- 博客(106)
- 收藏
- 关注
RSS订阅原创 SpringAop
AOP：Aspect Oriented Programming（面向切面编程、面向方面编程），其实说白了，面向切面编程就是面向特定方法编程减少重复代码：不需要在业务方法中定义大量的重复性的代码，只需要将重复性的代码抽取到AOP程序中即可。代码无侵入：在基于AOP实现这些业务功能时，对原有的业务代码是没有任何侵入的，不需要修改任何的业务代码。提高开发效率维护方便。
2025-01-11 20:12:39
860
原创 常见的限流算法
也称。是指系统在面临高并发，或者大流量请求的情况下，限制新的请求对系统的访问，从而保证系统的稳定性。限流会导致部分用户请求处理不及时或者被拒，这就影响了用户体验。所以一般需要在系统稳定和用户体验之间平衡一下。一般对于一些调用需要付费的接口，对用户进行限流操作，。比如：限制单个用户每秒只使用一次。
2024-12-27 18:17:33
714
原创 金仓数据库下划线引起的时间类型数据返回值为null的问题
于是，我去排查了，mybatis映射的实体类字段与数据库表是否一致。后面我发现我都是一致的。然后我排查了许久，我看到返回结果，发现有个字段返回了时间我去看了下数据库表中与update_time,create_time的区别。区别就是 后面的用了下划线。然后我将表中的字段，update_time,create_time 改成了updateTime,createTime。最后成功返回了！注意：记得加双引号，kingbase加了双引号才区别大小写感觉是个小bug,或者是我用法用的不对，只能用这种
2024-10-25 17:09:30
402
原创 深度学习之处理多维特征的输入
之前输入数据都是一维输入，一维输出，这里以这个数据为案例，输入8维的数据，这8维度分别代表8个特征，Y代表好坏情况。
2024-03-01 18:22:49
1024
1
原创 Mysql之存储过程与函数
官网解释是：存储过程的英文是 Stored Procedure。它的思想很简单，就是一组经过 预先编译 的 SQL 语句的封装。执行的过程：存储过程预先存储在 MySQL 服务器上，需要执行的时候，客户端只需要向服务器端发出调用存储过程的命令，服务器端就可以把预先存储好的这一系列 SQL 语句全部执行好处：1.简化操作，提高了sql语句的重用性，减少了开发程序员的压力2.减少操作过程中的失误，提高效率。
2024-03-01 18:22:06
1132
1
原创 线段树算法模版
2、build(u,l,r):在一段区间上初始化线段树，其中u表示根结点，l表示左边界，r表示右边界。3、query(u,l,r):查询某段区间的和，其中u表示根结点，l表示左边界，r表示右边界。1.pushup(u):用子节点信息来更新当前节点信息（把信息往上传递）4、modify(u,x,v):修改操作，在u结点中，x位置加上v。该算法，主要有四种基本函数。
2024-02-21 19:49:32
291
原创 深度学习之pytorch实现逻辑斯蒂回归
也是用y=wx+b的模型来举例，之前的输出y属于实数集合R，现在我们要输出一个一个概率，也就是在区间[0,1]之间。我们就想到需要找出一个映射，把我们之前的输出集合R映射到区间[0,1]，他就是函数Sigma，这样我们就轻松的实现了实数集合到0~1之间的映射。logistic 适用于分类问题，这里案例( y为0和1 ，0和 1 分别代表一类）于解决二分类（0 or 1）问题的机器学习方法，用于估计某种事物的可能性。
2024-02-19 23:45:24
1342
原创 并查集算法模板
退到上一层 find(3) p[3] = 4 p[3] = 4 将p[3]返回 退到上一层 find(2) p[2] = 3 p[2]find(3) p[3] = 4 p[3] = find(4) find(4) p[4] = 4 将p[4]返回。= 4 将p[2]返回 退到上一层 find(1) p[1] = 2 p[1] = 4 将p[1]返回。至此，我们发现所有的1，2，3的父节点全部置为了4，实现路径压缩；在并查集算法中，有一个p[N]数组，用来存储该节点的节点的编号。
2024-02-18 23:37:00
568
原创 深度学习之pytorch实现线性回归
模型的准确性，跟轮数的多少有关系 ，如果轮数为100，最后测试结果的y_pred肯定不为8.00，这里轮数为10000,预测结果跟实际结果基本一样。Linear(1, 1) : 表示一维输入，一维输出。这里是轮数为100，结果是 7点多，有一定误差。因为轮数过多，这里展示后面几轮。
2024-02-18 23:36:30
1467
