ProblemDescriptionSomedaysago,IlearnedtheconceptofLCM(leastcommonmultiple).I'veplayedwithitforseveraltimesandIwanttomakeabignumberwithit.ButIalsodon'twanttousemanynumbers,soI'llchoosethreepositiveintegers(theydon'thavetobedistinct
系统 2019-08-12 09:26:54 2353
ObjectPascal使用ASCII字符集，包括A-Z、a-z、0-9、以及其它标准字符，字母是大小写无关.单字符特殊符号：#$&'()*+,-./:;<=>@[]^{}组合字符特殊符号：(**)(..)..//:=<=>=<>其中:‘[]’相当于‘(..)’;‘(**)’相当于‘{}’!"%?\_|~不是特殊符号.标志符用来给常量、变量、字段、类型、属性、过程、函数、程序、单元、库以及包等起名的.标识符必须是_或字母开头,后面可以是字母、数字、下划线,
系统 2019-08-12 01:55:30 2353
Oracle数据库提供了几种不同的数据库启动和关闭方式，本文将详细介绍这些启动和关闭方式之间的区别以及它们各自不同的功能。一、启动和关闭Oracle数据库对于大多数OracleDBA来说，启动和关闭Oracle数据库最常用的方式就是在命令行方式下的ServerManager。从Oracle8i以后，系统将ServerManager的所有功能都集中到了SQL*Plus中，也就是说从8i以后对于数据库的启动和关闭可以直接通过SQL*Plus来完成，而不再另外需
系统 2019-08-12 01:53:40 2353
原文:读书笔记之SQL注入漏洞和SQL调优最近读了程序员的SQL金典这本书，觉得里面的SQL注入漏洞和SQL调优总结得不错，下面简单讨论下SQL注入漏洞和SQL调优。1.SQL注入漏洞由于“'1'='1'”这个表达式永远返回true，而true与任何布尔值的or运算的结果都是true，那么无论正确密码是什么“Password='1'or'1'='1'”的计算值永远是true，这样恶意攻击者就可以使用任何帐户登录系统了。这样的漏洞就被称作“SQL注入漏洞（S
系统 2019-08-12 01:53:37 2353
原文:SQL2005性能分析一些细节功能你是否有用到?(二)上一篇:SQL2005性能分析一些细节功能你是否有用到?我简单的提到了些关于SQL性能分析最基本的一些方法,下面的文章我会陆续补充。前面提到了根据SQL的执行IO和执行计划来分析,还有一个特别重要的参数,就是SETSTATISTICSTIME。第一:SETSTATISTICSTIME定义:SETSTATISTICSTIME(Transact-SQL)显示分析、编译和执行各语句所需的毫秒数。语法:S
系统 2019-08-12 01:53:08 2353
SQLServer事务全攻略(一)一事务的属性事务具有ACID属性，即Atomic原子性，Consistent一致性，Isolated隔离性，Durable永久性原子性就是事务应作为一个工作单元，事务处理完成，所有的工作要么都在数据库中保存下来，要么完全回滚，全部不保留一致性事务完成或者撤销后，都应该处于一致的状态隔离性多个事务同时进行，它们之间应该互不干扰.应该防止一个事务处理其他事务也要修改的数据时，不合理的存取和不完整的读取数据永久性事务提交以后，所
系统 2019-08-12 01:52:32 2353
巧用/etc/rc.local，开机时完成一些自动任务-GNU/Linux，Windows的終結者-KM大宝-和讯博客巧用/etc/rc.local，开机时完成一些自动任务[原创2011-1-101:35:00]字号：大中小在之前的帖子《你还在为fcitx-sunpinyin一顿一顿而发愁么？》中，我提到了一点关于/etc/rc.local的使用方法，那还可以用/etc/rc.local来完成些什么呢？/etc/rc.local是一个开机可自动执行的任务脚
系统 2019-08-12 01:32:30 2353
Thread对象的属性importthreadingfromtimeimportsleep,ctimedefpri(py,n):name=p1.name#线程名id=p1.ident#线程标识符foriinrange(n):print('name=%snow=%sid=%s'%(name,ctime(),id))sleep(1)p1=threading.Thread(target=pri,args=('python',3),name='chian')#p1
系统 2019-09-27 17:56:20 2352
通过1至10阶来拟合对比均方误差及R评分，可以确定最优的“最大阶数”。importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.preprocessingimportPolynomialFeaturesfromsklearn.linear_modelimportLinearRegression,Perceptronfromsklearn.metricsimportmean_squared_error,r2
系统 2019-09-27 17:56:12 2352
前言虽然同花顺之类的金融理财应用的数据足够好了，但还是有自己定制的冲动,数据自然不会不会比前者好很多，但是按照自己的想法来定制还是不错的。目标通过免费的数据接口获取数据，每日增量更新标的历史交易数据,然后通过Kibana做可视化及数据分析.其实自己通过echarts之类的可视化框架做可视化也是个不错的选择，不过前期成本太大。还有就是pandas+matplotlib已经足以应付大部分需求了，可是交互感太弱，所以借助一个可视化应用是很有必要的，这里选择的是k
系统 2019-09-27 17:55:43 2352
