生 沐刃青蛟 随机数
    c++中阐述随机数的方法有两种：   一是产生假随机数（不管操作多少次，所产生的数都不会改变）          这类随机数是使用了默认的种子值产生的，所以每次都是一样的。   //默认种子 for (int i = 0; i < 5; i++) { cout<<
  • PHP检测函数所在的文件名 IT独行者 PHP函数
    很简单的功能，用到PHP中的反射机制，具体使用的是ReflectionFunction类，可以获取指定函数所在PHP脚本中的具体位置。 创建引用脚本。 代码：   [php]   view plain copy // Filename: functions.php    <?php&nbs
  • 银行各系统功能简介 文强chu 金融
    银行各系统功能简介 　 业务系统 核心业务系统 业务功能包括：总账管理、卡系统管理、客户信息管理、额度控管、存款、贷款、资金业务、国际结算、支付结算、对外接口等 清分清算系统 以清算日期为准，将账务类交易、非账务类交易的手续费、代理费、网络服务费等相关费用，按费用类型计算应收、应付金额，经过清算人员确认后上送核心系统完成结算的过程 国际结算系
  • Python学习1(pip django 安装以及第一个project) 小桔子 pythondjangopip
        最近开始学习python,要安装个pip的工具。听说这个工具很强大，安装了它，在安装第三方工具的话so easy!然后也下载了，按照别人给的教程开始安装，奶奶的怎么也安装不上！ 第一步：官方下载pip-1.5.6.tar.gz, https://pypi.python.org/pypi/pip easy! 第二部：解压这个压缩文件，会看到一个setup.p
  • php 数组 aichenglong PHP排序数组循环多维数组
    1 php中的创建数组 $product = array('tires','oil','spark');//array()实际上是语言结构而不  是函数 2 如果需要创建一个升序的排列的数字保存在一个数组中，可以使用range()函数来自动创建数组 $numbers=range(1,10)//1 2 3 4 5 6 7 8 9 10 $numbers=range(1,10,
  • 安装python2.7 AILIKES python
    安装python2.7 1、下载可从 http://www.python.org/进行下载#wget https://www.python.org/ftp/python/2.7.10/Python-2.7.10.tgz 2、复制解压 #mkdir -p /opt/usr/python #cp  /opt/soft/Python-2
  • java异常的处理探讨 百合不是茶 JAVA异常
    //java异常  /* 1，了解java 中的异常处理机制，有三种操作 a,声明异常  b,抛出异常  c,捕获异常 2，学会使用try-catch-finally来处理异常 3，学会如何声明异常和抛出异常 4，学会创建自己的异常   */   //2，学会使用try-catch-finally来处理异常  
  • getElementsByName实例 bijian1013 element
    实例1： <!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/1999/x
  • 探索JUnit4扩展：Runner bijian1013 java单元测试JUnit
            参加敏捷培训时，教练提到Junit4的Runner和Rule，于是特上网查一下，发现很多都讲的太理论，或者是举的例子实在是太牵强。多搜索了几下，搜索到两篇我觉得写的非常好的文章。         文章地址：http://www.blogjava.net/jiangshachina/archive/20
  • [MongoDB学习笔记二]MongoDB副本集 bit1129 mongodb
    1. 副本集的特性   1)一台主服务器(Primary),多台从服务器(Secondary)   2)Primary挂了之后，从服务器自动完成从它们之中选举一台服务器作为主服务器，继续工作，这就解决了单点故障，因此，在这种情况下，MongoDB集群能够继续工作   3)挂了的主服务器恢复到集群中只能以Secondary服务器的角色加入进来   2
  • 【Spark八十一】Hive in the spark assembly bit1129 assembly
    Spark SQL supports most commonly used features of HiveQL. However, different HiveQL statements are executed in different manners: 1. DDL statements (e.g. CREATE TABLE, DROP TABLE, etc.)
