- 综合排序
- 最热优先
- 最新优先
- 来自专栏布衣者博客
LeetCode-题库-刷题(6-7)
将一个给定字符串 s 根据给定的行数 numRows ，以从上往下、从左到右进行 Z 字形排列。 具体题目链接
49520发布于 2021-09-07 - 来自专栏小程序
50046_基于微信小程序的电影票预订管理系统
2.项目介绍本电影票务预订系统采用微信小程序与Vue框架协同架构，构建多终端协同解决方案。在用户服务端口，系统集成电影信息检索、在线选座购票、订单全周期管理及用户身份认证等核心功能模块。 影院管理后台则配备影片数据库维护、放映场次智能编排、订单实时处理等管控系统，支持院线工作人员通过管理界面进行新片排期配置、放映计划优化等业务操作。 本系统根据不同角色分为系统管理员、影院管理员和普通用户。系统管理员拥有最高权限可以对影院、影片、影厅、排片管理、广告、用户和评论进行统一管理。影院管理员支持对影厅、排片、订单和小吃进行管理。 系统支持普通用户登录系统、浏览电影、购买电影票和小吃，也支持对自己购买的电影票评论和订单查看。 4.文档截图5.项目截图热映列表影片详情影院信息个人主页影院管理系统主页
49110编辑于 2025-11-25 - 来自专栏python3
笨办法学Python - 习题6-7:
学习目标：了解字符串的定义，学会使用复杂的字符串来建立一系列的变量。学会命名有意义的变量名
75010发布于 2020-02-10 - 来自专栏iOS面试
iOS 面试策略之算法基础6-7节
之前介绍了最简单的搜索法：二分搜索。虽然它的算法复杂度非常低只有 O(logn)，但使用起来也有局限：只有在输入是排序的情况下才能使用。这次讲解两个更复杂的搜索算法:
94130发布于 2021-04-22 - 来自专栏AI SPPECH
IO竞赛2025年题目解析：中级难度（6-7）
2025年的中级难度（难度系数6-7）题目综合考察了选手的算法设计、数据结构应用、数学建模和问题分析能力。本文将深入解析2025年中级难度的IO竞赛题目，帮助选手们突破瓶颈，提升解题能力。 难度进阶路径: 入门(1-3) → 基础(4-5) → 中级(6-7) → 高级(8-10) 难度系数 考察重点 核心知识点 学习目标 6-7 高级算法、数据结构综合应用 高级动态规划、图论、数论、几何 8题） ├── 第四章：中级难度题目解题策略 └── 第五章：综合能力提升建议 第一章：2025年IO竞赛中级难度题目概述 根据2025年NOI修订版大纲，中级难度（CSP-S提高）的知识点难度系数为6-
35210编辑于 2025-11-13 - 来自专栏萝卜大杂烩
2019电影票房大盘点
2019年，可以说是中国电影的大年，众多国产巨制纷纷上映，让广大影迷们又再次看到了中国电影的希望，今天我们就用数据来说一说这堪称辉煌的2019中国影坛。
74410发布于 2020-05-22 - 来自专栏Crossin的编程教室
2019电影票房大盘点
憋在家中数日的你，是否还记得去年春节期间，流浪地球票房霸榜的场景？春节档本是电影行业全年的两大档期之一，只可惜现在大家都只能乖乖在家待着，原本计划上映的影片也纷纷撤档。
84620发布于 2020-02-21 - 来自专栏数据科学实战
AkShare-另外数据-电影票房
作者寄语 新电影票房数据接口，替换之前的老接口，新接口的稳定性大大提高且提供更丰富的数据字段。 年度票房-年度首周票房 "movie_boxoffice_cinema_daily" # 影院票房-日票房排行 "movie_boxoffice_cinema_weekly" # 影院票房-周票房排行 电影票房 movie_boxoffice_realtime 目标地址: https://www.endata.com.cn/BoxOffice/BO/RealTime/reTimeBO.html 描述: 获取当前时刻的实时电影票房数据 单日票房 接口: movie_boxoffice_daily 目标地址: https://www.endata.com.cn/BoxOffice/BO/Day/index.html 描述: 获取指定日期的电影票房数据
1.3K20发布于 2020-10-29 - 来自专栏AI机器学习与深度学习算法
机器学习入门 6-7 sklearn中的随机梯度下降法
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍改进上一小节代码，封装自己的随机梯度下降法并应用，之后应用sklearn实现随机梯度下降法。
