next

　 Python入门：Anaconda和Pycharm的安装和配置 　　子曰：“工欲善其事，必先利其器。”学习Python就需要有编译Python程序的软件，一般情况下，我们选择在Python官网下载对应版本的Python然后用记事本编写，再在终端进行编译运行即可，但是对于我这样懒的小白，我喜欢装一些方便的软件来辅助我编写程序。在学习Java时，正常情况选择安装JDK然后配置环境变量后，用记事本编写程序再在终端编译运行即可，而我一般选择安装JDK+MyEclipse。将Python和Java进行类比的话，在Python中使用Python+Pycharm好比是在Java中使用JDK+MyEclipse，这里我们不用Python+Pycharm而是使用Anaconda+Pycharm，为什么呢? 　　Anaconda 是一个基于 Python 的数据处理和科学计算平台，它已经内置了许多非常有用的第三方库，装上Anaconda，就相当于把 Python 和一些如 Numpy、Pandas、Scrip、Matplotlib 等常用的库自动安装好了，使得安装比常规 Python 安装要容易。如果选择安装Python的话，那么还需要 pip install 一个一个安装各种库，安装起来比较痛苦，还需要考虑兼容性，非如此的话，就要去Python官网（https://www.python.org

题面 Time limit per test: 2 seconds Memory limit per test: 256 megabytes Description You are given a regular polygon with 2⋅n vertices (it's convex and has equal sides and equal angles) and all its sides have length 1 . Let's name it as 2n -gon. Your task is to find the square of the minimum size such that you can embed 2n -gon in the square. Embedding 2n -gon in the square means that you need to place 2n -gon in the square in such way that each point which lies inside or on a border of 2n -gon should also lie inside or on a border of the square. You can rotate 2n -gon and/or the square. Input

一，引言 　　今天，我们学习一个新的知识点-----Azure Application Gateway，通过Azure 应用程序网关为我么后端的服务提供负载均衡的功能。我们再文章头中大概先了解一下什么是应用程序网关。 　　Azure Application Gateway 是一种 应用程序层（OSI 层 7）负载均衡，Azure 应用程序网关可以执行基于 URL 的路由。而上一篇介绍的 Azure Load Balancer 则是传输层（OSI 层 4 - TCP 和 UDP）进行操作，并基于源 IP 地址和端口将流量路由到目标 IP 地址和端口。 简单来讲，四层就是基于IP+端口的负载均衡；七层就是基于URL等应用层信息的负载均衡。通过微软官方提供的文档，我们可以看到 Applcation Gateway 做了如下优化。 1，SSL/TLS终结 2，SKU为 “Standard” 或者 “WAF_v2” 的应用程序网关或者WAF 部署支持自动缩放， 可根据变化的流量负载模式进行扩展或缩减。 自动缩放还无需在预配期间要求选择部署大小或实例计数。 3，区域冗余 4，WAF防火墙 5， AKS 的入口控制器， 应用程序网关入口控制器 (AGIC) 允许你使用应用程序网关作为 Azure Kubernetes 服务 (AKS) 群集的入口。 6，基于URL的路由 7

e x T 1 特性 A 高度还原next-theme [1] A 论文规范排版,正文字体、代码高亮、表格样式 A 文章页显示摘要、关键词 A 导航区归档、相册、搜索 A 作者信息、联系、订阅 A 响应式设计 A 自动生成目录、滚动贴顶 A 阅读进度、一键至顶、顶部进度条 U 优化评论区显示 U 优化上下文切换 2 预览 2.1 截图 2.2 样例 博客园 <=> hexo 3 选型 3.1 为什么选择博客园 经常使用搜索引擎查找某些问题会发现博客园有着良好的SEO,相比自主建站或者其他静态站点方式，省去了SEO优化和推送，便于更好的呈现和分享。 博客园用户大多是早期开发者，内容可信度高。由于没有其他平台类似的激励计划(比如X币)，写文章出发点很纯粹，也就不会存在用一两句话凑一篇文章、凑一篇原创（比如CSDN）,即便存在也往往就是标准答案。 搜索结果比较真实，不像CSDN，通过 在大量相干不相干的广告和文章链接中夹带着文章 ，导致可能搜索概要中含关键词但是打开文章却毫无干系，迫使在其环境下跳来跳去增加点击率和广告曝光率，却永远找不到答案。 免备案,免服务器,https,自动二级域名(xxx.cnblogs.com) 支持标准markdown，渲染准确，可完美迁移。图片不会像其他平台一样强制转内链，但还往往转不成功需要找原图再上传。 重要 :支持高度自定义

文章目录 1、Iterator迭代器 2、开发中推荐使用方式 3、错误使用方式 4、Iterator迭代器中remove()方法 5、利用迭代器实现的增强for循环遍历或者说foreach遍历 1、Iterator迭代器 用来遍历Colletioon接口实现的集合，返回Iterator接口的实例。 ①Iterator迭代器：专门用来遍历List、Set接口实现的集合，它不是一个容器，是Colletion接口中的一个遍历集合的方法，相当于火车上的乘务员的检票过程； ②迭代器模式 ：提供一种方法访问一个容器（container）对象中各个元素，而不需要暴露该对象的内部细节。 迭代器模式，可以说是专门为集合而生； ③ 集合对象每次调用iterator(）都得到一个全新的的迭代器对象， 默认游标都在集合的第一元素之前 ，下面有图示； ④内部有三个常见方法 ， hasNext() ：判断当前集合里还有没有元素可有进行遍历； next() : 用来遍历打印集合中的元素； remove() ： 可以在遍历到指定的元素时进行移除指定的元素， 要注意的是在调用remove()时，一定要先调用next()方法 ，先让指针（游标）下移到元素上。 2、开发中推荐使用方式 Iterator iterator = coll . iterator ( ) ; //coll为集合对象 while (