3
原创 深度学习之梯度下降算法
横坐标表示训练的轮数，纵坐标为损失值，通过图分析，随着训练轮数的增加，损失值逐渐减少，趋于0（可能会不等于0）使用梯度下降算法，如果遇到鞍点（总体梯度和为0的点），那么就会导致w = w - 学习率 * w中，,为了解决这个问题，就提出了随机梯度下降算法，随机选取一组（x, y）作为梯度下降的依据。这里案例是用梯度下降算法，来计算 y = w * x。先计算出梯度，再进行梯度的更新。
2024-02-15 14:23:07
2516
7
原创 深度学习之反向传播算法
2.w.grad 表示张量w的梯度，其本身w.grad是张量 用时(标量计算时)需要取w.grad.data，表示张量w.grad的值,输出格式tensor[数]，(梯度输出时)需要取w.grad.item()，表示返回的是一个具体的数值,输出格式 数。“C:\Program Files\Python38\python.exe” C:\Users\惊艳了时光\Desktop\code\机器学习\反向传播算法.py。这里用反向传播算法，计算 y = w * x模型。
2024-02-15 13:55:10
1156
原创 dfs和bfs算法模版
求最小值，一般采用bfs算法，而不是dfs算法。一种是枚举四个方向的位置,然后再dfs。dfs的话，其实可以看做是一个递归树。此模版题，我写了2种dfs的算法，利用栈或者标记数组进行回溯。一种是直接dfs四个方向。
2024-02-11 17:39:55
914
原创 深度学习之线性模型
这里用穷举法:在一个范围内，列出w的所有值，并且计算出每组数据的平均损失值,以w 为横坐标, 损失值为纵坐标，作图，找到损失值最低的点，对应的就是最适合 的w。如图，w = 2时，损失值最小，所以w = 2是该训练数据合适的权重。先利用mershgrid函数， Axes3D函数，建立网格坐标。这里求权重w , 求最适合的权重，就是求损失值最小的时候。y = w * x + b模型，就需要3D绘图。在利用plot_surface进行绘图。如果所示，这是该训练数据的图。
2024-02-11 17:38:46
718
原创 机器学习之pandas库学习
pandas是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入 了大量库和一些标准的数据模型，提供了高效地操作大型结构化数据集所需的工具。
2024-01-27 20:44:12
1220
原创 高精度加减乘除算法模板
首先，我们要知道高精度算法是C++才用的，Java中是不需要高精度算法的。高精度加法： 两个大的数相加 (数的范围是 大约为10^6)一个大的数(vector存储)，乘上一个小的数(int存储)高精度整数 除上低精度整数。这里用vector来做。
2024-01-27 20:43:32
268
原创 二分算法模版
二分主要分两类，一类是对实数进行二分，一类是对整数进行二分对整数二分又分成2种，一种是向上取整的二分模版，一种是向下取整的二分模版。
2024-01-25 22:59:52
708
原创 机器学习之matplotlib学习
绘制折线图使用plot函数进行绘制第一个参数为x 横坐标，第二个参数为y纵坐标，第三个参数为线的颜色和类型，第四个参数是线的标签绘制完成之后使用show函数，将图形展示出来简单的折线图演示#绘制折线图plt.show()较为全面的折线图演示import matplotlib.pyplot as plt #导入库#绘制折线图plt.plot(x, y, "rs--", label="测试样例1")#字体的设置。
2024-01-23 22:38:14
498
原创 机器学习之numpy库
Numerical Python，数值的Python，补充了Python语言所欠缺的数值计算能力。Numpy是其它数据分析及机器学习库的底层库。Numpy完全标准C语言实现，运行效率充分优化。Numpy开源免费。
2024-01-23 22:37:09
1383
原创 差分算法模板
b[l] + c，效果使得a数组中 a[l]及以后的数都加上了c(红色部分)，但我们只要求l到r区间加上c, 因此还需要执行 b[r+1] - c,让a数组中a[r+1]及往后的区间再减去c(绿色部分)，这样对于a[r] 以后区间的数相当于没有发生改变。i = 1时, 在[1, 1] 这个区间 加上a[i]—> b[1] = a[1] b[2] - = a[1]i = 2时候， b[2] += a[2] --> 也就相当于 b[2] = a[2] - a[1]然后我们就得到了二维差分数组中的差分数组。
2024-01-14 21:26:04
1641
1
