NOT

20天 hot 100 速通计划-day04

### 普通数组 #### [238. 除自身以外数组的乘积](https://leetcode.cn/problems/product-of-array-except-self/) 给你一个整数数组 `nums`,返回 *数组 `answer` ,其中 `answer[i]` 等于 `nums` ......
hot 100 day 04

MySQL 索引结构浅析

# 索引结构 ![image-20230808101522006](https://picimg-blog.oss-cn-nanjing.aliyuncs.com/blog-img/image-20230808101522006.png) ## InnoDB B 树 ![image-20230808 ......
索引 结构 MySQL

一文详解TextBrewer

本文分享自华为云社区《TextBrewer:融合并改进了NLP和CV中的多种知识蒸馏技术、提供便捷快速的知识蒸馏框架、提升模型的推理速度,减少内存占用》,作者:汀丶。 TextBrewer是一个基于PyTorch的、为实现NLP中的知识蒸馏任务而设计的工具包,融合并改进了NLP和CV中的多种知识蒸馏 ......
TextBrewer

Java后端07(Spring未完成)

## Spring ​ 涉及的设计模式:单例模式,简单工厂模式,代理模式,观察者模式,反射,注解。。。。。 ### Spring配置文件文件头 ```xml ``` ### IOC 控制反转 将创建对象的权力由开发者交 给 Spring(缓解对象和对象之间的耦合度) ​ 在传统模式下,对象的创建和赋 ......
Spring Java

JAVA jar包转.NET dll文件注意事项

一、配置等: javaVersion :”1.8.0_151” IKVM:ikvm-8.1.5717.0 IKVM下载地址:链接:https://pan.baidu.com/s/1mYutk0yghHxw2rOgFpDKJw 提取码:0777 IKVM需要配置环境 :将IKVM.NET的bin文件夹 ......
注意事项 事项 文件 JAVA jar

编织人工智能:机器学习发展历史与关键技术全解析

>本文全面回顾了机器学习的发展历史,从早期的基本算法到当代的深度学习模型,再到未来的可解释AI和伦理考虑。文章深入探讨了各个时期的关键技术和理念,揭示了机器学习在不同领域的广泛应用和潜力。最后,总结部分强调了机器学习作为一种思维方式和解决问题的工具,呼吁所有参与者共同探索更智能、更可持续的未来,同时 ......

中级软件设计

# 一. 计算机网络概述 ## 1.1 计算机系统基础知识 计算机是由硬件和软件组成的。计算机的基本硬件系统由运算器、控制器、存储器、输入设备和输出设备5大部件组成。运算器、控制器等部件被集成在一起成为中央处理单元。 ### 1.1.2 中央处理单元 中央处理单元是计算机系统的核心部件,他负责获取程 ......
软件

电容器的选型方法及步骤简介

电容器是一种电器元件,由两个金属板组成,中间隔有绝缘材料,可以储存电荷。当两个金属板带有相反的电荷时,电容器就会储存电能。 ......
电容器 电容 步骤 简介 方法

树上问题记录

记录一下这一类问题。 **T1** > [P4211 [LNOI2014]LCA](https://www.luogu.com.cn/problem/P4211) > 每次给出 $l,r,x$ , 定义 $dep_u$ 为 $u$ 节点到根节点的距离+1,求 $ \sum_{i=l}^r \text ......
问题

DataFrame使用iloc选择数据

import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3, 4, 5], 'B': ['a', 'b', 'c', 'd', 'e'], 'C': [10, 20, 30, 40, 50] } df = pd.DataFrame(data ......
DataFrame 数据 iloc

DataFrame 使用条件索引选择满足条件的行

import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3, 4, 5], 'B': ['a', 'b', 'c', 'd', 'e'], 'C': [10, 20, 30, 40, 50] } df = pd.DataFrame(data ......
条件 DataFrame 索引

证明神奇的不等式

证明内容:$\frac{\sum_{i=1}^{n}a_i}{n}>=\sqrt[n]{\prod_{i=1}^{n}a_i}$ 首先介绍一下证明方法:向前向后的数学归纳法 第一步找到一个 **单调递增的发散** 序列{$a_n$}(本文为$2^{1},2^{2}......$) 第二步证明若$n= ......
不等式

三. JSON数据解析(parse)

# 三. JSON数据解析(parse) > # 专栏目录 > > [一. JSON](https://www.cnblogs.com/xlqblog/p/one-json-z2wxc9i.html) > > [二. JSON基础数据结构](https://www.cnblogs.com/xlqbl ......
数据 parse JSON

