- 综合排序
- 最热优先
- 最新优先
- 来自专栏悟道
2-4 快速乘法 模板
适用于不让用/ * 的情况实现某些结果 ! /** * 快速乘法 * * @param a 乘数 * @param b 被乘数 * @return 积 */ public static long quickMulti(long a, long b) { long result = 0; while (b > 0) { if ((b & 1) == 1) {
52510发布于 2021-06-01 - 来自专栏刷题笔记
2-4 另类堆栈 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101049523 2-4 另类堆栈 (20 分) 在栈的顺序存储实现中，另有一种方法是将Top
82430发布于 2019-11-08 - 来自专栏Deep learning进阶路
2-4 线性表之双链表
2-4 线性表之双链表 双向链表除了相当于在单链表的基础上，每个结点多了一个指针域prior，用于存储其直接前驱的地址。同时保留有next，用于存储其直接后继的地址。 ?
58120发布于 2019-07-02 - 来自专栏Hank’s Blog
2-4 R语言基础 列表
> l1 <- list("a",2,10L,3+4i,TRUE) #每个元素没有名字 > l1 [[1]] [1] "a"
57820发布于 2020-09-16 - 来自专栏IT技术圈
练习2-4 温度转换 (5分)
本题要求编写程序，计算华氏温度150°F对应的摄氏温度。计算公式：C=5×(F−32)/9，式中：C表示摄氏温度，F表示华氏温度，输出数据要求为整型。
1.1K10发布于 2021-02-24 - 来自专栏TakinTalks稳定性社区
蚂蚁集团：Apache HoraeDB时序数据库性能提升2-4倍是如何做到的？
1.2.2 不完善的分布式方案 除了高基数问题，现有的数据库分布式方案也存在不足。许多时序数据库本质上是单机版，面对大数据量和高负载时，缺乏成熟的分布式解决方案或者需要额外付费购买。 这一优化手段在我们早期承接业务时发挥了重要作用。 优化实施前，用户的查询成功率大约只有 60%，即大部分查询因超时而失败。 通过线程隔离和文件并发拉取这两个策略，我们显著提升了冷查询的处理能力，在线上业务引流过程中，查询性能提高了2到3倍。 四、应用情况 HoraeDB 起初在蚂蚁集团内部孵化，并广泛应用于我们的主营业务中。它支撑着我们的内部监控平台，同时也服务于流计算任务和投资研究场景，帮助进行资产管理和优化。 在金融领域，HoraeDB 结合 RMS 监控系统，为银行业务提供支持，展现出其在金融服务行业中的潜力和价值。 自 HoraeDB 开源以来，我们收到了社区广泛的好评和认可。
1.3K10编辑于 2024-04-28 - 来自专栏AI机器学习与深度学习算法
学习分类 2-4 感知机权重向量的更新
下面直接给出权重向量的更新表达式，然后通过可视化的方式来直观的展示权重向量的更新。
1.4K40编辑于 2022-11-08 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程2-4：哈温平衡检验
「什么是哈温平衡？」 ❝哈迪-温伯格(Hardy-Weinberg)法则 哈迪-温伯格（Hardy-Weinberg）法则是群体遗传中最重要的原理，它解释了繁殖如何影响群体的基因和基因型频率。这个法则是用Hardy,G.H (英国数学家) 和Weinberg，W.（德国医生）两位学者的姓来命名的，他们于同一年（1908年）各自发现了这一法则。他们提出在一个不发生突变、迁移和选择的无限大的随机交配的群体中，基因频率和基因型频率将逐代保持不变。---百度百科 ❞ 「怎么做哈温平衡检验？」 ❝「卡方适合性检验！」
5.5K21发布于 2020-04-27 - 来自专栏刷题笔记
【并查集】2-4 朋友圈 (25 分)
2-4 朋友圈 (25 分) 某学校有N个学生，形成M个俱乐部。每个俱乐部里的学生有着一定相似的兴趣爱好，形成一个朋友圈。一个学生可以同时属于若干个不同的俱乐部。
1K10发布于 2020-06-23 - 来自专栏陈黎栋的专栏啦
图数据库·业务总结·反欺诈
通过融合企业和个人银行资金交易明细、通话、出行、住宿、工商、税务等信息构建初步的“资金账户-人-公司”关联知识图谱。同时从案件描述、笔录等非结构化文本中抽取人(受害人、嫌疑人、报案人)、事、物、组织、卡号、时间、地点等信息，链接并补充到原有的知识图谱中形成一个完整的证据链。辅助公安刑侦、经侦、银行进行案件线索侦查和挖掘同伙。比如银行和公安经侦监控资金账户，当有一段时间内有大量资金流动并集中到某个账户的时候很可能是非法集资，系统触发预警（图7）
1.6K30发布于 2020-02-18 - 来自专栏信息化漫谈
如果数据库down，业务多久恢复？
