前阵子无意中看到了一个不一样的取值,INF=0x3f3f3f3f,这时我又郁闷了,这个值又代表的是什么?于是我去寻找答案,发现这个值的设置真的很精妙! 另一方面,由于一般的数据都不会大于10^9,所以当我们把无穷大加上一个数据时,它并不会溢出(这就满足了“无穷大加一个有穷的数依然是无穷大”),事实上0x3f3f3f3f+0x3f3f3f3f=2122219134 ,这非常大但却没有超过32-bit int的表示范围,所以0x3f3f3f3f还满足了我们“无穷大加无穷大还是无穷大”的需求。 现在好了,如果我们将无穷大设为0x3f3f3f3f,那么奇迹就发生了,0x3f3f3f3f的每个字节都是0x3f! 所以要把一段内存全部置为无穷大,我们只需要memset(a,0x3f,sizeof(a))。 所以在通常的场合下,0x3f3f3f3f真的是一个非常棒的选择!
我们的常量还应该满足“无穷大加无穷大依然是无穷大”,至少两个无穷大相加不应该出现灾难性的错误,这一点上2147483647(0x7fffffff)依然不能满足我们 到网上找了下,发现很多大牛都是用0x3f3f3f3f 0x3f3f3f3f的十进制是1061109567,也就是10^9级别的(和0x7fffffff一个数量级),而一般场合下的数据都是小于10^9的,所以它可以作为无穷大使用而不致出现数据大于无穷大的情形 另一方面,由于一般的数据都不会大于10^9,所以当我们把无穷大加上一个数据时,它并不会溢出(这就满足了“无穷大加一个有穷的数依然是无穷大”),事实上0x3f3f3f3f+0x3f3f3f3f=2122219134 ,这非常大但却没有超过32-bit int的表示范围,所以0x3f3f3f3f还满足了我们“无穷大加无穷大还是无穷大”的需求。 ,那么奇迹就发生了,0x3f3f3f3f的每个字节都是0x3f!
一般会有两个选择:0x7fffffff和0x3f3f3f3f 比如对于int类型的数,有的人会采用INT_MAX,即0x7fffffff作为无穷大。 0x3f3f3f3f 0x3f3f3f3f的十进制为1061109567,和INT_MAX一个数量级,即10^9数量级, 而一般场合下的数据都是小于10^9的。 0x3f3f3f3f的数值为1061109567,它的两倍也只有2122219134,不会溢出。 这样就有一个好处,当两个无穷大相加的时候可以使int型整数不溢出,并使数值仍为无穷大。 而使用0x3f3f3f3f在对于数组初始化的时候也比较方便,一般数组批量赋值时会使用memset函数,如果想将一个数组全部定义为"无穷大"的0x3f3f3f3f,因为memset函数是对字节进行操作,而 0x3f3f3f3f的每个字节都是0x3f,所以可以直接定义为memset(array, 0x3f, sizeof(array)) 在java中使用Arrays.fill(arr,0x3f3f3f3f)
题解: 爆搜,算出一个人总的竞争值d[i],每次把他加入一组,就加上d[i]减去两倍的所有组内竞争值。
然后接着按f12 查看,就看url,发现出来了好多url。 category_id=1&refresh_time=0&show_num=10&page=1&securitykey=ee9bad0d112f882403f5b9f4dc2266a0&interface_code 三、 python 脚本读取fiddler日志,对最新的url进行获取内容,提取id拼接成新的新闻详情url 准备工作: 我这里用的是python3 先pip3 install selenium 安装模块 application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,/;q=0.8,application/signed-exchange;v=b3" Cache-Control": "no-cache", "Connection": "keep-alive", "Cookie": "acw_tc=2760826c15644797526864019e11da63f32bf5b082a7da38667809b95819f3
F3达人 ---向JDK掘金 什么是F3达人 如何成为F3达人 向JDK掘金之瞅瞅List 文笔不好,就乱说几句。 在下此处说的f3 并不是BYD的f3,此乃 eclipse 上的f3. 因为鄙人的环境是windows,linux这样的高深环境,一般不怎么用。 再个大家可能更多开发环境也是windows,所以就windows上的eclipse默认源码查看键F3来展开这个小系列。 解释了f3不够,咱的目标是要成为f3达人! 在这肉欲横飞的世界里,达人到处都有,干嘛的都有,唯独咱们此处说的达人,或者提出的F3达人还是不多见的吧 :) 所以成为这个达人,也算是个追求吧… 如何成为f3达人呢? 最简单不过了,什么时间你的键盘F3被用的破损了,估计差不多了,此处只指eclipse使用时点f3 ,其他的各位看官自己处理吧,反正网管不会给非此方法搞坏f3的人换键盘 … 都是技术人,说了半天,来点干货吧