Siemens 西门子S7-1200PLC与组态王TCP通讯

1.0 首先打开组态王软件,这里测试用的是6.6版本的 2.0 点击菜单栏的新建项目,然后下一步 3.0 这一步是选择项目存放的目录,找到存放位置就下一步 4.0 接下来就是设置工程名称了,自己根据项目定义 5.0 完成以上步骤,你就会看到如下图的项目,然后我们选择菜单栏点击开发 6.0 选择演示模 ......
组态 Siemens 通讯 1200 PLC

1. 解析总体流程

# 1. 解析总体流程 JSON格式从整体而言, 是一个相对简单的结构, 因为它总共就只有六种数据类型, 只需要做好三个大的步骤就行了. 1. **跳过空格**: JSON的标准允许JSON的字符串中穿插空格, 为了解析, 我们需要先把无关的空格跳过, 只解析有用的部分. 2. **类型分辨**: ......
总体 流程

5. 数组解析

# 5. 数组解析 # 5.1 JSON数组结构 先来看看前面实现的数组结构 ```C struct __json_value { int type; union { char *string; double number; json_object_t object; json_array_t ar ......
数组

3. 数值解析

# 3. 数值解析 先来设计函数声明, 就第二节说的: `static int __parse_json_number(const char* cursor, const char** end, double* num)`​ 解析数值的步骤很简单, 我们可以直接调用标准库中的`double strt ......
数值

4. 字符串解析

# 4. 字符串解析 # 4.1 获取字符串的长度 ​`json_value_t`​的string是一个未初始化的char**, ​*我们需要先知道这个字符串的长度, 初始化这个char*才能继续解析. * 首先是一个while循环, 去遍历字符串. * 由于码数小于空格(32)的是控制字符, 所以 ......
字符串 字符

2. 类型分辨

# 2. 类型分辨 # 2. 类型分辨 解析的第一步就是分类型, JSON的类型总共有六个, 我们来看看如何分辨这六种类型. 读取传入的JSON字符串, 跳过前置的空格字符, 开始读取第一个非空格字符. 1. **数值:** 第一个非空字符是'0' ~ '9'或者是'-'负号, 代表这个JSON数据 ......
类型

【Hystrix技术指南】(1)基本使用和配置说明

[推荐超值课程:点击获取](https://www.sanzhishu.top/) > **这世间许多事物皆因相信而存在,所以人们亲手捏出了泥菩萨,却选择坚定的去信仰它。** * **分布式系统的规模和复杂度不断增加,随着而来的是对分布式系统可用性的要求越来越高。在各种高可用设计模式中,【熔断、隔离 ......
技术指南 Hystrix 指南 技术

IGMP数据包发不出来原因

1. IGMPV2 2. IGMPV3 3. 解决方法 1、 重新编译内核 2、 修改IGMP版本号 cat /proc/sys/net/ipv4/conf/eth0/force_igmp_version 0 #0 表示最高有效版本号,目前默认最高版本是V3。 echo "2" > /proc/sy ......
原因 数据 IGMP

查看 DataFrame 的索引

import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3], 'B': ['a', 'b', 'c'] } df = pd.DataFrame(data, index=['row1', 'row2', 'row3']) # 查看 Data ......
DataFrame 索引

DataFrame选择单列

import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3], 'B': ['a', 'b', 'c'] } df = pd.DataFrame(data) # 选择单列 'A' column_A = df['A'] print(colum ......
DataFrame

DataFrame选择多列

import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3], 'B': ['a', 'b', 'c'], 'C': [10, 20, 30] } df = pd.DataFrame(data) # 选择多列 'A' 和 'C' selec ......
DataFrame

DataFrame使用loc选择数据

import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3, 4, 5], 'B': ['a', 'b', 'c', 'd', 'e'], 'C': [10, 20, 30, 40, 50] } df = pd.DataFrame(data ......
DataFrame 数据 loc

Nginx深入:nginx功能模块、目录结构及配置文件详解

### Nginx功能模块说明 **1、Nginx 核心功能模块(Core functionality)** **Nginx核心功能模块负责Nginx的全局应用,主要对应主配置文件的核心层(Main层)和事件(Events)层,这里有很多 Nginx 必需的全局参数配置。** 有关核心功能模块的官方 ......
功能模块 模块 结构 功能 文件

IDEA 默认模板使用

>在IDEA中,点击Settings->Editor->General->Postfix Completion和Settings->Editor->Live Templates在这两个地方查看更多用法 ## 2.1 psvm 可生成 main 方法 ## 2.2 sout System.out.pr ......
模板 IDEA

DataFrame后几行

import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3, 4, 5, 6], 'B': ['a', 'b', 'c', 'd', 'e', 'f'] } df = pd.DataFrame(data) # 默认显示后5行 print(d ......
DataFrame

DataFrame的基本统计信息

import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3, 4, 5], 'B': [10, 20, 30, 40, 50] } df = pd.DataFrame(data) # 查看 DataFrame 的基本统计信息 print(d ......
DataFrame 信息