数据库是整个系统的核心，如果主用数据库中断或故障，你的业务什么时间内能恢复？ 一、数据库是否必须做冗余？ 墨菲定律，鸡蛋不能放在同一个篮子中。 数据库是最重要的资产，出现单点故障确实不可避免，我们应提前做到数据库备份，出现故障时能够快速恢复。 ? 对于4级的重要业务，至少每天全量+增量备份，RPO/RTO从小时到天级别。 对于5的关键业务，要求数据丢失不能超过30分钟，即RPO小于等于30分钟。并能够在分钟级别恢复业务，即RTO分钟级。 2、数据库快速恢复解决方案（应尽量缩短RTO时间，也就是数据恢复的时间量） 原理：当主用数据库中断时，能够通过快速切换数据库，将业务切换到正常工作的数据库上。 也可以采用第三方工具，如Zookeeper，通过检测数据库的状态，当异常时向应用程序返回正常工作的数据库IP地址。 3、大家一定会问第6级的业务如何恢复，仅靠标准公有云难以满足。
1.2K20发布于 2019-09-24 - 来自专栏杨建荣的学习笔记
通过数据建模梳理数据库业务
以这个为出发点，我觉得很多DBA对于自己负责的数据库业务其实是不了解的，比如这个数据库数据量情况，数据变化情况，对象（表，索引）的分布情况，整体的SQL质量情况等，或者更高的一个要求，我们负责了100套数据库业务 ，这些数据库半天内产生了多少数据量，什么时候会是业务的高峰，什么时候相对会比较平稳，这些是我们应该了解的，但是显然这是我们忽视的。 所以通过这些数据可以得出一个初步的结论，这个数据库是一个典型的TP业务，数据变更很频繁，算是一个偏TP层面的业务。 ? 再来看一个数据，这个数据库的数据量不大，从两次的时间采集的数据来看，日志没有切换，更关键的，偏移量没有发生任何变化，所以通过这个层面来看，这很可能是一个僵尸业务，可以持续关注。 ? 再来看一个业务，这个数据库的数据量比较大，有60多G,日志切换切换很频繁，数据量的增长相对较快，所以这很可能是一个密集型写入的日志业务。 ? 通过这些数据分析，就会得到一些有效的数据模型。
91230发布于 2018-12-18 为什么跨数据库业务总是慢？
说说跨库用过Oracle和DB2这样的数据库的朋友应该听过一次名词，叫DBLink。A库的本地表和通过DBLink的B库的进行关联，效果通常不太好（反正比本地查询慢，应该都有这个感觉。 （总数1万条）同库根据A表逐条提交更新B表 完成耗时: 11217 ms同库根据A表逐条提交更新B表 平均每条耗时: 22.43ms同库根据A表批量提交更新B表 完成耗时: 669 ms同库根据A表批量提交更新 这是数据库本身刷脏机制决定的。批量就是比逐条提交快。那么跨数据库呢？在一个数据库上有A在另外一个数据库上有B两个表根据A表的数据更新B表。以500条为测试样本。 （总数1万条）跨库根据A表逐条提交更新C表 完成耗时: 18970 ms跨库根据A表逐条提交更新C表 平均每条耗时: 37.94 ms跨库根据A表批量提交更新C表 完成耗时: 9149 ms跨库根据A表批量提交更新 如果车票的表和支付的表（或者说账户的表）不是一个数据库。那么就是要从一个数据库查到了，通过接口或者服务去另外一个数据库更新。
17910编辑于 2025-10-22- 来自专栏跟着asong学Golang
Go业务开发中常用的几个开源库
最近总有一些初学Go语言的小伙伴问我在业务开发中一般都使用什么web框架、开源中间件；所以我总结了我在日常开发中使用到的库，这些库不一定是特别完美的，但是基本可以解决日常工作需求，接下来我们就来看一下。 大多数日志库基本都是基于反射的序列化和字符串格式化的，这样会导致在日志上占用大量CPU资源，不适用于业务开发场景，业务对性能敏感还是挺高的。 github地址：https://github.com/uber-go/zap jsoniter 做业务开发离不开json的序列化与反序列化，标准库虽然提供了encoding/json，但是它主要是通过反射来实现的 ants也是国人开发的，设计博文写的也很详细的，目前很多大厂也都在使用ants，经历过线上业务检验的，所以可以放心使用。 总结 本文列举的几个库都是经常被使用的开源库，这几个库你都掌握了，基本的业务开发都没有啥问题了，一些初学者完全可以通过这几个库达到入门水平。
1.2K20编辑于 2022-07-11 - 来自专栏大数据，java，Python和前端
Maxwell采集MySQL Binlog业务库数据同步方案
简介： 针对业务库MySQL Binlog日志数据进行数据同步，从MySQL到Kafka，最终实现实时（准实时）数据采集。 产品目标完成实时数据采集，拉取业务数据库数据。 建立maxwell库表，存储捕获到的schema等信息。 值可以为具体的数据库、数据表、数据列，甚至可以用JS来定义复杂的过滤规则，也可以用正则表达式描述。如：# 仅匹配foodb数据库的tbl表和所有table_数字的表。 /table_\d+/’# 排除所有库所有表，仅匹配db1数据库--filter=’exclude:.