原创 Mysql之视图
视图一方面可以帮我们使用表的一部分而不是所有的表，另一方面也可以针对不同的用户制定不同的查询视图。比如，针对一个公司的销售人员，我们只想给他看部分数据，而某些特殊的数据，比如采购的价格，则不会提供给他。再比如，人员薪酬是个敏感的字段，那么只给某个级别以上的人员开放，其他人的查询视图中则不提供这个字段。1… 操作简单。
2023-12-25 16:38:46
1936
18
原创 Mysql之约束下篇
设置自增属性（AUTO_INCREMENT）的时候，还可以指定第一条插入记录的自增字段的值，这样新插入的记录的自增字段值从初始值开始递增，如在表中插入第一条记录，同时指定id值为5，则以后插入的记录的id值就会从6开始往上增加。MySQL支持多种存储引擎，每一个表都可以指定一个不同的存储引擎，需要注意的是：外键约束是用来保证数据的参照完整性的，如果表之间需要关联外键，却指定了不同的存储引擎，那么这些表之间是不能创建外键约束的。例如：在员工表中，可以添加一个员工的信息，它的部门指定为一个完全不存在的部门。
2023-12-23 13:13:28
1196
10
原创 Mysql之约束上篇
数据完整性（Data Integrity）是指数据的精确性（Accuracy）和可靠性（Reliability）。它是防止数据库中存在不符合语义规定的数据和防止因错误信息的输入输出造成无效操作或错误信息而提出的。为了保证数据的完整性，SQL规范以约束的方式对表数据进行额外的条件限制。从以下四个方面考虑：1.实体完整性（Entity Integrity） ：例如，同一个表中，不能存在两条完全相同无法区分的记录。
2023-12-19 01:03:34
1142
6
原创 Mysql数据类型精讲
整数类型一共有5种1.TINTINT2.SMALLINT5.BIGINTM : 表示显示宽度，M的取值范围是(0, 255)。例如，int(5)：当数据宽度小于5位的时候在数字前面需要用字符填满宽度。该项功能需要配合“ ZEROFILL ”使用，表示用“0”填满宽度，否则指定显示宽度无效。如果设置了显示宽度，那么插入的数据宽度超过显示宽度限制，会不会截断或插入失败？答案：不会对插入的数据有任何影响，还是按照类型的实际宽度进行保存，即 显示宽度与类型可以存储的值范围无关。
2023-12-14 10:18:44
1348
4
原创 Mysql综合案例练习＜1＞
查询书名和类型， 其中note值为 novel显示小说，law显示法律，medicine显示医药，cartoon显示卡通，joke显示笑话。查询书名、库存，其中num值超过30本的，显示滞销，大于0并低于10的，显示畅销，为0的显示需要无货。注意: 在原来的表中是没有书名和类型这两个名字的，所以我们要使用AS语句，取别名。当note值为novel 的时候，显示小说，是存在C语言中类似if语句的关系。当统计每一种note的数量的时候，我们可以使用SUM聚合函数，查询书名达到10个字符的书，不包括里面的空格。
2023-12-07 19:56:32
1492
8
原创 Mysql之数据处理增删改
子句中随意列出列名，但是一旦列出，VALUES中要插入的value1,…此时不需要把每一条记录的值一个一个输入，只需要使用一条INSERT语句和一条SELECT语句组成的组合语句即可快速地从一个或多个表中向一个表中插入多行。例如，a列值为1、b列值为2，c列不需要手动插入，定义a+b的结果为c的值，那么c就是计算列，是通过别的列计算得来的。值列表中需要为表的每一个字段指定值，并且值的顺序必须和数据表中字段定义时的顺序相同。一个同时插入多行记录的INSERT语句等同于多个单行插入的INSERT语句，但是。
2023-12-03 14:31:34
1219
原创 表的创建和管理
MySQL在执行建表语句时，将id字段的类型设置为int(11)，这里的11实际上是int类型指定的显示宽度，在MySQL 8.x版本中，不再推荐为INT类型指定显示长度，并在未来的版本中可能去掉这样的语法。那么，怎样才能把用户各种经营相关的、纷繁复杂的数据，有序、高效地存储起来呢？如果MySQL中已经存在相关的数据库，则忽略创建语句，不再创建数据库。如果当前数据库中已经存在要创建的数据表，则忽略建表语句，不再创建数据表。这里数据库DATABASE是加了S的，用的复数，因为不只一个数据库。
2023-12-01 20:13:36
1062
原创 Mysql之子查询（知识点+例题）
子查询指一个查询语句嵌套在另一个查询语句内部的查询SQL 中子查询的使用大大增强了 SELECT 查询的能力，因为很多时候查询需要从结果集中获取数据，或者需要从同一个表中先计算得出一个数据结果，然后与这个数据结果（可能是某个标量，也可能是某个集 合）进行比较。
