test

You are also given a set of distinct positions p1,p2,…,pm, where 1≤pi<n. The position pi means that you can swap elements a[pi] and a[pi+1]. You can apply this operation any number of times for each of the given positions. Your task is to determine if it is possible to sort the initial array in non-decreasing order (a1≤a2≤⋯≤an) using only allowed swaps. For example, if a=[3,2,1] and p=[1,2], then we can first swap elements a[2] and a[3] (because position 2 is contained in the given set p). We get the array a=[3,1,2]. Then we swap a[1] and a[2] (position 1 is also contained in p). We get the

一、hql语句基础知识 1. 什么是hql HQL是Hibernate Query Language的缩写 hibernate查询语句 2. hql和sql区别/异同 HQL 　　 SQL 类名/属性 　　　　 表名/列名 区分大小写,关键字不区分大小写 　　　　　　不区分大小写 别名 　　　　　　　　　　　　　　　　　　　　　　　别名 ?，从下标0开始计算位置(hibernate5之后不支持) 　　　 ?，从顺序1开始计算位置 :命名参数　　　　　　　　　　　　　　　　　　　　　不支持:命名参数 面向对象的查询语言　　　　　　　　　　　　　　　　 面向结构查询语言 3. 处理返回的结果集 3.1 查单个对象 返回一个对象 用的最多 　　select没有逗号 3.2 查询两个列段以上 返回Object[] 　　b.bookId, b.bookName 3.3 Map函数，不区分大小写 返回的是map集合 　　new Map(b.bookId as bid, b.bookName as bname) 3.4 查两个列段及以上，也可返回对象，前提是有对应的构造函数 　　new 构造方法(attr1,attr2) 　　new Book(b.bookId, b.price) 3.5查询单个列段 返回String Junit测试类 HqlTest： package com.liuwenwu

转载自iVictor，原文链接： http://www.cnblogs.com/ivictor/p/5028368.html 一、MySQL中如何表示当前时间？ 其实，表达方式还是蛮多的，汇总如下： CURRENT_TIMESTAMP CURRENT_TIMESTAMP() NOW() LOCALTIME LOCALTIME() LOCALTIMESTAMP LOCALTIMESTAMP() 二、关于TIMESTAMP和DATETIME的比较 一个完整的日期格式如下：YYYY-MM-DD HH:MM:SS[.fraction]，它可分为两部分：date部分和time部分，其中，date部分对应格式中的“YYYY-MM-DD”，time部分对应格式中的“HH:MM:SS[.fraction]”。对于date字段来说，它只支持date部分，如果插入了time部分的内容，它会丢弃掉该部分的内容，并提示一个warning。 如下所示： mysql> create table test(id int,hiredate date); Query OK, 0 rows affected (0.01 sec) mysql> insert into test values(1,'20151208000000'); Query OK, 1 row affected (0.00 sec) mysql>

一、智能指针 1、智能指针的意义 （1）、现代c++开发库中 最重要的类模板之一 （2）、c++中 自动内存管理 的重要手段 （3）、能够很大程度上 避开内存相关的 问题 2、STL中的只能指针 auto_ptr （1）、 生命周期结束时，销毁指向的内存空间 （2）、 不能指向堆数组 （否则发生内存泄漏），只能指向堆对象（变量） （3）、一片堆空间 只属于一个内存指针对象 （防止多次释放） （4）、多个只能指针对象 不能 指向同一片堆空间 #include <iostream> #include <string> #include <memory> using namespace std; class Test { string m_name; public: Test(const char* name) { cout << "Hello, " << name << "." << endl; m_name = name; } void print() { cout << "I'm " << m_name << "." << endl; } ~Test() { cout << "Goodbye, " << m_name << "." << endl; } }; int main() { auto_ptr<Test> pt(new Test("D.T.Software")); cout

函数式接口 抽象方法 参数类型 返回类型 消费型接口 Comsumer<T> void accept(T t); T void 供给型接口 Supplier<T> T get(); 无 T 函数型接口 Function<T,R> R apply(T t); T R 断定型接口 Predicate<T> boolean test(T t); T boolean 这些接口都在 java.util.function 中 import java . util . function . * ; public class Test { public static void main ( String [ ] args ) { //Comsumer消费型接口->输出一句话 Consumer < String > c = ( str ) - > System . out . println ( str ) ; c . accept ( "这是消费型接口Comsumer" ) ; //Supplier供给型接口->从中获取一句话 Supplier < String > s = ( ) - > "这是消费型接口Supplier" ; System . out . println ( s . get ( ) ) ; //Function函数型接口->输入一句话并返回这句话有多少字 Function <