  • Nginx问题定位之监控进程异常退出 ronin47
    nginx在运行过程中是否稳定，是否有异常退出过？这里总结几项平时会用到的小技巧。 1. 在error.log中查看是否有signal项，如果有，看看signal是多少。 比如，这是一个异常退出的情况： $grep signal error.log 2012/12/24 16:39:56 [alert] 13661#0: worker process 13666 exited on s
  • No grammar constraints (DTD or XML schema).....两种解决方法 byalias xml
    方法一：常用方法   关闭XML验证 工具栏：windows => preferences => xml => xml files => validation => Indicate when no grammar is specified:选择Ignore即可。 方法二：（个人推荐） 添加 内容如下 <?xml version=
  • Netty源码学习-DefaultChannelPipeline bylijinnan netty
    package com.ljn.channel; /** * ChannelPipeline采用的是Intercepting Filter 模式 * 但由于用到两个双向链表和内部类，这个模式看起来不是那么明显，需要仔细查看调用过程才发现 * * 下面对ChannelPipeline作一个模拟，只模拟关键代码： */ public class Pipeline {
  • MYSQL数据库常用备份及恢复语句 chicony mysql
    备份MySQL数据库的命令，可以加选不同的参数选项来实现不同格式的要求。 mysqldump -h主机 -u用户名 -p密码 数据库名 > 文件 备份MySQL数据库为带删除表的格式，能够让该备份覆盖已有数据库而不需要手动删除原有数据库。 mysqldump -–add-drop-table -uusername -ppassword databasename > ba
  • 小白谈谈云计算--基于Google三大论文 CrazyMizzz Google云计算GFS
        之前在没有接触到云计算之前，只是对云计算有一点点模糊的概念，觉得这是一个很高大上的东西，似乎离我们大一的还很远。后来有机会上了一节云计算的普及课程吧，并且在之前的一周里拜读了谷歌三大论文。不敢说理解，至少囫囵吞枣啃下了一大堆看不明白的理论。现在就简单聊聊我对于云计算的了解。     我先说说GFS   &n
  • hadoop 平衡空间设置方法 daizj hadoopbalancer
    在hdfs-site.xml中增加设置balance的带宽，默认只有1M： <property>   <name>dfs.balance.bandwidthPerSec</name>     <value>10485760</value>     <description&g
  • Eclipse程序员要掌握的常用快捷键 dcj3sjt126com 编程
      判断一个人的编程水平，就看他用键盘多，还是鼠标多。用键盘一是为了输入代码（当然了，也包括注释），再有就是熟练使用快捷键。 曾有人在豆瓣评 《卓有成效的程序员》：“人有多大懒，才有多大闲”。之前我整理了一个 程序员图书列表，目的也就是通过读书，让程序员变懒。  程序员作为特殊的群体，有的人可以这么懒，懒到事情都交给机器去做，而有的人又可以那么勤奋，每天都孜孜不倦得
  • Android学习之路 dcj3sjt126com Android学习
    转自：http://blog.csdn.net/ryantang03/article/details/6901459 以前有J2EE基础，接触JAVA也有两三年的时间了，上手Android并不困难，思维上稍微转变一下就可以很快适应。以前做的都是WEB项目，现今体验移动终端项目，让我越来越觉得移动互联网应用是未来的主宰。 下面说说我学习Android的感受，我学Android首先是看MARS的视
  • java 遍历Map的四种方法 eksliang javaHashMapjava 遍历Map的四种方法
    转载请出自出处： http://eksliang.iteye.com/blog/2059996 package com.ickes; import java.util.HashMap; import java.util.Iterator; import java.util.Map; import java.util.Map.Entry; /** * 遍历Map的四种方式
  • 【精典】数据库相关相关 gengzg 数据库
    package C3P0; import java.sql.Connection; import java.sql.SQLException; import java.beans.PropertyVetoException; import com.mchange.v2.c3p0.ComboPooledDataSource; public class DBPool{
  • 自动补全 huyana_town 自动补全
    <!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/1999/xhtml&quo
  • jquery在线预览PDF文件，打开PDF文件 天梯梦 jquery
    最主要的是使用到了一个jquery的插件jquery.media.js，使用这个插件就很容易实现了。   核心代码 <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.
  • ViewPager刷新单个页面的方法 lovelease androidviewpagertag刷新
      使用ViewPager做滑动切换图片的效果时，如果图片是从网络下载的，那么再子线程中下载完图片时我们会使用handler通知UI线程，然后UI线程就可以调用mViewPager.getAdapter().notifyDataSetChanged()进行页面的刷新，但是viewpager不同于listview，你会发现单纯的调用notifyDataSetChanged()并不能刷新页面
  • 利用按位取反（~）从复合枚举值里清除枚举值 草料场 enum
    以 C# 中的 System.Drawing.FontStyle 为例。   如果需要同时有多种效果， 如：“粗体”和“下划线”的效果，可以用按位或（|） FontStyle style = FontStyle.Bold | FontStyle.Underline;   如果需要去除 style 里的某一种效果，
  • Linux系统新手学习的11点建议 刘星宇 编程工作linux脚本
    　　随着Linux应用的扩展许多朋友开始接触Linux，根据学习Windwos的经验往往有一些茫然的感觉：不知从何处开始学起。这里介绍学习Linux的一些建议。 　　一、从基础开始：常常有些朋友在Linux论坛问一些问题，不过，其中大多数的问题都是很基础的。例如：为什么我使用一个命令的时候，系统告诉我找不到该目录，我要如何限制使用者的权限等问题，这些问题其实都不是很难的，只要了解了 Linu
  • hibernate dao层应用之HibernateDaoSupport二次封装 wangzhezichuan DAOHibernate
    /** * <p>方法描述:sql语句查询 返回List<Class> </p> * <p>方法备注: Class 只能是自定义类 </p> * @param calzz * @param sql * @return * <p>创建人：王川</p> * <p>创建时间：Jul
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他