binbigdata的博客

转载 intellij idea 的全局搜索快捷键方法

1、Ctrl+N按名字搜索类相当于eclipse的ctrl+shift+R，输入类名可以定位到这个类文件，就像idea在其它的搜索部分的表现一样，搜索类名也能对你所要搜索的内容多个部分进行匹配，而且如果能匹配的自己写的类，优先匹配自己写的类，甚至不是自己写的类也能搜索。2、Ctrl+Shift+N按文件名搜索文件同搜索类类似，只不过可以匹配所有类型的文件了。3、Ctrl+H查看...

转载 IDEA查看Java源码技巧

https://blog.csdn.net/qq_28666081/article/details/838986841 查看接口的实现类：Ctrl+Alt+B选中按快捷键，然后跳到实现类的地方去2 返回上/下个光标地方:Alt+<- 和 Alt+->可通过修改快捷键(搜关键字left、right)找到对应并改为 Ctrl+J。。。。...

原创 ArrayList和LinkedList的插入，取出时间复杂度

总结：1.ArrayList是线性表（动态数组），LinkedList是链表2.get,set方法，方法参数有指定位置数值的，ArrayList要优于LinkedList，因为，ArrayList有下标，LinkedList要移动指针。3.新增和删除操作add和remove，LinkedList比较占优势，因为ArrayList需要移动数据...

原创 Intellij IDEA中快速实现接口方法的快捷键

Ctrl+I参考了网上好多的快捷键都不能用，只有这个是亲测可用的，记录一下Ctrl+O快速实现子类构造方法。

原创 ali 笔试模拟题

题目描述：小广附近有家盒马店，该店提供配送服务，配送范围是系统根据各项指标决策出的一个多边形，假设小广现在的位置为（x,y），请问小广是否在该盒马店的配送范围内，如果不在配送范围内请问他要最少要走多少距离才能到盒马店配送范围内。假设坐标点在二维平面上，不考虑地球曲率等因素。输入：x,y(代表小广所在的位置，x表示横坐标，y表示纵坐标)x1,y1,x2,y2,x3,y3.......

转载 操作系统内存管理——分区、页式、段式管理

https://blog.csdn.net/hguisu/article/details/5713164

翻译 redis持久化的几种方式

redis持久化的几种方式1、前言Redis是一种高级key-value数据库。它跟memcached类似，不过数据可以持久化，而且支持的数据类型很丰富。有字符串，链表，集 合和有序集合。支持在服务器端计算集合的并，交和补集(difference)等，还支持多种排序功能。所以Redis也可以被看成是一个数据结构服务 器。Redis的所有数据都是保存在内存中，然后不定期的通过异步方式保存到...

转载 Java HashMap工作原理-深入理解

2015/09/02 | 分类：基础技术|2 条评论| 标签：HASHMAP分享到：本文由ImportNew-Wing翻译自coding-geek。欢迎加入翻译小组。转载请见文末要求。大部分Java开发者都在使用Map，特别是HashMap。HashMap是一种简单但强大的方式去存储和获取数据。但有多少开发者知道HashMap内部如何工作呢？几天前，我阅读了j...

翻译 请列举一下启动线程有哪几种方式，之后再说明一下线程池的种类都有哪些？

继承Thread类，重写run方法，实现Runnable接口，重写run方法，实现callable接口，重写call方法启动线程用start方法链接：https://www.nowcoder.com/questionTerminal/5773f6f72886435da557ffdfe9121a07?toCommentId=2559848来源：牛客网启动线程我就不多言了，我这边说下线程...

原创 flask前后端数据通信流程

flask前后端数据通信流程对于服务器开发工程师来说，前端页面的刷新分：1、后端刷新2、前端刷新1、后端刷新的实现是通过模板+数据的方式实现的2、前端刷新是通过jQuery的Ajax +jQuery动态加载HTML、CSS的方式实现的不管是后端刷新和前端刷新，它们都是需要通过HTTP/HTTPS通信协议，这种协议实现数据通信，使用请求和响应完成一次完整Web通信的过程。...

转载 TCP和UDP的区别和优缺点

TCP和UDP的区别和优缺点2017年08月06日 20:32:16xiaobangkuaipao阅读数：121294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/xiaobangkuaipao/article/details/767937021、TCP与UDP区别总结：1、TCP面向连接（如打电话要先拨号建立连接）;UDP是...

转载 TCP三次握手和四次挥手，及TCP协议端口状态说明:CLOSE-WAIT、TIME-WAIT 、LISTENING、SYN_SENT、ESTABLISHED、LAST-ACK ...

TCP三次握手和四次挥手，及TCP协议端口状态说明:CLOSE-WAIT、TIME-WAIT 、LISTENING、SYN_SENT、ESTABLISHED、LAST-ACK ...2018年09月13日 18:10:56a3192048阅读数：149TCP三次握手和四次挥手状态图：三次握手：第一次第一次握手：建立连接时，客户端发送SYN包（syn=j）到服务器，并进入S...