从测试设计方法分类 测试名称 测试内容 Black box黑盒测试 把软件系统当作一个“黑箱”，无法了解或使用系统的内部结构及知识。从软件的行为，而不是内部结构出发来设计测试. White box白盒测试 设计者可以看到软件系统的内部结构，并且使用软件的内部知识来指导测试数据及方法的选择。 Gray box. 灰盒测试 介于黑盒和白盒之间 总结： 实际工作中，对系统的了解越多越好。目前大多数的测试人员都是做黑盒测试，很少有做白盒测试的。 因为白盒测试对软件测试人员的要求非常高，需要有很多编程经验。做.NET程序的白盒测试你要能看得懂.NET代码。做JAVA程序的测试，需要你能看懂JAVA的代码。 如果你都能看懂了，你还会做测试么？ 从测试是手动还是自动上分类 测试名称 测试内容 Manual Test 手动测试 测试人员用鼠标去手动测试 （测试GUI） Automation 自动化测试 用程序测试程序 （测试API） 从测试的目的分类 功能测试 测试的范围从小到大，从内到外， 从程序开发人员（单元测试）到测试人员，到一般用户Alpha/Beta测试 测试名称 测试内容 Unit Test 单元测试 在最低的功能 / 参数上验证程序的准确性,比如测试一个函数的正确性(开发人员做的) Functional Test 功能测试 验证模块的功能 （测试人员做的） Integration

一、数据增强 大规模数据集是成功应用深度神经网络的前提。图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。图像增广的另一种解释是，随机改变训练样本可以降低模型对某些属性的依赖，从而提高模型的泛化能力。例如，我们可以对图像进行不同方式的裁剪，使感兴趣的物体出现在不同位置，从而减轻模型对物体出现位置的依赖性。我们也可以调整亮度、色彩等因素来降低模型对色彩的敏感度。可以说，在当年AlexNet的成功中，图像增广技术功不可没。 常用的图像增广方法 翻转和裁剪 左右翻转图像通常不改变物体的类别。它是最早也是最广泛使用的一种图像增广方法。下面我们通过torchvision.transforms模块创建RandomHorizontalFlip实例来实现一半概率的图像水平（左右）翻转。 apply ( img , torchvision . transforms . RandomHorizontalFlip ( ) ) 上下翻转不如左右翻转通用。但是至少对于样例图像，上下翻转不会造成识别障碍。下面我们创建RandomVerticalFlip实例来实现一半概率的图像垂直（上下）翻转。 apply ( img , torchvision . transforms . RandomVerticalFlip ( )

之前写过“多层感知机概述”，可点击查看 多层感知机概述——2020.2.15 下⾯实现⼀个多层感知机。⾸先导⼊实现所需的包或模块。 # 导包 import torch import numpy as np import sys sys.path.append("..") import d2lzh_pytorch as d2l 1. 获取和读取数据: 这⾥继续使⽤Fashion-MNIST数据集。我们将使⽤多层感知机对图像进⾏分类。 # 1.获取和读取数据 batch_size = 256 train_iter, test_iter = d2l.load_data_fashion_mnist(batch_size) 2. 定义模型参数 Fashion-MNIST数据集中图像形状为 \(28 \times 28\) ，类别数为 10 。本节中我们依然使⽤⻓度为 \(28 \times 28 = 784\) 的向量表示每⼀张图像。因此，输⼊个数为784，输出个数为10。实验中，我们设超参数隐藏单元个数为256。 # 2 定义模型参数 num_inputs, num_outputs, num_hiddens = 784, 10, 256 w1 = torch.tensor(np.random.normal(0, 0.01, (num_inputs, num_hiddens)),dtype

Good logging practice in Python 这篇介绍地不错，由浅入深 http://victorlin.me/posts/2012/08/26/good-logging-practice-in-python There are different handlers, you can also send records to you mailbox or even a to a remote server. You can also write your own custom logging handler. I’m not going to tell you details, please reference to official documents: Basic Tutorial , Advanced Tutorial and Logging Cookbook . 通过配置设置日志格式 import logging import logging.config logging.config.fileConfig('logging.conf') # create logger logger = logging.getLogger('simpleExample') # 'application' code logger.debug('debug message')

工具： cppcheck-1.65-x86-Setup.msi 常用指令： cppcheck --enable=all D:\test 2> v9_check.txt cppcheck D:\test 2> v9_err.txt cppcheck D:\test 步骤： 1、cmd打开 2、进入到cppcheck-1.65-x86-Setup.msi的安装目录下， 比如：cd C:\Program Files (x86)\Cppcheck 3、再输入需要判断的项目代码 cppcheck 代码路径 比如：cppcheck D:\test 4、拷贝cmd里的所有内容，然后搜索"error"的地方，进行修正 来源： CSDN 作者： 黑暗时代fhp 链接： https://blog.csdn.net/fhplzh/article/details/104481738