- 大数据之路:阿里巴巴大数据实践——大数据领域建模综述
为什么需要数据建模核心痛点数据冗余:不同业务重复存储相同数据(如用户基础信息),导致存储成本激增。计算资源浪费:未经聚合的明细数据直接参与计算(如全表扫描),消耗大量CPU/内存资源。数据一致性缺失:同一指标在不同业务线的口径差异(如“活跃用户”定义不同),引发决策冲突。开发效率低下:每次分析需重新编写复杂逻辑,无法复用已有模型。数据建模核心价值性能提升:分层设计(ODS→DWD→DWS→ADS)
- 【日更挑战】本季联盟50大球星(46-44)
扁圆柱体
日更挑战当前排名:第153天,第2269名,较昨日前进10名。46.KrisLetang,后卫,匹兹堡企鹅上赛季,Letang在55场比赛中得到45分(7球,38助攻),在所有后卫中,和闪电的VictorHedman并列第三,他在同等人数下的净胜球是+20,位列全队第一。而这个成绩在联盟自2009-10赛季统计该项指标后,是个人第二好成绩(+22,2011-12赛季)。Letang平均每场有24分
- 【大模型微调实战】4. P-Tuning爆款文案生成:让模型学会小红书“爽感”写作,转化率提升300%
AI_DL_CODE
大模型微调P-Tuning小红书文案爆款生成情绪强化自然语言生成提示工程
摘要:在内容营销竞争白热化的当下,普通文案已难以突破流量壁垒。本文聚焦P-Tuning技术在小红书爆款文案生成中的落地应用,通过参数化提示向量优化,将抽象的“爽感”写作转化为可量化、可训练的技术指标。文中提出“六步成文法”,从情绪化数据集构建到爆款元素复刻,完整拆解如何用RTX3060级显卡实现0.1%参数量微调,使文案点击率从2.1%提升至8.7%,爆文率提高5倍,单条文案带货超8万元。核心创新
- 【2025/07/20】GitHub 今日热门项目
Albert_Lsk
Github推荐github开源协议人工智能开源
GitHub今日热门项目每日精选优质开源项目|发现优质开源项目,跟上技术发展趋势报告概览统计项数值说明报告日期2025-07-20(周日)GitHubTrending每日快照数据时间21:28:08实时爬取生成项目总数15个精选热门开源项目⭐总星数392.7K社区认可度指标今日热度+4.5K24小时新增关注数据洞察核心指标项目总览15个精选项目⭐社区认可392.7K总星标数今日热度4.5K新增关注
- 零基础学习性能测试第八章:高并发-redis缓存架构介绍
试着
性能测试缓存学习redis性能测试零基础
目录一、Redis在高并发中的核心价值二、Redis核心架构模式▶1.缓存穿透防御架构▶2.热点数据多级缓存三、Redis集群高可用方案▶1.RedisCluster分片架构▶2.读写分离方案四、Redis性能压测实战▶1.基准测试工具▶2.关键性能指标五、典型瓶颈分析与优化案例1:缓存雪崩案例2:热Key阻塞六、电商秒杀实战架构七、必须掌握的进阶技巧八、学习路径与工具推荐以下是为零基础学习者设计
- 4D卓越团队-习书C3
林晔0302
第三章4D系统-----神奇坐标的诞生一诞生背景:1物理学背景简化的二乘二矩阵,坐标系;2荣格1905年发表的人的性格发展理论;词汇参考MBTI指标坐标轴X:作出决策是用情感还是逻辑坐标轴Y:获取信息是靠直觉还是感觉。五感:视觉听觉嗅觉味觉触觉占70%二4D系统分析领导力领导者特征四维度:情感与直觉----绿色培养型情感与感觉---黄色包容型逻辑与直觉---蓝色展望型逻辑与感觉--橙色指导型三4D
- Coze开源实战指南:构建企业级AI应用的全链路技术解析(含Kubernetes+服务网格深度实践)
