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
  • 来自专栏刷题笔记

    7-9 人以群分 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/99688626 7-9 人以群分 (25 分) 社交网络中我们给每个人定义了一个“活跃度”

    78820发布于 2019-11-08
  • 来自专栏yuyy.info技术专栏

    【笔记】Operator课程(7-9)

    Indexer缓存k8s资源对象,并提供便捷的方式查询。例如获取某个namespace下的所有资源

    44220编辑于 2023-04-12
  • 来自专栏刷题笔记

    7-9 最长对称子串

    本文链接:https://blog.csdn.net/shiliang97/article/details/96307903 7-9 最长对称子串 对给定的字符串,本题要求你输出最长对称子串的长度。

    78630发布于 2019-11-08
  • 来自专栏后端开发从入门到入魔

    7-9 JAVA-水仙花数

    水仙花数是指一个N位正整数(7≥N≥3),它的每个位上的数字的N次幂之和等于它本身。例如:153=13+53+33。 要求编写程序,计算所有N位水仙花数。

    46910编辑于 2024-03-01
  • 来自专栏刷题笔记

    【未完成】7-9 目录树 (30 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/102727548 7-9 目录树 (30 分) 在ZIP归档文件中,保留着所有压缩文件和目录的相对路径和名称

    75810发布于 2019-11-07
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 7-9 人脸识别与特征脸

    本小节会介绍什么是特征脸,并通过可视化的方式直观的感受特征脸。 02 编程实现特征脸 前面介绍了什么是特征脸,下面就通过实际编程通过可视化的方式真实的看一看这些特征脸是什么样子的。 接下来通过可视化的方式绘制随机的36张人脸,具体方式首先通过 random_indexes = np.random.permutation(len(faces.data))来获取乱序后的索引值,将随机的排列传进

    1.4K20发布于 2019-11-23
  • 来自专栏yuyy.info技术专栏

    《代码整洁之道》笔记(7-9章节)

    多个条件分支记录错误信息,可以封装进一个方法,在记录异常信息的地方抛出异常,并给出相应信息。在该方法外部捕获,记录异常信息。异常处理和正常业务流程隔离。

    62210编辑于 2022-06-28
  • 来自专栏ReganYue's Blog

    【PTA】7-9 递归实现逆序输出整数 (15point(s))

    本题目要求读入1个正整数n,然后编写递归函数reverse(int n)实现将该正整数逆序输出。

    1.5K10发布于 2021-09-16
  • 来自专栏刷题笔记

    【2020HBU天梯赛训练】7-9 天梯赛座位分配

    7-9 天梯赛座位分配 天梯赛每年有大量参赛队员,要保证同一所学校的所有队员都不能相邻,分配座位就成为一件比较麻烦的事情。

    87410发布于 2020-06-23
  • 来自专栏刷题笔记

    【未完成】7-9 电路布线 (30 分)15分

    本文链接:https://blog.csdn.net/shiliang97/article/details/101473534 7-9 电路布线 (30 分) 在解决电路布线问题时,一种很常用的方法就是在布线区域叠上一个网格

    45720发布于 2019-11-08
  • 来自专栏IT技术圈(CSDN)

    2017年天梯赛大区赛题集 7-9 人以群分

    7-9 人以群分 社交网络中我们给每个人定义了一个“活跃度”,现希望根据这个指标把人群分为两大类,即外向型(outgoing,即活跃度高的)和内向型(introverted,即活跃度低的)。

    42720发布于 2020-09-15
  • 来自专栏Debian中国

    CPU 漏洞补丁对内核性能影响:4.15 比 4.11 快 7-9%

    根据Google+博文显示,最近发布的Linux Kernel 4.15的速度要比4.11快7-9%;在激活内核页表隔离(KPTI)情况下速度仅比4.11慢了1-2%。 ?

    66620发布于 2018-12-21
  • 来自专栏用户6093955的专栏

    7-9 有重复的数据I (20 分)】【此题卡输入,需要自己写个输入挂】

    参考一个博客的输入挂,先挂在此处,以备以后使用。 import java.io.*; import java.util.*; import java.math.*; public class Main { public static void main(String[] args) { InputReader in = new InputReader(); PrintWriter out = new PrintWriter(System.out);

    73120发布于 2019-09-30
  • 来自专栏IT技术圈(CSDN)

