INSERT/UPDATE IGNORE
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/yangguosb/article/details/84571955 作用 insert/update数据时，忽略抛出的错误。比如，批量插入时，有部分数据主键重复或者类型不对等等，无效的数据被忽略，有效的数据被插入； 语法 INSERT IGNORE INTO table(column_list)
VALUES( value_list),
( value_list),
返回空List的方式
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/yangguosb/article/details/84573635 方式一：new ArrayList() JDK1.8已经优化了，默认构造函数创建的list内部共享空数组，首次插入数据时才会扩容到默认容量； private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {};
public ArrayList() {
@Autowired注解使用及原理
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/yangguosb/article/details/84594129 使用说明 数组或集合的注入 Spring容器中所有了类型匹配的bean都被注入进来，并且如果bean有@Order注解或者实现Order接口，按照Order的先后顺序注入； Map的注入 key的类型必须为String，注入后值为bean的名称； value类型即为想要注入的bean类，所有类型匹配的bean会被注入进来；
destroy方法与钩子函数
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/yangguosb/article/details/84642071 结论 JVM关闭时，会触发钩子函数，Spring会在注册的钩子函数中回调bean的destroy方法销毁bean； 注册过程 注册时机：Spring容器启动时，run() --> refreshContext(),如下图所示 注册逻辑如下，AbstractApplicationContext.registerShutdow
SpringMVC@NotEmpty等注解不生效
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/yangguosb/article/details/84926529 现象 表单数据对应的Java Bean属性上添加的诸多校验注解不生效，如下示例： @NotEmpty(message = "规则不能为空", groups = {AppConfigGroup.Add.class,AppConfigGroup.Update.class})
@Size(max = 200,groups= {Ap
小程序推送消息到客户端
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/male09/article/details/83790575 只需三歩走 下载封装包:已经封装好了官方的推送过程的封装包 导入工程的libs 拷贝一下内容 public static void main(String[] args) {
TemplateBean templateBean = new TemplateBean();
templateBean.set
分支限界法：单源最短路径--dijkstra算法
单源最短路径–dijkstra算法 前面已经多次介绍过dijkstra算法是贪心算法，是动态规划，实际上可以从分支限界的角度来理解； 分支限界法 分支限界法，实际上就是回溯法，一般意义的回溯法是基于深度优先搜索，也可以配合限界函数剪枝，通常分支限界法基于宽度优先搜索，通过队列或者优先级队列实现。 剪枝的策略：不相邻的边剪掉，二是结点控制关系的路径剪掉，两条路径到达同一个顶点，在解空间树上是属于两条不同的路径，把路径长的节点后面的分支剪掉 代码实现如下： import numpy as np
i
限界分支法（实际上没有剪枝，介绍的是广度优先搜索）：01背包问题，队列实现方式（FIFO）
限界分支法：队列实现方式 前面已经介绍过限界分支法大部分是基于广度优先搜索，广度优先搜索一般借助于队列实现，剪枝的情况可以借助于优先级队列。 实现如下： #%%
class FIFO_01_Pack:
def __init__(self,N,V,C,W):
self.num =N
self.Volume = V
self.Cost = C
self.Value = W
self.BestV
回溯法（深度优先）剪枝和分支限界法（宽度优先）剪枝对比：01背包问题
限界函数： CurValue + rest <= BestValue 回溯法（深度优先）剪枝 # 递归方式
class pack_01_back_prune_test:
def __init__(self,N,V,C,W):
self.num =N
self.V = V
self.C = C
self.W = W
self.BestResult = [False]*N
sel
限界分支法（队列方式）追踪解：01背包问题
追踪解 追踪解，上述实现的情况下，解都在最后一层，根本不知道之前的路径是怎样的，广度优先搜索，同一个纬度，假如不加指标判断的话，根本不知道最优解是选择的哪一个，所以需要同一个纬度的每一个结点，记住他之前的路径，才能在最优解的时候之前是怎么走过来的，每一个结点用一个数组记录路径，这样实现的感觉消耗有点大啊，通常看见是采用链表方式 限界分支法本质还是空间树，树的话，还是用链表实现比较容易和直观 把之前实现基于数组的形式修改成结点链表方式 实现如下： #%%
# 修改成结点，为了追踪解，新增两个变量
限界分支法：01背包问题，优先级队列（包含解的追踪）
前面提到： 不知道大家注意到没有？上述实现方式没有使用单位体积价值的排序，和之前提到01背包回溯法基于单位体积价值实现不一样（先装单位体积价值高的）。 我们网上经常看到都是基于以上实现的，到底这个用有什么好处了？实际上基于排序的单位体积价值是一个非常精确的限界函数 基于优先级队列的实现方式，就需要用到以上的结构： 优先级队列方式需要数据预处理，为什么需要预处理数据了，这里使用的是优先级队列，这个优先级的选区非常重要，也非常重要 之前的策略curValue+rest就不行了，不是不行，是不够好，
货郎问题：回溯法和限界分支法
这个问题可以堪称一个全排列，[起点，剩下的全排列] 回溯法 import numpy as np
class backtracking_Traveling_saleman:
# 初始化，明确起点
def __init__(self,graph,start=0):
# 顶点的个数
self.vertex_num = len(graph)
self.graph = graph
self.start = start
限界分支法优先级队列方式出口和追踪解的两种方法总结
在优先级队列分支限界法法中，何时为出接口，也就是while循环何时退出了？ 解空间为[0,1,2…,n-1]，当depth = n-1时，就可以记录结果了，可以考虑循环体退出了（实际上能不能出，还要看他的权够不够大，不够大的话，还是要老老实实的去选择优先级高的分支），换句话来说，一旦有一个一个叶子节点弹出了，循环体就结束了 然后就是最优解和最优解方案的追踪 一般来说有两种方案： 在每个活结点（就是要存入优先级队列的数据）中保存从root到当前结点的路径path，也就是一个数组，这个数组可以是一
分支限界发：Dijkstra算法
从分支限界的角度来看Dijkstra算法： Dijkstra算法是基于贪心的广度优先搜索，也可以看成分支限界法，从分支限界的角度来看，Dijkstra算法看起来就更加清晰明了 代码实现： # =============================================================================
# 分支限界法，dijkstra算法
# 首先解空间[起点0，顶点1，当点2，...,顶点n-1]看成[起点，剩余n-1个顶点的排列树]
# 下界函数
分治：分治和动态规划的区别，二分检索递归和迭代方式实现
分治法 分治一般可以直接使用递归实现，在不考虑空间消费的情况下和迭代方式时间消耗相差不多 ================================================================== 分治一般形式: T(n) = k*T(n/m) + f(n) k为子问题个数，一般均分或者等比分 n/m问题规模，一般情况下m已经确认了子问题的个数，可以通过变换减少为a个 f(n) 为数据的处理，划分和综合工作量，可以增加预处理，从而减少在递归里面的操作 也就是把递归里面
今日推荐
周排行