一、Coze技术架构深度解析1.1核心组件与五层异构架构Coze采用五层异构架构(感知层→执行层→决策层→监控层→进化层),实现亚毫秒级实时响应与动态弹性扩展。其核心模块包括:架构亮点支持横向扩展的微服务集群基于Kubernetes的自动扩缩容机制服务网格(Istio)实现流量治理核心组件对比表组件功能特性典型性能指标CozeStudio30+节点类型/多模式编排响应速度提升300%CozeLoo
- yolo检测常见指标
bigdata从入门到放弃
深度学习yoloYOLO目标跟踪人工智能深度学习
YOLO(YouOnlyLookOnce)作为经典的单阶段目标检测算法,其性能评估依赖于目标检测领域的通用指标。这些指标既衡量检测精度(是否准确识别物体类别、准确定位),也衡量检测速度(是否实时)。下面用通俗的语言详细解释核心指标:一、基础:判断“预测框是否有效”——IoU(交并比)目标检测的核心是“预测框”(模型输出的矩形框)是否准确覆盖“真实框”(人工标注的物体位置)。IoU是衡量两者重叠程度
- 八大国产 AI 模型全景对比:阿里 Qwen、百度文心、腾讯混元、字节豆包、华为盘古、DeepSeek、Kimi、MiniMax 的技术解析与选型指南
charles666666
人工智能百度交互语言模型transformer产品经理
“在国产AI模型百花齐放的今天,企业技术决策者稍有不慎,就可能陷入性能与成本的双重困境。如何穿越技术迷雾,找到真正适配业务场景的那把钥匙?”一、开篇引言当技术选型决定企业AI落地成败,你还在凭感觉决策吗?当前国产AI模型市场,模型同质化现象严重,各厂商宣传资料中充满夸张的性能指标,但真正落地到企业实际业务场景中,却常常出现适配性不佳、部署成本不可控等问题。企业急需一份基于真实数据与场景验证的深度解
- Tektronix泰克 AWG70002A 任意波形发生器
Tektronix泰克AWG70002A任意波形发生器AWG70000A系列任意波形发生器(AWG)在采样率、信号保真度和波形内存方面代表着尖端水平,特别适合复杂器件、系统和实验的设计、测试和操作。由于高达50GS/s采样率和10位垂直分辨率,它提供了优秀的信号激励解决方案,可以简便地生成理想信号、失真信号和“真实生活”信号。主要性能指标采样率高达50GS/s-80dBc无杂散动态范围10位垂直分
- Python爬虫【三十五章】爬虫高阶:基于Docker集群的动态页面自动化采集系统实战
程序员_CLUB
Python入门到进阶python爬虫docker
目录一、技术演进与行业痛点二、核心技术栈深度解析2.1动态渲染三件套2.2Docker集群架构设计2.3自动化调度系统三、进阶实战案例3.1电商价格监控系统1.技术指标对比2.实现细节3.2新闻聚合平台1.WebSocket监控2.字体反爬破解四、性能优化与运维方案4.1资源消耗对比测试4.2集群运维体系五、总结与未来展望六、Python爬虫相关文章(推荐)一、技术演进与行业痛点在Web3.0时代
- Python 的 GIL 时代即将终结,迈向真正的多线程时代
技术狂潮AI
Python开发实战AI编程实战AI应用实战开发语言GILPython
Python功能强大、灵活且对程序员友好,广泛应用于从Web开发到机器学习的各个领域。根据引用次数最多的两项指标,Python甚至超越了Java和C等语言,成为最流行的编程语言。经过多年的流行,Python似乎势不可挡。但Python作为一种编程语言的未来发展至少面临一个重大障碍。它被称为GIL,即全局解释器锁,几十年来,Python开发人员一直试图将其从Python的默认实现中删除。虽然GIL在
- 因果推断推荐系统工具箱 - PRS(二)
processor4d
