- 综合排序
- 最热优先
- 最新优先
- 来自专栏饶文津的专栏
【CodeForces 621B】Wet Shark and Bishops
1000*1000的格子里，给你n≤200 000个点的坐标，求有多少对在一个对角线上。
46310发布于 2020-05-31 - 来自专栏饶文津的专栏
【CodeForces 621A】Wet Shark and Odd and Even
题 Today, Wet Shark is given n integers. Please, calculate this value for Wet Shark. Note, that if Wet Shark uses no integers from the n integers, the sum is an even integer 0. The next line contains n space separated integers given to Wet Shark. In the second sample Wet Shark should take any four out of five integers 999 999 999.
62010发布于 2020-06-02 - 来自专栏饶文津的专栏
【CodeForces 621C】Wet Shark and Flowers
题 There are n sharks who grow flowers for Wet Shark. Each shark will grow some number of flowers si. Wet Shark has it's favourite prime number p, and he really likes it! At the end of the day sharks sum all the money Wet Shark granted to them. For each pair, 1000dollars will be awarded to each shark.
41020发布于 2020-06-02 【CodeForces】#621A - Wet Shark and Odd and Even（水）
Wet Shark and Odd and Even time limit per test 2 seconds memory limit per test Please, calculate this value for Wet Shark. Note, that if Wet Shark uses no integers from the n integers, the sum is an even integer 0. The next line contains n space separated integers given to Wet Shark. In the second sample Wet Shark should take any four out of five integers 999 999 999.
23010编辑于 2025-08-26【CodeForces】#621B - Wet Shark and Bishops（思维）
Wet Shark and Bishops time limit per test 2 seconds memory limit per test 256 megabytes input standard input output standard output Today, Wet Shark is Wet Shark thinks that two bishops attack each other if they share the same diagonal. Note, that this is the only criteria, so two bishops may attack each other (according to Wet Shark) even Now Wet Shark wants to count the number of pairs of bishops that attack each other.
25910编辑于 2025-08-26- 来自专栏字根中文校对软件
Shark工作流的实现和WMFC&OMG规范的对比1
Shark工作流的实现和WMFC&OMG规范的对比 -----第一部分：流程的初始化和执行 <? 待续 作者：田春峰 accesine@163.com 我在察看了 OsWorkflow , shark , ofbiz , obe , jbpm 后发现工作流困难的地方在于： 1、如何把工作流程和工作流程执行的具体任务联系起来
63820发布于 2019-02-14 - 来自专栏字根中文校对软件
Shark工作流的实现和WMFC&OMG规范的对比
Shark工作流的实现和WMFC&OMG规范的对比 -----第七部分：工作流信息和业务信息如何建立连接 <? xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> 关键字：Shark 工作流 WMFC OMG 规范 上面的写法非常直观，不过比较Shark的XPDL实现。推荐还是使用XPDL的流程描述。
1.1K20发布于 2019-02-14 - 来自专栏字根中文校对软件
Shark工作流的实现和WMFC&OMG规范的对比2
Shark工作流的实现和WMFC&OMG规范的对比 -----第二部分：为什么会用这么多的标准 <? xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> 关键字：Shark 工作流 WMFC OMG 规范 笔者察看了OsWorkFlow , JBpm ，shark 等工作流的源代码后，发现区别太大了，其中jbpm都没有用XDPL描述语言。 为什么会出现这种状况呢？ 田春峰 accesine@163.com 我在察看了 OsWorkflow , shark , ofbiz , obe , jbpm 后发现工作流困难的地方在于： 1、如何把工作流程和工作流程执行的具体任务联系起来
93920发布于 2019-02-14 - 来自专栏字根中文校对软件
(15)Shark工作流的实现和WMFC&OMG规范的对比
Shark工作流的实现和WMFC&OMG规范的对比 -----第十一部分：obe数据库设计的实现 关键字：Shark 工作流 WMFC OMG 规范 Obe 中主要得 实体类 如下： <?
43520发布于 2019-02-14 - 来自专栏携程技术
干货 | 携程多语言平台-Shark系统的高可用演进之路
内部Shark自身支持的业务场景和业务端越来越多，Shark应用架构也越来越复杂。 但提供稳定的服务能力一直是Shark的首要目标，从Shark诞生以来，服务端主要进行过大概两轮优化升级，分别为缓存建设和文件冗余方案。 两次升级都是结合了shark自身的业务特点进行针对性的方案设计。 三、演进 在介绍服务端系统演进之前，先介绍一下shark目前整体的应用架构。 四、结语 Shark多语言系统是一个复杂的面向多端提供多语言内容解决方案的系统平台，本文只是大致描述了Shark平台的服务端和java-sdk端遇到的问题和演进方向，具体实现细节和详细的业务逻辑并未过多的描述 Shark当前为多语言中台中重要的一员，后续Shark的方向主要为提升多语言翻译效率和支持更多的机器翻译场景。
1.6K10发布于 2020-12-02 - 来自专栏字根中文校对软件
（5）Shark工作流的实现和WMFC&OMG规范的对比
Shark工作流的实现和WMFC&OMG规范的对比 -----第五部分：工作流的实例化 <? xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> 关键字：Shark 工作流 WMFC OMG 规范 在shark中有一个Package-Business_Example 的例子。
53550发布于 2019-02-14 - 来自专栏字根中文校对软件
(16)Shark工作流的实现和WMFC&OMG规范的对比
Shark工作流的实现和WMFC&OMG规范的对比 -----第十一部分：obe 引擎的ServiceManager 关键字：Shark 工作流 WMFC OMG 规范 <?
