字符串操作join函数跟+号区别
可能区别： 字符串是不可变对象，当用操作符+连接字符串的时候，每执行一次+都会申请一块新的内存，然后复制上一个+操作的结果和本次操作的右操作符到这块内存空间，因此用+连接字符串的时候会涉及好几次内存申请和复制。而join在连接字符串的时候，会先计算需要多大的内存存放结果，然后一次性申请所需内存并将字符串复制过去，这是为什么join的性能优于+的原因。所以在连接字符串数组的时候，我们应考虑优先使用join --------------------- 作者：shs867 来源：CSDN 原文：ht
LOJ 6145 Easy (动态点分治+线段树)
题目传送门 先建出来点分树，以每个点为根开线段树，维护点分子树内编号为$[l,r]$的儿子到根的距离最小值 每次查询$x$开始，沿着点分树向上跑，在每个点的线段树的$[l,r]$区间里都查一遍取$min$即可 因为题目让我们求最小值，所以出现重复经过同一条路径的情况并不会让答案变坏 如果让我们求最大值呢？似乎可以用主席树搞搞？(仅仅是口胡有空再想) 1 #include <cmath>
2 #include <cstdio>
3 #include <cstring>
4
网赌被黑财务清算出不了款怎么办？
最近很多人赌碰到了这样的问题，自己已经在那个网站玩了很久了，有的甚至玩了将近两年了，但是最后还是碰到了这样的问题：你的账户异常登录、网站维护、网站出款端口维护、账户涉嫌套利、系统自动抽查审核、网站抽查审核、账户违规下注、银行系统维护等，第三方出款通道维护，每个月都会抽查那么几个人进行审核。你们都知道这是为啥？我明明已经对这个网站已经有了绝对的信任，而且以前也一直提款没有任何问题很快就到账了，但是这一次就不行。在这里我不直接点名那些黑网，我就直接跟你讲这是黑你的套路。那么大家都看看一下几点那个不
Git知识总览(三) 分支的创建、删除、切换、合并以及冲突解决 Git知识总览(一) 从 git clone 和 git status 谈起 Git知识总览(二) git常用命令概览
前两篇博客集中的聊了git的一些常用命令，具体请参见《Git知识总览(一) 从 git clone 和 git status 谈起》、《Git知识总览(二) git常用命令概览》。本篇博客主要涉及了在git版本管理中的分支的创建、切换以及合并。并且罗列了在merge分支使发生冲突时的解决方式。同时还介绍了如何删除本地分支以及远程分支。本篇博客除了参考ProGit中的内容，还参考了learngitbranching这个网站进行的git分支内容的学习和梳理。下方的示例有的给出了基于Learning
ElasticSearch--JAVA API使用
JAVA API链接参考地址：不同API版本有一些不同语法要特别注意。 https://www.elastic.co/guide/en/elasticsearch/client/java-api/6.3/java-search-terminate-after.html 这里es使用6.3.2版本，pom导入客户端包。
<!-- es的客户端-->
<dependency>
<groupId>org.elasticsearch.clien
ElasticSearch--整合SpringBoot
之前研究了一下es JAVA API客户端，最近需要做成web项目，使用SpringBoot来整合ES，经过一段时间的研究记录一下学习过程。 下面首先给出一些参考链接： ES JAVA API https://www.elastic.co/guide/en/elasticsearch/client/java-api/6.3/index.html SpringBoot+ES: https://www.cnblogs.com/guozp/archive/2018/04/02/8686904.htm
来自西弗吉利亚大学li xin整理的CV代码合集(二)
Low rank methods Efficient Computation of Robust Low-Rank Matrix Approximations in the Presence of Missing Data using the L1 Norm code Low-Rank Matrix Recovery and Completion via Convex Optimization Predictive low-rank decomposition for kernel metho
来自西弗吉利亚大学li xin整理的CV代码合集(三)
Links to other communities’ reproducible research effort Geostatistics toolbox mgstat DACE Error Correcting Codes (ECC) Face recognition software at face-rec.org Computer graphics graphics papers on the web Computer vision CV papers on the web Machi
Linux系统启动时都发生了什么
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/zzq060143/article/details/73870806 今天我们简单来说下Linux系统在启动过程中一些重要的步骤：首先来一张图，大家先热热身 接下来，我们庖丁解牛。。。。。。 Step1：BOIS自检 (Power On Self Test) 该过程主要功能是完成硬件的初始化，包括显示器、键盘以及主存储器（内存），如果该步有问题的话，你的PC是开不了机的，说明你需要好好检查下你的硬
如何将C#中将TextBox的数据以及从数据库中查询得到的数据导出到Excel中
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/zzq060143/article/details/76084947 最近在做一个项目，其中需要将数据导出到Excel中去，今天总结下具体实现过程，方便大家使用，希望能够帮到大家！！！ 首先我们写一个函数，功能是将DataSet中的数据添加到Excel中去，一下是函数体 /// <summary>
