【练习】有两个文件context.txt和words.conf,请尝试将他们合并成为一段文字,

OpenClaw本地AI员工实战:Mac Mini M2上轻量可靠的大模型自动化系统 AI员工是面向长期值守、低频交互、资源受限场景的智能体新范式,其核心在于状态持久化、断点续执行与技能函数化封装。区别于LangChain的组合式编排和LlamaIndex的RAG中心化设计,OpenClaw以daemon进程、SQLite状态快照和skill目录即服务为技术底座,天然适配Mac Mini等Apple Silicon设备。结合MLX加速、q4量化模型(如Phi-3-mini、Qwen2-7B)及分片流式加载,可在32GB统一内存下实现稳定<8秒端到端响应。本文聚焦本地化部署、热稳定性优化与生产 阅读详情

有两个文件context.txt和words.conf,请尝试将他们合并成为一段文字,并打印出来。

这两个文件内容如下:

context.txt

“并不是每个人都需要$(qunar)自己的粮食,$(flight.1)每个人都需要做自己穿的$(flight.2),我们说着别人发明的$(hotel),使用别人发明的数学......我们一直在$(tuan)别人的成果。使用人类的已有经验和知识$(travel.1)来进行,是一件$(travel.2)的事情” 

word.conf

flight=也不是:衣服

qunar=种植

hotel=语言

tuan=使用

travel=发明创造:很了不起


// ConsoleApplication.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include <iostream>
#include <fstream>
#include <vector>
#include <string>
#include	 <map>
using namespace std;

map<string, string> m_mapFind;

vector<string> Spit(string strContent, string strSymbol)
{
	vector<string> outVec;
	string strTemp = strContent;
	int pos =0;
	while (true)
	{
		pos = strTemp.find(strSymbol, pos);
		if (pos != -1)
		{
			outVec.push_back(strTemp.substr(0, pos));
			strTemp = strTemp.substr(pos + strSymbol.size());
		}
		else
		{
			outVec.push_back(strTemp);
			break;
		}
	}
	return outVec;
}

void GetWords()
{
	ifstream inWord;
	inWord.open("E:\\word.cnf", ios::in);

	int pos = -1;
	int posEnd = -1;
	string lineContent;

	string strKey;
	string strValue;
	while (getline(inWord, lineContent))
	{
		posEnd = lineContent.find('=');
		if (posEnd == -1)
			continue;
		strKey = lineContent.substr(0, posEnd);
		strValue = lineContent.substr(posEnd + 1);
		vector<string> valList = Spit(strValue, ":");
		if (valList.size() != 0)
		{
			if (valList.size() == 1)
			{
				m_mapFind.insert(make_pair(strKey, valList[0]));
				continue;
			}
			for (int i = 0; i < valList.size(); i++)
			{
				char str[10];
				sprintf(str, "%d", i + 1);
				string strTempKey = strKey;
				strTempKey = strTempKey + "." + str;
				m_mapFind.insert(make_pair(strTempKey, valList[i]));
			}
		}
		else
		{
			string strValue = lineContent.substr(posEnd + 1);
			m_mapFind.insert(make_pair(strKey, strValue));
		}

	}
	inWord.close();
}

int main()
{
	ifstream inWord,inContent;
	string  strWord,strContent;
	inContent.open("E:\\context.txt", ios::in);

	GetWords();
	
	char c;
	while ((c = inContent.get()) != EOF)
	{
		strContent.push_back(c);
	}

	string  strRet;
	for (int i = 0; i < strContent.size();i++)
	{
		if (strContent[i] == '$'  && strContent[i+1] == '(')
		{
			int posEnd = strContent.find(")", i + 1);
			string strKey = strContent.substr(i+2,posEnd-i-2);
			strRet += m_mapFind[strKey];
			i = posEnd;
			continue;
		}
		strRet += strContent[i];
	}