1.3K20发布于 2019-11-13 - 来自专栏无原型不设计
电影票APP原型设计分享– Movie Booking
今天我用Mockplus做了一套5miles App的原型，这是5miles是一个基于地理位置的购物社区，用户通过通过5miles可以轻松、有趣、免费的进行买、卖。我运用了Mockplus基础组件、交互组件、移动组件等多个组件库，简单拖拽，方便快捷~好了，下面请看我的成果吧！
1.2K10发布于 2019-05-14 - 来自专栏PPV课数据科学社区
数据到底如何搞定电影票房预测？
本文以搜狗为案例，分析其电影票房预测的相关技术，其他领域的研究成果将陆续发布。 搜狗公司借助“深思”系统，建立了更为复杂的模型，用于预测国内电影票房，并在新浪微博上提前发布了2013年12月国内上映电影的首周票房预测结果。 修正后的模型可以达到74%的准确度，这时模型已经可以对电影票房进行一个粗略的估计。 ? 社交媒体：用户的情感分析 社交媒体数据对票房预测也会有一定帮助。 这些网站中电影的相关新闻数、预告片播放情况、用户评论情况都可以通过定向抓取获得，这些都是影响电影票房的重要相关因素。 实际预测效果 在实际研究过程中，12月份的电影上映前均使用“深思”系统预测了首周（7天）的电影票房，预测结果发布在一位团队成员的微博上。
1.1K30发布于 2018-04-18 - 来自专栏Crossin的编程教室
爬虫+网站开发实例：电影票比价网
今天介绍的这个项目就源自生活中的一个场景：买电影票。 当你打算周末出门看场电影的时候，就必然面临三个终极问题： 看什么？ 什么时候看？ 去哪儿看？ 于是就有了我们这个小项目： 电影票比价网 ? 在我们这个网页上，会展示出当前热映的电影。进入每部电影，选择城市、区域、影院和日期，就可以看到最近的排片时间和不同渠道的价格。 开发思路 使用爬虫爬取各电影票网站所有的电影院链接，作为基本的数据保存下来 使用豆瓣 API 获取当日上映的电影信息，并每天更新 django 显示电影信息，提供给用户选择电影院的接口 将影片和影院信息发送到 代码下载 完整的代码和详细说明已上传 Github，获取下载地址请在公众号（Crossin的编程教室）里回复 电影票。
2.2K50发布于 2018-04-17 - 来自专栏PPV课数据科学社区
干货 ：谷歌电影票房预测模型探究
谷歌公布了一项重要研究成果–电影票房预测模型。该模型能够提前一个月预测电影上映首周的票房收入，准确度高达94%。 图1显示了2012年电影票房收入（红色）和电影的搜索量（灰色）的曲线（注：本文的所有图片均引用自谷歌的白皮书：QuantifyingMovieMagicwithGoogleSearch）。
3.1K100发布于 2018-04-20 - 来自专栏linjinhe的专栏
设计数据密集型应用（6-7）：分片、事务
随着业务发展，用户数量、商品数量、订单数量都在持续增长，数据库的负载越来越高。我们开始对数据库进行垂直拆分（垂直分片），把这三张表拆到三个数据库，而业务代码改改数据库的配置就好。
81450发布于 2020-04-02 - 来自专栏HarmonyOS Next 三部曲
电影票务网格布局（上）
概述在移动应用开发中，电影票务应用是一个常见的场景，用户可以通过应用查看正在热映的电影信息，并进行选座购票等操作。 本教程将详细讲解如何使用HarmonyOS NEXT的GridRow和GridCol组件实现电影票务应用中的电影列表网格布局，帮助开发者掌握网格布局的基本用法和实现技巧。 数据结构设计在实现电影票务网格布局之前，我们需要先定义电影数据的结构。 完整代码以下是电影票务网格布局的完整代码：// 电影票务网格布局interface MovieType { title: string; rating: number; poster: 总结本教程详细讲解了如何使用HarmonyOS NEXT的GridRow和GridCol组件实现电影票务应用中的电影列表网格布局。
42000编辑于 2025-06-06 - 来自专栏PPV课数据科学社区
【观点】数据到底如何搞定电影票房预测？
票房预测：需求与现实 从1896年西洋影戏传入上海徐园，到1905年中国拍摄首部国产电影《定军山》，再到2013年全国电影票房 突破200亿 大关，（4）有着百余年历史的中国电影产业， 搜狗公司借助“深思”系统，建立了更为复杂的模型，用于预测国内电影票房，并在新浪微博上提前发布了2013年12月国内上映电影的首周票房预测结果。 修正后的模型可以达到74%的准确度，这时模型已经可以对电影票房进行一个 粗略的估计。 社交媒体：用户的情感分析 社交媒体数据对票房预测也会有一定帮助。 这些网站中电影的相关新闻数、预告片播放情况、用户评论情况都可以通 过定向抓取获得，这些都是影响电影票房的重要相关因素。 实际预测效果 在实际研究过程中，12月份的电影上映前均使用“深思”系统预测了首周（7天）的电影票房，预测结果发布在一位团队成员的微博上。
