其他

在不少的項目中，也使用到了Hibernate的二級緩衝，現在學習一下在Hibernate裡面該如何使用二級緩衝，先要把以下的配置資訊加到beans.xml裡的相應位置： hibernate.cache.use_second_level_cache=true hibernate.cache.use_query_cache=false hibernate.cache.provider_class=org.hibernate.cache.EhCacheProvider beans.xml

暫時想到兩種跳轉方式，有更好的辦法再更新。 1.在一個情境中製作兩個畫布，通過NGUI實現兩個畫布的位置移動。 達到畫面變化的效果，而實際上只是兩個畫面的位置移動（一個畫面移出螢幕，另一個畫面移入螢幕） 首先要完成兩個畫面，並定義兩個點擊按鈕，首先給兩個畫面定義動畫，一個是飛進螢幕，一個是飛出螢幕。 NGUI->Tween->Position 然後在指令碼裡 public TweenPosition startPanelTween; public

1.同一進程中的線程共用什麼。    各個程式之間共用程式的記憶體空間（包括程式碼片段，資料區段，堆等）及一些進程級的資源（如開啟檔案和訊號）。一個經典的線程與進程的關係圖如下所示： 2.多線程與單線程的進程相比有那些優勢呢。為什麼要使用多線程呢。

9.4 批量處理資料通常，在一個Session對象的緩衝中只存放數量有限的持久化對象，等到Session對象處理事務完畢，還要關閉Session對象，從而及時釋放Session的緩衝佔用的記憶體。批量處理資料是指在一個事務中處理大量資料。以下程式在一個事務中批次更新CUSTOMERS表中年齡大於零的所有記錄的AGE欄位：Transaction tx = session.beginTransaction();Iterator customers=session.createQuery("

相關筆記 CTC學習筆記（一） 簡介 CTC學習筆記（二） 訓練和公式推導 CTC學習筆記（三） 解碼 CTC學習筆記（四） 解碼-WFST CTC學習筆記（五） eesen訓練源碼 History ICML-2006. Graves et al. [1] introduced the connectionist temporal classification (CTC) objective function for phone recognition. ICML-2014

TProfiler是一個可以在生產環境長期使用的效能分析工具.它同時支援剖析和採樣兩種方式,記錄方法執行的時間和次數,產生方法熱點 對象建立熱點 線程狀態分析等資料,為尋找系統效能瓶頸提供資料支援. TProfiler在JVM啟動時把時間採集程式注入到位元組碼中,整個過程無需修改應用源碼.運行時會把資料寫到記錄檔,一般情況下每小時輸出的日誌小於50M.

1.有7個連續整數的球，比如{1，2，3，4，5，6，7}，連續抽取三個球，如果連續抽取的2個球的數字是連續的，則中獎，求中獎的機率 抽到三個連續的球，有123，234，345，456，567五種組合，每種組合有3*2*1=6中相片順序，任意一種相片順序都滿足連續，故有5*6=30種情況 抽到兩個連續的球，有124，125，126，127，235，236，237，346，347，457      341，451，452，561，562，563，671，6

fastdfs開源架構版本在ChinaUnix網站中的連結地址，版主就是fastdfs的作者 http://bbs.chinaunix.net/forum-240-8.html FastDFS服務端有兩個角色：跟蹤器（tracker）和儲存節點（storage）。跟蹤器主要做調度工作，在訪問上起負載平衡的作用。儲存節點隱藏檔，完成檔案管理的所有功能：儲存、同步和提供存取介面，FastDFS同時對檔案的metadata進行管理。所謂檔案的meta

系統是centos6，項目部署在tomcat7運行正常，但是一直提示以下警告資訊   Xml代碼   org.apache.catalina.realm.LockOutRealm authenticate  

可延伸標記語言 (XML)XML(Extend Mark Language)是一種描述資料和資料結構的語言，XML資料可以儲存在任何可以儲存文本的文檔中。HTML用來描述外觀，而XML從一開始就被設計為表示原始資訊而完全忽略資料呈現方式。XML之所以功能強大，是因為電腦行業已經把XML為資料交換的標準，並提供了相當數量的支援工具。 竊認為，XML最激動人心的應用是可以在分布式應用中作為訊息傳遞的封裝格式(SOAP訊息)，最常用的是作為應用程式的設定選項儲存。

湫湫系列故事——設計風景線 Time Limit: 6000/3000 MS (Java/Others)    Memory Limit: 65535/32768 K (Java/Others) Total Submission(s): 3482    Accepted Submission(s): 610 Problem

題目連結：Codeforces 165C Another Problem on Strings C. Another Problem on Strings time limit per test2 seconds memory limit per test256 megabytes inputstandard input outputstandard output A string is binary, if it consists only of characters “0”

1. 說明 　　最大似然估計(Maximum Likelihood Estimation, ML)是一種在給定觀察資料情況下，來評估模型參數的演算法。它屬於一種統計方法，用來求一個樣本集的相關機率密度函數的參數。 　　例如： 　　統計全校人口的身高，我們已知身高服從常態分佈（模型已定），但是分布均值與方差未知（參數未知）。 1.1 演算法概念： 　　“”模型已定，參數未知“” 　　給定：模型（參數全部或者部分未知），樣本集。 　　估計：模型的未知參數。 1.2 核心思想：

歸併排序是“分治”法一個很典型的應用。它比較穩定，時間複雜度也比較好，最壞也只是 ON(log2N) ON(log_2N)，空間複雜度為 O(N) O(N)。 它的基本思想是對兩個已經排好序的表（設為A和B）進行合并。因為A，B都是已經排好序的。所以將輸出放到第三個表(設為C）時，一趟排序就可以完成。

語音辨識中，為了增強音頻特徵的魯棒性，需要提取區分能力較強的特徵向量，常用的方法是PCA和LDA演算法。 PCA演算法尋找，保留資料中最有效，最重要的成分，捨去一些冗餘的，包含資訊量減少的成分。 LDA演算法是通過一個變化矩陣來達到降維的目的，LDA與PCA不同之處在於，LDA使得樣本內的分布凝聚，使得樣本間的分布疏遠，這樣的特徵更加有代表性，在分類裡面LDA演算法更優。 如下圖所示： LDA有如下假設：

訓練目的： 能夠具備初期的代碼編寫能力，掌握最基本的acm題型以及輸入輸出， 培養acm初期思維方式，為後期的學習打下基礎; 題目類型：題目精選中的題，我儘可能選擇一些題目類型福士，不涉及深奧演算法，但是考查一定思維能力的題； 題目難度：我儘可能保證c語言初期學習者有能力完成或者簡單的參靠解析能夠完成。 因為時間的緣故，我不能保證所有的題都做一遍，有的題可能會和描述有一定出入。

Connections between cities Time Limit: 10000/5000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 6497    Accepted Submission(s): 1693

除了管理項目團隊外，向老大/客戶彙報工作也是一件重要的事。在溝通時，要條理分明，邏輯清楚，簡短扼要 一、工作進展彙報         在向老大們做工作彙報時，是考驗個人總結歸納能力，即，在幾分鐘內講清楚問題，說清楚項目，讓老闆知道你做了什麼，為什麼做，做了之後效果如何，下一步將要做什麼，目標如何，實現預期如何； 二、軟體故障彙報      

利用poi可以實現excel檔案匯入和匯出功能   本例子結合了springboot做demo pom檔案 <properties> <java.version>1.8</java.version></properties><dependencies> <dependency>

The Water Bowls Time Limit: 1000MS   Memory Limit: 65536K Total Submissions: 5085   Accepted: 1991 Description The cows have