- 综合排序
- 最热优先
- 最新优先
- 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-11)
代码清单3-11 // 数据结构定义 struct NODE { NODE* pLeft; // 左子树 NODE* pRight; // 右子树
31220编辑于 2022-11-30 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-11 Matplotlib数据可视化基础
Matplotlib 是一个 Python 的 2D 绘图库，在导入 Matplotlib 库的时候，通常会设置一个别名 mpl。Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。使用 Pyplot 可以很方便的帮助我们绘制出 2D 图表，在使用 Pyplot 时候通常也会为 Pyplot 设置一个别名 plt。
1.2K30编辑于 2022-11-08 - 来自专栏历史专栏
【愚公系列】2021年11月 攻防世界-进阶题-MISC-039(3-11)
文章目录 一、3-11 二、答题步骤 1.base64 总结 ---- 一、3-11 文件：攻防世界下载对应文件 二、答题步骤 1.base64 下载题目得到一张图片，进行lsb隐写查看 发现
66620编辑于 2021-12-03 - 来自专栏数控编程社区
Mastercam挖槽刀路的设置
．在绘图区串接被加工的轮廓，串接后的结果与图3-4相同，用鼠标单击主菜单区的“Done”，结束串接操作，进入“轮廓加工刀具参数（Tool parameters）设置”对话框，如图3-5所示； 图 3- 11 3．选择直径为25mm的端铣刀，出现此刀具的图标； 4．用鼠标单击图3-11上部“轮廓加工参数(Coutour parameters)”选项卡，进入“轮廓加工参数设置”对话框，设置完毕后，如图3- 11所示； 5．用鼠标单击图3-11中的“多次切削（Multi passes...）”按钮，进入多次切削设置对话框，设置完毕后，如图3-12所示； 图 3-12 6．用鼠标单击图3-12中的“OK” 按钮，回到图3-11； 7．用鼠标单击图3-11中的“确定”按钮，得到四周轮廓加工刀具路径，如图3-13所示。
2.1K20编辑于 2022-03-30 - 来自专栏Ms08067安全实验室
最新SQLMap安装与入门技术
SQLMap的强大功能包括数据库指纹识别、数据库枚举、数据提取、访问目标文件系统，并在获取完全的操作权限时执行任意命令。 id=1 --dbs 如果当前用户有权限读取包含所有数据库列表信息的表，则使用该命令即可列出所有数据库，如图3-7所示。 图3-7 从图3-7中可以看到，查询出了5个数据库。 4．获取数据库中的表名 该命令的作用是在查询完数据库后，查询指定数据库中所有的表名，命令如下： python sqlmap.py -u "http://10.211.55.6/Less-1/? 图3-10 7．获取数据库的所有用户 该命令的作用是列出数据库的所有用户。 id=1" --users 可以看出，当前用户账号是root，如图3-11所示。 图3-11 8．获取数据库用户的密码 该命令的作用是列出数据库用户的密码。
1.1K40编辑于 2023-08-18 - 来自专栏python3
3-3 SQL Server 2005数
3-3 SQL Server 2005数据库优化 了解数据库引擎优化顾问基本内容 掌握数据库引擎优化顾问的使用 掌握通过命令行的方式进行索引的优化——DTA 一个数据库系统的性能依赖于组成这些系统的数据库中物理设计结构的有效配置 SQL Server 2005提供了一套综合的工具，用于优化物理数据库的设计，其中数据库引擎优化顾问，是分析一个或多个数据库上工作负荷（对要做出优化的数据库而编写的一组T-SQL语名句）的性能效果的工具 本节主要介绍数据库引擎优化顾问的使用。 3-3-1 数据库引擎优化顾问概述 数据库引擎优化顾问是一种工具，用于分析在一个或多个数据库中运行的工作负荷的性能效果。 工作负荷是对在优化的数据库招待的一组T-SQL语句。分析数据库的工作负荷效果后，数据库引擎优化顾问会提供在SQL Server 2005 数据库中添加、删除或修改物理设计结构的建议。 如图3-11所示。 ? 图3-11 选择负载文件 注意： 此时在优化过程中，经常会出现“正在占用工作负荷”的错误。
