down

目录 1.区间加+单点查 每个块维护tag，散的暴力改。 code: #include<bits/stdc++.h> using namespace std; const int maxn=50010; const int maxt=250; int n,t,cnt; int a[maxn],tag[maxt],L[maxt],R[maxt],pos[maxn]; inline void add(int ql,int qr,int k) { if(pos[ql]==pos[qr]) { for(int i=ql;i<=qr;i++)a[i]+=k; return; } for(int i=ql;i<=R[pos[ql]];i++)a[i]+=k; for(int i=L[pos[qr]];i<=qr;i++)a[i]+=k; if(pos[ql]+1<=pos[qr]-1)for(int i=pos[ql]+1;i<=pos[qr]-1;i++)tag[i]+=k; } int main() { scanf("%d",&n); t=sqrt(n);cnt=n/t; if(n%t)cnt++; for(int i=1;i<=cnt;i++)L[i]=(i-1)*t+1,R[i]=min(i*t,n); for(int i=1;i<=n;i++)pos[i]=(i-1)/t+1;

前言 本文来自 Prometheus官网手册1 、 2 、 3 、 4 和 Prometheus简介 1 、 2 、 3 、 4 记录规则 一、配置规则 Prometheus支持两种类型的规则，这些规则可以定期配置，然后定期评估：记录规则和 警报规则 。 要在Prometheus中包含规则，请创建包含必要规则语句的文件，并让Prometheus通过Prometheus配置中的 rule_files 字段加载文件， 规则文件使用YAML。 通过将 SIGHUP 发送到Prometheus进程，可以在运行时重新加载规则文件。 仅当所有规则文件格式正确时才会应用更改。 二、语法检查规则 要在不启动Prometheus服务器的情况下快速检查规则文件在语法上是否正确，请安装并运行Prometheus的 promtool 命令行实用工具：一般下载来整个Prometheus已经包含了promtool工具。 go get github.com/prometheus/prometheus/cmd/promtool promtool check rules /path/to/example.rules.yml 当文件在语法上有效时，检查器将已解析规则的文本表示打印到标准输出，然后以 0 返回状态退出。如果存在任何语法错误或无效的输入参数，则会向标准错误输出错误消息，并以 1 返回状态退出。 三

客户测试库，down问题分析，根据alert 的问题指向，实例异常终止，但是无其它有价值的信息 Terminating the Instance Due to Error 471 Out-Of-Memory(OOM) Killer Crashes Oracle Database (Doc ID 1622379.1) SYMPTOMS Instance terminated due to death of background process. In this case, it was DBWR. No more information in alert / traces why DBWR process dead. Tue Feb 04 13:00:03 2014 LNS: Standby redo logfile selected for thread 1 sequence 6206 for destination LOG_ARCHIVE_DEST_2 Archived Log entry 10547 added for thread 1 sequence 6205 ID 0x77e10623 dest 1: Tue Feb 04 13:05:09 2014 LGWR waiting for instance termination Tue Feb 04 13:05:15

1.菜单组件 JMenu与JMenuBar 若在Java中实现菜单，则可以使用JMenu组件，不过，如果要使用JMenu则首先要了解JMenuBar组件。JMenuBar组件的功能是用来摆放JMenu组件，当建立完许多的JMenu组件之后，需要通过JMenuBar组件来将JMenu组件加入到窗口中 JMenu的常用方法 JMenu的常用方法 JMenuItem JMenuItem:为菜单加入菜单项 JMenuItem的常用方法 2.JFileChooser JFileChooser的常用方法 记事本 代码 package demo; import java.awt.event.ActionEvent; import java.awt.event.ActionListener; import java.awt.event.InputEvent; import java.awt.event.KeyEvent; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOException; import javax.swing.ImageIcon; import

一：多线程和多进程 进程是多个资源的集合。 线程是就是进程里面具体干活的。 线程和线程之间是互相独立的。 二：多线程使用threading模块 启用多线程： import threading def down_load(): time.sleep(5) print("运行完了") t = threading.Thread(target=down_load,args=('name','abfd')) #生成一个线程实例 t.start 启动线程 复制代码 线程等待： import threading import time def down_load(): time.sleep(5) print("运行完了") start_time = time.time() for i in range(5): t = threading.Thread(target=down_load) t.start() while threading.activeCount()!=1: pass print(threading.activeCount()) #查看当前线程数 print(threading.current_thread())#查看当前线程 end_time = time.time() print(end_time - start_time) 复制代码 下载图片： import requests