福哥答案2020-08-07： 1.新增虚拟头，返回head.Next。 2.换头，返回head。 代码用go语言编写，如下： package test32_deletenode import ( "fmt" "testing" ) //go test -v -test.run TestDeleteNode func TestDeleteNode ( t * testing . T ) { if true { head := & ListNode { } head . Val = 1 head . Next = & ListNode { } head . Next . Val = 5 head . Next . Next = & ListNode { } head . Next . Next . Val = 1 head . Next . Next . Next = & ListNode { } head . Next . Next . Next . Val = 9 headtemp := head for headtemp != nil { fmt . Print ( headtemp . Val , "\t" ) headtemp = headtemp . Next } fmt . Println ( "删除前" ) head = DeleteNode1 ( head , 1

一文彻底搞懂BERT 一、什么是 BERT? 没错下图中的小黄人就是文本的主角 Bert ，而红色的小红人你应该也听过，他就是 ELMo 。 2018 年 发布的 BERT 是一个 NLP 任务的里程碑式模型，它的发布势必会带来一个 NLP 的新时代。 BERT 是一个算法模型，它的出现打破了大量的自然语言处理任务的记录。在 BERT 的论文发布不久后， Google 的研发团队还开放了该模型的代码，并提供了一些在大量数据集上预训练好的算法模型下载方式。 Goole 开源这个模型，并提供预训练好的模型 ， 这使得所有人都可以通过它来构建一个涉及 NLP 的算法模型，节约了大量训练语言模型所需的时间，精力，知识和资源。 BERT 模型的全称是： BERT( B idirectional E ncoder R epresentations from T ransformers) 。 从名字中可以看出， BERT 模型的目标是利用大规模无标注语料训练、获得文本的包含丰富语义信息的 Representation 。 二、Bert模型原理 BERT 模型简介 BERT BASE: 与OpenAI Transformer 的尺寸相当，以便比较性能。 BERT LARGE: 一个非常庞大的模型，是原文介绍的最先进的结果。 BERT的基础集成单元是 Transformer的Encoder

abs() 返回数字绝对值 >>> abs(-100) 100 >>> abs(10) 10 >>> all() 判断给定的可迭代参数 iterable 中的所有元素是否都为 TRUE，如果是返回 True，否则返回 False >>> all([100,100,100]) True >>> all([3,0,1,1]) False >>> any() 判断给定的可迭代参数 iterable 是否全部为 False，则返回 False，如果有一个为 True，则返回 True >>> any([0,0,0,0]) False >>> any([0,0,0,1]) True >>> ascii() 调用对象的repr()方法，获取该方法的返回值 >>> ascii('test') "'test'" >>> bin() 将十进制转换为二进制 >>> bin(100) '0b1100100' >>> oct() 将十进制转换为八进制 >>> oct(100) '0o144' >>> hex() 将十进制转换为十六进制 >>> hex(100) '0x64' >>> bool() 测试对象是True，还是False >>> bool(1) True >>> bool(-1) True >>> bool() False >>> bytes() 将一个字符转换为字节类型 >>> s =

Super Mario HDU - 4417 Mario is world-famous plumber. His “burly” figure and amazing jumping ability reminded in our memory. Now the poor princess is in trouble again and Mario needs to save his lover. We regard the road to the boss’s castle as a line (the length is n), on every integer point i there is a brick on height hi. Now the question is how many bricks in L , R Mario can hit if the maximal height he can jump is H. InputThe first line follows an integer T, the number of test data. For each test data: The first line contains two integers n, m (1 <= n <=10^5, 1 <= m <= 10^5), n is the

2020.07 2020.7.31 上午空投到了 瑶的咖啡也来了 前几天喝完之后感觉再喝雀巢难以下咽 感觉来了救命稻草 真香～ 泪目～ 七月最后一天了 别辜负 奥赛蚊子给叮到耳朵上了。。。。 画面自己脑补吧 一大早起来发现博客园把自己土到掉渣的UI换掉了 感觉新的UI界面有知乎内味了 看的真舒服～ 给博客园的程序猿们rp++ 个人主页还没做美化 期待新效果 现在93楼，希望今天层数破百～ 2020.7.30 下午活动终于没打羽毛球 昨天虎哥把拿了个篮球来 有去年内味儿了 整挺好 一天没吃饭（假装减肥成功） 刚刚打完球热死了就磕了两条瓜 热热热，全湿透了 湿身了 咳咳 爽爽爽爽爽～ 一早晨推DP式子真尼玛困 把自己ex到了 总结很欢乐 看到了 这个置顶 xswl 2020.7.29 改了三个题来写个小结 T1T3真的是，，，， 我脑子没了 变量重复定义这zz错误我又犯了 无fuck说 长记性吧 T3推出来的结论没有归纳 傻傻的搁那儿模拟四五遍 下午讲题给了结论随便一码就过了 两道本应该A掉的全没了 有点小难过 呜呜呜 爷今天考试爆炸 昨天划水今天来报应了 死磕T3结果爆零？？？ 最水的题 \(O(n^3)\) 暴力我交30？？？ 临近考试结束还改了一个20盖过去了？？？ T4挂-1输出qj测试点都比T1T3分多 不过也好 状态一下子就回来了 害，也不能总靠着触底才能反弹啊