95220发布于 2020-01-07 - 来自专栏卡拉云-低代码开发工具
React Echarts 使用教程 - 如何在 React 中加入图表（内附数据看板实战搭建案例）
当然，如果你根本不想处理任何前端问题，就想专注在产品开发上，卡拉云是新一代低代码开发工具，内置包括 Ehcarts 在内的多种常见的前端组件，拖拽即可生成，还可一键接入常见数据库及 API ，无需懂前端 echarts.init(chartRef.current); const option = { legend: { data: [ "3- backgroundColor: "rgba(0,0,0,0.8)", }, series: [ { name: "3- 150, 230, 224, 218, 135, 147, 260], type: "bar", }, { name: "3- 开发者完全不用处理任何前端问题，只需简单拖拽，即可快速生成所需组件，可一键接入常见数据库及 API，根据引导简单几步打通前后端，数周的开发时间，缩短至 1 小时。
7.3K20编辑于 2022-05-27 - 来自专栏啄木鸟软件测试
基于Django的电子商务网站开发（连载20）
图3-10删除选择的商品信息 点击商品名称的链接，就可以修改这条商品信息的记录，如图3-11所示。 ? 图3-11修改商品信息记录 星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net
99210发布于 2019-12-11 - 来自专栏企鹅号快讯
什么是B＋Tree
更直观的图 1、红点表示是指向卫星数据的指针，指针指向的是存放实际数据的磁盘页，卫星数据就是数据库中一条数据记录。 B+树范围查找3-11的过程 先从上到下找到下限元素3，然后通过链表指针，依次遍历得到元素5/6/8/9/11；如此一来，就不用像B树那样一个个元素进行查找。 PS:在数据库的聚集索引（Clustered Index）中，叶子节点直接包含卫星数据。在非聚集索引（NonClustered Index）中，叶子节点带有指向卫星数据的指针。
85760发布于 2018-01-12 - 来自专栏高性能服务器开发
什么是B+Tree
1、红点表示是指向卫星数据的指针，指针指向的是存放实际数据的磁盘页，卫星数据就是数据库中一条数据记录。 B+树范围查找3-11的过程 ? 先从上到下找到下限元素3，然后通过链表指针，依次遍历得到元素5/6/8/9/11；如此一来，就不用像B树那样一个个元素进行查找。 PS:在数据库的聚集索引（Clustered Index）中，叶子节点直接包含卫星数据。在非聚集索引（NonClustered Index）中，叶子节点带有指向卫星数据的指针。
4.8K90发布于 2018-04-16 - 来自专栏Albert陈凯
3.5RDD的容错机制
图3-11中，假如RDD2所在的计算作业先计算的话，那么计算完成后RDD1的结果就会被缓存起来。缓存起来的结果会被后续的计算使用。图中的示意是说RDD1的Partition2缓存丢失。 [插图] 图3-11 RDD的部分缓存丢失的逻辑图 3.6 小结 RDD是Spark最基本，也是最根本的数据抽象。RDD是只读的、分区记录的集合。
68480发布于 2018-04-08 通往高效通用智能：大模型时代数据结构与算法的未来技术范式探索
图-向量深度融合：从“检索”到“推理”的底座升级达梦数据发布的图数据库GDMBASE V4.0提出了一种“HyperRAG”全域检索引擎，其核心思路是将图多跳推理、向量语义检索、全文检索和二级索引整合到统一的执行引擎中 数据不再需要在向量库、图数据库和检索引擎间来回迁移，一致性和实时性得到保障。 从Token到“概念”：重构推理的基本单元如果说图数据库优化的是“知识之间的连接”，那么大模型内部的推理效率瓶颈则在于计算粒度的错配。 DeepSeek与北大联合开源的DSpark推理加速框架，在推测解码路径上实现了重大突破-3-11。 实测数据显示，在保持相同吞吐量的前提下，相比生产环境基线，DSpark将用户端文本生成速度提升了60%至85% -3-11。对于实时对话、Agent协作等延迟敏感场景，这一提升具有质变意义。2.