文章名称【WSDM-2021】【UniversityofVirginia-Google】Non-ClicksMeanIrrelevant?PropensityRatioScoringAsaCorrection核心要点上一节讲解了在unbiasL2R的场景中,基于pairwise比较的损失函数的IPS的方法存在与真实评估指标偏离的问题,这一节讲解如何环节这一问题,并学习模型参数。方法细节问题引入作者
- Rouge:面向摘要自动评估的召回导向型指标——原理、演进与应用全景
大千AI助手
深度学习人工智能神经网络Rouge文本摘要Summary评估
“以n-gram重叠量化文本生成质量,为摘要评估提供可计算标尺”Rouge(Recall-OrientedUnderstudyforGistingEvaluation)是由南加州大学信息科学研究所(ISI)的Chin-YewLin于2004年提出的自动文本摘要评估指标,其核心思想是通过计算生成文本与参考摘要之间的n-gram重叠率,量化摘要的内容覆盖度与忠实度。作为自然语言处理(NLP)领域最权威
- CodeBLEU:面向代码合成的多维度自动评估指标——原理、演进与开源实践
大千AI助手
人工智能Python#OTHER人工智能神经网络机器学习大模型代码生成抽象语法树评估
“融合语法树与数据流,让代码质量评估超越n-gram匹配”CodeBLEU是由微软亚洲研究院(MicrosoftResearchAsia)与北京大学联合提出的代码合成评估指标,首次发表于arXiv2020(论文编号:2009.10297)。该指标针对传统自然语言评估方法(如BLEU)在代码任务中的局限性,创新性地融合抽象语法树(AST)匹配与数据流分析,成为代码生成、翻译与精炼任务的事实评估标准。
- MySQL 监控与性能调优实战指南:从入门到精通
CarlowZJ
AI应用落地涉及的数据库mysql数据库监控与性能调优实战指南从入门到精通
目录一、MySQL监控的核心概念与体系架构(一)监控的重要性与目标(二)构建全面的监控指标体系(三)MySQL内置监控工具详解与实战(四)外部监控工具深度集成与应用二、性能调优策略:从基础到高级的全方位实战技术(一)配置参数优化:挖掘MySQL内置潜力(二)SQL优化:从源头解决性能瓶颈(三)架构调优:硬件资源的合理调配(四)自动化调优工具:迈向智能化运维三、实战案例:高并发电商秒杀场景下的监控与
- 返利APP佣金大比拼:氧惠与好省,谁更胜一筹?
氧惠全网优惠
在琳琅满目的返利APP市场中,用户往往最为关心的便是佣金比例的高低。毕竟,在享受购物乐趣的同时,谁不希望额外赚取更多的返利呢?在众多返利APP中,氧惠和好省无疑是备受瞩目的两大平台。那么,究竟哪个平台的佣金更高?今天,我们就来详细探讨一番,并最终得出结论:氧惠以其高额的佣金比例和全新的模式脱颖而出。一、佣金比例对比首先,从佣金比例这一核心指标来看,氧惠和好省均提供了相对较高的返利服务。然而,经过仔
- 打电话识别误报率↓82%:陌讯轻量化部署算法实战解析
2501_92474790
人工智能算法智慧城市计算机视觉目标检测目标跟踪
原创声明:本文内容基于独立技术解析,部分数据引用自“陌讯技术白皮书”,严禁未经授权转载。摘要:针对边缘计算优化和复杂场景鲁棒性挑战,本文解析陌讯视觉算法在打电话识别中的轻量化部署方案。实测显示,该方案在误报率指标上较基线提升显著,适用于安防监控等场景。一、行业痛点打电话识别在安防监控中面临严峻挑战。行业报告显示,公共场所有效行为识别误报率超35%(来源:2024年《智能安防白皮书》)。具体难点包括
- 生信数据挖掘+实验验证 | 鉴定RECK基因为胃癌的保护性预后指标和肿瘤抑制因子(抑制ERK/MAPK 信号通路)
生信宝库
前言image.png据相关统计,胃癌(GC)在所有癌症中的发生率位居第五位,相关死亡率排第四位。大多数GC患者在诊断时已处于晚期并发生肿瘤转移,导致预后不佳,5年总生存率低于30%。因此,迫切需要找到用于早期诊断和治疗的特异性、敏感性预后相关分子标志物,并阐明GC发生和转移的分子机制。本研究旨在探索RECK作为预后分子标志物的潜力,并揭示其在肿瘤发生和转移中的潜在机制。RECK(具有Kazal基