}


SpringBoot+Vue+Mysql社区医院信息平台(源码+文档) SpringBoot+Vue+Mysql学生宿舍信息管理系统 WEB端软件项目(源码+文档) 项目包含:①完整源码(后端+管理后台+用户前台);②数据库脚本文件;③万字论文文档;④开题报告;⑤答辩PPT;⑥项目运行视频教程。 项目架构: B/S 架构、MVC 分层设计 技术栈: Java、MySQL、SpringBoot、MyBatis-Plus、Token 权限校验、管理后台 Vue+ElementUI+ECharts、用户前台 Layui+jQuery、Maven 构建。 一、角色设计 学生用户: 注册登录、浏览宿舍信息、查询宿舍安排、在线报修、缴费查询、失物招领、桶装水预订、评论交流、收藏等。 商家用户: 注册登录、桶装水品牌与商品信息维护、预订订单查看与处理。 维修人员: 注册登录、查看待处理报修、接单维修、填写报修处理结果与进度反馈。 管理员: 学生管理、班级管理、宿舍信息管理、宿舍安排管理、报修处理管理、缴费信息管理、卫生检查与文明宿舍管理、失物招领管理、桶装水与商家管理、维修人员管理、公告资讯与轮播图管理等。 二、前台功能模块(学生端) 1. 首页展示:轮播图、宿舍公告、最新动态推荐、常用服务快速入口 2. 宿舍信息模块:宿舍列表、楼栋与房间条件筛选、宿舍详情查看、我的宿舍安排查询 3. 在线报修模块:在线提交宿舍设施报修申请、上传故障描述、查看报修进度与维修处理结果 4. 缴费模块:水电等缴费记录查询、缴费状态查看 5. 卫生检查与文明宿舍:宿舍卫生检查结果公示、文明宿舍展示 6. 失物招领模块:失物信息发布、招领信息发布、详情查看、评论互动 7. 桶装水预订:桶装水品牌与商品浏览、在线预订、我的预订记录查询 8. 假期留宿:假期留校申请提交、申请记录查询 9. 评论与收藏:信息评论、查看他人评论、评论回复互动、收藏感兴趣的内容 10. 个人中心... 立即下载

相关推荐

数据挖掘实战:决策树 + 聚类 + 关联规则,零 Key 离线可跑(Python 源码)

数据挖掘实战包。用 Python 标准库实现 CART 风格决策树、K-Means 聚类与 Apriori 关联规则,在虚构「星河便利店」会员表和购物篮上跑通分类、分群与购物篮分析,并给出准确率、轮廓系数、支持度/置信度/提升度。零第三方依赖、零 API Key 即可离线跑通。含 4 个样例、离线冒烟、中文 README(含「使用方法」)。均为作者原创可运行源码。MIT。作者 blog.csdn.net/mtl1994

C++简单示例将两个文件合并

#include&lt;iostream&gt; #include&lt;fstream&gt; using namespace std; void main() { char c[10000]; ifstream ifile1("C:/a1.txt"); ifstream ifile2("C:/a2.txt"); ofstream ofile("C:/a3.txt"); while...

MeetingParis的博客 9591

产业园区如何高效对接企业技术需求与高校科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

ubuntu16.04 将两个txt文件合并成一个文件

用cat命令从文件中读入两个文件,然后将重定向到一个新的文件: $ cat file1.txt file2.txt > file.txt : 将file1.txt和file2.txt合并到file.txt 使用cat命令读入一个文件,然后使用>>将文本流追加到另一个文件的末位:用法示例: $ cat file1.txt >> file2.txt: 将file1....

zhe_csdn的博客 3570

国央企创新负责人如何快速掌握本地科技资源分布与匹配情况?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何实现科技成果的精准识别与高效筛选?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

【C++练习】文件合并程序

分析: char szTmp[50]; while (fin1st.read(szTmp, sizeof szTmp)) fout.write(szTmp, sizeof szTmp); fout.write(szTmp, fin1st.gcount()); while (fin2nd.read(szTmp, sizeof szTmp)) fout.write(szTmp, sizeo

Oath_keeper的博客 967

安全虚拟化SEV简单介绍

安全虚拟化SEV简单介绍什么是SEV什么是SVMSME介绍SEV介绍总结 什么是SEV SEV是由AMD提出的安全虚拟化Secure Encrypted Virtualization技术的英文首字母的缩写。简单来说就是主内存控制器具备了加密功能可以对虚拟机内存数据进行保护。在真正介绍SEV之前,我们首先要弄清楚两个关键的基本概念:SVM、SME。下面先简单了解一下SVM和SME。 什么是SVM S...

artine的专栏 6389

word把选择答案弄到题目里_怎样将word中后面的答案和题目合并到一起 - 卡饭网...

