ubuntu 安装java 和 eclipse

s_ware s_ware 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.3k累计阅读 1.3k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄21年
关注
原创 最新推荐文章于 2025-09-19 10:22:46 发布 1.3k 阅读 AI 写同款· GEO 优化 ›
eclipse-java eclipseUbuntu 16.0.4 java环境开发集成工具 立即下载
首先需要安装JDK 6
sudo apt-get install sun-java6-jdk(确定添加了可用源，doc自己下： http://java.sun.com/javase/downloads/ )

之后需要设置默认的java程序
sudo update-alternatives --config java
按照提示输入对应的选项，指定为JDK 6

下面设置
sudo gedit /etc/environment

在其中添加如下两行：
CLASSPATH=./usr/lib/jvm/java-6-sun/lib(这个点要加上我可被它搞苦了)
JAVA_HOME=/usr/lib/jvm/java-6-sun
如果其中已经设置了CLASSPATH和JAVA_HOME，则将其修改为上面的形式，按保存退出。

接下来安装Eclipse
sudo apt-get install eclipse

需要注意的是，此时Eclipse并不关心之前设置的update-alternative

所以应该修改Eclipse的配置。首先将 SUN-JDK-6彻底设为系统默认：

sudo update-java-alternatives -s java-6-sun

然后编辑JVM配置文件：
sudo gedit /etc/jvm

在文件顶部添加
/usr/lib/jvm/java-6-sun
（如果没有则自己新建）

sudo gedit /etc/eclipse/java_home

也是在文件顶部添加
/usr/lib/jvm/java-6-sun

之后启动Eclipse，选择Help->About Eclipse SDK，选择Configuration Details，可以看到JDK6的设置已经生效。

/usr/lib/jvm/java-6-sun/bin/java
eclipse.ee.install.verify=false
eclipse.product=org.eclipse.sdk.ide
eclipse.startTime=1180177577510
eclipse.vm=/usr/lib/jvm/java-6-sun/bin/java
eclipse.vmargs=-Djava.library.path=/usr/lib/jni
-Dgnu.gcj.precompiled.db.path=/var/lib/gcj-4.1/classmap.db
-Dgnu.gcj.runtime.VMClassLoader.library_control=never
-Dosgi.locking=none
-jar
/usr/lib/eclipse/startup.jar
eof=eof
file.encoding=UTF-8
file.encoding.pkg=sun.io
file.separator=/
gnu.gcj.precompiled.db.path=/var/lib/gcj-4.1/classmap.db
gnu.gcj.runtime.VMClassLoader.library_control=never
java.awt.graphicsenv=sun.awt.X11GraphicsEnvironment
java.awt.printerjob=sun.print.PSPrinterJob
java.class.path=/usr/lib/eclipse/startup.jar
java.class.version=50.0
java.endorsed.dirs=/usr/lib/jvm/java-6-sun-1.6.0.00/jre/lib/endorsed
java.ext.dirs=/usr/lib/jvm/java-6-sun-1.6.0.00/jre/lib/ext:/usr/java/packages/lib/ext
java.home=/usr/lib/jvm/java-6-sun-1.6.0.00/jre
java.io.tmpdir=/tmp
java.library.path=/usr/lib/jni
java.runtime.name=Java(TM) SE Runtime Environment
java.runtime.version=1.6.0-b105
java.specification.name=Java Platform API Specification
java.specification.vendor=Sun Microsystems Inc.
java.specification.version=1.6
java.vendor=Sun Microsystems Inc.
java.vendor.url=http://java.sun.com/
java.vendor.url.bug=http://java.sun.com/cgi-bin/bugreport.cgi
java.version=1.6.0
java.vm.info=mixed mode, sharing
java.vm.name=Java HotSpot(TM) Client VM
java.vm.specification.name=Java Virtual Machine Specification
java.vm.specification.vendor=Sun Microsystems Inc.
java.vm.specification.version=1.0
java.vm.vendor=Sun Microsystems Inc.
java.vm.version=1.6.0-b105
line.separator= 
收录于
Ubuntu

当前文章被收录于：

Ubuntu
4 篇文章 0 人学习
订阅专栏 查看详情
标签
#eclipse #java #ubuntu #sun #jdk
#jvm
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
199、影像技术 roadmap 规划：未来移动影像的技术趋势与芯片算力展望 本文探讨了未来移动影像技术的发展趋势与芯片算力规划。作者从实际案例出发，指出影像技术演进需平衡传感器、ISP、算力和功耗。文章分为三部分：1）传感器将从堆像素转向提升信息密度，重点关注双层晶体管结构、混合快门和多光谱技术；2）ISP架构将向可编程计算单元转型，强调神经网络加速、硬件化多帧融合和语义处理；3）芯片算力瓶颈在于数据搬运，需优化存算一体架构、专用DMA和统一内存。最后给出五点建议：避免盲目追高像素、重视持续功耗、平衡ISP灵活性、预留算力余量、加强传感器与ISP协同设计。作者强调，影像技术的突破在 阅读详情

相关推荐

【报错】sqli-labs靶场搭建出现“Unable to connect to the database: security”

