- 综合排序
- 最热优先
- 最新优先
- 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”
73820发布于 2019-11-08 - 来自专栏yuyy.info技术专栏
【笔记】Operator课程(7-9)
client-go 架构图 Indexer原理 Indexer缓存k8s资源对象，并提供便捷的方式查询。 首先需要任务队列实现去重，就得加个set 多个消费者并行消费queue里的任务时，会存在多个任务同时处于处理中，如果想查询哪些任务在处理中的状态下，就得将这些任务存在一个集合里。
37020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。
76130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。
40310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
71210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
本系列是《玩转机器学习教程》一个整理的视频笔记。本章的最后一个小节介绍PCA在人脸识别领域的一个特殊的应用，也就是所谓的特征脸。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。
1.4K20发布于 2019-11-23 - 来自专栏Python in AI-IOT
Python开发---物联网数据查询和导出
上文介绍了使用bootstrap-table展示物联网数据的前端思路，和后台交互，只有一个按照日期查询数据的接口以及按照日期导出数据为Excel的接口。本文介绍后台实现。 因为将来我们的物联网平台可能会扩展多种传输协议，而且设备不同传感器组合不同传输过来的数据项不同，更要考虑的是，不同的用户可以注册其设备，选择协议，填写其数据字典，登陆进去只可以看到自己设备的数据。 后台逻辑是：1.用户登陆，查询用户所拥有的设备，2.然后根据前端日期范围和该用户的设备组，查询数据。 前文介绍了HJ 212协议传输过来的数据解析后存储到了MongoDB数据库。
91130发布于 2020-11-26 - 来自专栏yuyy.info技术专栏
《代码整洁之道》笔记（7-9章节）
例如：没有查询到数据时，就返回空列表。 别传递null值 如果禁止参数为null，如果为null，就抛出异常。此时可以使用更优雅的断言。 小结 整洁代码时可读的，但也是强固的。
56010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。
1.4K10发布于 2021-09-16 - 来自专栏Python in AI-IOT
Python开发物联网数据分析平台---查询方法
介绍一下平台实现查询所用的queryDF模块。 我们写一个装饰器，让每一个查询函数调用前都去检查更新数据。
1.1K20发布于 2020-03-17 - 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。
81410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
41320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）。
37120发布于 2020-09-15 - 来自专栏数据库知识开放麦
物联网平台MySQL：分布式架构下的查询路由优化
前面两篇文章讲了FORCEINDEX的基础理论和实战应用，这篇文章聊聊更复杂的场景——大规模物联网平台的分布式查询优化。当数据量达到TB甚至PB级别，传统的单机优化方法就不够用了。 1.物联网平台的查询优化到底有多难？1.1数据规模带来的真实挑战物联网项目的数据量级远超传统业务系统。 1.2数据特征分析维度传统业务系统物联网平台优化重点数据量级GB-TBTB-PB分区策略、索引设计写入频率低频批量高频实时写入优化、缓存策略查询模式复杂关联时序聚合时间窗口优化数据生命周期长期存储冷热分离存储分层 VALUES('BATCH_JOB_WARNING',CONCAT('批处理作业未处理任何数据，时间窗口：',batch_time),NOW());ENDIF;END;4.小结这篇文章我们深入探讨了物联网平台分布式查询优化的核心技术 ：•分布式架构挑战：从数据规模、并发访问、查询模式等维度分析了物联网平台面临的真实挑战•分片和路由策略：介绍了动态分片、智能查询分发等实战技巧，解决跨节点查询的性能问题•多层缓存设计：通过L1/L2缓存架构和智能预热策略
24220编辑于 2025-10-10 - 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%。 ?
61320发布于 2018-12-21 - 来自专栏猴子数据分析
如何快速搞定SQL面试题？这5步法给你答案
读懂问题，画出查询结果表 这道面试题是想找出不同分数段的房源有多少，那么我们可以想象着画出SQL 查询结果表，如表2 所示。 表2 查询结果表 2. 拆解问题 为了得到最终的查询结果表，我们可以将问题拆解为下面几个部分。 （1）将“评分表”按照0-5 分、5-7 分、7-9 分、9 分及以上4 个区间进行分组。 （2）对每个区间的房源进行计数。 分步实现 （1）将“评分表”按照0-5 分、5-7 分、7-9 分、9 分及以上这4 个区间进行分组。“分区间问题”的本质是多条件判断，要想到用SQL 里的case 表达式知识来实现。 0-5', (case when 分数>=5 and 分数<7 then 房源号 end) as '5-7', (case when 分数>=7 and 分数<9 then 房源号 end) as '7- 9', count(case when 分数>=9 then 房源号 end) '9+' from 评分表; 查询结果如表3 所示，将其填充至题目所要求的“查询结果表”中即可。
48010编辑于 2024-03-25 - 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 版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
58710编辑于 2022-09-30 - 来自专栏猴子数据分析
如何找到优质房源？
为了帮助用户根据评分找到优质房源，现在领导要你找出分数（满分10分）在0-5分，5-7分，7-9分，9分及以上分别有多少。 image.png 【解题思路】 1.拆解问题 使用逻辑树分析方法来拆解问题：求分数在0-5分，5-7分，7-9分，9分及以上分别有多少 1）将评分表按照分数进行分组，按照0-5分，5-7分，7-9分 image.png 这样就相当于把分数用分数段来进行表示，实际结果如下图 image.png 针对这个查询结果在外层加一个查询根据区间group by即可。 image.png 查询结果： image.png 【本题考点】 多条件判断分组类型的问题，要想到用多条件判断case解决 image.png 【举一反三】 下图是学生考试的成绩表，求各科不及格 （<60）、及格（60-80）、优秀（80+）的人数 image.png 参考答案 image.png 查询结果： image.png image.png 推荐：如何从零学会SQL？
1.1K00发布于 2021-08-20 - 来自专栏全栈程序员必看
高级SQL查询-（聚合查询，分组查询，联合查询）
by 1，分组查询 2，分组条件查询having 3，SQL查询关键字执行顺序 三，联合查询（多表查询） 1，前置知识-笛卡尔积 2，内连接 2.1内连接语法 2.2示例分析 2.3内连接查询的问题 查询以下数据： 查询姓名重复的员工信息 3，SQL查询关键字执行顺序 SQL查询关键字执行顺序 group by>having>order by>limit 三，联合查询（多表查询） 1 ，前置知识-笛卡尔积 笛卡尔积是联合查询也就是多表查询的基础，那什么是笛卡尔积呢？ t2 [on 连接条件]; 右连接以右边的表为主查询数据 示例分析 查询所有人的成绩 1，使用左连接查询，student表为主表 2，使用右连接查询，score_table表为主表 ，因为这个语句就 是内连接的查询语句 5，子查询 ⼦查询是指嵌⼊在其他 sql 语句中的 select 语句，也叫嵌套查询 示例 查询计算机或英语的成绩 select * from score_table
6.7K10编辑于 2022-09-05 - 来自专栏Devops专栏
Django 2.1.7 模型 - 条件查询、模糊查询、空查询、比较查询、范围查询、日期查询
本篇章将着重讲述模型之间的关联查询。 In [1]: from assetinfo.models import ServerInfo,MiddlewareInfo In [2]: 条件查询 1) 精确查询 exact：表示精确查询。 2) 模糊查询 contains：是否包含。 说明：如果要包含%无需转义，直接写即可。 例：查询服务器名称包含测试的服务器。 例：查询中间件名不为空的中间件信息。 例：查询2019年加入数据的中间件。
12.4K20发布于 2019-06-15
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