转载 Arrays.asList使用指南

 在网上发现一篇讲解 Arrays.asList 用法的好文章：Java Array to List Examples，我把文章要点整理如下，并加上一些个人见解，恳请各位看官斧正。一、java.util.Arrays.asList() 的一般用法  List 是一种很有用的数据结构，如果需要将一个数组转换为 List 以便进行更丰富的操作的话，可以这么实现：String[] ...

转载 归并排序-bottom-up(非递归版本)

由于之前讨论的归并排序时用到的是递归的方法；而递归会带来很大的开销，本节讨论由底向上的非递归版本的归并排序思想：对于给定的数组，设置变量sz为每次归并元素的个数。首先sz为1，也就是每单个元素归并（如：45和23归并成23、45），然后设置sz=sz+sz、也就是2，也就是使得数组中每两个元素归并；依次类推。图解： 代码：package mergesort;public c...

转载 Java Web(一) Servlet详解！！

一、什么是servlet？　　　　处理请求和发送响应的过程是由一种叫做Servlet的程序来完成的，并且Servlet是为了解决实现动态页面而衍生的东西。理解这个的前提是了解一些http协议的东西，并且知道B/S模式(浏览器/服务器)。　　　　B/S:浏览器/服务器。 浏览器通过网址来访问服务器，比如访问百度，在浏览器中输入www.baidu.com，这个时候浏览器就会显示百度的首页，那么...

转载 java容器

点击阅读面试进阶指南一、概览 Collection Map 二、容器中的设计模式 迭代器模式 适配器模式 三、源码分析 ArrayList Vector CopyOnWriteArrayList LinkedList HashMap ConcurrentHashMap LinkedHashMap WeakHashMap 参考资料一、...

转载 java基础

点击阅读面试进阶指南一、数据类型 基本类型 包装类型 缓存池 二、String 概览 不可变的好处 String, StringBuffer and StringBuilder String Pool new String("abc") 三、运算 参数传递 float 与 double 隐式类型转换 switch 四、继承 访问权限...

转载 一文帮你理清面试知识点

⭐️1. 前言面试考察的知识点多而杂，要完全掌握需要花费大量的时间和精力。但是面试中经常被问到的知识点却没有多少，你完全可以用 20% 的时间去掌握 80% 常问的知识点。在这里我将这 80% 常问的知识点整理出来，方便大家快速地掌握。这些知识点也标注了重要程度，从而让大家可以根据知识点的重要程度去制定学习计划。如果你想更好的学习这些知识点，可以参考 知识总结方法 一文，这篇文章的最后...

转载 Java Annotation（注解）

 @Overrideprotected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main);}如果你把这个方法的名字改一下，改成一个父类没有的方法名，就会看到编译器报错，告诉你Meth...

转载 Test类添加后 报错：程序包org.junit不存在解决

 &lt;dependency&gt; &lt;groupId&gt;junit&lt;/groupId&gt; &lt;artifactId&gt;junit&lt;/artifactId&gt; &lt;version&gt;4.7&lt;/version&gt; &lt;!-- 作用域范围为test --&gt; &lt;scope&gt;te

转载 深度强化学习-Policy Gradient基本实现

深度强化学习-Policy Gradient基本实现实战深度强化学习DQN-理论和实践：https://www.jianshu.com/p/10930c371cacDQN三大改进(一)-Double DQN：https://www.jianshu.com/p/fae51b5fe000DQN三大改进(二)-Prioritised replay：https://www.jianshu.com/...

转载 强化学习—DQN算法原理详解

强化学习—DQN算法原理详解一、 概述强化学习算法可以分为三大类：value based, policy based 和 actor critic。常见的是以DQN为代表的value based算法，这种算法中只有一个值函数网络，没有policy网络，以及以DDPG,TRPO为代表的actor-critic算法，这种算法中既有值函数网络，又有policy网络。说到DQN中有值函数网络，...

原创 leetcode 318. Maximum Product of Word Lengths-最长单词积|位运算

 本题的妙处在于用一个 int 值就能表示26个字母，哪些字母在单词中出现过，哪些字母没有在单词中出现过。我们知道一个 int 值有32位，小写字母总共有26位，32位的 int 值足够用每一位表示26位字母是否在单词中出现。假设字母 a 可以映射为第0位，b可以映射为第1位，...，z 可以映射为第25位，那么假设对于 int 为5的数字，在二进制中第0位和第2位为1，其他位都为0，这就代表...

原创 Leetcode算法题-解法转载

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/fuxuemingzhu/article/details/85112591作者： 负雪明烛id：    fuxuemingzhu个人博客：    http://fuxuemingzhu.cn/把自己刷过的所有题目做一个整理，并且用简洁的语言概括了一下思路，汇总成了一个表格。题目的排...

转载 [LeetCode] Sum of Two Integers 两数之和

  Calculate the sum of two integers a and b, but you are not allowed to use the operator + and -.Example:Given a = 1 and b = 2, return 3.Credits:Special thanks to @fujiaozhu for adding this ...

原创 【LeetCode】Number Complement 解题报告

QuestionGiven a positive integer, output its complement number. The complement strategy is to flip the bits of its binary representation.NoteThe given integer is guaranteed to fit within the r...