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
使用F1分数进行二元分类的度量是很常见的。这就是所谓的调和均值。然而,更通用的F_beta评分标准可能更好地评估模型性能。那么F2 F3和F_beta呢?在这篇文章中,我们将回顾F指标。 因此,提出了精度和召回的调和均值,也称为F1分数。 F1分数 计算方式如下: ? F1分数的主要优点(同时也是缺点)是召回和精度同样重要。 F2和F3分数 使用加权平均值,我们可以很容易地得到F2分数: ? ? 同样,F3得分为: ? F_beta分数 推广加权平均法得到的F beta测度,由: ? , 0. ]) 总结 在这篇文章中,我回顾了F指标。我希望所提供的数据能够帮助那些处理分类任务的人,并帮助他们在使用准确性的同时使用F分数。 -f3-f-beta-4bd8ef17e285 deephub翻译组
ephone 1 mac-address 0200.4C4F.4F50 type CIPC button 1:1 ephone 2 mac-address 000C.295E.AA6D type CIPC button 1:2 ephone 3 mac-address 000C.29CC.0734 type CIPC button 1:3 3-2配置local directory R1(config)# 配置呼叫前转 4-1方法一 电话机上设置 4-2 方法二 R1(config)#ephone-dn 1 R1(config-ephone-dn)#call R1(config-ephone-dn)#call-f 比如incoming成员有1,2,3,4 ,而outgoing有1或者有1,2或者2,3,4那么都是incoming的子集(这个是数学里面集合的内容)。 /voice_ip_comm/cucme/admin/configuration/guide/cmeadm/cmebasic.html http://wenku.baidu.com/view/a9d7f548e45c3b3567ec8bbf
简单介绍: Mysql 内置函数方案,适合于已有业务,新增加LBS功能,增加经纬度字段方可,避免数据迁移,在5.7.5后实现更多功能实现INNODB的空间搜方法,之前版本主要是对MYISAM的支持。 解决办法: 1、把WHERE后的表达式处理成一个变量进行引用,然后进行周边搜 SET @aa=(SELECT LINESTRING(POINT( 39.5591182422 + - 10 / ( 111.12 / COS(RADIANS(118.1964111328))),118.1964111328 -10 / 111.12)) AS heji) 2、执行周边搜 ) AS dist, ST_AsText(oint) FROM shop_id WHERE ST_Contains( ST_MakeEnvelope( POINT((-73.951368+(3/ 111)), (40.716743+(3/111))), POINT((-73.951368-(3/111.12)), (40.716743-(3/111.12))) ), oint )
基本用法 2. f-string的一些细节 2.1 引号 2.2 大括号 2.3 反斜杠 2.4 多行f-string 3. f-string在形式上是以 f 或 F 修饰符引领的字符串(f’xxx’或F’xxx’),以大括号{}标明被替换的字段。 2.4 多行f-string s = f"ADC" \ f"SUP" r = f"""red blue""" 显然,三引号写法不必每行前加f/F标识f-string 3. = ( 26)’ 整数 f f"{3.1415:.2f}" ‘3.14’ 浮点数 F f"{math.nan:F}" ‘NAN’ inf,nan等转换为大写 % f"{0.024937:.2%}" ()内: l = [1,2,3,4,5] s = f"求列表每个数的平方:{(lambda x: [y*y for y in x])(l)}" print(s) # 求列表每个数的平方:[1, 4, 9
F3D有两个版本,长期版还有短期版 长期版规则 1、购买时候分配 第一队 20% to 奖金池, 56%分给所有人, 30% 持有p3d的人 第二队 35% to 奖金池, 43%分给所有人, 8% 持有p3d的人 第三队 20% to 奖金池, 30%分给所有人, 6% 持有p3d的人 第四队 35% to 奖金池, 43%分给所有人, 0% 持有p3d的人 固定的分配 10% to 推荐人, 2% to 开发合约的团队, 1% 用作合约的手续费, 1% to 空投池 2、结束之后的奖金分配 第一队 48% to winner, 20%给所有人,10% to 下一轮,20% p3d持有人, p3d的部分,按照p3d的持有份额来平均分配, p3d的分配规则,详细请看https://etherscan.io/address/0xc7029ed9eba97a096e72607f4340c34049c7af48 邀请人的奖励记录在案,邀请人提款的时候可以取出,如果没有邀请人,则把这部分资金给p3d的持有人发放 4)分配给p3d的是一个单独的合约divide,把p3d的钱打过去,divide合约自动分配 6、其他规则