/// 将DataSet中的数据批量导出到excel中去
/// <
虚拟机下创建共享文件夹时找不到设置的文件夹
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/zzq060143/article/details/78151427 最近由于学习需要，于是装了一个虚拟机（安装的linux版本是Ubuntu 16.04），为了文件访问方便配置了共享文件夹，但是配置好之后怎么也找不着配置好的文件夹（按道理来说在/mnt/hdfs/目录下是可以找见共享文件夹的），最后经过各种办法终于解决了，于是记录下来分享一下。 1.首先配置虚拟机共享文件夹 打开虚拟机，右键点击
0x003B8027 处有未经处理的异常(在*.exe 中): 0xC00000FD: Stack overflow (参数: 0x00000000, 0x00252000)
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/zzq060143/article/details/78198217 如图，错误信息如下： 代码如下所示，找了半天错误还以为自己代码有问题，然而并不是，真是心累。。。 #include "myfun.h"
#include <iostream>
#include <algorithm>
#include <utility>
const int MAX_N = 1000000;
using na
VNC中Tab键不能实现命令自动补全解决方法
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/zzq060143/article/details/78240687 最近由于学习需要，跑tensorflow的实验，但是用VNC连接上服务器后打开的终端中Tab键居然不能自动补全命令，每次都要自己一个一个照着敲，实在忍不了了。出现这种状况的原因是Tab键被占用了，从而不能命令自动补全了，真是尴尬，下面来说下本人的解决方法，以方便大家高效的撸代码。。。 首先在桌面点击右键打开终端，然后切换到如下目
python安装opencv出现如下错误：Could not find a version that satisfies the requirement cv2 (from versions: )
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/zzq060143/article/details/80905741 如题所示在python中安装cv2库是提示不能找到满足需要的版本，我的环境配置是：pycharm+anaconda3，对应的python版本是python3.6，之前想着在pycharm中直接安装的，即打开项目对应的解释器设置模块，然后安装，但是发现安装失败，最后转至用命令安装 首先打开终端，直接输入如下命令安装时发现也会提示出
诡异的错误：OpenSSL.SSL.Error: [('SSL routines', 'ssl3_get_record', 'decryption failed or bad record mac')
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/zzq060143/article/details/87992376 最近在学习pytorch，所以必须首先配置环境，但是在此期间出现了如题所述的错误，更奇怪的是当自己要安装opencv是竟然出现了同样的错误（以上均是在服务器上进行的），真是令人发指。。。。 首先看错误信息： Traceback (most recent call last):
File "/home/zqzhu/anacon
pytorch快速安装【清华源】
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/zzq060143/article/details/88042075 step1：安装anacoda 下载地址 bash Anaconda3-2018.12-Linux-x86_64.sh
step2：按照官网的方法安装pytorch conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
在此期间你会发现特别的慢，慢也就算了
PyTorch创建自己的数据集
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/zzq060143/article/details/88382919 图片文件在同一的文件夹下 思路是继承 torch.utils.data.Dataset，并重点重写其 __getitem__方法，示例代码如下： class ImageFolder(Dataset):
def __init__(self, folder_path):
self.files = sorted
Convolutional Sparse Coding for Cmage Super-resolution
Convolutional Sparse Coding for Cmage Super-resolution Abstract 大多数基于稀疏编码的超分辨率方法首先将图片划分为具有重叠的小块，然后在得到的每个小块上单独处理，最后得到超分辨率图片。以上方法存在的问题就是各个 patchpatchpatch之间忽略了像素的一致性问题，最后在一定程度上限制了得到的超分辨率图片的质量。针对以上问题本文提出了一种基于卷积稀疏编码的图片超分辨率 (CSC−SR)(CSC-SR)(CSC−SR)方法，该方法
JPEG压缩原理详解
转载： http://blog.csdn.net/shelldon/article/details/54234433 图片压缩有多重要，可能很多人可能并没有一个直观上的认识，举个例子，一张800X800大小的普通图片，如果未经压缩，大概在1.7MB左右，这个体积如果存放文本文件的话足够保存一部92万字的鸿篇巨著《红楼梦》，现如今互联网上绝大部分图片都使用了JPEG压缩技术，也就是大家使用的jpg文件，通常JPEG文件相对于原始图像,能够得到1/8的压缩比，如此高的压缩率是如何做到的呢？ JPE
今日推荐
周排行