50150发布于 2019-02-14 - 来自专栏字根中文校对软件
(9)Shark工作流的实现和WMFC&OMG规范的对比
Shark工作流的实现和WMFC&OMG规范的对比 -----第九部分：分析obe自带例子的执行过程 <? xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> 关键字：Shark 工作流 WMFC OMG 规范
46110发布于 2019-02-14 - 来自专栏鸿的学习笔记
Shark，Spark SQL，Spark上的Hive以及Apache Spark上的SQL的未来
在今天的Spark峰会上，我们宣布我们正在结束Shark的开发，并将我们的资源集中到Spark SQL，这将为现有Shark用户提供一个超棒的Shark的功能。 SQLon Spark的未来 Shark 当Shark项目在3年前开始时，Hive（在MapReduce上）是SQL on Hadoop的唯一选择。 Shark成为Hadoop系统中第一个交互式SQL，是唯一一个基于一般运行时（Spark）构建的。 Shark的想法很快被接受，甚至启发了加速Hive的一些主要工作。 从Shark到Spark SQL Shark构建在Hive代码库上，并通过交换Hive的物理执行引擎部分来实现性能提升。 虽然这种方法使Shark用户加快了Hive查询，但Shark继承了Hive的一个庞大，复杂的代码库，使得难以优化和维护。
1.9K20发布于 2018-08-06 - 来自专栏字根中文校对软件
(10)Shark工作流的实现和WMFC&OMG规范的对比
Shark工作流的实现和WMFC&OMG规范的对比 -----第十部分：分析obe自带例子引擎的执行过程 <? xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> 关键字：Shark 工作流 WMFC OMG 规范
53830发布于 2019-02-14 - 来自专栏字根中文校对软件
Shark工作流的实现和WMFC&OMG规范的对比3
Shark工作流的实现和WMFC&OMG规范的对比 -----第三部分：为什么会用这么多的标准 <? xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> 关键字：Shark 工作流 WMFC OMG 规范 一个完整的工作流系统应该包括如下部分： 1、工作流服务器 2、工作流设计器 3、组织结构图 4、工作流任务管理器 5、工作流自动化接口 6、工作流分析报告器 7、客户端应用程序 在以上7个组成部分中，shark
55420发布于 2019-02-14 CPU-GPU 异构计算平台 Shark 应用：GPLearn 自动因子挖掘
Shark 介绍Shark 是 DolphinDB 3.0 推出的 CPU-GPU 异构计算平台。 Shark 平台基于 CPU-GPU 异构计算框架，提供两大核心功能：•Shark Graph：通过 GPU 加速 DolphinDB 的通用计算脚本，实现复杂分析任务的并行化执行。 Shark GPLearn2.1 功能介绍Shark GPLearn 是基于 Shark 异构计算平台的高性能因子挖掘模块，可以直接从 DolphinDB 中读取数据，并调用 GPU 进行自动因子挖掘与因子计算 ；对于快照频、分钟频等中高频原始特征数据，Shark 也可以进行分钟频、日频的因子挖掘；同时为了充分发挥 GPU 的性能，Shark 支持单机多卡进行遗传算法因子挖掘。 目前 Shark 支持的算子详见 Shark GPLearn 快速上手。
16810编辑于 2026-03-13- 来自专栏字根中文校对软件
Shark工作流的实现和WMFC&OMG规范的对比(工作流流程的设计)
Shark工作流的实现和WMFC&OMG规范的对比 -----第五部分：工作流流程的设计 <? xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> 关键字：Shark 工作流 WMFC OMG 规范
76410发布于 2019-02-14 - 来自专栏渗透云笔记
继承（第十三章）
= Shark() >>> shark.move() Traceback (most recent call last): File "<pyshell#94>", line 1, in <module : 'Shark' object has no attribute 'x' >>> 原因是，调用__init__时重新定义，无法实现移动 改下代码 ? 完美 这里的self是子类的self而不是父类的self替代 代码 class Shark(Fish): def __init__(self): Fish. 有的super函数 class Shark(Fish): def __init__(self): super(). = Shark() >>> shark.move() 我的位置是 4 9 直接原话开始解释 super的超级之处在于你不许要明确的给出任何基类的名字，他会自动的帮你找出所有基类以及对应的方法。
45010发布于 2019-07-26 - 来自专栏PPV课数据科学社区
【学习】开源大数据查询分析引擎现状
，而 Shark采用Spark。 Map-Reduce； 2) metastore：Shark采用和Hive一样的meta信息，Hive里创建的表用Shark可无缝访问； 3) SerDe: Shark的序列化机制以及数据类型与Hive 通过配置Shark参数，Shark可以自动在内存中缓存特定的RDD（Resilient Distributed Dataset），实现数据重用，进而加快特定数据集的检索。 例如，Shark，Impala在小数据量时性能优势明显；内存不足时性能下降严重，Shark会出现很多问题； 5) 数据倾斜会严重影响一些系统的性能。 其他分别为Presto、Shark、Stinger和Hive。在内存足够和非Join操作情况 下，Shark的性能是最好的。
3.5K70发布于 2018-04-23
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