首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏以终为始

    7-8 Left-pad (20 分)

    7-8 Left-pad (20 分) 根据新浪微博上的消息,有一位开发者不满NPM(Node Package Manager)的做法,收回了自己的开源代码,其中包括一个叫left-pad的模块,就是这个模块把

    54710编辑于 2023-03-09
  • day 7-8 GEO数据挖掘

    2.GEO背景介绍+分析思路 表达数据实验设计:分组需要有意义 分组为病变组织VS 健康组织 如果公共数据没有,需要自己测 2.1数据挖掘:有差异的材料→差异基因→找功能/找关联→解释差异,缩小基因范围

    58910编辑于 2025-08-15
  • 来自专栏刷题笔记

    7-8 阅览室 (20 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/99688636 7-8 阅览室 (20 分) 天梯图书阅览室请你编写一个简单的图书借阅统计程序

    70510发布于 2019-11-08
  • 来自专栏萌海无涯

    centos 7-8重置root密码

    引导至GRUB菜单并进入编辑模式。使用箭头导航至通常从中引导 Centos 7 Linux系统的菜单项。按下e以开始编辑所选菜单项。

    1.8K10发布于 2021-02-24
  • 来自专栏刷题笔记

    7-8 堆栈模拟队列 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/97869472 7-8 堆栈模拟队列 (25 分) 设已知有两个堆栈S1和S2,请用这两个堆栈模拟出一个队列

    1.2K20发布于 2019-11-08
  • 来自专栏ReganYue's Blog

    【PTA】7-8 到底有多二 (15分)

    一个整数“犯二的程度”定义为该数字中包含2的个数与其位数的比值。如果这个数是负数,则程度增加0.5倍;如果还是个偶数,则再增加1倍。例如数字-13142223336是个11位数,其中有3个2,并且是负数,也是偶数,则它的犯二程度计算为:3/11×1.5×2×100%,约为81.82%。本题就请你计算一个给定整数到底有多二。

    78630发布于 2021-09-16
  • 来自专栏刷题笔记

    【未完成】7-8 最长有效括号串 (20 分)13分

    本文链接:https://blog.csdn.net/shiliang97/article/details/101473397 7-8 最长有效括号串 (20 分) 给定一个只含左右小括号的括号串序列

    50130发布于 2019-11-08
  • 来自专栏刷题笔记

    7-8 汉诺塔的非递归实现

    点这里 7-8 汉诺塔的非递归实现 借助堆栈以非递归(循环)方式求解汉诺塔的问题(n, a, b, c),即将N个盘子从起始柱(标记为“a”)通过借助柱(标记为“b”)移动到目标柱(标记为“c”),并保证每个移动符合汉诺塔问题的要求

    1.1K10发布于 2019-11-08
  • 来自专栏ReganYue's Blog

    【PTA】7-8 显示菱形 (10point(s))

    请编写函数,输入菱形的行数和组成菱形的字符,输出对应的菱形图像。 输入样例 5 $ 输出样例 $ $$$ $$$$$ $$$ $ 要求:若行数小于等于 0,则输出 None;若行数是偶数,则输出Error。 #include int main() { int n; char c; scanf("%d %c",&n,&c); if(n<=0) printf("None"); else if(n%2==0) printf("Error"); else { int m=n/2+1;

    39120发布于 2021-09-16
  • 来自专栏刷题笔记

    【未完成】7-8 社交集群 (30 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/102727534 7-8 社交集群 (30 分) 当你在社交网络平台注册时,一般总是被要求填写你的个人兴趣爱好

    53100发布于 2019-11-07
  • 来自专栏刷题笔记

    【2020HBU天梯赛训练】7-8 矩阵A乘以B

    7-8 矩阵A乘以B 给定两个矩阵A和B,要求你计算它们的乘积矩阵AB。需要注意的是,只有规模匹配的矩阵才可以相乘。

    83220发布于 2020-06-23
  • 来自专栏陈黎栋的专栏啦

    图数据·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down,业务多久恢复?

    数据是整个系统的核心,如果主用数据中断或故障,你的业务什么时间内能恢复? 一、数据是否必须做冗余? 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:当主用数据中断时,能够通过快速切换数据,将业务切换到正常工作的数据上。 也可以采用第三方工具,如Zookeeper,通过检测数据的状态,当异常时向应用程序返回正常工作的数据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AI

    2025年7-8月全球人工智能领域热点汇总

    2025年7-8月,全球人工智能领域在技术突破、产业落地、政策治理等方面迎来密集进展。 “人工智能+”行动意见,推动规模化应用7月31日,国务院常务会议审议通过《关于深入实施“人工智能+”行动的意见》,明确三大方向:AI基础设施建设(未来三年投入超过去十年总和)、基础模型与原生应用、现有业务 (来源:小姚)总结:技术突破与治理平衡成核心命题2025年7-8月,AI领域呈现“技术跃迁-资本涌入-政策规范”三重共振:生成式视频、多模态模型等技术逼近实用化,Runway、Luma等企业估值爆发式增长

    5.8K10编辑于 2025-08-06
  • 来自专栏爬虫逆向案例

    js逆向-猿人学(7-8)动态字体-图文点选

    这种动态字体现在已经有固定的处理方式了,用 python处理字体的 fontTools。 先保存一份woff字体,查看一下内容。

    1.6K30发布于 2021-11-22
  • 来自专栏AI 算法笔记

    Python-100例(7-8) 复制列表 & 打印乘法口诀

    练习题 02 Python-100 练习题 03 完全平方数 Python-100 练习题 04 判断天数 Python-100例(5-6) 排序&斐波那契数列 这次是分享 Python-100 例的第 7-

    1K20发布于 2019-08-16
  • 来自专栏数据冰山

    7-8月食品行业快报 | 行业快报

    本期行业快报,冰山君带你一览7-8月食品行业动向及亮点。

    45020发布于 2021-10-20
  • 来自专栏杨建荣的学习笔记

    通过数据建模梳理数据业务

    以这个为出发点,我觉得很多DBA对于自己负责的数据业务其实是不了解的,比如这个数据数据量情况,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套数据业务 ,这些数据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
  • 为什么跨数据业务总是慢?

    说说跨用过Oracle和DB2这样的数据的朋友应该听过一次名词,叫DBLink。A的本地表和通过DBLink的B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)同根据A表逐条提交更新B表 完成耗时: 11217 ms同根据A表逐条提交更新B表 平均每条耗时: 22.43ms同根据A表批量提交更新B表 完成耗时: 669 ms同根据A表批量提交更新 这是数据本身刷脏机制决定的。批量就是比逐条提交快。那么跨数据呢?在一个数据上有A在另外一个数据上有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)跨根据A表逐条提交更新C表 完成耗时: 18970 ms跨根据A表逐条提交更新C表 平均每条耗时: 37.94 ms跨根据A表批量提交更新C表 完成耗时: 9149 ms跨根据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。那么就是要从一个数据查到了,通过接口或者服务去另外一个数据更新。

    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

    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,这些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 本文列举的几个都是经常被使用的开源,这几个你都掌握了,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达到入门水平。

    1.2K20编辑于 2022-07-11
领券