- Python金融分析:情感分析在量化价值投资中的完整实现
AI量化价值投资入门到精通
python金融开发语言ai
Python金融分析:情感分析在量化价值投资中的完整实现关键词:Python金融分析、情感分析、量化投资、价值投资、自然语言处理、机器学习、金融文本挖掘摘要:本文系统解析如何将情感分析技术深度整合到量化价值投资体系中,通过Python实现从金融文本数据采集、预处理、情感建模到策略回测的完整流程。详细阐述基于规则引擎、机器学习和深度学习的多维度情感分析方法,结合财务指标构建复合投资模型,并通过实战案
- 没有彩礼,还敢要求嫁妆?要怎样的运气,才能遇到这样奇葩的一家人
小谢聊情感
和秦俊生结婚的当天,我提出了离婚。我的婆婆说:“你若在结婚当天提离婚,你以后都不会找到人家,你就是附近这几个村的笑话。”“笑话,不知道是笑话你家,还是笑话我家?”我和秦俊生是高中同学,大学的时候在同一个城市。我们不在同一个村,但相隔不远,开车半小时就能到。我性格开朗,秦俊生和我相反。大学毕业后我们都回了家乡,我在银行工作,秦俊生成了高中老师。因为银行的KPI太多,各种信用卡和存款任务层出不穷,我只
- SQL166 每天的日活数及新用户占比
SQL166每天的日活数及新用户占比题目理解本SQL查询旨在分析用户活跃数据,计算两个关键指标:每日活跃用户数(DAU)每日新增用户占比(新用户占活跃用户的比例)解题思路1.数据准备阶段首先我们需要获取所有用户的活跃记录,包括:用户进入时间(in_time)用户离开时间(out_time)由于一个用户在同一天可能有多次活跃记录,我们需要对数据进行去重处理。2.核心计算逻辑通过三个CTE(Commo
- 【Python】Python+sentence-transformers框架实现相似文本识别
宅男很神经
python开发语言
第一章:文本相似度与语义表示概述在深入sentence-transformers框架之前,我们首先需要对文本相似度计算及其背后的核心概念——语义表示,有一个清晰且全面的理解。这构成了后续所有讨论的基础。1.1什么是文本相似度?1.1.1定义与重要性文本相似度(TextSimilarity)是指衡量两段文本(可以是词、短语、句子、段落或整个文档)在意义或内容上相近程度的指标。这种相近可以是字面上的(
- 表达同理心的前提,是接纳自己和他人
醒职场袁茹锦
最近get到了一个新的概念——Sc值。它是同理心的一种表现形式,是让别人感觉舒服的一种软技能。计算我们的Sc值,有10个指标:居下,赞誉,抚慰,平静,关注,温和,关怀,鼓励,纵扬,顺水行舟。居下——尊崇对方。赞誉——不露声色的欣赏对方。抚慰——安抚对方情绪。平静——脸上无怒色。关注——眼睛专注的看着对方。温和——声音和悦,不出恶声。关怀——感同身受的那种关怀。鼓励——把他和别人比较时,要肯定他,而
- 基于Prometheus的flink性能监控小坑记录
darkness0604
flink大数据java大数据flink
背景公司内的flink集群跑了挺长一段时间了,一直也没有对其进行一个比较完整的监控,最近打算着手做这件事情,经过网上的调研,目前公司采用的部署模式是per-job模式,最终选用了基于prometheus,把job指标推送到中间网关的pushgateway上面,然后prometheus去抓取pushgateway上面的信息,从而实现对flink做性能监控,最后通过Grafana进行展示。问题在接入过
- PushGateway+Prometheus+Grafana构建Flink实时监控
站在最高处呐喊的男人!