搭建sqli-labs靶场时，“Unable to connect to the database: security”报错解决

九芒星的博客 2991

Ubuntu 安装 Eclipse IDE

Ubuntu 安装 Eclipse IDE

程永强 1万+

RADIOML 2018.01A调制信号数据集介绍及处理

RadioML 2018.01A 由 DeepSig 发布，是专门针对自动调制识别（Automatic Modulation Recognition, AMR）和无线信号分类研究设计的基准数据集。它在原有 RadioML 2016.10a 的基础上，扩展并精细化了信道仿真模型，使得信号更接近真实无线环境下的表现。该数据集广泛用于机器学习模型的训练与评估，为各类深度学习算法提供了统一、可重复的实验条件。

weixin_56527269的博客 1896

Ubuntu 安装 eclipse 的详细过程及工程创建和编译配置

下载不要直接点download，先选择换一个镜像（>> Select Another Mirror），选择中国内陆的任意一个地址去下载会快一些。在文件最后添加如下内容（JDK版本号可能有所不同，根据解压后的文件写即可，这里是 jdk1.8.0_411）此时弹出如下对话框，提示选择工作空间，写的代码都将保存在这个目录下。不同版本的eclipse与JDK的兼容性，新版本的eclipse可能会与低版本的JDK不兼容。JDK是Eclipse的必要运行环境，这里下载的版本是。2.eclipse桌面图标的添加，指令。

weixin_46158019的博客 1万+

APB Timer验证环境搭建——学习笔记（6）

（1）为RELOAD VALUE配置初始值32'h8000_0000，设定边界值32'h4000_0000，可以看到减到想要的边界值的时候，counter重新加载RELOAD VALUE，重新开始计数；这根线，统计等待到中断的次数，与理论值做。（2）设定Reload value。（1）由于counter。recount总共次数；

qq_41651535的博客 497

python爬虫自动下载网页链接

需求分析 今天遇到一个简单的需求，需要下载澳大利亚电力市场NEM日前市场的发电商报价数据（http://nemweb.com.au/Reports/Current/Next_Day_Offer_Energy/），页面观感是这样的： Ctrl + F 一下，看到一共有395个zip链接。于是就想着用python爬虫自动下载。这个网页很简单，没有验证码，甚至不需要登录，因此自动下载的pytho...

da_kao_la的博客 1万+

【Ubuntu】安装Eclipse

Eclipse是一个使用很广泛的代码编辑软件，最近换了Ubuntu系统，需要安装一下，故记录。

有知识，世界会更大 2056

Reality Capture控制点修复/合并模型

通过增加控制点/修改对齐设置参数来修复模型被分为两个部分的解决方法

草履虫建模的博客 5243

Ubuntu安装Java编程环境和eclipse

安装Java编程开发环境： Ubuntu发

conanswp的专栏 9713

旋转变压器软件解码simulink仿真

旋转变压器软件解码simulink仿真、电机转速位置测量

qq_31446727的博客 2582

9、双玩家博弈中的精确与近似纳什均衡及中国股市再融资偏好研究

本文研究了双玩家博弈中精确与近似纳什均衡的计算方法，提出通过线性松弛问题LR在多项式时间内求解正则双矩阵博弈的纳什均衡，并分析其在α-平滑博弈中的近似性能。同时，探讨了中国股市2001-2009年期间再融资偏好的动态变化，重点考察非流通股改革对再融资方式选择的影响。研究表明，改革前配股为主导，改革后公开发行（含定向增发）因溢价发行和低参与门槛成为主流，显著提升了资金募集效率和市场参与度。结合博弈论模型与实证分析，揭示了制度变革对企业融资行为的深远影响。

nn3456的博客 82

ubuntu java eclipse_Ubuntu下Java开发环境搭建(eclipse)

最近把工作环境转移到了Ubuntu Kylin下，发现在这下面Java环境还是很方便的。然而也经历了一些摸索的过程，故作文以记之。一/开发前准备安装系统/配置软件源，这部分内容没什么需要注意的。OS版本：ubuntu kylin 14.04二/安装JDK在ubuntu软件中心并没有找到SUN官方的JDK，只有OPENJDK。其实它们是兼容的，只是OPENJDK比前者的版本会有滞后。现在是2015年...

weixin_29587591的博客 628

基于STM32L4XX、HAL库的DP83822 以太网收发器（PHY）驱动程序设计

一、简介：DP83822是德州仪器(TI)推出的一款低功耗、高性能10/100Mbps以太网物理层收发器(PHY)。它具有以下主要特性：支持10BASE-T和100BASE-TX以太网标准低功耗设计，适合嵌入式应用MII/RMII接口，方便与微控制器连接内置自检和诊断功能支持自动协商和手动配置工业级温度范围(-40°C至+85°C)

zhusl6688的博客 528

ubuntu eclipse java_ubuntu 下安装eclipse &java环境配置

前面有一篇的博客写的是ubuntu下安装eclipse和java环境的配置。当时是安装网上的攻略进行的 ，当然也是能够成功的。近期把那台电脑送人了 ，仅仅好在自己的这台电脑上又一次安装一次了 ，唯一欣慰的是eclipse和jdk 以及ubuntu版本号都有所更新，这次也用了其它的方式进行的安装配置第一步下载这里要下载eclipse 和jdk 最新版本号的jdk已经到了1.8.0_05 。ecli...

