其他

　　JS作為前端開發的必備語言工具，雖然JS對非編程人員來說比較容易上手，但是，要真正的精通JS開發，尚且假設學習過c++、java等物件導向語言的一種。因為對oo開發人員，迅速掌握JS的開發要點，是順利而且容易的。　　JS具備OO語言的一般性，但是，要特別注意JS是一門弱類型的語言，所有的變數定義都由var關鍵字，其類型的具體選擇則根據賦值而定。其次，JS是一門解釋型語言，這與c等不同，因此，JS語言需要運行在JS解譯器之上。比如SpiderMonkey、Rhino，還有google瀏覽器下的

　　JS的對象作為包括數組、字串、函數等，常用的編程技巧包括靈活運用對象的屬性和操作。對象的建立有兩種方式，直接量建立和建構函式建立。　　概念對象也是JS的一種資料類型，但是，它表示基礎資料型別 (Elementary Data Type)的集合，也可以說是一種符合類型，和資料結構有點類似。組成對象的元素叫屬性，屬性有自己的名字和值。建立JS對象第一，直接量建立對象。var point = {x:0,y:0};var homer = {"name":"huangfengxiao","age":2

就像大一學C++，大二學彙編一樣，我也寫弄了些個月的CUDA，然後，想想，應該開始刨根問底地，去學點在CUDA之下層的東西，可能會對異構這個編程瞭解的多。1 簡介OpenCL全稱：開發計算語言，是並行程式的開發標準，使用與任何異構平台——包括多CPU、GPU、CPU與GPU結合等。OpenCL由Khronos Group維護。OpenCL是一個用於異構平台上編程的開放性行業標準。這個平台可以包括 CPU GPU和其他各類計算裝置，例如

概念javascript和所有程式設計語言一樣，可以有3種方式傳遞一個資料值。第一，複製：把他複製給一個新的變數。第二，作為參數傳遞。第三，和另外一個值進行比較有兩種基本的方式操作資料值——傳值和傳址。傳值：資料通過值被操作，在賦值過程中，對實際的值作了一份拷貝，這個拷貝儲存到一個變數、對象屬性或數組元素中，拷貝的值和原始的值是分別儲存的兩份完全獨立值。在函數傳遞過程中，傳遞的是這個拷貝。傳址：數值只有一份真實的拷貝，被操作的是該值的引用（地址）function cz_tst() {

本文是一個轉載，覺得介紹的簡單而且精闢，對應要認識cpu和gpu的我來說，很好，原文地址：http://hc.csdn.net/article.html?arcid=2810268異構計算的英文名稱是Heterogeneous

[同步和非同步]通俗的講：同步是指：發送方發出資料後，等接收方發迴響應以後才發下一個資料包的通訊方式。 非同步是指：發送方發出資料後，不等接收方發迴響應，接著發送下個資料包的通訊方式。同步：提交請求->等待伺服器處理->處理完畢返回 這個期間用戶端瀏覽器不能幹任何事非同步:

 類圖說明：客戶類：1.在某個地點打出租車的顧客。 2.需要離自己最近的一輛空載的出租車的資訊。 3.並決定是否等待該出租車（握手基站）。 4.客戶信用度值的設定，是為了約束客戶違約的情況。如果統計下來該客戶信            用度值偏低，則出租車GPRS定位系統有權登出該使用者（即該使用者以後無       權使用該定位服務）。出租車類： 1.為加盟該GPRS定位系統的出租車。 2.空載時等待GPRS工作基站給予的顧客資訊。 3.決定是否去接顧客（握手基站）。 4.出租車信用度值的設定，

對於求n 個實數構成的數組中最小元素的位置問題，寫出你設計的具有減治思想演算法的虛擬碼，確定其時間效率，並與該問題的蠻力演算法相比較。#include#include#define len 10using namespace std;void creatArr(int arr[len])8{srand(time(NULL));for (int i=0;i{arr[i] = rand()%len;}}void printArr(int

  Tracy McGrady There are times in life that a new road presents itself and it appears this time has come for me now. I am so proud of what I have accomplished these past 15 years playing in the NBA. It was a dream entering the league as I just

目前大資料存放區有兩種方案可供選擇：行儲存和列儲存。業界對兩種儲存方案有很多爭持，集中焦點是:誰能夠更有效地處理海量資料，且兼顧安全、可靠、完整性。從目前發展情況看，關聯式資料庫已經不適應這種巨大的儲存量和計算要求，基本是淘汰出局。在已知的幾種大資料處理軟體中，Hadoop的HBase採用列儲存，MongoDB是文檔型的行儲存，Lexst是二進位型的行儲存。在這裡，我不討論這些軟體的技術和優缺點，只圍繞機械磁碟的物理特質，分析行儲存和列儲存的儲存特點，以及由此產生的一些問題和解決辦法。　　一.結

cuda檔案組織形式原文地址：CUDA學習筆記2作者：葉以撒CUDA的檔案組織形式：  1. CUDA工程中可以有.cu和.cpp。  2. 在.cu檔案中，可以用#include "cuda_x.cuh"來相互調用.cu裡的函數，也可以調用 #include "cpp_x.h".     比如在test1.h 中聲明class A; 在test1.cpp中定義class A的相關成員函數。那麼在cuda_xx.cu中，先 #include "test1.h"，然後在定義 extern "C"