2023-11-29 20:20:06
1240
4
原创 linux网络编程之UDP编程
recvform(多了两个参数) == recv + accept。sendto（多了两个参数） == send + connect。3. tcp 数据有边界 ， udp数据无边界。5.tcp安全 稳定 可靠 udp不安全。6. tcp相对慢很多,udp传输速度快。7.tcp有中心(服务器) udp没有。4. tcp数据有序， udp数据无序。1.tcp有连接 udp没有连接。2.tcp数据流， udp数据报文。2.构建服务器协议地址簇。安全： 相对不容易被窃取。
2023-11-24 16:59:21
1254
原创 Mysql之聚合函数
对一组数据进行汇总的函数，但是还是返回一个结果聚合函数也叫聚集，分组函数#方式1：WHERE 多表的连接条件AND 不包含组函数的过滤条件HAVING 包含组函数的过滤条件#方式2：ON 多表的连接条件JOIN ...ON ...WHERE 不包含组函数的过滤条件AND/OR 不包含组函数的过滤条件HAVING 包含组函数的过滤条件#其中：#（1）from：从哪些表中筛选#（2）on：关联多表查询时，去除笛卡尔积#（3）where：从表中筛选的条件。
2023-11-20 20:40:43
346
原创 Mysql之单行函数
需要的时候直接调用即可。这样既 提高了代码效率 ，又 提高了可维护性。在 SQL 中我们也可以使用函数。函数在计算机语言的使用中贯穿始终，函数的作用是什么呢？它可以把我们经常使用的代码封装起来，对检索出来的数据进行函数操作。使用这些函数，可以极大地 提高用户对数据库的管理效率。函数分为2种，一种是单行函数，一种是多行函数。因为函数挺多，我这里列举了部分。
2023-11-19 17:01:32
211
原创 Mysql之多表查询下篇
SQL99 在 SQL92 的基础上提供了一些特殊语法，比如 NATURAL JOIN 用来表示自然连接。当我们进行连接的时候，SQL99还支持使用 USING 指定数据表里的 同名字段 进行等值连接。USING：只能和JOIN一起使用，而且要求两个关联字段在关联表中的名称一致，而且只能表示关联字段值相等。在许多 DBMS 中，也都会有最大连接表的限制。我们可以使用UNION关键字，将两个查询的结果合到一起，变成一个查询结果。满外连接的，那么我们在Mysql采用什么方式来实现满外连接呢。
2023-11-17 16:46:57
227
原创 第一讲之递归与递推下篇
如果边界值都写小于9的话，那么就会出现a,b,c三个数出现0的情况，这个时候，我们就要特殊的判断下。如果全是开的，说明这一行都打开了，说明这种枚举方式成功，记录下步数(与之前的比较，选择最优的)但是要留下最后一行(因为最后一行，就没有下一行来改变这一行的状态了)，然后检查这一行的状态。这题的思路，跟上题费解的开关，思路差不多，不同的是上题是枚举第一行数据找最优。因为这个开关变化之后，这个开关对应的这一行，这一列都会变化，因为数据不多，，因为要求最优的，一个灯改变，它的上下左右相邻的回改变。
2023-11-16 09:56:16
93
原创 linux之信号
信号机制是一种使用信号来进行进程之间传递消息的方法，信号的全称为软中断信号，简称软中断。信号的本质是软件层次上对中断的一种模拟（软中断）。它是一种异步通信的处理机制，事实上，进程并不知道信号何时到来。Linux系统一共有64个信号其中1-31信号供应用开发者使用32-64，后来扩充的1~31之间的信号叫做非实时信号, 不支持排队, 信号可能会丢失, 也叫做不可靠信号。34~64之间的信号叫做实时信号, 支持排队, 信号不会丢失, 也叫做可靠信号。
2023-11-06 21:17:28
219
原创 Mysql之多表查询上篇
多表查询，也称为关联查询，指两个或更多个表一起完成查询操作。前提条件：这些一起查询的表之间是有关系的（一对一、一对多），它们之间一定是有关联字段，这个关联字段可能建立了外键，也可能没有建立外键。比如：员工表和部门表，这两个表依靠“部门编号”进行关联。
2023-11-05 17:57:30
260
原创 Linux之管道
管道是Linux中最古老的进程间通信的方式我们把一个进程连接到另一个进程的一个数据流称作 一个管道注意：管道只能单向通信你可以把他看做是一种特殊的文件，也能够进行,read,open等操作，但是他不属于任何文件系统，他只存在于内存之中。
2023-11-04 18:30:09
370
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人