分手快乐, 心情不好的时候随便写写的

算法系列之十二:多边形区域填充算法--几种边标志填充算法 四、边界标志填充算法 在光栅显示平面上,多边形是封闭的,它是用某一边界色围成的一个闭合区域,填充是逐行进行的,即用扫描线逐行对多边形求交,在交点对之间填充。边界标志填充算法就是在逐行处理时,利用边界或边界颜色作为标志来进行填充的。准确地说,边界标志填充算法不是指某种具体的填充算法,而是一类利用扫描线连贯性思想的填充算法的总称。这类算法有很多种,本篇就介绍几种。 首先介绍一种以边为中心的边缘填充... 阅读详情
分手,总是痛苦的。不管是谁的错,也不管是谁先提出。
在无数次的失望和无奈之后,终归要作出一个抉择。那些早就酝酿了千遍万遍的话语,愚蠢的只能用短信来宣布,完全忘却了往日依偎在一起数星星的无拘无束。自 己明明摆着高姿态向对方说再见,按键的手却不停颤抖着。当分别的话传送到了他的手机屏幕上,却有一丝后悔,并夹杂着莫名的快感。是的,一切都要结束了,生 平第一次没有给自己留下退路,就这么勇往直前的冲了上去。从此,他的面容会变的越来越模糊,只剩下他的qq号,他的邮箱,他的电话号码,这些便捷的马上就 能找到他的联络方式只不过是一串串无用的符号。
分手第二天清晨,裹在被窝里,想起那首《熟悉的陌生人》,原来世上真的有这么两个人存在。忽然,恍惚起来,仿佛一切都未曾发生,发条消息给他吧,他会说 “亲爱的,你又起得那么早”,用手摸到被窝外冰冷的手机,才明白该发生的都已发生。陪伴在身边的人就这样消失了,心空落落的,原来自己并未做足心理准备, 好希望有些什么能填补空虚与寂寞,又想起他的好,还有他的味道。
如果再给一次机会,仍就会选择说“再见”,那为什么又要泪流满面,一副楚楚可怜的样子。开始嘲笑自己,觉得世界上最可笑的故事就发生在自己身上。或许对方 觉得你才是这场遭遇的胜利者。不能后悔,也没有后悔的资格,因为是自己先提出的,所以悲伤也只有自己慢慢品味,等到忘却了爱的滋味,才能把分手的痛楚一并 抹去。分手从来没有快乐的,只有故作镇定的伪装。
深深吸了口气,披上橙色的围巾,决定到外面走走。
风二西CTF流量题大集合-刷题笔记|基础题(1) 部分题目已包含脚本和解题视频,但更建议自行分析和手搓脚本。 阅读详情

相关推荐

项目管理-(补充)七种基本质量工具

七种基本质量工具,用于PDCA循环的架构内 解决与质量相关的问题,分为老七工具和新七工具。 1)老七种:刘英只点劣质茶(流程图、因果图、直方图、散点图、帕累托图、控制图、核查表)2)新七种:锯树联亲测动优(矩阵图、树形图、关联图、亲和图、过程决策程序图、活动网络图、优先矩阵)

weixin_42081167的博客 4604

分手快乐

 “我无法帮你预言,委曲求全有没有用。可是我多么不舍,朋友爱的那么苦痛。爱可以不 问对错,至少有喜悦感动。如果他总为别人撑伞,你何苦非为他等在雨中。。。。”梁静茹 的〈分手快乐〉从随身听里,又再一次的传出。。。浩默默的流下了眼泪。。。。 一年前,自从雨死后,浩再也没有笑过了!他的世界已经彻底的瓦解了,无法在修复 !浩和雨是中学同学,他们感情一直很好,总是一起上学、一起回家,一天天的过去...

weixin_34259559的博客 144

ENVI 5.3与IDL 8.5安装指南:从下载到激活的完整流程

本文提供了一份详细的ENVI 5.3与IDL 8.5安装教程,涵盖从获取安装包、运行主程序、安装许可证到关键文件替换的完整流程。指南重点解决了激活过程中的常见问题,并分享了个人实践经验,旨在帮助用户,特别是遥感图像处理初学者,一次性顺利完成软件部署,为后续的科研与开发工作奠定基础。