flinkflink大数据pushgatewayprometheusgrafana
#组件简介flinkAPP和linuxsystem两部分,是我们要收集指标数据的组件Pushgateway:是一个推送收集和推送数据的组件Node_exporter:数据导出组件Prometheus:系统监控和预警框架Grafana:可视化展示平台#环境搭建注意,如果浏览器访问不到,iptables-IINPUT-ptcp--dport9090-jACCEPT1.0.flink下载安装包https
- 病房那些事儿
变质的土豆
母亲在我这个年纪发现的毛病,一直攒到现在才去治疗。对于她能去寻医问药这件事,我其实是非常兴奋的,毕竟她一贯的作风就是忍和拖,一是怕麻烦家人,二是怕检查结果接受不了(也是大多数淳良的父母的做法)……还好,她除了肥胖和年轻时就有的这个毛病以外,其他指标均良好,毕竟年轻时也算运动员出身,每年都要参加越野赛,还跑过马拉松。对于母亲住院治疗这件事,从起初只是单纯的担心病情,到后来的每一项检查,到手术再到恢复
- 基于大模型的短暂性脑缺血发作(TIA)全流程预测与干预系统技术方案
LCG元
大模型医疗研究-技术方向技术方案机器学习深度学习人工智能
目录一、系统架构总览二、核心模块详细设计三、系统集成方案四、系统部署拓扑图五、技术验证方案六、健康管理子系统七、安全与合规设计技术指标与性能保障八、HL7FHIR接口规范九、分层蒸馏方案十、多中心RCT研究设计十一、硬件选型成本优化方案跨模块集成工作流一、系统架构总览多源数据采集联邦学习数据湖大模型预测中枢术前预测系统术中决策系统术后管理系统手术方案生成麻醉动态调控并发症预警护理方案优化健康教育引
- OpenTelemetry 全面详解
gopher.guo
golanggolang分布式数据库
OpenTelemetry全面详解一、背景与发展为什么需要OpenTelemetry?在现代微服务系统中,可观察性(Observability)是理解系统行为、定位问题的关键手段。传统的日志、指标、链路追踪工具碎片化严重,导致:各个工具标准不统一;开发者要集成多个SDK;数据格式、传输协议混乱;难以组合分析跨服务的行为。为解决这一混乱局面,CNCF于2019年整合OpenTracing与OpenC
- K8s 集群成本优化实战:基于 Spot 实例与模型量化的
女码农的重启
java开发语言pythonJAVA人工智能kubernetes
在Kubernetes集群运维中,成本控制与服务稳定性往往存在博弈——根据CNCF2024年报告,超过67%的企业K8s集群资源利用率低于50%,年浪费成本平均达12万美元。对于中小团队而言,通过技术手段降低运行成本更是生存刚需。本文聚焦两类核心优化手段:Spot实例的弹性调度与模型量化的资源压缩,结合生产环境实测数据,提供可落地的K8s成本优化方案,包含完整的配置模板与量化指标对比。一、Spot
- Java 并发包之线程池和原子计数
lijingyao8206
Java计数ThreadPool并发包java线程池
对于大数据量关联的业务处理逻辑,比较直接的想法就是用JDK提供的并发包去解决多线程情况下的业务数据处理。线程池可以提供很好的管理线程的方式,并且可以提高线程利用率,并发包中的原子计数在多线程的情况下可以让我们避免去写一些同步代码。
这里就先把jdk并发包中的线程池处理器ThreadPoolExecutor 以原子计数类AomicInteger 和倒数计时锁C
- java编程思想 抽象类和接口
百合不是茶
java抽象类接口
接口c++对接口和内部类只有简介的支持,但在java中有队这些类的直接支持
1 ,抽象类 : 如果一个类包含一个或多个抽象方法,该类必须限定为抽象类(否者编译器报错)
抽象方法 : 在方法中仅有声明而没有方法体
package com.wj.Interface;
- [房地产与大数据]房地产数据挖掘系统
comsci
数据挖掘
随着一个关键核心技术的突破,我们已经是独立自主的开发某些先进模块,但是要完全实现,还需要一定的时间...
