Mac 环境 Hadoop 提交 job 报错 /bin/bash: /bin/java: No such file or directory
Mac 环境 Hadoop 提交 job 报错 /bin/bash: /bin/java: No such file or directory ➜ hadoop-2.9.2 bin/hadoop jar /Users/leone/Documents/hadoop-wc.jar com.leone.bigdata.hadoop.mr.wc.MrHelloWord /data/words.log /output /Users/leone/Documents/hadoop-wc.jar
20/06
基础排序算法总结（一）
首先当然是我们最简单的冒泡排序了 冒泡排序的原理很简单，就是逐步比较相邻两个元素的大小，最多比较N-1次就能够将序列排好序了 缺点也同样很明显，时间复杂度很高O(n^2)，可以做出的优化方案就是，如果在一次冒泡的过程中没有发生值的比较，那么这个序列就已经是有序的了 文中图源于菜鸟教程 1 def maopao(l):
2 for i in range(len(l) - 1):
3 flag = True
4 for j in range(len(
lsquic的queue.h
全部使用宏定义实现了包括如下操作 调试 TRACEBUF 回收 TRASHIT 单链表 SLIST_XXX 单链尾队列 STAILQ_XXX 双链表 LIST_XXX 尾队列 TAILQ_XXX 参考 TailQueue详解 以具体数据结构初步了解。
Python机器学习（五十六）SciPy fftpack(傅里叶变换)
SciPy提供了fftpack模块，包含了傅里叶变换的算法实现。 傅里叶变换把信号从时域变换到频域，以便对信号进行处理。傅里叶变换在信号与噪声处理、图像处理、音频信号处理等领域得到了广泛应用。 如需进一步了解傅里叶变换原理，可以参考相关资料。 快速傅里叶变换 计算机只能处理离散信号，使用离散傅里叶变换(DFT) 是计算机分析信号的基本方法。但是离散傅里叶变换的缺点是：计算量大，时间复杂度太高，当采样点数太高的时候，计算缓慢，由此出现了DFT的快速实现，即快速傅里叶变换FFT。 快速傅里叶变换（
apache多进程工作模式
【apache的工作模式】 银行开门营业，银行需要有工作人员，去处理客户的问题 银行还得打开处理业务的窗口 1号窗口 窗口内的工作人员，是干活的，解决客户问题 2号窗口 窗口内的工作人员，是干活的，解决客户问题 银行：linux操作系统，apache主程序 客户的问题：linux接收到的用户请求，用户通过浏览器发来的访问请求 apache主程序再打开一个进程去处理用户的请求（开通一个银行窗口） 干活的其实是该进程，创建的线程（线程就好比银行窗口内的工作人员） apache提供了3种工作模式 【
Flink 用布隆过滤器来实现UV统计
需求 查询一个小时之内的用户访问量（一个用户算一个） 难点：如果用户量很多，要想用Set等数据结构实现去重不太现实，随时都会OOM，这时就得利用布隆过滤器，先判断user是否存在，不存在则计数+1，存在则不做计算，这样能节省大量的内存空间 利用Flink官方实现的布隆过滤器来实现 package project
import java.lang
import java.sql.Timestamp
import org.apache.flink.api.common.functions.