CSS3新增选择器 1、E:nth-child(n):匹配元素类型为E且是父元素的第n个子元素 <style type="text/css"> .list div:nth-child
3. Ech0[3] 一款专为轻量级分享而设计的开源自托管平台,支持快速发布与分享你的想法、文字与链接。 3. MediaNex[6] 一个强大的视频播放器,支持各种协议和云盘,自动为视频生成精美的海报墙。 三、网站 1. 3. XCloud 音乐 [9] 在线听歌,跨平台音乐播放器,支持网易云、酷狗、酷我多平台! 四、插件 1. 3. 有道灵动翻译 [12] 使用有道翻译大模型,沉浸式网页翻译的首选工具!支持以下功能: ・实时对照翻译:让任何网页变成对照。 ・图片翻译:轻松提取图片文字 ・输入框即时翻译:输入中文轻松变英文。 3. VitePress 教程 [15] 给零基础的朋友,提供一些上手经验,让你爱上 VitePress。
Pack 3”将是 Windows XP 的最后一个服务包了。 下面就将为大家介绍一些关于 Windows XP Service Pack 3 的一些常见的问题。 Q:Service Pack 3 是什么? Q:SP3 包含有 SP1、SP2 的所有内容吗?或者说,在安装 SP3 之前必须要先安装有 SP1 以及 SP2 呢? 并且 SP3 也已经收录了他们的所有的更新内容,所以,SP3 的安装并不要求在之前是否有安装过补丁或服务包,所有的 Windows XP 版本都适用。 Q:Windows XP SP2 已经发布了有 3 年之久了,为什么 SP3 这么迟才发布?
unsplash.com/@polina_art 为什么是 0x3f ? 为什么要给 dist 赋值为 0x3f3f3f3f 呢? 首先我们看一下 0x3f 有多大。 但问题是,为什么不是 0x4f 或者 0x5f ? 首先 10^9 级别足够大,其次,也是最重要的,0x3f3f3f3f + 0x3f3f3f3f 等于 0x7e7e7e7e , 不会爆int 。 在很多算法中,我们需要进行诸如 dist[j] > dist[t] + w[t][j] 之类的判断,如果两个大于 0x3f3f3f3f 的数相加,那么后果不堪设想。 比如 int 对应 0x3f, float 对应 0x4f 。
/usr/bin/python for i in range(1,11): print (i) [root@localhost ~]# python 3.py 1 2 3 4 5 6 7 8 /usr/bin/python print [i for i in range(1,11)] [root@localhost ~]# python 3.py [1, 2, 3, 4, 5, 6, 7, /usr/bin/python print [i**3 for i in range(1,11)] [root@localhost ~]# python 3.py [1, 8, 27, 64, 125 3.py #! = 3 2 * 3 = 6 3 * 3 = 9 1 * 4 = 4 2 * 4 = 8 3 * 4 = 12 4 * 4 = 16 1 * 5 = 5 2 * 5 = 10 3 * 5 = 15 4 *
我其实是想并列放在一起的,但是不知道为什么搞不来,就这样看吧,上面的丝印和飞控上面的一样。
前几天看到一篇爬取微博热搜并语音播报的文章,觉得很好玩,就试着自己写了一下,我写的是简单版的代码,为了便于理解,做完熬夜做了一个小视频讲解。 主要思路: 1、获取热搜页面的返回数据 2、筛选热搜页面中的热搜名称、排行等信息 3、百度语音播报 ? = hot_search_name[1:] # 只取热搜排行,不取置顶热搜 for i in range(0, 10): s = '第'+hot_search_rank # 识别正确返回语音二进制 错误则返回dict 参照下面错误码 if not isinstance(result, dict): with open('auido.mp3' , 'wb') as f: f.write(result) 代码很简单,有空的可以尝试下,挺好玩的。
在实际科研中,有时候可能需要在本地查找含有某个关键词的单个或多个文件,而Everything显然是不能胜任这项工作的。那有没有这样一款可以检索文本内容的工具呢?答案是肯定。