所以,除了代码工作以外,我们还需要关心一下非技术领域的事件..比如说房地产
&nb
- 数组队列总结
沐刃青蛟
数组队列
数组队列是一种大小可以改变,类型没有定死的类似数组的工具。不过与数组相比,它更具有灵活性。因为它不但不用担心越界问题,而且因为泛型(类似c++中模板的东西)的存在而支持各种类型。
以下是数组队列的功能实现代码:
import List.Student;
public class
- Oracle存储过程无法编译的解决方法
IT独行者
oracle存储过程
今天同事修改Oracle存储过程又导致2个过程无法被编译,流程规范上的东西,Dave 这里不多说,看看怎么解决问题。
1. 查看无效对象
XEZF@xezf(qs-xezf-db1)> select object_name,object_type,status from all_objects where status='IN
- 重装系统之后oracle恢复
文强chu
oracle
前几天正在使用电脑,没有暂停oracle的各种服务。
突然win8.1系统奔溃,无法修复,开机时系统 提示正在搜集错误信息,然后再开机,再提示的无限循环中。
无耐我拿出系统u盘 准备重装系统,没想到竟然无法从u盘引导成功。
晚上到外面早了一家修电脑店,让人家给装了个系统,并且那哥们在我没反应过来的时候,
直接把我的c盘给格式化了 并且清理了注册表,再装系统。
然后的结果就是我的oracl
- python学习二( 一些基础语法)
小桔子
pthon基础语法
紧接着把!昨天没看继续看django 官方教程,学了下python的基本语法 与c类语言还是有些小差别:
1.ptyhon的源文件以UTF-8编码格式
2.
/ 除 结果浮点型
// 除 结果整形
% 除 取余数
* 乘
** 乘方 eg 5**2 结果是5的2次方25
_&
- svn 常用命令
aichenglong
SVN版本回退
1 svn回退版本
1)在window中选择log,根据想要回退的内容,选择revert this version或revert chanages from this version
两者的区别:
revert this version:表示回退到当前版本(该版本后的版本全部作废)
revert chanages from this versio
- 某小公司面试归来
alafqq
面试
先填单子,还要写笔试题,我以时间为急,拒绝了它。。时间宝贵。
老拿这些对付毕业生的东东来吓唬我。。
面试官很刁难,问了几个问题,记录下;
1,包的范围。。。public,private,protect. --悲剧了
2,hashcode方法和equals方法的区别。谁覆盖谁.结果,他说我说反了。
3,最恶心的一道题,抽象类继承抽象类吗?(察,一般它都是被继承的啊)
4,stru
- 动态数组的存储速度比较 集合框架
百合不是茶
集合框架
集合框架:
自定义数据结构(增删改查等)
package 数组;
/**
* 创建动态数组
* @author 百合
*
*/
public class ArrayDemo{
//定义一个数组来存放数据
String[] src = new String[0];
/**
* 增加元素加入容器
* @param s要加入容器
- 用JS实现一个JS对象,对象里有两个属性一个方法
bijian1013
js对象
<html>
<head>
</head>
<body>
用js代码实现一个js对象,对象里有两个属性,一个方法
</body>
<script>
var obj={a:'1234567',b:'bbbbbbbbbb',c:function(x){
- 探索JUnit4扩展:使用Rule
bijian1013
java单元测试JUnitRule
在上一篇文章中,讨论了使用Runner扩展JUnit4的方式,即直接修改Test Runner的实现(BlockJUnit4ClassRunner)。但这种方法显然不便于灵活地添加或删除扩展功能。下面将使用JUnit4.7才开始引入的扩展方式——Rule来实现相同的扩展功能。
1. Rule
&n
- [Gson一]非泛型POJO对象的反序列化
bit1129
POJO
当要将JSON数据串反序列化自身为非泛型的POJO时,使用Gson.fromJson(String, Class)方法。自身为非泛型的POJO的包括两种:
1. POJO对象不包含任何泛型的字段
