在《C++编程思想》一书中对虚函数的实现机制有详细的描述，一般的编译器通过虚函数表，在编译时插入一段隐藏的代码，保存类型信息和虚函数地址，而在调用时，这段隐藏的代码可以找到和实际对象一致的虚函数实现。我们在这里提供一个C中的实现，模仿VTABLE这种机制，但一切都需要我们自己在代码中装配。之前在网上看到一篇描述C语言实现虚函数和多态的文章，谈到在基类中保存派生类的指针、在派生类中保存基类的指针来实现相互调用，保障基类、派生类在使用虚函数时的行为和C++类似
系统 2019-08-29 22:29:10 2117
9.扩展记录扩展记录是在Leopard的OD中引入的概念.正如这个名字隐含的,扩展记录是在另一个引入的记录上添加了信息的记录.扩展记录允许实施一个本来在前面目录服务中没有的记录应用到一个用户记录.这一点对主目录服务器没有扩展架构权限的管理很有用.为了实施扩展记录,要把主OD绑定到根目录服务,把对象从根目录引入,然后用MacOSX特殊的属性增加到引入的记录上,比如MCX设置,IMHandle和WeblogURI等.MacOSX客户被绑定到主OD和其它的目录服
系统 2019-08-29 22:26:28 2117
自从03年正式使用.NET开发以来，已经走过了6个年头，这期间我积累了几套类库和框架，ESBasic便是其中最基础的一个类库。ESBasic是EnterpriseServiceBasic的缩写，虽然也简写为ESB，但是它和EnterpriseServiceBus（企业服务总线）没有任何关系。ESBasic是我能够快速和高效开发应用程序的利器之一，开这个专门的blog是想将它介绍给大家，希望能对大家有所启发。ESBasic覆盖的内容包括：对象管理、插件、网络
系统 2019-08-29 22:21:44 2117
CacheLab:ImprovingProgramLocalityINTRODUCTIONThisexercisedealswithoptimizingmemory-intensivecode.Imageprocessingisoneareathatbenefitsgreatlyfromsuchoptimizations.Inthisexercisewe'llbeoptimizingtwofunctions:rotate,afunctiondesigned
系统 2019-08-29 22:07:18 2117
引言SSH（Struts2+Spring+Hibernate）是最为Java业界熟知的JavaEEWeb组件层的开发技术。很多人提起JavaEE，甚至都会将其误认为就是SSH。无论是书籍还是电子教程，大部分都已经千篇一律，讲解各种标签、配置的用法。许多人包括笔者在内，第一次使用SSH的时候，按照教程的介绍进行开发。繁琐的配置，重复的修改配置，不断定义的参数转换器，真的让笔者苦不堪言。本文对SSH的开发模式尝试了重新定义，按照规约优于配置的原则，利用Java
系统 2019-08-12 09:30:26 2117
级别：中级M.TimJones(mtj@mtjones.com),顾问工程师,Emulex2006年9月28日Linux®中最常用的输入/输出（I/O）模型是同步I/O。在这个模型中，当请求发出之后，应用程序就会阻塞，直到请求满足为止。这是很好的一种解决方案，因为调用应用程序在等待I/O请求完成时不需要使用任何中央处理单元（CPU）。但是在某些情况中，I/O请求可能需要与其他进程产生交叠。可移植操作系统接口（POSIX）异步I/O（AIO）应用程序接口（A
系统 2019-08-12 09:30:23 2117
Qt大名鼎鼎的是他的帮助文档非常好，无奈自然状态下安好qt4.8.1后竟然用不了，连输入Widget尽然都查找不到。以前qt4.8.0下，是可以的。不需要配置的，这里要先配置一下：点QtCreator----工具------选项------（左侧栏）帮助-----（右侧栏）文档-----点击添加，会自动打开QtSdk安装的位置。找到Documentation，选择qt.qch（56.2M），就可以了。或者将里面的所有文件都添加进去也可以。上张图：Qt4.8
系统 2019-08-12 09:29:59 2117
拖延了两个月的总结！下面的很大一部分来自其它博客。wireshark过滤器的区别捕捉过滤器（CaptureFilters）：用于决定将什么样的信息记录在捕捉结果中。需要在开始捕捉前设置。在Capture->CaptureFilters中设置显示过滤器（DisplayFilters）：在捕捉结果中进行详细查找。他们可以在得到捕捉结果后随意修改。两种过滤器的目的是不同的。捕捉过滤器是数据经过的第一层过滤器，它用于控制捕捉数据的数量，以避免产生过大的日志文件。显
系统 2019-08-12 09:27:02 2117
学习GitHub：GitHub教程：http://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000知乎-怎样使用GitHub：http://www.zhihu.com/question/20070065如何高效利用GitHub：http://www.yangzhiping.com/tech/github.html#q1学习GitHub
系统 2019-08-12 09:26:43 2117
前言在K近邻的原始算法中，没有对K近邻的方法进行优化，还是遍历训练集，找到与输入实例最近的K个训练实例，统计他们的类别，以此作为输入实例类别的判断。具体的模型理论见：统计学习方法——K近邻法（原始方法）1.K近邻算法的实现在算法实现的过程中，利用的是欧氏距离进行点与点之间的距离度量。在进行数据运算的时候，没有利用numpy，而是利用Python中自带的list来进行数据的计算。defknn(x,dataSet,labels,k):distanceMemor
系统 2019-09-27 17:56:59 2116
