go 可变长参数的应用
func text(c ...int) { fmt.Println(c) } func main() { var a = []int{1,2,3,4} text(a...) //...是将a这个列表中的值进行打散 相当于python中的**将字典转换成什么等于什么的那种形式
判断对象流已经读取到末尾方法
转载：https://blog.csdn.net/wolfcode_cn/article/details/80701035 判断对象流已经读取到末尾方法 1 怎么判断对象流已经读取到末尾
2 如果读取超过了则会抛出异常java.io.EOFException
3 方法一
4 在存入对象的时候使用集合的方式来存储对象,这样在获取时就只需要获取集合,然后遍历集合即可.
5 @Test
6 public void testObjectOutputStream() throws Excep
Spring怎么管理事务？
我们一般通过aop管理事务，就是把代码看成一个纵向有序的，然后通过aop管理事务，就好比增删改的时候需要开启一个事务，我们给他配置一个required，required就是有事务就执行事务，没有就给他创建一个事务。查的时候不需要开启事务，就给他配置一个supports，supports就是说他有事务就执行事务，没有的话就不执行。 事务四特性： ACID ----->原子性（事务操作最基本单元，要么全部成功，要么全部失败） 一致性（指一个事务执行之前和执行之后数据库都必须处于
unity Physics/Physics2DProjectSettings中LayerCollisionMatrix的存储方式
打开项目文件夹/ProjectSettings/Physics2DSettings.asset可看到如下： m_LayerCollisionMatrix: fefbff3ffffbff3ffffbff3ffffffffffffbff3ffffbff3ffffffffffffffffffffbff3ffffbff3fc8f8ff3fffffff3fffffff3fffffff3fffffff3fffffff3fffffff3fffffff3fffffff3fffffff3fffffff3ffff
2019-12-11[鞠明辰]linux随笔
1.使用pwd和cd命令来确定和切换目录(详见linux系统管理p43－p46) (1)掌握pwd命令的功能:确定现在所在的工作目录。 (2)掌握cd命令的功能:切换当前目录。 (3)掌握“cd”命令:进入上一级目录。 (4)掌握“cd”命令:切换到用户的家目录。 (5)掌握“cd”命令:同cd～。也可切换到用户的家目录。 (6)掌握“cd-”命令:切换到用户之前的工作目录。 (7)掌握“cd目录名”命令:切换到指定的目录。 2.使用is命令列出目录中的内容。 (1)掌握is命令的功能:列出当
浅谈Vue双向数据绑定的原理
所谓双向数据绑定, 无非就是数据层和视图层中的数据同步, 在写入数据时视图层实时的跟着更新, 之前在网上看到大佬们是这么描述的: 实现mvvm的双向绑定，是采用数据劫持结合发布者-订阅者模式的方式，通过Object.defineProperty()来劫持各个属性的setter，getter，在数据变动时发布消息给订阅者，触发相应的监听回调。就必须要实现以下几点： 1、实现一个数据监听器Observer，能够对数据对象的所有属性进行监听，如有变动可拿到最新值并通知订阅者 2、实现一个指令解析器C
微信小程序这一块（下）
1、小程序分为两部分 ：页面、组件 2、小程序中如何定义自定义组件？ 凡是通过Page创建的都是页面，而通过Components创建的都是组件 当组件创建成功后，在需要使用的页面进行引入，（找到页面的json文件中的usingComponents配置项进行引入，key值是组件名称，value值是组件的路径） ！！！注意：自定义组件的事件必须放在methods中去 3、小程序中自定义组件如何进行传递参数 页面与组件进行传参？ 给组件绑定自定义属性 在组件内部通过p
HNOI2017模拟赛 C题
题目： 分析： 开始觉得是神仙题。。。 然后发现n最多有2个质因子 这说明sm呢。。。 学过物理的小朋友们知道，当一个物体受多个不同方向相同的力时，只有相邻力的夹角相等，受力就会平衡 于是拆扇叶相当于在风扇上等分角度 考虑贪心的话，就是一次拆越少，也就是角度分越大越好 那就要用到质因子了 先将编号改为（0~n-1） 首先一个质因子p的情况很好处理，当一个扇叶x掉下时，必须拆下y（其中y mod n/p = x mod n/p）的扇叶 于是直接打标记就好了 然后就是2个质因子的情况 那么一个风扇
pytorch固定部分参数
pytorch固定部分参数 不用梯度 如果是Variable，则可以初始化时指定 j = Variable(torch.randn(5,5), requires_grad=True) 但是如果是m = nn.Linear(10,10)是没有requires_grad传入的 for i in m.parameters():
i.requires_grad=False 另外一个小技巧就是在nn.Module里，可以在中间插入这个 for p in self.parameters():
输入测试字符型数据的组数，再输入字符型数据，排坑
char str[10][10]; scanf("%d",&n); getchar(); //目的是为了排除回车的干扰，因为在这种情况下，回车也会被读入，从而造成了不知从何而来的str[0] for(i=0;i<n;i++) gets(str[i]);
milvus安装及其使用教程
milvus 简介 milvus是干什么的？通俗的讲，milvus可以让你在海量向量库中快速检索到和目标向量最相似的若干个向量，这里相似度量标准可以是内积或者欧式距离等。借用官方的话说就是： Milvus 是一款开源的、针对海量特征向量的相似性搜索引擎。基于异构众核计算框架设计，成本更低，性能更好。 在有限的计算资源下，十亿向量搜索仅毫秒响应。 说白了就是速度快，先不说十亿向量，自己写代码去完成对100万300维向量的余弦相似度计算并排序就需要不小的响应时间吧，就本人测试而言，即便使用scip
二进制部署MySQL 5.7
二进制部署比较简单，无需安装依赖环境，可以去mysql官网下载MySQL二进制包。或者说通过我网盘的链接进行下载，网盘链接中有自动部署的脚本。1、卸载mariadb[root@mysql01~]#yum-yerasemariadb[root@mysql01~]#rpm-eqt-mysql-4.8.7-2.el7.x86_64--nodeps2、部署mysql5.7[root@mysql01src]
《Interest Rate Risk Modeling》阅读笔记——第四章：M-absolute 和 M-square 风险度量
目录 第四章：M-absolute 和 M-square 风险度量 思维导图 两个重要不等式的推导 关于 \(M^A\) 的不等式 关于 \(M^2\) 的不等式 凸性效应（CE）和风险效应（RE）的推导 第四章：M-absolute 和 M-square 风险度量 思维导图 从第四章开始比较难了 两个重要不等式的推导 首先有 \[ V_0 = \sum_{t=t_1}^{t_n} CF_t e^{-\int_0^t f(s)ds} \] 令 \[ \begin{aligned} V_H &=
poj2228 Naptime (环形DP)
Goneril is a very sleep-deprived cow. Her day is partitioned into N (3 <= N <= 3,830) equal time periods but she can spend only B (2 <= B < N) not necessarily contiguous periods in bed. Due to her bovine hormone levels, each period has its own utili
关于Flink slot 和kafka topic 分区关系的说明 flink 读取kafka 数据，partition分配
今天又有小伙伴在群里问 slot 和 kafka topic 分区(以下topic，默认为 kafka 的 topic )的关系，大概回答了一下，这里整理一份 首先必须明确的是，Flink Task Manager 的 slot 数 和 topic 的分区数是没有直接关系的，而这个问题其实是问的是： 任务的并发数与 slot 数的关系 最大并发数 = slot 数 这里有两个原因：每个算子的不同并行不能在同一slot，不同的算子可以共享 slot ，所以最大并行度 就等于 slot 数。 这
今日推荐
周排行