怎样在word中设置试卷答案和题目同时显示怎样在word中设置试卷答案和题目同时显示 老师们在课堂上给学生评讲试卷时,都遇到一个难题,那就是题目和答案不能同时显示,每次讲完一道题就要回去查看答案,很不方便。 今天小编分享这篇教程,试卷答案和题目同时显示,学会了就不再发愁后面的试题往下拉动,最上方显示的答案就看不到了的问题了。 ①如下图所示,最上方是每道选择题的答案,下方是测试题以及考生的回答。由于...

weixin_39841136的博客 7987

Computers & Security 投稿实战:从零到一详解避坑指南

本文详细解析了向《Computers & Security》投稿的全流程避坑指南,包括ORCID账号注册、文件格式统一、Editorial Manager®系统操作技巧等关键步骤。特别强调了cover letter撰写、Declaration of Interest Statement准备以及PDF生成后的检查要点,帮助研究者高效完成投稿流程。

weixin_29228203的博客 675

全网最详细 解决戴维南定理的详细推导

替代定理,戴维南定理详细证明

m0_52555753的博客 3万+

有两个文件context.txt和words.conf,请尝试将他们合并成为一段文字,并打印出来。

有两个文件context.txt和words.conf,请尝试将他们合并成为一段文字,并打印出来。 这两个文件内容如下: context.txt “并不是每个人都需要$(qunar)自己的粮食,$(flight.1)每个人都需要做自己穿的$(flight.2),我们说着别人发明的$(hotel),使用别人发明的数学......我们一直在$(tuan)别人的成果。使用人类的已有经验

jfkidear的专栏 1204

Pure Persuit算法基础

Pure Persuit算法本身的原理不难理解,它主要基于几何原理进行的设备控制,本身不考虑太多的运动学约束。同时机器人的路径跟踪效果应该会比较依赖于预瞄点。对于曲线部分而言,如果曲率很小而预瞄点很远的话,对于曲线的跟随性应该会很差。对于直线而言,如果设备在开始时与轨迹有横向偏差,则在运动过程中机器人会逐渐收敛到曲线,但是收敛速度取决于预瞄点距离。

YiYeZhiNian的博客 1522

文件内容合并

问题描述:有两个文件context.txt和words.conf,请尝试将他们合并成为一段文字,并打印出来。             这两个文件内容如下:             context.txt            “并不是每个人都需要$(qunar)自己的粮食,$(flight.1)每个人都需要做自己穿的$(flight.2),我们说着别人发明的$(hotel),使用别人发明的数...

weixin_34096182的博客 102

统信UOS系统网络服务异常排查:WIFI图标消失与网络设置缺失的解决方案

本文详细解析了统信UOS系统WIFI图标消失与网络设置缺失的常见问题,提供了从基础修复到进阶排查的完整解决方案。重点分析了NetworkManager服务异常的根本原因,包括系统更新中断、权限配置错误等,并给出实用的命令行操作指南和预防措施,帮助用户快速恢复网络功能。

weixin_29234239的博客 619

ZYNQ程序固化实战:从BOOT.bin生成到QSPI/SD卡双启动模式详解

本文详细解析了ZYNQ 7000系列程序固化的完整流程,重点解决了程序断电丢失问题。通过实战演示,从生成BOOT.bin文件到配置QSPI与SD卡双启动模式,逐步指导开发者实现程序在外部存储中的永久驻留,确保产品脱离调试器独立运行。

weixin_29193259的博客 517

2014年去哪儿网笔试题--有两个文件context.txt和words.conf,请尝试将他们合并成为一段文字,并打印出来。...