weixin_29370077的博客 392

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

Ubuntu安装java8和Eclipse

Date：9.5 Target：安装java8和Eclipse虽说java9明年9月就发布，但java8还是十分有用的。 先是查看当前java版本 java -version 如果显示 java version “1.5.0”。Ubuntu默认预安装openjdk（Sun早期发布的开源版本），不过我们需要的是java8,Oracle的，所以要先去掉缺省的。 apt-get autoremo

cceking的博客 1196

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox（带书签），MATLAB统计学习工具

在Ubuntu上安装Java和Eclipse

Ubuntu 在安装时，如同大部分 Linux 发行版一样，都会同时安装 GNU 版本的 Java。这个 Java 的实用程度太低，尤其对于开发人员来说，是没有太多用处的。在 Ubuntu 下，安装 SUN Java 是一件很容易的事情。第一步：sudo apt-get install sun-java6-jdk安装完毕之后，选择默认 java：sudo update-alternatives –

crazysaint的专栏 1289

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")

Ubuntu下Java+eclipse安装配置

1.下载jdk，直接从官网下载，然后解压 $tar zxvf jdk-7u45-linux-x64.tar.gz 这里吧java的库安装到usr下面，你也可以安装到自己想到目录下： $sudo cp -r ~/Downloads/jdk1.7.0_45/ /usr/lib/java/ 编辑profile文件，设置环境变量： $sudovim ~/.profile 在文件末尾增加

blpluto的专栏 6708

在 Ubuntu Linux 上安装 Java 和 Eclipse

在 Ubuntu Linux 上安装 Java 和 EclipseUbuntu 在安装时，如同大部分 Linux 发行版一样，都会同时安装 GNU 版本的 Java。这个 Java 的实用程度太低，尤其对于开发人员来说，是没有太多用处的。在 Ubuntu 下，安装 SUN Java 是一件很容易的事情。第一步：    sudo apt-get install sun-java5-jdk安装完毕

YC.PENG的专栏 1186

Ubuntu中安装Eclipse Java EE的方法

先决条件，系统中已有JDK。Ubuntu内置了OpenJDK。 Ubuntu软件库中的Eclipse居然是基础版，只有JDT和PDE，无法开发J2EE程序，这一点不及fedora，所以只能手工安装Eclipse Java EE版。 1. 到eclipse.org下载适用于ubuntu的eclipse压缩包，对于32-bit系统，最新版的eclipse压缩包的文件名应该是eclipse-jee-

kingfox的专栏 8984

**关于Ubuntu系统上配置Java环境和安装Eclipse**

**关于Ubuntu系统上配置Java环境和安装Eclipse** 1.下载JDK（Java Development Kit）在Java.sun.com上选择Accept License agreement即可下载(下载Linux JavaSE版本）。 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 2.配置Java环境 &nbsp;&nbsp;&nbsp;&...

qq_43999431的博客 239

在Ubuntu Linux上安装Java和Eclipse

Ubuntu 在安装时，如同大部分 Linux 发行版一样，都会同时安装 GNU 版本的 Java。这个 Java 的实用程度太低，尤其对于开发人员来说，是没有太多用处的。在 Ubuntu 下，安装 SUN Java 是一件很容易的事情。第一步：sudo apt-get install sun-java5-jdk安装完毕之后，选择默认 java：sudo update-alternatives -

rabbit_w的专栏 1014

在Ubuntu上安裝java7,在linux终端中用命令启动eclipse

一. Install-Oracle-Java-7-in-Ubuntu-via-PPA-Repository 安裝 java 很容易 ! (支援 Ubuntu 12.04, 11.10, 11.04 and 10.04) 做好准备工作，首先，需要删除OpenJDK。s udo apt-get purge openjdk* 說在前頭 : 0. 安裝 oracle java

zhrh0096的专栏 2491

ubuntu java eclipse_怎么样在ubuntu中安装eclipse来开发javaweb

方法步骤：安装OpenJDK Java 7如果系统中没有安装 Java，需要按如下步骤先安装好 OpenJDK Java 7。使用 Ctrl+Alt+T 打开终端，并按如下步骤执行安装所需的 Java 版本安装命令：如果在 Ubuntu 中心安装过 OpenJDK，先使用如下命令将其删除：1、如果在 Ubuntu 中心安装过 OpenJDK，先使用如下命令将其删除：sudo apt-get pur...

weixin_34237700的博客 181
上一篇： 升级后无法重命名文件夹，文件等
下一篇： Ubuntu 安装 mysql 和 MySQL Administrator 图形界面
点赞 0
评论 0
书签 书签 1
s_ware
s_ware
博客等级 码龄21年 27粉丝 31原创
+ 关注 专栏目录 订阅专栏
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
 
表情包 插入表情
表情包 代码片
 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