問題：stl中的vector容器常常造成刪除假象，這對於c++程式員來說是極其討厭的，《effective stl》大師已經將之列為第17條，使用交換技巧來修整過剩容量。記憶體空洞這個名詞是網上的學者給出的，我覺得用來描述這個基本現象特別容易提醒自己vector刪除的這個陷阱。首先給出一段代碼：35 void testvector()36 {38     vector v;39     v.push_back(1);40     v.push_back(2);41     cout

[w3cschool tydef]什麼是 JSON ？JSON 指的是 JavaScript 物件標記法（JavaScript Object Notation）JSON 是輕量級的文本資料交換格式JSON 獨立於語言 *JSON 具有自我描述性，更易理解* JSON 使用 JavaScript 文法來描述資料對象，但是 JSON 仍然獨立於語言和平台。JSON 解析器和 JSON 庫支援許多不同的程式設計語言。JSON 文法是 JavaScript

    GPU是顯示卡的“心臟”，GPU是顯示卡的“大腦”，它決定了該顯卡的檔次和大部分效能，同時也是2D顯示卡和3D顯示卡的區別依據。2D顯示晶片在處理3D映像和特效時主要依賴CPU的處理能力，稱為“軟加速”。3D顯示晶片是將三維映像和特效處理功能集中在顯示晶片內，也即所謂的“硬體加速”功能。    GPU通用計算方面的標準目前有 OPEN CL、CUDA、ATI STREAM。其中，OpenCL(全稱Open Computing

問題：set是一個自動有序的集合容器，這是set的一個最實惠的性質，從小到大，只要你插入進去，就有序了。但是，如果你不想要這個順序呢，是不是可以人為控制set容器的元素順序呢？答案是，可以的，因為stl也是程式員設計的。首先看stl的模板建構函式explicit set ( const Compare& comp = Compare(), const Allocator& = Allocator() );templateset ( InputIterator first,

假設我們在某個ChildAction中調用了getText("user.title")，Struts 2.0的將會執行以下的操作：   1. 尋找ChildAction_xx_XX.properties檔案或ChildAction.properties；   2. 尋找ChildAction實現的介面，尋找與介面同名的資源檔MyInterface.properties；  

 CUDA是一個線程網路，我特別想弄清楚的一件事情是，主機如果是個二維的數組，傳到裝置中，是否還是可以用二維數組來表示呢？很多例子都是將二維的數組映射 到一個一維指標變數中去。但是我就是還想在裝置中也用arr[][]的形式來找到我想要的那個元素，可以嗎？肯定是可以的。 方案一：棧 定義arr[2][10]，直接用地址傳進去。但是棧的空間很小，在CPU中能聲明的數組就不大。所以，這裡不討論這個方案。 方案二：堆上new出個二維指標 結合CPU來說： 首先，在CPU中，二維指標和二維數組的一個映射關

 我的顯卡配置�� 顯卡類型：獨立顯�� 顯卡晶片：NVIDIA GeForce GT 520M 顯存容量��1GB 顯存類型：DDR3 錯誤修正 顯存位寬��64bit 流處理器數量��48 DirectX��11如果顯卡槽可以插多個顯卡，那麼為了提高效率，可以多插幾個顯卡。在�€個新的環境中編程�€發，必須先瞭解這個環境的配置，包括處理器、儲存等資訊，這樣編寫出來的程式才能具備�€優秀的效率�€�所以本文開篇給出了我的顯卡資訊��1 cuda編程�€述：�€ 

現在的整合式開發環境很好的支援了市面上的多數多核CPU，比如在intel雙核CPU的系統上安裝好vs2008後，第一，在項目屬性-c++-語言中選擇支援openmp第二，在環境變數中加入OMP_NUM_THREADS變數賦值2可以了，開啟vs2008敲入下面的例子，相信我們都能看懂的：/************************************************************************//* 利用Monte Carlo演算法求圓周率pi

vs2008上建立cuda項目，建立test.cu檔案，將如下代碼拷貝進去，編譯執行，能很清楚地看到GPU跑矩陣乘法和CPU的效率區別。在我的pc機上執行得到如下結果，可見矩陣乘法的GPU效率大概提高了一個數量級（相對應CPU而言）,開發環境VS2008+cuda5.x開發包+GT520M顯卡。 程式碼（參考程式員下載程式，進行修改：http://download2.pudn.com/downloads245/sourcecode/windows/csharp/05872102CUDAMatri