原创 LeetCode笔记：693. Binary Number with Alternating Bits

LeetCode笔记：693. Binary Number with Alternating Bits Cloudox_ 关注2018.01.13 10:20 字数 468 阅读 16评论 0喜欢 0问题（Easy）：Given a positive integer, check whether it has alternating bits: namely, if two ad...

原创 【190-Reverse Bits（反转二制）】

 2015年08月24日 07:15:15 derrantcm 阅读数：4198 标签： 数字二进制算法面试java 更多个人分类： LeetCode所属专栏： LeetCode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/DERRANTCM/article/details/47945389【190-Reverse Bits（...

原创 使用IntelliJ IDEA创建简单的Dubbo实例

期末复习考试，好久没有更新博客。那就再来更新一次吧。这个博客是在https://blog.csdn.net/Crazer_cy/article/details/80397649篇文章上的基础上，自己学习用的。1.Zookeeper为dubbo的注册中心，dubbo服务的生产者和消费者都需要在Zookeeper进行注册；2.下载zookeeper压缩包并解压；3.进入conf目录将 zo...

转载 python：利用pandas进行绘图（总结）基础篇

python：利用pandas进行绘图（总结）基础篇利用python进行数据分析第八章：绘图和可视化pandas绘图总结pandas中的绘图函数（更加详细的绘图资料可参考pandas.pdf文档中的Visualization这一章） &gt;&gt;&gt; import pandas as pd &gt;&gt;&gt; import numpy as np &gt;&gt;&g...

转载 拒绝日夜调参：超参数搜索算法一览

拒绝日夜调参：超参数搜索算法一览语言: CN / TW / HK时间 2018-10-31 15:22:57 机器之心主题 数据挖掘 数学机器学习训练模型的过程中自然少不了调参，许多机器学习工程师都戏称自己为「调参师」，其重要性不言而喻。模型的参数可分成两类：参数与超参数，前者是模型通过自身的训练学习得到的参数数据；后者则需要通过自身经验设置，以提高模型训练的效果。如下图中红色...

转载 Seaborn入门系列(三)——boxplot和violinplot

Seaborn入门系列(三)——boxplot和violinplotSeaborn是基于matplotlib的Python可视化库。 它提供了一个高级界面来绘制有吸引力的统计图形。Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，不需要经过大量的调整就能使你的图变得精致。但应强调的是，应该把Seaborn视为matplotlib的补充，而不是...

转载 pandas读取数据时降低内存使用

pandas读取数据时降低内存使用 def reduce_mem_usage(df): """ iterate through all the columns of a dataframe and modify the data type to reduce memory usage. """ start_mem = df.memory...

原创 pandas.get_dummies 的用法

 pandas.get_dummies 的用法 pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False)[source] 例子：import pandas as pddf = pd.DataFram...

原创 kafka基础知识

转载 SpringBoot整合Kafka和Storm

前言本篇文章主要介绍的是SpringBoot整合kafka和storm以及在这过程遇到的一些问题和解决方案。kafka和storm的相关知识如果你对kafka和storm熟悉的话，这一段可以直接跳过！如果不熟，也可以看看我之前写的博客。一些相关博客如下。kafka 和 storm的环境安装地址:http://www.panchengming.com/2018/01/26/pan...

原创 python yied 用法简单理解

yield常见用法：该关键字用于函数中会把函数包装为generator。然后可以对该generator进行迭代: for x in fun(param).按照我的理解，可以把yield的功效理解为暂停和播放。在一个函数中，程序执行到yield语句的时候，程序暂停，返回yield后面表达式的值，在下一次调用的时候，从yield语句暂停的地方继续执行，如此循环，直到函数执行完。扩展：n...

转载 xgboost的原理没你想像的那么难

xgboost 已然火爆机器学习圈，相信不少朋友都使用过。要想彻底掌握xgboost，就必须搞懂其内部的模型原理。这样才能将各个参数对应到模型内部，进而理解参数的含义，根据需要进行调参。本文的目的就是让大家尽可能轻松地理解其内部原理。主要参考文献是陈天奇的这篇文章introduction to xgboost。在我看来，这篇文章是介绍xgboost最好的，没有之一。英语好的同学建议直接看英文，若...

转载 深入理解感知机

1.模型感知机的模型如下图所示：公式表示如下所示：f(x)=sign(w⋅x+b)sign(x)={+1−1x≥0x&lt;0f(x)=sign(w⋅x+b)sign(x)={+1x≥0−1x&lt;0对于该分类器，其假设空间为特征空间的所有线性分类器，从几何学的角度可以理解为是特征空间中所有的超平面。那么，只要样本在特征空间中是线性可分的（可以被一个超平面完美划分），由感知机...

转载 K-近邻算法（KNN）

最近在看《机器学习实战》这本书，因为自己本身很想深入的了解机器学习算法，加之想学python，就在朋友的推荐之下选择了这本书进行学习。 一 . K-近邻算法（KNN）    最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类。但是怎么可能所有测试对象都会找到与之完全匹配的训练对象呢，其次就是存在一个测试对象同时与...