收藏 / 列表

u_16110811 頭像

primeshao - 991. Broken Calculator

題目 On a broken calculator that has a number showing on its display, we can perform two operations: Double: Multiply the number on the display by 2, or; Decrement: Subtract 1 fr

yyds乾貨盤點 , 數據 , 操作數 , 數學方法 , 代碼人生

u_11365839 頭像

尼羲 - 如何使用 Linux ping 命令

什麼是 Ping 命令？ Ping (Packet Internet Groper) 是一個命令行實用程序，用於測試 IP 網絡中兩台主機之間的連通性。它通過發送 Internet Control Message Protocol (ICMP) 來運行。Echo 向目標主機發送請求消息並等待 Echo 回覆。從發送到接收回復所花費的時間是可以測量的，並提供

命令行 , 服務器 , yyds乾貨盤點 , ip , Lync , Internet

u_17565552 頭像

mb6901e01290640 - KeePass下載安裝漢化教程（圖文並茂，適合新手）

KeePass 是一款專門替你“記密碼”的免費小工具，名字裏 Keep 代表“保管”，Pass 代表“密碼”。 KeePass 可以把 QQ、微信、網銀、Steam、GitHub 等所有網站的賬號密碼統統鎖進一個加密文件，只要記住“一把”主密碼，就能隨時查看、複製或自動輸入，再也不用貼便利籤。 KeePass 的核心功能有三板斧： 一是“保險庫”，把賬

KeePass安裝 , yyds乾貨盤點 , 辦公效率 , KeePass下載 , KeePass , KeePass安裝包 , KeePass下載安裝教程

u_17176510 頭像

DoraemonQ - 純淨增強版，超快

聊一聊 鼠標是電腦使用中最常用的操作工具，但其操作方式存在明顯短板。相較於鍵盤快捷鍵的迅捷，鼠標操作在重複性任務中顯得效率低下。特別是在多窗口切換、批量文件處理等場景下，不得不反覆執行點擊-選擇-確認的機械操作; 分享一款專業輕量化的鼠標右鍵增強工具：MousePlus v5.6.10； MousePlus是一款輕量級的鼠標右鍵增

快捷鍵 , yyds乾貨盤點 , 辦公效率 , 增強工具 , 鼠標軟件 , 右鍵 , 鼠標增強

jiangyi 頭像

我愛哇哈哈 - Java 25核心新特性一覽

大家好，我是你們的後端技術夥伴。今天我們來聊聊發佈的Java 25，這個版本帶來了不少令人興奮的新特性，有些甚至可以説是對Java語言的一次重要革新！ 你是否遇到過這樣的困擾： 寫代碼時總是要處理繁瑣的空指針檢查？ 對字符串操作總覺得不夠簡潔？ 想要更優雅地處理集合數據卻無從下手？ 看到其他語言的特性時總是羨慕嫉妒恨？ 別急，Java 25就是

System , yyds乾貨盤點 , 後端開發 , JAVA

u_15903730 頭像

WangLanguager - Word2Vec介紹和代碼示例

Word2Vec 介紹 Word2Vec 是一種用於生成詞嵌入（word embeddings）的模型，由 Google 的研究團隊於 2013 年提出。它能夠將詞彙映射到一個低維度的向量空間，使得相似的詞在向量空間中距離較近。 Word2Vec 的兩種主要模型 Skip-Gram：給定一個詞，預測其上下文中的詞。適用於處理稀

yyds乾貨盤點 , 加載 , 自然語言處理 , 詞向量 , 前端開發 , Javascript

u_16747707 頭像

自由的瘋 - 《分佈式 + 國產數據庫 + Docker：技術選型避坑指南》（十二）

一、為什麼要遷移到 K8s？Docker Compose 的 3 個不可逾越瓶頸 1. Docker Compose vs K8s：核心能力對比（遷移的本質原因） 能力維度 Docker Compose（單機

Deployment , Pod , yyds乾貨盤點 , 後端開發 , JAVA , Docker

u_17372332 頭像

mb67ff5f258c5ba - 移動端 HTTPS 抓包實戰，多工具組合分析與高效排查指南

在移動開發和運維排障中，移動端 HTTPS 抓包 是最直接、也是最容易“卡住”的環節。不同系統、不同網絡棧、不同安全策略，都可能導致抓包失敗、數據缺失或 HTTPS 無法解密。本文將從工程視角出發，系統講解移動端 HTTPS 抓包的原理、工具組合、常見錯誤分析和高效解決方案 一、為什麼移動端 HTTPS 抓包更難？ 相較於桌面環境，移動端存在幾個典型限制： 系統

yyds乾貨盤點 , 移動開發 , ios

u_17361753 頭像

API_Blogger - iOS 性能測試的工程化方法，構建從代碼到設備、從實驗室到線上全鏈路的多工具測試體系

在整個 iOS 應用生命週期中，性能測試（Performance Testing） 是影響用户體驗最關鍵的環節之一。它不僅決定應用的流暢度，還決定啓動速度、交互響應能力、系統資源使用情況以及在真實設備上的穩定性。 然而，性能問題往往隱藏在多個維度：CPU、GPU、內存、網絡、IO、能耗、設備狀態等，因此僅靠單一工具無法覆蓋全部測試需求。一個成熟的 iOS 團隊必須建立一套科學、可複用

yyds乾貨盤點 , 移動開發 , ios

collen7788 頭像

collen7788 - 【趙渝強老師】使用Helm簡化Kubernetes（K8s）應用的部署和管理

在Kubernetes中部署應用程序，需要創建Pod、Deployment和Service等資源，並且創建的步驟也是比較繁瑣的。當遇到複雜系統時，Kubernetes的應用部署和管理就變得相當的複雜。好在可以使用Helm來管理Kubernetes，它可以很大程度上簡化Kubernetes應用的部署和管理。

