34、SharePoint 开发:功能部署与元素管理全解析

SharePoint 开发:功能部署与元素管理全解析

1. 开篇概述

在 SharePoint 开发中,我们常常会创建各种类型的项目,如列表、Web 部件、事件接收器等,然后通过按下 F5 键将这些项目部署到 SharePoint 中。本文将深入探讨按下 F5 键时,SharePoint 项目打包和部署背后的原理,同时介绍如何更改默认的打包和部署设置,以及如何利用 Visual Studio 的扩展性创建自定义部署步骤和配置。

2. SharePoint 架构基础

在开始详细介绍打包和部署之前,先简单回顾一下 SharePoint 的架构。我们可以使用 SharePoint Designer 创建母版页和网站页面,同时需要了解网站页面和应用程序页面的区别。Visual Studio 没有针对母版页和网站页面的模板,但提供了应用程序页面的项目项模板。应用程序页面必须位于 Layouts 文件夹中,该文件夹通常位于 C:\Program Files\Common Files\Microsoft Shared\Web Server Extensions\14\TEMPLATE\LAYOUTS (标准 SharePoint Foundation 安装路径)。在 URL 中,Layouts 文件夹映射为 http://localhost/_layouts (默认网站集的根网站),对于其他网站,其映射的 URL 以该网站的根 URL 开头,例如 http://localhost/subsite/_layouts

3. SharePoint 功能概述

S

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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