有两个文件context.txt和words.conf,请尝试将他们合并成为一段文字,并打印出来。 这两个文件内容如下: context.txt “并不是每个人都需要$(qunar)自己的粮食,$(flight.1)每个人都需要做自己穿的$(flight.2),我们说着别人发明的$(hotel),使用别人发明的数学......我们一直在$(tuan)别人的成果。使用人类的已有经验和知识$(t...

weixin_30586085的博客 116

保姆级教程:用NFS把群晖NAS的文件夹挂到Ubuntu 22.04上,实现文件无缝共享

本文提供了一份详细的教程,指导用户如何通过NFS协议将群晖NAS的文件夹挂载到Ubuntu 22.04系统上,实现文件的无缝共享。文章对比了NFS与SMB协议的性能差异,并提供了群晖端和Ubuntu端的配置指南、高级参数优化、自动挂载方案以及生产环境中的实战技巧,帮助用户提升文件共享效率和系统稳定性。

weixin_29213827的博客 405

Spark Java版WordCount实战:从pom.xml到JVM调优的全链路解析

Word Count作为分布式计算的入门范式,本质是理解RDD、Shuffle与序列化机制的实践入口。其底层依托JVM内存模型与Java编译生态,涉及Scala二进制兼容性、Hadoop客户端集成、Lombok注解处理等关键环节。技术价值在于以轻量任务暴露集群环境一致性(如JDK版本对齐)、资源调度瓶颈(Executor内存与GC行为)及构建链路风险(Maven依赖冲突)。典型应用场景覆盖本地调试、YARN生产验证与面试能力评估,尤其适用于Java工程师切入大数据工程——本文聚焦Spark 3.5+与JDK

weixin_30632883的博客 389

YOLOv11改进 - C3k2融合 | C3k2 融合 ARConv 自适应矩形卷积:动态调整卷积核形状与采样点

本文介绍了将自适应矩形卷积(ARConv)模块与YOLOv11相结合的方法。ARConv是针对遥感图像全色锐化任务设计的创新卷积模块,可自适应调整卷积核形状与采样点数量,解决传统卷积刚性限制,实现高效特征提取。其工作流程包括学习卷积核高度和宽度、选择采样点数量、生成采样图、卷积实现与空间自适应增强。我们将集成ARConv的C3k2_ARConv模块引入YOLOv11,对相关代码进行修改和注册,并配置了yolov11 - C3k2_ARConv.yaml文件。实验脚本显示,该结合方式应用于目标检测任务。

魔改工程师的博客 1005

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

AI实践者生存指南:从工具熟练到社区协作的能力跃迁

AI学习不应止步于模型调用或prompt编写,而需系统掌握问题定位、环境治理、协作表达等可验证的工程能力。当前大量开发者陷入‘能跑通demo却无法解决真实问题’的中间层困境,根源在于工具链熟练度、问题解决力与社群参与力三者脱节。本文聚焦AI工程化落地中的关键断层,结合Prompt结构化建模、本地LLM环境调试(如Ollama GPU启用)、GitHub高响应率提问等实战场景,揭示如何将模糊经验转化为可测量、可复现、可协作的技术动作。特别适用于正在经历数据漂移、环境幽灵、社区冷遇等典型AI实践瓶颈的中级开发者

weixin_33770878的博客 338

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

工业级文本摘要Web应用从零搭建实战指南

文本摘要作为自然语言处理的基础任务,其核心在于将长文本压缩为保留关键信息的简明表达。原理上依赖序列到序列建模与注意力机制,技术价值体现在提升信息处理效率、支撑决策时效性,并降低人工认知负荷。典型应用场景覆盖法律合同比对、教育讲义精读、科研文献速览等高价值业务流。本文聚焦可落地的工业级Web应用构建,深度融合PDF解析、中文OCR适配、滑动窗口分块、ONNX模型量化及Celery异步调度等关键技术,特别针对中文长文本摘要中的实体保留、数字敏感性和部署稳定性等痛点提供实证方案。

dengkuituo0680的博客 340

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

并行分布式框架:Celery、rq、funboost

Celery是一个异步任务的调度工具,也可以叫做 "分布式任务队列(Distributed Task Queue)"。

freeking101的博客 5万+
上一篇: HipHop php :PhP 转 C++
下一篇: C#+IM+agsXMPP
Kayee2012
博客等级 码龄18年 27粉丝 35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