在定义可变參数的函数之前，先来理解一下函数參数的传递原理：1、函数參数是以栈这样的数据结构来存取的，在函数參数列表中，从右至左依次入栈。2、參数的内存存放格式：參数的内存地址存放在内存的堆栈段中，在运行函数的时候，从最后一个（最右边）參数開始入栈。因此栈底高地址，栈顶低地址，举个样例说明一下：voidtest(inta,floatb,charc);那么，在调用test函数的时候，实參charc先进栈，然后是floatb，最后才是inta，因此在内存中变量的
系统 2019-08-12 01:52:28 2474
使用类型、键、脚本文本和指示是否添加脚本标记的布尔值向Page对象注册启动脚本。参数type要注册的启动脚本的类型。key要注册的启动脚本的键。script要注册的启动脚本文本。addScriptTags指示是否添加脚本标记的布尔值.备注:启动脚本由它的键和类型唯一标识。具有相同的键和类型的脚本被视为重复脚本。只有使用给定的类型和键对的脚本才能使用该页面进行注册。试图注册一个已经注册的脚本不会创建重复的脚本。调用IsStartupScriptRegiste
系统 2019-08-12 01:52:10 2474
VS2010不能编译SQLServer2005的Microsoft.SQLServer.ManagedDTS.dll是最近碰到的一个疑难杂症问题，通过查询微软社区和一些英文资料找到了解决方法，同事说之前没有找到中文的，就整理了放在这里。现象项目里需要使用程序创建SSIS包，结果在VS2010里可以添加Microsoft.SQLServer.ManagedDTS.dll引用，写代码也有智能提示，但是一编译就告诉你引用不正确。有个警告里提示“warningMS
系统 2019-08-12 01:51:30 2474
这节我们主要讲讲我的游戏交易数据分析项目的ETL（数据抽取、加载、转换）具体是怎么做的。先来讲下源系统吧，因为我们的交易主站的服务器不是架在公司的，因此不能直接从源系统直接抽取数据了。事实上我们已经存在一个简单的数据分析系统了，只不过这个是以前人家做的，没有采用sqlserver2005的BI平台来做，而是直接写winform程序来弄的。原来的数据抽取是主站那边提供导出的excel文件过来，然后到我们这边，导入到我们的分析库中去。好了，为了简便，事实上我只
系统 2019-08-12 01:33:11 2474
有两种方法：1、tomcat目录下的conf文件夹,server.xml2、增加Web部署文件在conf/Catalina/localhost下增加部署文件名随便文件内容如下：
系统 2019-08-12 01:33:02 2474
修改conf文件夹下面的server.xml的Engine里面的内容即可原始内容如下：……
系统 2019-08-12 01:33:00 2474
现在的项目中遇到一个棘手的问题，用了很长的时间才找到解决的办法，所以把解决方案展示出来。需求：把一个二进制字节数组（byte[]）存到moss文档库中环境：虚机和测试机都是(moss2007+vs2005)，并且虚机自己作为域控，而测试机是域里的一台机器实现：保存：publicboolSaveData(stringfileurl,byte[]bits){boolsave=false;using(SPSitesite=newSPSite(fileurl))u
系统 2019-08-12 01:32:55 2474
按中国人将的五行学说，分金木水火土五行，每年都有不同的属性。2007是丁亥年，五行中丁属“阴火”，是60年轮回一次，加上十二生肖中的“猪”，因此安常理应该是“火猪年”.附：天干、地支与五行的对应表甲乙丙丁戊己庚辛壬癸││││││││││阳阴阳阴阳阴阳阴阳阴木木火火土土金金水水子丑寅卯辰巳午未申酉戌亥鼠牛虎兔龙蛇马羊猴鸡狗猪││││││││││││阳阴阳阴阳阴阳阴阳阴阳阴但是，由于一个典故：唐高祖武德四年（公元621年），为整治混乱的币制，废隋钱，参照西汉五
系统 2019-08-12 01:32:21 2474
近期大概学习了一下ZooKeeper，本身并没有深入。LGG尝试着在虚拟机里面搭了平台，看了看一些教材，从网上到处看别人的博文并引用之，还请各位大牛们谅解我的剽窃。现总结例如以下。1.ZooKeeper的学习与应用1.1.概述ZooKeeper是Apache在非常多云计算项目中的一个，与Hadoop密切相关，这样的情况导致我一開始觉得ZooKeeper的搭建须要Hadoop项目作为支持，可是最后发现全然不须要，它是能够单独执行的一个项目。在网上看到了一个非
系统 2019-08-12 01:31:43 2474
为什么要降维？高维情形下，样本数据稀疏，距离计算困难。为什么能进行降维？收集的数据虽是高维但与学习任务密切相关的也许仅仅是某个低维分布无监督降维：PCA最大重构性：找到一个超平面使得样本点在这个超平面的投影尽量分开。PCA也可以看作是逐一筛选方差最大方向；对协方差矩阵XX^T特征分解，取最大特征值及其特征向量；在去掉该特征值以及特征向量后，继续取最大特征值；关于PCA的几个问题：投影方向应该取多少才好？根据博客https://blog.csdn.net/m
系统 2019-09-27 17:56:39 2473