2. POJO对象包含泛型字段,例如泛型集合或者泛型类
Data类 a.不是泛型类, b.Data中的集合List和Map都是泛型的 c.Data中不包含其它的POJO
 
- 【Kakfa五】Kafka Producer和Consumer基本使用
bit1129
kafka
0.Kafka服务器的配置
一个Broker,
一个Topic
Topic中只有一个Partition() 1. Producer:
package kafka.examples.producers;
import kafka.producer.KeyedMessage;
import kafka.javaapi.producer.Producer;
impor
- lsyncd实时同步搭建指南——取代rsync+inotify
ronin47
1. 几大实时同步工具比较 1.1 inotify + rsync
最近一直在寻求生产服务服务器上的同步替代方案,原先使用的是 inotify + rsync,但随着文件数量的增大到100W+,目录下的文件列表就达20M,在网络状况不佳或者限速的情况下,变更的文件可能10来个才几M,却因此要发送的文件列表就达20M,严重减低的带宽的使用效率以及同步效率;更为要紧的是,加入inotify
- java-9. 判断整数序列是不是二元查找树的后序遍历结果
bylijinnan
java
public class IsBinTreePostTraverse{
static boolean isBSTPostOrder(int[] a){
if(a==null){
return false;
}
/*1.只有一个结点时,肯定是查找树
*2.只有两个结点时,肯定是查找树。例如{5,6}对应的BST是 6 {6,5}对应的BST是
- MySQL的sum函数返回的类型
bylijinnan
javaspringsqlmysqljdbc
今天项目切换数据库时,出错
访问数据库的代码大概是这样:
String sql = "select sum(number) as sumNumberOfOneDay from tableName";
List<Map> rows = getJdbcTemplate().queryForList(sql);
for (Map row : rows
- java设计模式之单例模式
chicony
java设计模式
在阎宏博士的《JAVA与模式》一书中开头是这样描述单例模式的:
作为对象的创建模式,单例模式确保某一个类只有一个实例,而且自行实例化并向整个系统提供这个实例。这个类称为单例类。 单例模式的结构
单例模式的特点:
单例类只能有一个实例。
单例类必须自己创建自己的唯一实例。
单例类必须给所有其他对象提供这一实例。
饿汉式单例类
publ
- javascript取当月最后一天
ctrain
JavaScript
<!--javascript取当月最后一天-->
<script language=javascript>
var current = new Date();
var year = current.getYear();
var month = current.getMonth();
showMonthLastDay(year, mont
- linux tune2fs命令详解
daizj
linuxtune2fs查看系统文件块信息
一.简介:
tune2fs是调整和查看ext2/ext3文件系统的文件系统参数,Windows下面如果出现意外断电死机情况,下次开机一般都会出现系统自检。Linux系统下面也有文件系统自检,而且是可以通过tune2fs命令,自行定义自检周期及方式。
二.用法:
Usage: tune2fs [-c max_mounts_count] [-e errors_behavior] [-g grou
- 做有中国特色的程序员
dcj3sjt126com
程序员
从出版业说起 网络作品排到靠前的,都不会太难看,一般人不爱看某部作品也是因为不喜欢这个类型,而此人也不会全不喜欢这些网络作品。究其原因,是因为网络作品都是让人先白看的,看的好了才出了头。而纸质作品就不一定了,排行榜靠前的,有好作品,也有垃圾。 许多大牛都是写了博客,后来出了书。这些书也都不次,可能有人让为不好,是因为技术书不像小说,小说在读故事,技术书是在学知识或温习知识,有
- Android:TextView属性大全
dcj3sjt126com
textview