一：多线程和多进程 进程是多个资源的集合。 线程是就是进程里面具体干活的。 线程和线程之间是互相独立的。 二：多线程使用threading模块 启用多线程： import threading def down_load(): time.sleep(5) print("运行完了") t = threading.Thread(target=down_load,args=('name','abfd')) #生成一个线程实例 t.start 启动线程 线程等待： import threading import time def down_load(): time.sleep(5) print("运行完了") start_time = time.time() for i in range(5): t = threading.Thread(target=down_load) t.start() while threading.activeCount()!=1: pass print(threading.activeCount()) #查看当前线程数 print(threading.current_thread())#查看当前线程 end_time = time.time() print(end_time - start_time) 下载图片： import requests,time

import threading,timedef down_load(): time.sleep(5) print("运行完了")for i in range(10): t = threading.Thread(target=down_load) t.setDaemon(True)#设置子线程为守护线程 t.start()print('over')#主线程结束，守护线程立马死掉 来源： https://www.cnblogs.com/lapt/p/11893285.html

一、self的作用 class Person: country = 'China' def __init__(self,name): self.name = name print('内存地址',id(self)) def say(self): print(self.name)xm = Person('小明')print('xm的内存地址',id(xm))xm.say()xh = Person("小红")print('xh的内存地址',id(xh))xh.say()每次实例化的是谁，self 就是谁 二、多线程 import threadingimport time#进程是多个资源的集合。#线程是就是进程里面具体干活的。#线程和线程之间是互相独立的。def down_load(): time.sleep(5) print("运行完了")def movie(): time.sleep(1) print('movie') # threading.Thread(target=down_load,args=('name','abfd'))#启动线程 ，target=函数名，args=(参数1,参数2) t1 = threading.Thread(target=down_load)t1.start()t2 = threading.Thread(target=down_load)t2.start

<div id=demo style=overflow:hidden;height:139;width:232;background:#f4f4f4;color:#ffffff><div id=demo1><img src="http://www.lanrentuku.com/down/js/images/12460764740.jpg"><img src="http://www.lanrentuku.com/down/js/images/12460764741.jpg"><img src="http://www.lanrentuku.com/down/js/images/12460764742.jpg"><img src="http://www.lanrentuku.com/down/js/images/12460764743.jpg"><img src="http://www.lanrentuku.com/down/js/images/12460764744.jpg"></div> <div id=demo2></div> </div> <script> var speed=30 demo2.innerHTML=demo1.innerHTML demo.scrollTop=demo.scrollHeight function Marquee(){ if(demo1

POJ 3585 Accumulation Degree 题解 题目的字面意思 给出了一个带权无向图，然后可以任意选一个点做源点，往里面倒水，问最终，可以从叶子节点中流出多少水 在了解题意之后， 基本就可以想到是赤裸裸的树形dp 先来考虑需要注意的问题 在弄清以上的概念之后，就可开始设计算法了 众所周知， 树形dp 是没法往上走的， 所以我们需要维护两个数组，一个down一个up （down 表示 该节点以dfs序往下走的最大叶子节点流量的和， up则表示往父节点的），最后只需要遍历每个节点的down和up 的和就可以了 转移方程（u 表示父节点 v 表示子节点 w 为当前边的权值） Down[u] += min(w[i], down[v]) 需要考虑，子节点够不够争气， 能不能承受那么w[i]多的流量 第一遍dfs 处理完down Up[v] = min(w[i], up[u] + down[u] – min(w[i], down[v])); 需要考虑能不能往父节点流w[i]多的流量 up[u] + down[u] – min(w[i], down[v]) 这个是计算如果父节点不往当前子节点流， 最多可以流向叶子节点多少。 然后需要特殊处理子节点是叶子节点的情况， 就不要取最小值了， 一定可以流w[i] 那么多 第二遍dfs 处理up Talk is cheap, I will