17210编辑于 2026-07-16- 来自专栏六个周
Week16-编辑器服务端API开发
主要产出：server端技术方案设计 主要内容： 接口设计 选择Restful,而不是GraphQL 数据库设计 sever端整体设计 注意：正视技术方案设计，设计会节约时间。 rootValue 2-5 选择Restful API 而非 GraphQL 应用场景 数据关系比较复杂 前端查询需求多变 有一个独立的数据提供方，对接很多使用方，不能一一定制开发 2-6 数据库设计 用户表 --讲了一下用户表的表结构 作品/模版–讲了一下作品表的表结构 渠道 – 同上 2-7 数据库设计-代码演示 src/models下的model设计 2-8 server端架构设计 3-11 模版接口
76220编辑于 2022-10-28 - 来自专栏【计网】Cisco
操作系统 | 编写内核
7.解压缩这个文件tar xzvf linux*22*并ls查看是否解压成功如图3-8至如图3-9. 8.输入cd *22并输入ls查看如图3-10. 9.输入vi Makefile查看文件源码如图3- .输入cat /proc/version显示为2.4.22版本如图3-37. 1.4 实验过程 图3-1 图3-2 图3-3 图3-4 图3-5 图3-6 图3-7 图3-8 图3-9 图3-10 图3-
40810编辑于 2024-02-20 - 来自专栏啄木鸟软件测试
基于Django的电子商务网站开发（连载28）
4．接口测试 1）测试用例 表3-11为删除购物车中所有商品的测试用例。从购物车中删除所有的商品，检验购物车中是否不存在任何商品。 表3-11 删除购物车中所有商品测试用例 编号 描述 期望结果 1 把购物车中的所有商品均删除 删除成功，购物车中不存在任何商品 2）XML数据文件 ... <!
72420发布于 2019-12-11 - 来自专栏C语言入门到精通
没有之一，我见过的最漂亮代码！！
此时，我们不是把前面所有的元素加在一起，而是在循环外部初始化总和并且加上下一个元素，如示例3-11所示。 我们可以很容易地把示例3-11用表格来实现，其中的值可以立即用于进一步的分析。在3-1给出了最初的结果行。 虽然在示例3-11中构建了完整的表格t，但它只需要使用表格中的最新值。因此，我们可以用变量t的定长空间来替代table t[]的线性空间，如示例3-12所示。 然而，除了在示例3-11中实现的表格外，我从来没有把任何一个示例作为计算机程序运行过。 我妥协了，把示例3-11用表格方式实现出来，并且无意中得到了一个完备的解答。 当这两个东西完美地匹配在一起时，你可以想象一下我当时的喜悦吧！
2.4K2219发布于 2020-12-24 - 来自专栏不正经的技术
MySQL学习之路：数据的完整性-外键约束
数据的完整性 数据完整性是指数据的准确性和逻辑一致性，用来防止数据库中存在不符合语义、无效数据或错误数据等。 例如，网上商城系统数据库中的商品编号、名称不能为空，订单号必须唯一，邮箱格式必须符合规范等。 当向表中添加记录时，若未为字段赋值，数据库系统会自动为将字段的默认值插入。 属性名 数据类型 DEFAULT 默认值 修改购物车表cart，将购买数量的默认值设置为1。 0.06 sec) Records: 0 Duplicates: 0 Warnings: 0 CHECK约束 CHECK约束是列输入数据值的验证规则，列中输入数据必须满足CHECK约束的条件，否则无法写入数据库 Warnings: 0 FOREIGN KEY约束 用Navicat图形工具创建外键约束 创建商品类型表category和商品goods表，category表结构如表3-10所示，goods表结构如表3-
1.2K20编辑于 2023-08-23 - 来自专栏数据云团
Python进阶-正则匹配
① 验证手机号 总长度11位 第一位为1，第二位为[3-9]，第3-11位[0-9] import re def checkMobile(strData): pattern = r"^1[3-
4.9K20发布于 2019-07-18 - 来自专栏Albert陈凯
3.6 Shuffle机制
在Spark中，任务通常分为两种，Shuffle mapTask和reduceTask，具体逻辑如图3-11所示： [插图] 图3-11 Spark Shuffl e 图3-11中的主要逻辑如下： 1）
1.1K40发布于 2018-04-04 - 来自专栏啄木鸟软件测试
软件性能测试（连载2）
1.4 性能测试指标 1.响应时间（Response Time） 响应时间=用户响应时间+前端响应时间+网络响应时间+服务器端响应时间+数据库响应时间，是反映系统处理效率的指标之一。 •D=数据库处理时间。 ? 图3-6 响应时间 案例3-6：某网站的表单提交响应时间。 一个网站前端使用的是HTML5+CSS3+JavaScript+Ajax技术，服务器语言采用的是JSP+JavaBean技术，数据库采用的是Orcale。该网站某个表单提交的响应时间包括如下步骤。 图3-10上面是某一进程对于CPU的利用率曲线图，图3-11下面是某一进程对于虚拟内存和物理内存的使用量的曲线图。 ? 图3-10 CPU的资源利用率 ? 图3-11 内存的资源利用率 4. 除了操作系统计数器，还有数据库计数器、中间件计数器、Web Service计数器等。 ? 图3-12 在Windows下查看计数器 5.
1.5K20发布于 2020-02-19
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