android:autoLink 设置是否当文本为URL链接/email/电话号码/map时,文本显示为可点击的链接。可选值(none/web/email/phone/map/all) android:autoText 如果设置,将自动执行输入值的拼写纠正。此处无效果,在显示输入法并输
- tomcat虚拟目录安装及其配置
eksliang
tomcat配置说明tomca部署web应用tomcat虚拟目录安装
转载请出自出处:http://eksliang.iteye.com/blog/2097184
1.-------------------------------------------tomcat 目录结构
config:存放tomcat的配置文件
temp :存放tomcat跑起来后存放临时文件用的
work : 当第一次访问应用中的jsp
- 浅谈:APP有哪些常被黑客利用的安全漏洞
gg163
APP
首先,说到APP的安全漏洞,身为程序猿的大家应该不陌生;如果抛开安卓自身开源的问题的话,其主要产生的原因就是开发过程中疏忽或者代码不严谨引起的。但这些责任也不能怪在程序猿头上,有时会因为BOSS时间催得紧等很多可观原因。由国内移动应用安全检测团队爱内测(ineice.com)的CTO给我们浅谈关于Android 系统的开源设计以及生态环境。
1. 应用反编译漏洞:APK 包非常容易被反编译成可读
- C#根据网址生成静态页面
hvt
Web.netC#asp.nethovertree
HoverTree开源项目中HoverTreeWeb.HVTPanel的Index.aspx文件是后台管理的首页。包含生成留言板首页,以及显示用户名,退出等功能。根据网址生成页面的方法:
bool CreateHtmlFile(string url, string path)
{
//http://keleyi.com/a/bjae/3d10wfax.htm
stri
- SVG 教程 (一)
天梯梦
svg
SVG 简介
SVG 是使用 XML 来描述二维图形和绘图程序的语言。 学习之前应具备的基础知识:
继续学习之前,你应该对以下内容有基本的了解:
HTML
XML 基础
如果希望首先学习这些内容,请在本站的首页选择相应的教程。 什么是SVG?
SVG 指可伸缩矢量图形 (Scalable Vector Graphics)
SVG 用来定义用于网络的基于矢量
- 一个简单的java栈
luyulong
java数据结构栈
public class MyStack {
private long[] arr;
private int top;
public MyStack() {
arr = new long[10];
top = -1;
}
public MyStack(int maxsize) {
arr = new long[maxsize];
top
- 基础数据结构和算法八:Binary search
sunwinner
AlgorithmBinary search
Binary search needs an ordered array so that it can use array indexing to dramatically reduce the number of compares required for each search, using the classic and venerable binary search algori
- 12个C语言面试题,涉及指针、进程、运算、结构体、函数、内存,看看你能做出几个!
刘星宇
c面试
12个C语言面试题,涉及指针、进程、运算、结构体、函数、内存,看看你能做出几个!
1.gets()函数
问:请找出下面代码里的问题:
#include<stdio.h>
int main(void)
{
char buff[10];
memset(buff,0,sizeof(buff));
- ITeye 7月技术图书有奖试读获奖名单公布
ITeye管理员
活动ITeye试读
ITeye携手人民邮电出版社图灵教育共同举办的7月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。
7月试读活动回顾:
http://webmaster.iteye.com/blog/2092746
本次技术图书试读活动的优秀奖获奖名单及相应作品如下(优秀文章有很多,但名额有限,没获奖并不代表不优秀):
《Java性能优化权威指南》