weixin_29213827的博客 545

分手

终于还是分手了...   分手了, 才明白了很多很多... 为什么我没分手的时候就没明白过呢?   一直以为, 我这二个月来过得很难受, 特别是最近几天, 觉得特别的难过, 叫MM出来都不肯出来, 出来稍稍一碰,拉手都觉得热... 在一起, 很多话都不能聊... 然后, 我又特想她, 原来玩游戏做事情, 我可以完全沉下心来做, 而这段, 我根本沉不下心来做, 写程序, 写写停停, 只有为她写的时候

pipo的专栏 1116

Nano Banana 2哪里使用?Nano Banana 2提示词合集和使用教程

收集最强的Nano Banana 2提示词合集,以及Nano Banana 2哪里使用的教程,并且有10个免费使用渠道。

qq_42927225的博客 1988

ESD放电路径分析

当金属外壳接地情况下,大部分外部干扰信号将会通过外壳,外壳到接地点,再由接地点回到干扰信号的地,实现干扰信号的回流,这点不仅仅适用于​ESD,对于其他的RI类干扰,也同样适合。发现内部金属板跟外壳的搭接处存在较多的缝隙点,该缝隙点对于频率较高的信号能够实现较为理想的回流,但是对于频率没有那么高的信号,则较难以实现回流,我们尝试将这些缝隙用铜箔包裹住,充分降低该金属板跟外壳的接触阻抗​。我们分析,路径3其实是不期望的路径,我们最期望的路径是1,或者2的内部金属部件跟外壳良好接触情况下的路径。

domen_pan的博客 2228

分手1天后,分手1周后,分手1个月,分手1季了,分手已经半年,分手1年后,最后……

分手1天后<br /><br /><br />假若我们相遇,<br />我会看着你的眼睛,<br />用泪水告诉你,<br />不愿看你离去。<br />只要你回头,<br />重新开始多少次我都愿意。<br /><br />………………<br /><br /><br />分手1周后<br />假若我们相遇,<br />我不知所措,<br />直到你消失在人群里。<br />我才知道,<br />这个夜晚陪伴我的只剩下哭泣。<br /><br />………………<br /><br /><br />分手1个月<

stilling2006的专栏 841

单片机毕业设计-基于STM32单片机的智能镜系统-仿真设计

可通过MQ-2监测当前烟雾浓度可通过温湿度传感器监测当前温湿度可通过光照强度传感器监测光照强度可通过蜂鸣器进行烟雾报警可通过语音识别模块进行反馈播报状态可通过按键设置阈值三个继电器控制灯、加湿、风扇标签:STM32单片机、OLED112864、DHT11、BH1750、继电器、SU-03T、MQ-2、蜂鸣器题目扩展:智能家居安防、智能大棚控制系统、智能环境检测系统项目编号:ZL-32-240604-FZ。

bsdog11的博客 967

分手后一定要过得开心

   今天早上我和男友吵架了,是因为他说话总是不算数。我好伤心好难过,我不是为了他而难过,而是为我找了这样一个男友而难过,他什么么都没有,我说要和他分手,他同意了,但我不生气,我再也不会是以前的那种反映了,而今天的我反而有些开心也有些伤心难过,我不知道这是为什么,其实我也不知道自己是不是爱他,但在我内心深处我是很爱他的,我不想那些了,那都是一些不值得我去想的问题。           就算今天我和

suwangyin的专栏 876

【医学影像】超声(UltraSound)影像的增强与目标检测

文章目录1 综述1.1 超声发展简史1.2 超声类型2 超声影像的去噪与增强2.1 各向异性扩散去噪模型2.2 色彩恢复的视网膜增强算法SSR和MSR2.3 MSRCR增强算法(基于MSR算法改进版)2.4 参考文献3 超声影像的目标识别3.1 基于跨模态数据迁移进行DL训练3.2 参考文献 1 综述 因工作需要,最近调研了超声(UltraSound)影像的相关知识,包含超声类型、超声影像的去噪和增强,目标检测等,并对相关资料文献进行梳理整合。 本人另外一篇博文主要讲了UltraSound 影像与CT/MR

muyijames的博客 1万+

解决群晖NAS无法拉取docker镜像问题

在2024-06-01日以前,使用SSH登录后是可以直接拉取docker镜像的;但是之后当我们使用SSH登录上群晖NAS,使用【sudo -i】切换到超管拉取镜像会提示报错【error pulling image configuration: Get "https://production.cloudflare.docker.com/registry-v2/docker/registry/v2/blobs/sha256/cf/cff6b68a194a672fd337d8728bfb252071012cce6