77210编辑于 2025-07-21 通过 YashanDB 数据库提升业务决策能力
要通过 YashanDB 数据库提升业务决策能力，首先需要理解数据库如何在数据存储、分析和提取过程中支持决策。以下是一些具体的方法：1. 数据整合与集中化YashanDB能够有效整合多种数据源。 通过将各类业务数据（如销售数据、客户数据、财务数据等）统一存储在一个平台上，能够提供一个全面的视角，帮助决策者更好地理解各个部门和业务的现状。 通过高效的查询语言和分析工具，业务分析师可以快速对数据进行切割和处理，从而更好地理解市场趋势、客户行为和产品表现等关键业务领域。 优化运营和流程通过对运营数据的分析，能够识别出业务流程中的瓶颈或不必要的步骤，从而优化业务流程和提高效率。例如，通过数据分析发现生产过程中的延迟问题，可以采取措施加以改善。 - 提高效率：实时追踪和调整业务流程，确保每一环节的顺畅进行。总结通过YashanDB数据库，企业可以获得更高效、更精准的数据处理与分析能力，进而做出更为科学、数据驱动的决策。
18110编辑于 2025-10-05- 来自专栏云计算linux
电子书城数据库分析业务
数据库设计说明 1. t_user 用户表 表名列名 数据类型（精度范围） 空/非空 约束条件 其他说明 id int 非空 种子，自增1 用户唯一标识 name Varchar(20) 非空 帐号
28710编辑于 2024-12-19 - 来自专栏韩曙亮的移动开发专栏
【Android 逆向】Android 进程注入工具开发 ( 远程进程注入动态库文件操作 | 注入动态库 加载 业务动态库 | 业务动态库启动 | pthread_create 线程开发 )
文章目录 前言 一、加载 libnattive.so 动态库 二、 libnattive.so 动态库启动 三、 pthread_create 线程开发 四、 线程执行函数 前言 libbridge.so 动态库是 注入工具 使用 ptrace 函数强行向远程进程 注入的 动态库 , 这种方法侵入性极大 , 会破坏远程进程的运行环境 , 因此该动态库越简洁越好 ; 注入动态库 就执行一个操作 , 就是加载 包含真正的逆向业务逻辑的 libnattive.so 动态库 , 然后启动该动态库即可 , 执行完毕后 , 马上在远程进程中销毁注入的 libbridge.so 动态库 ; 一、加载 libnattive.so 动态库 ---- 通过 注入工具 , 将 libbridge.so 注入到远程进程 后 , 远程进程中 , 会 为 libbridge.so 动态库分配一块内存 , 并将其运行起来 ; libbridge.so 动态库的主要操作是 加载 libnattive.so 动态库 , 并执行该动态库的 invoke 方法 ; libbridge.so 动态库对应的 bridge.c 源码如下 : #include <
1.4K20编辑于 2023-03-29 - 来自专栏cwl_Java
C++编程之美-数字之魅(代码清单2-4)
代码清单2-4 int Count(BYTE v) { int num = 0; switch (v) { case 0x0:
17220编辑于 2022-11-30 - 来自专栏PD快充协议
讲解2-4串锂电池升降压快速充电方案
XSP30 作为一款支持 PD/QC 快充协议的升降压型锂电池充电 IC，凭借其独特的 2-4 节电池兼容、2A 大电流快充等特性，正悄然改变着便携式设备的充电格局，重新定义人们的充电体验。 它的出现，为 2-4 节串联锂电池的充电管理提供了高效、安全、智能的解决方案，不仅满足了当下消费者对快速充电的需求，也为众多电子设备厂商在产品设计和优化上提供了有力的支持。
51610编辑于 2025-11-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号