第一次在GitHub 上传项目 记录
前言 一直在使用github下载代码，但是从来没有上传过自己的代码，网上看了一些教程，尝试了一下，记录。 正篇 0、首先你要有一个github账号，注册网址：https://github.com/join 1、首先，按照下图，创建一个自己的项目 2、创建完成以后，你会看到如下界面，记住仓库地址。 3、下载Git并安装 这里最好下载最新版本的Git，网址：https://git-scm.com/downloads，如果这个网址如果下载缓慢或者干脆崩溃了，使用这个网址：https://np
java 面向对象（十四）：面向对象的特征二：继承性 （三） 关键字：super以及子类对象实例化全过程
关键字：super 1.super 关键字可以理解为：父类的 2.可以用来调用的结构： 属性、方法、构造器 3.super调用属性、方法： 3.1 我们可以在子类的方法或构造器中。通过使用"super.属性"或"super.方法"的方式，显式的调用父类中声明的属性或方法。但是，通常情况下，我们习惯省略"super." 3.2 特殊情况：当子类和父类中定义了同名的属性时，我们要想在子类中调用父类中声明的属性，则必须显式的使用"super.属性"的方式，表明调用的是父类中声明的属性。 3.3 特殊
人工智能深度学习入门练习之（28）TensorFlow – 例子：循环神经网络(RNN)
循环神经网络(RNN)是一种用于处理序列数据的人工神经网络，序列数据是相互依赖的（有限或无限）数据流，比如时间序列数据、信息性的字符串、对话等。 长短时记忆网络(LSTM)是一类特殊的循环神经网络，具有学习长时依赖关系的能力，是目前最常用的循环神经网络。 注意: 关于循环神经网络的介绍，可参考我们的教程深度学习 – 循环神经网络(RNN)。 我们的例子是训练一个LSTM模型，训练时模型会学习一段短文，完成训练后，模型可以在输入一个短句后，预测接下来的单词。 数据集 数据集是一段短文，《伊索寓言
有序数组和无序数组去重时间复杂度
有序数组查找是O(logn),但是去重的话需要先查找删除位再把删除位后的数据前移，这一步复杂度是O(n)，因此有序数组去重的总复杂度是O(n) 无序数组去重，以C++的duplicate函数为例，先对无序数组排序，时间复杂度是O(nlogn)，然后有序数组去重，则总复杂度是O(nlogn) 摘自https://www.cnblogs.com/dancesir/p/7505730.html，为distinct和group by去重的比较 distinct需要将col列中的全部内容都存储在一个内存
day 02 格式化输出 while循环 运算符 and or not 编码的初识
今日内容 while 循环 基本结构 while 条件:
循环体
改变条件 flag = True
while flag:
print('狼的诱惑')
print('我们不一样')
print('月亮之上')
flag = False
print('庐州月')
print('人间')
break ：直接跳出循环体（while else: 如果被break 打断则不执行else语句） continue ：跳过接下来的本次循环，进入下一次循环
将手机声音通过蓝牙输入到WIN10电脑
操作系统要求WIN10 V1909 及以上。 在WINDOWS STORE 下载 Bluetooth Audio Receiver. 手机和电脑用蓝牙连接。 打开Bluetooth Audio Receiver，选择刚连的手机，点击 Open Connection 即可。 这样，手机声音，通过蓝牙，可在WIN10里播放。 -- 以前在WIN7 内可以不用下载其它软件即可实现。
c++提高学习笔记——06-Day14_C++_QT
在学习c++提高-STL总结了笔记，并分享出来。有问题请及时联系博主：Alliswell_WP，转载请注明出处。 06-Day14_C++_QT 一、QT课程安排 第一天： 1、Qt的介绍、优点、成功案例 2、创建第一个Qt程序 3、熟悉按钮控件常用API 4、对象树的基本概念 5、Qt中的坐标系统 6、信号和槽的基本使用以及拓展 第二天： 1、带菜单栏的窗口 2、资源文件 3、对话框 4、界面布局 5、常用控件 6、自定义控件 第三天： 1、事件处理 2、定时器 3、Event事件分发器 4
GitHub上价值7W的 Star Java开源项目被大牛总结成PDF分享了
这份文档是 JavaGuide 这个项目所有和 Java 面试相关的文章的集合，内容涵盖Java基础、计算机网络、数据库、Spring等等，它提供了非常详细的目录，建议可以从头开始看一遍，如果基础不错的话也可以挑自己需要的章节查看。看的过程中自己要多思考，碰到不懂的地方，自己记得要勤搜索，需要记忆的地方也不要吝啬自己的脑子。 想要获取这份GitHub上价值7W的 Star Java开源项目的PDF看文末获取 一、备战面试 1.1如何准备面试 1.2程序员简历就该这样写 1.3大部分程序员在面试
ubuntu安装apcahe2
转自：https://www.linuxidc.com/Linux/2018-11/155507.htm sudo apt install apache2 --------------安装apache2 apache2 -version --------------验证安装版本 sudo systemctl status apache2 --------------检验运行状态 http://server_IP ------------在浏览器中验证
spring boot activiti vue工作流,权限管理框架
是什么？使用springboot,activiti,mybatis,vueelementui开发的后台管理系统（包含权限管理、工作流等功能），真正前后端分离的微服务架构,经过很多项目实战、淬炼、软件开发公司主流技术的集大成者。功能点、技术点前端采用vueelementui框架，后端springboot,mybatis开发框架，数据库:mysql，前后端分离。采用activiti工作流工作流框架，自
今日推荐
周排行