提供C#相关开发 、云计算、运维测试、网络安全相关技术分享与服务,有意向可联系。 2万+

12星座谈恋爱:说分手,很容易

<br />12星座谈恋爱:说分手,很容易<br /> <br />有些星座的人常常把「分手」挂在嘴巴上,有时是一种恐吓、有时是一种逃避,也有些人只是当成口头禅,但也有许多人是认真的。只是不管如何,总是把分手挂在嘴上,其实也不见得会是一件好事,也是件很容易伤人的事情,那么,到底是哪些人容易把分手挂在嘴上说个不停,或是非常轻易的可以看似想也不想的就说出分手呢?让我们一起来看看是哪些星座容易做出这样的事吧!<br /> <br /> <br />★射手座:<br /> <br />态度上是可以很随便或是很云淡风

mhq81n27的专栏 2347

DAVIS前言:事件相机资料调研

Event-Camera 资料集锦 1. 官网资料 假设了你买了事件相机,就可以在以下几个链接了解相关的参数和gui界面安装,如果不喜欢gui界面安装,可以第2节,安装相关的源码驱动。 DVS/DAVIS产品说明 等相关产品的软硬件介绍。 iniVation DV教程文档 给出在不同平台下的dvs-gui界面,可按照其说明进行相应的操作。 另外,Neuromorphic vision com...

Ian的博客 4507

分手后,假如我们相遇

        分手一天后  假若我们相遇  我会看着你的眼睛  用泪水告诉你  不愿意看你离去     分手一周后  假若我们相遇  我不知所措  直到你消失在人群里  我才知道  又将度过一个哭泣的夜晚     分手一个月  假若我们相遇  我会掉转眼光  装作没有看见你  却在心中升起希望  希望听到你叫我的声音     分手一季了  假若我们相遇  我会停下脚步  静静地站在街角  不想被

lostchenyi的专栏 1067

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

分手快乐,需要一把Pasotti的定制雨伞_奢侈品品味-中国奢侈品网(中奢网)

分手快乐,需要一把Pasotti的定制雨伞_奢侈品品味-中国奢侈品网(中奢网) 分手快乐,需要一把Pasotti的定制雨伞_奢侈品品味-中国奢侈品网(中奢网) p...

262

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

分手后假如我们还能做朋友

分手后假如我们还能做朋友 分手1天后假若我们相遇我会看着你的眼睛用泪水告诉你不愿意看你离去只要你回头重新开始多少次我都愿意分手1周后假若我们相遇我不知所措直到你消失在人群里我才知道这个夜晚陪伴我的只剩下哭泣分手1个月假若我...

166

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

如果我是明媚的人,谁能看懂我的腐朽:伤感心情日志

如果我是明媚的人,谁能看懂我的腐朽:伤感心情日志 — 如果我是明媚的人,谁能看懂我的腐朽:伤感心情日志 你爱听情歌,我学。一整个宇宙换一颗红豆。 我多么希望你能听出我想说什么。 后来,我只能听别人唱分手快乐。 分手快乐祝你快乐你可以找到更好的。 我们还是朋友,最普通的那种。 你跟我说你们多幸福,快乐的像个孩子。 我微笑的听着,心一块块碎开。 舍不得不如记得,总该记得什么

yaxn7akppakv的专栏 473

誓爱逝爱的伤感唯美QQ日志分享:分手之后可以重来吗?

誓爱逝爱的伤感唯美QQ日志分享:分手之后可以重来吗? — 誓爱逝爱的伤感唯美QQ日志分享:分手之后可以重来吗? 如果两个人分手之后做了朋友   -----那说明我从来没有爱过你   如果两个人分手之后依旧可以做朋友做的事   -----那说明我想让你记住我   如果两个人分手之后我不再见你并大声说我恨你   -----那说明我不舍得离开你

slznjkcqa的专栏 973

心里窝火无语的图片_很无语的心情说说图片

1、如果爱情真伟大,我有什么好挣扎,难道我会比别人差吗?2、会对第二个人说的话就不要对我说了.3、参与是走向成功的开始,结果并不是最重要的!4、上联心态良好千帆竞发帆帆顺风5、初中三年那么多高分试卷都不如最后那个号学籍网上的中考分数实在6、在你认为自己不行的时候,其实这个世界上有很多事情你都是可以做到的,只是你没有去做。7、虽然都装作没有看到,但是心里却很想让对方注意自己。8、自己喜欢的东西就不要...

