Tomcat作为开源的轻量级WEB服务器，虽然不是很适合某些大型项目，但是它开源，读其源代码可以很好的提高我们的编程功底和设计思维。Tomcat中用到了很多比较好的设计模式，其中代码风格也很值得我们去效仿。前阵子看了Tomcat源码分析这本书，特此过来分享分享自己的学习过程记录。说得不好，大神不要喷我。也不废话了，直入主题上代码。Tomcat是什么，Tomcat是一个web服务器，能够接收请求，作出响应。接收请求，作出响应让我们联想到Socket编程。我们
系统 2019-08-12 01:33:51 3257
1.初步判定是c#官方驱动没能及时释放连接：http://stackoverflow.com/questions/7446528/mongodb-c-sharp-driver-doesnt-release-connections-then-errorsHowmanyconnectionsdoeseachmongosneed?Inashardedconfigurationwillhave1incomingconnectionfromtheclientbutm
系统 2019-08-12 01:32:08 3257
本文实例讲述了Python使用Slider组件实现调整曲线参数功能。分享给大家供大家参考，具体如下：一代码importnumpyasnpimportmatplotlib.pyplotaspltfrommatplotlib.widgetsimportSlider,Button,RadioButtonsfig,ax=plt.subplots()plt.subplots_adjust(left=0.1,bottom=0.25)t=np.arange(0.0,1.
系统 2019-09-27 17:50:24 3256
全文检索引擎入门灰常不幸的是，关系型数据库对全文检索的支持没有被标准化。不同的数据库通过它们自己的方式来实现全文检索，而且SQLAlchemy在全文检索上也没有提供一个好的抽象。我们现在使用SQLite作为我们的数据库，所以我们可以绕开SQLAlchemy而使用SQLite提供的工具来创建一个全文检索索引。但这么做不怎么好，因为如果有一天我们换用别的数据库，那么我们就得重写另一个数据库的全文检索方法。所以我们的方案是，我们将让我们现有的数据库处理常规数据，
系统 2019-09-27 17:48:57 3256
第一次写博文，想了半天就拿一道dp/graph的题作为处女作吧此题有两种常见解法（题意比较简单，就不赘述）1.二分图最大匹配此题等价于问一棵树中最小点覆盖数。树形结构可以把它看做是一个二分图，一个点集为奇数层，另一个点集为偶数层，显然满足二分图定义，可以套用求二分图最小点覆盖的方法。或者，补全二分图，根据对称性，就是前面构造的二分图的边数的二倍，故最后结果也要除以二。2.树形dp写树形dp时首先要考虑好每个点的可能状态，这个题中就是选不选这个点。然后就是写
系统 2019-08-29 23:30:44 3256
1.因为北京的项目，我们可能会选择ofbiz了，老板的态度很明朗了...2.我还是很担忧，ofbiz是个很好的东西，我很喜欢，但这不一定适合我们啊...3.和老板总是说了一些不该说的，说了有点后悔，如果我以后成不了大气，可能是我这个方面有点笨...4.其实我很久就喜欢java，但这次真的遇到java了还是高兴不起来，本来不管我的事，老板是我恩人啊，每天想着项目的风险就睡不着觉，哎...5.说归说，研究这个ofbiz吧，我很喜欢他，他的设计很不错，本来我就在
系统 2019-08-29 23:25:37 3256
本文是此案例的收尾工作，再介绍一些零散的东西，也是比较常用的知识！为查询编号要求按照主键排序，检索所有制单人不为空的销售单，并且为每行显示一个行号。在MSSQLServer、Oracle、DB2等支持窗口函数的DBMS中，使用窗口函数ROW_NUMBER()可以完成这个功能：selectrow_number()over(orderbyfid)asrn,fnumber,FMakeDatefromT_SaleBillwhereFMakeDateisnotnul
系统 2019-08-12 09:30:31 3256
DECLARE@STRINGVARCHAR(8000)WHILEEXISTS(SELECTNAMEFROMSYSOBJECTSWHERETYPE='P'ANDSTATUS>=0)BEGINSELECT@STRING='DROPPROCEDURE'+NAMEFROMSYSOBJECTSWHERETYPE='P'ANDSTATUS>=0--SELECT@STRINGEXEC(@STRING)END删除存储过程
系统 2019-08-12 01:53:04 3256
#ifndef__CCMACROS_H__#define__CCMACROS_H__#ifndef_USE_MATH_DEFINES#define_USE_MATH_DEFINES#endif#include"platform/CCCommon.h"#include"CCStdC.h"#ifndefCCAssert#ifCOCOS2D_DEBUG>0externboolCC_DLLcc_assert_script_compatible(constchar*
系统 2019-08-12 01:32:39 3256
Numpy有很多矩阵运算的方法，小白总结了一些常用和认为在算法中用到的方法~基础操作：首先创建两个矩阵A=np.array([[1,2],[1,2]])B=np.array([[2,4],[5,5]])1.矩阵对应位置的元素相加#矩阵同位置元素相加np.add(A,B)#方法1A+B#方法2结果都为：array([[3,6],[6,7]])2.矩阵对应位置的元素相乘#矩阵对应位置的每个元素相乘A*B结果为：array([[2,8],[5,10]])与之对应
系统 2019-09-27 17:49:01 3255
