原文地址:http://www.artima.com/weblogs/viewpost.jsp?thread=172953第一，将文件放到jre\lib\ext
系统 2019-08-29 21:57:48 1851
系统 2019-08-12 09:30:34 1851
算法分析之分治法学习总结（一）一）解决问题的类型：当我们要解决一个输入规模(n)很大的问题时，直接处理往往比较困难或者根本无法求解，我们希望把输入规模缩小，即分成很多份，分别解决了，并且这些小问题容易合起来从而解决整个问题。二）解题关键：1)如何分:我们往往先把输入分成两个与原来相同的子问题，如果规模还太大，我们对这些子问题再做上述处理，直到这些子问题容易解决为止.2)合并子问题:往往分治法的难点在于分完之后怎么合并.合并策略决定了算法的优劣,合并问题根据
系统 2019-08-12 09:30:06 1851
AndyBudd的样式指南转自：http://www.cnblogs.com/JustinYoung/articles/763052.htmlkeyword:cssMastery,andyBudd,styleGuide,css样式表组织与规划.下载地址:http://files.cnblogs.com/JustinYoung/Styleguide.rar《CSSMastery》作者AndyBudd提供的《StyleGuide》.对web标准中的css组织和
系统 2019-08-12 09:29:31 1851
多线程开发可能遇到的问题假设两个线程t1和t2都要对num=0进行增1运算，t1和t2都各对num修改1000000次，num的最终的结果应该为2000000。但是由于是多线程访问，有可能出现下面情况：fromthreadingimportThreadimporttimenum=0deftest1():globalnumforiinrange(1000000):num+=1print("--test1--num=%d"%num)deftest2():glo
系统 2019-09-27 17:57:16 1850
1.查看本机系统及python版本#cat/etc/redhat-releaseCentOSrelease6.7(Final)查看CentOSrelease6.7(Final)自带的python版本#python-VPython2.6.6注意，我们不要破坏系统的Python环境，因为几个关键的实用应用程序依赖于系统默认的Python2.6.6，如果破坏了系统的Python环境就会发生很多难以预见的错误，导致要重装系统。2.yum安装开发工具库集及一些额外包
系统 2019-09-27 17:56:57 1850
djangostatic文件夹下面的内容方法不了出现404500错误需要查看自己的settings文件确保有一下内容importosPROJECT_ROOT=os.path.dirname(__file__)DEBUG=TrueSTATIC_URL='/static/'STATICFILES_DIRS=(os.path.join(PROJECT_ROOT,'static'),)STATICFILES_FINDERS=('django.contrib.sta
系统 2019-09-27 17:56:54 1850
Python的环境变量环境变量说明PYTHONSTARTUP在交互式启动时执行的文件（无默认值）PYTHONPATH‘:'-以默认模块搜索路径为前缀的分隔目录列表。结果是sys.path。PYTHONHOME交替的目录(或者:).默认的模块搜索路径为/pythonX.X.PYTHONCASEOK忽略import语句中的大小写（Windows）。PYTHONIOENCODING用于stdin/stdout/stderr中的编码PYTHONHASHSEED如果
系统 2019-09-27 17:56:35 1850
Python的富比较方法包括__le__、__ge__分别表示：小于等于、大于等于，对应的操作运算符为:“<=”、“>=”。那么是否象普通数字运算一样，这两个方法之间存在互反的关系呢？Python没有对__le__、__ge__这两个方法之间有什么强制关系，但建议__le__和__ge__为互反，开发者完全可以根据业务逻辑的需要自己定义。我们来进行分析验证：当自定义类中两个方法都定义了时，“<=”、“>=”分别调用__le__和__ge__方法；当自定义类
系统 2019-09-27 17:56:26 1850
使用Python写CUDA程序有两种方式：*Numba*PyCUDAnumbapro现在已经不推荐使用了，功能被拆分并分别被集成到accelerate和Numba了。例子numbaNumba通过及时编译机制（JIT）优化Python代码，Numba可以针对本机的硬件环境进行优化，同时支持CPU和GPU的优化，并且可以和Numpy集成，使Python代码可以在GPU上运行，只需在函数上方加上相关的指令标记，如下所示：importnumpyasnpfromti
系统 2019-09-27 17:56:19 1850