weixin_32688333的博客 6220

分手以后

<br />:<br /> <br />分手1天后<br />假若我们相遇<br />我会看着你的眼睛<br />用泪水告诉你<br />不愿意看你离去<br />只要你回头<br />重新开始多少次我都愿意<br /> <br />......<br />分手1周后<br />假若我们相遇<br />我不知所措<br />直到你消失在人群里<br />我才知道<br />这个夜晚陪伴我的<br />只剩下哭泣<br /> <br />........<br />分手1个月<br />假若我们相遇<br /

tuziba001的专栏 315

当分手归于沉寂

当分手归于沉寂      因为昨晚梦见你蹲在我面前伤心的哭,所以今天我的心情一直很消沉。我从CD盒里翻出蔡依林的《倒带》,安静地躺在床上听了很多遍。其实这些年来一直放不开的是我。当分手归于沉寂,这些不经常的想起缘何悄无声息的把我带到早已隐退了的世界。睡梦的角落,闪亮着你嫣然的憔悴。你连抽泣都是这么温婉,背影却显得如此单薄。于是无论傲慢还是谦卑都从这一刻走进迷途。色彩

wangweis的专栏 312

如果我们分手了:伤感日志

如果我们分手了:伤感日志 — 如果我们分手了:伤感日志 我们。 从一开始的互不熟悉,到如今的彼此了解。 从一开始浅薄的想念,到如今深深的眷恋。 从当初很在意在你面前的形象,到现在的毫无顾忌。 从当初不知道怎么爱你,到现在不知道该如何分离。 一路走来,经历了很多,我们也付出了很多。 如果。 如果我们真的分手了。我一定会感到寂寞无助, 耍性子,闹脾气、的时候会感到闷的慌,

abjmatwxs的专栏 708

分手也是一种美丽

分手也是一种美丽 夜很静,风依旧,月依旧。仰望星空,我发现昨夜的星辰已经黯淡,昨夜的如歌如诉已经显得落寞。   枫叶红了的时候,你来了,你默默伸出手,一个看似美丽的故事正准备上演。数不清的日子似水一样流过,又是一个末夏,故事被一个句号停止。那晚,夜色很凄凉,我说无论走到哪里,我的小船里载满了往日的情和爱。该忘记的永远忘记,该珍惜的永远珍惜,我 们彼此的人生道路还很长。我潇洒地伸出了挥别的手,

u013568834的专栏 696

两个系统之间的接口怎么做_男女之间分手挽回女友怎么做

  在人的一生中,感情占了非常大的一部分比例,有些人被感情磨得伤身体难过,如何调整心态却還是甘之若饴,义无反顾。感情有甜美和幸福快乐,却也免不了争执和冷暴力,男女之间的事当发火时女友要提出分手怎么挽回?接下去教你分手挽回女友的方式。  分手挽回女友的方式一、提升自我  在挽回感情的全过程中,让自身越来越更为有诱惑力,更为有品位涵养,是再度巧遇或相聚的情况下,本身的主要表现会比身旁盆友说好听的话更为...

weixin_39656513的博客 299

好心分手

你没有想过我会说分手也许太习惯我在你左右虽然离开你有很多理由可看见你这样惊讶也足够你没有想过我会说分手除非以为我甚么都忍受就算你这时候努力挽留不过是你不能接受我先走我想得比你多陪你一起更寂寞我性格比你强怎样做你的绵羊我年纪比你小不信快乐找不到抬起头开了口最后我比你骄傲从此不坐你的牢想不到你的好记得和你的争吵想到老可到老可是和你做不到如果你爱得比我少至少我走得比你早最后我比你骄傲从此不坐你...

aocgqhizh88517877的博客 142

如果我们真的分手了:最新网友原创伤感空间日志

如果我们真的分手了:最新网友原创伤感空间日志 — 如果我们真的分手了:最新网友原创伤感空间日志 我们从一开始的互不熟悉,到如今的彼此了解。 从一开始浅薄的想念,到如今深深的眷恋。 从当初很在意 在你面前的形象,到现在的毫无顾忌。 从当初不知道怎么爱你,到现在不知道该如何分离。 一路走来, 经历了很多,我们也付出了很多。 如果。 如果我们真的分手了。 我一定会感到寂寞无助,

yadd8azfabbu的专栏 473
上一篇: 先挂电话的那个人
下一篇: VB.NET 拖动无边框的窗体- -
anging
博客等级 码龄22年 20粉丝 42原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值