1.7K70发布于 2018-04-18 - 来自专栏HarmonyOS Next 三部曲
电影票务网格布局（下）
HarmonyOS NEXT 实战案例八 电影票务网格布局（下）项目已开源，开源地址： https://gitcode.com/nutpi/HarmonyosNextCaseStudyTutorial 概述在上一篇教程中，我们学习了如何使用GridRow和GridCol组件实现基本的电影票务网格布局。 本篇教程将在此基础上，深入探讨如何优化布局、添加交互功能，以及实现更多高级特性，打造一个功能完善的电影票务应用。 总结本教程详细讲解了如何优化电影票务网格布局，添加交互功能，以及实现更多高级特性。 同时，我们还添加了电影卡片优化、电影详情页、电影筛选和排序功能、购票流程设计等功能，打造了一个功能完善的电影票务应用。
29600编辑于 2025-06-06 - 来自专栏电影票项目
构建电影票小程序：技术架构与数据接口深度解析
在数字化浪潮的推动下，电影票务行业迎来了新的发展机遇。本文将深入探讨如何构建一款高效、稳定、便捷的电影票小程序，并详细介绍其背后的技术架构、数据库数据源码及API接口设计（以宜选影票为例）。 引言随着互联网技术的不断进步，电影票务市场逐渐从线下转移到线上。电影票小程序作为一种新兴的票务销售渠道，不仅为用户提供了便捷的购票服务，同时也为影院带来了新的盈利模式。 本文旨在解析电影票小程序的搭建过程，为行业同仁提供参考。技术架构设计电影票小程序的技术架构主要包括前端、后端和数据库三个部分。 结论构建电影票小程序是一项复杂而富有挑战性的工程，涉及前端设计、后端开发、数据库管理等多个环节。 通过深入分析技术架构、数据库数据源码和API接口设计，我们可以为电影票小程序的稳定运行提供坚实的技术保障。未来，随着技术的不断进步，电影票小程序将更好地满足用户需求，推动电影行业的数字化转型。
58510编辑于 2024-07-15 - 来自专栏石璞东 | haha
urllib+requests+猫眼电影票房信息可视化
HTTPRedirectHandler : 用于处理重定向 HTTPCookieProcessor : 用于处理cookies ProxyHandler : 用于设置代理,默认代理为空 HTTPPasswordMgr : 用于管理密码 ,它维护了用户名和密码的表 HTTPBasicAuthHandler : 用于管理认证,如果一个链接打开的时候需要认证,那么可以用它来解决验证问题 这里我举两个栗子简单说明： HTTPBasicAuthHandler print(result.cookies) 官网地址： https://2.python-requests.org//zh_CN/latest/user/quickstart.html 实战应用-猫眼电影票房信息数据可视化 axes.unicode_minus"]=False #要爬取网站的url url = "https://box.maoyan.com/promovie/api/box/second.json" #用来存获取到的电影票房数据 rotation=-90) #设置图标的主题文字 plt.title("猫眼电影实时票房信息") #设置x y 轴的名称 plt.xlabel('电影名称') plt.ylabel('电影票房
97720发布于 2020-04-21 - 来自专栏腾讯大讲堂的专栏
量化未知 ——谈电影票房预测【海量服务之道2.0】
我们说，数据是不会说谎的。 我们又说，数据是会说谎的。 我们发现，数据有时候说谎，有时候不说谎。 后来我们找到了一个可以自圆其说的说法： 数据不说谎，说谎的是不完整的数据。 但我们还是没弄明白应该如何去看待数据。 ——佚名 起因，我们做了一个票房预测的Demo: 通过特征工程，数据筛选，模型优化，规则完善，我们的系统R2值达到了94.8%，好像和Google[2]比也差不多，一切看上去还不错，但是这样就够了吗？ 首周票房预测效果 有一个很好的起点，但是这个Demo有什么用呢？仅仅是在电影上映前看
1K100发布于 2018-02-12
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