K8s , kubernetes , yyds乾貨盤點 , 雲計算 , Linux , 雲原生 , Docker

u_17171325 頭像

鴿鴿程序猿 - 【Redis】特性 與 配置

一、特性 Redis是一個在內存中存儲數據的中間件。 在內存中存儲數據，支持 string、hash、list、set、sorted set、stream等等。 可編程的：針對Redis的操作，可以使用一些簡單的交互命令進行操作，也可以使用腳本，執行一些批量的帶有邏輯的操作。 可擴展：Redis提供了一組API，可以在Redis原有基礎功能上

redis , yyds乾貨盤點 , 客户端 , 後端開發 , JAVA

u_16231477 頭像

蒙奇D索隆 - 【操作系統】408操作系統核心考點精講：第二章——進程的概念、組成與特徵​

(進程) 導讀 大家好，很高興又和大家見面啦！！！ 在前面的內容中我們介紹了【操作系統】的基本概念、發展歷程、運行環境以及體系結構等重要內容。這些內容讓我們對【操作系統】有了一個初步的印象與瞭解。 從本篇內容開始，我們將進入【操作系統——第二章——進程與線程】的學習。在這個章節中，我們將會學習以下知識點： 進程與線程 CPU調度 同步與互斥

yyds乾貨盤點 , 操作系統 , c++ , 後端開發 , 考研 , c , 408

u_15844731 頭像

阿森CTO - 內聯函數和auto關鍵推導和指針空值

@TOC 📝內聯函數 內聯函數是一種編譯器優化技術,它可以將函數的代碼直接插入到函數調用的地方,而不是通過函數調用的方式。這樣可以減少函數調用的開銷,提高程序的執行效率。 舉個例子，當你在一個項目中，想要頻繁調用一個Add函數 int Add(int x, int y) { return x + y; } 當你調用一千次

數組 , 大數據 , yyds乾貨盤點 , 數據倉庫 , 編譯器 , 內聯函數

u_17302888 頭像

愛吃飯的程序媛 - 1003. Check If Word Is Valid After Substitutions

題目 We are given that the string "abc" is valid. From any valid string V, we may split V into two pieces X and Y such that X + Y (X concatenated with Y) is equal to V. (X or Y may be emp

yyds乾貨盤點 , 字符串 , bc , 代碼人生 , 括號匹配

u_15505879 頭像

資深程序設計 - 基於python大數據的房價數據分析系統

1、研究背景 在當今數字化時代，房地產行業作為國民經濟的重要支柱產業，其數據量呈現出爆炸式增長。房價數據不僅涵蓋了房屋的基本屬性，如面積、户型、樓層等，還涉及地理位置、周邊配套設施、市場供需關係、宏觀經濟指標等眾多因素。這些海量且複雜的數據藴含着豐富的信息，對於政府制定房地產調控政策、企業進行市場決策以及購房者做出合理選擇都具有至關重要的價值。傳統的人工分析方法在處理如此龐

大數據 , yyds乾貨盤點 , 數據 , MySQL , 後端開發 , 房價分析 , Python

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據機器學習模型在遙感圖像土地利用分類中的優化與應用

(centerJava 大視界 -- Java 大數據機器學習模型在遙感圖像土地利用分類中的優化與應用/center) 引言 嘿，親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！隨着衞星遙感技術的飛速發展，我們得以從 “上帝視角” 俯瞰地球，海量遙感圖像數據如同寶庫，藴藏着土地利用的關鍵信息。但面對這 “數據洪流”，傳統分類方法如同在茫茫大海撈

機器學習 , spark , hdfs , 大數據 , yyds乾貨盤點 , 數據 , Java大數據 , 遙感圖像

u_16827017 頭像

全棧技術開發者 - 如何理解「128倍更少數據，卻能獲得更強智能體行為」？如何直觀地理解「少即是多（Less is More）」在智能體訓練中意義？

在人工智能尤其是智能體訓練領域，數據量的需求長期被認為是提升模型行為表現的核心驅動力。傳統強化學習方法和深度學習策略普遍依賴大量訓練數據，以期覆蓋智能體在複雜環境中可能遇到的各種狀態和動作組合。這種大規模數據驅動的訓練模式在某種程度上保證了智能體策略的穩健性和泛化能力，但同時也帶來了顯著的資源消耗、計算壓力以及訓練效率低下的問題。尤其在高維環境和複雜任務下，數據量呈指數級增長，訓

yyds乾貨盤點 , 數據 , 模塊化 , 人工智能 , 深度學習 , 子任務 , 大模型