    浙大版《C语言程序设计(第3版)》题目集 练习7-9 计算天数

    练习7-9 计算天数 本题要求编写程序计算某年某月某日是该年中的第几天。 输入格式: 输入在一行中按照格式“yyyy/mm/dd”(即“年/月/日”)给出日期。

    1.9K40发布于 2020-09-15
  • 来自专栏yuyy.info技术专栏

    《Go语言精进之路:从新手到高手的编程思想、方法和技巧1》7-9章笔记

    刚java转go时是有些不习惯,慢慢的就理解其中的好处了。其实就是约定俗成应用到命名中。

    95520编辑于 2022-09-16
  • 来自专栏小馒头学Python

    【Python数据分析五十个小案例】电影评分分析:使用Pandas分析电影评分数据,探索评分的分布、热门电影、用户偏好

    例如,评分为1-3、4-6、7-9和10分的电影各有多少部。 首先,统计每种电影类型的平均评分,并进行可视化。 评分分布:电影评分大多集中在7-9分之间。")print("2. 热门电影:高评分和大量评分数的电影通常会更受欢迎。")print("3. 运行部分截图最后的简单的数据分析,也是最重要的评分分布:电影评分大多集中在7-9分之间。热门电影:高评分和大量评分数的电影通常会更受欢迎。 结论通过对电影评分数据的分析,我们发现:大多数电影的评分集中在7-9分之间,少部分电影评分过高或过低。热门电影不仅需要大量的评分数,还要有较高的评分。

    1.2K00编辑于 2024-11-28
  • 来自专栏华章科技

    哪里才是中国最热的火炉城市?

    上图呈现了1973-2018年间,7-9月室外体感均温至少1次排名前10的省会城市。 广州、南昌、海口、南宁4个城市在四十六年间体感均温始终大于29 ℃,霸榜前四。 为了更好地反映某个省会城市最热能有多热,我们选取了每个省会城市7-9月室外体感温度排名前1%对应的数值,并计算出比这更高的极端高温出现了多少天。 ? 虽然前文的统计范围是常识中比较热的7-9月,然而有些地方热的时间甚至比这更长。 全国范围而言,1973年7-9月的平均气温约22.49 ℃,2018年升至23.53 ℃,平均气温升幅超过1 ℃。 PPT | 报告 | 读书 | 书单 | 干货 大数据 | 揭秘 | Python | 可视化 AI | 人工智能 | 5G | 区块链 机器学习 | 深度学习 | 神经网络 合伙人 | 1024 |

    90410发布于 2019-08-05
  • 来自专栏全栈程序员必看

    java验证电话号码的正则_java使用正则表达式判断电话号码

    :[0][0]|\\+)(91))([7-9]{1})([0-9]{9})$”; Could you suggest me working a regex. :0091|\\+91|0)[7-9][0-9]{9}$ Begins with 0, +91 or 0091 Followed by a 7-9 Followed by exactly 9 numbers

    66710编辑于 2022-09-30
  • 数据情景化 vs 数据可视化:别混淆!两者的区别与协同

    “最佳载体”数据情景化与数据可视化并非对立关系 —— 没有可视化的情景化,会因 “数据呈现模糊” 导致洞察难以落地;没有情景化的可视化,会沦为 “无意义的图表堆砌”。 :•拆解场景流程:“订单生成→仓库分拣→运输→末端配送→签收”;•关联数据与上下文:运输环节延误占比 70%,且延误订单多集中在 “工作日早 7-9 点、晚 5-7 点”,对应 “城市早高峰、晚高峰时段 运输延误时段折线图”,突出 “早 7-9 点、晚 5-7 点延误率峰值”;•核心图表 3:“延误路线热力图”,用红色标注 “市中心拥堵路段(延误高发区)”;•洞察标注:在图表旁直接标注 “情景结论 + 误区 3:可视化与业务动作 “脱节”部分协同案例中,可视化看板只呈现 “情景化洞察”,却未关联 “具体业务动作”,导致洞察无法落地。 企业在数据应用中,既不能只重视可视化工具的搭建,忽略情景化思维的培养;也不能空谈情景化分析,却因缺乏可视化载体导致洞察无法落地。

    18610编辑于 2025-11-13
  • 来自专栏愿天堂没有BUG(公众号同名)

    深入解析java虚拟机技术又更新了,今天讲编译概述,调试方法

    可视化工具 本节介绍3个主要的编译器的可视化工具。 c1visualizer可以可视化地输出C1编译器的HIR和LIR,还能可视化LIR寄存器分配阶段的值的存活范围,如图7-7所示。 2. idealgraphvisualizer idealgraphvisualizer是C2的中间表示的可视化工具,它可以帮助理解C2理想图的构造过程。 idealgraphvisualizer还支持自定义过滤器以过滤理想图中的部分节点,同时支持Graal IR的可视化。 3. JITWatch JITWatch可以方便地映射源码、字节码和JIT生成的机器代码,还可以支持可视化Code Cache、nmethod、编译时间线等,如图7-9所示。

    55720编辑于 2022-10-31
领券