积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部后端开发(30)Java(30)

语言

全部中文(简体)(30)

格式

全部PDF文档 PDF(29)PPT文档 PPT(1)
 
本次搜索耗时 0.062 秒,为您找到相关结果约 30 个.
  • 全部
  • 后端开发
  • Java
  • 全部
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • PPT文档 PPT
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 Hello 算法 1.0.0b1 Java版

    0. 写在前面 hello‑algo.com 5 Figure 0‑4. 运行代码示例 第一步:安装本地编程环境。参照附录教程,如果已有可直接跳过。 第二步:下载代码仓。如果已经安装 Git ,可以通过命令行来克隆代码仓。 git clone https://github.com/krahets/hello-algo.git 当然,你也可以点击“Download ZIP”直接下载代码压缩包,本地解压即可。 时间复杂度由多项式 ?(?) 中最高阶的项来决定。这是因为在 ? 趋于无穷大时,最高阶的项将处于主导作用, 其它项的影响都可以被忽略。 以下表格给出了一些例子,其中有一些夸张的值,是想要向大家强调 系数无法撼动阶数 这一结论。在 ? 趋于 无穷大时,这些常数都是“浮云”。 操作数量 ?(?) 时间复杂度 ?(?(?)) 100000 ?(1) 3? + 2 ?(?) 2?2 + 3? + 2 ?(?2) } 「遍历数组」和「遍历链表」等操作,时间复杂度都为 ?(?) ,其中 ? 为数组或链表的长度。 � 数据大小 ? 是根据输入数据的类型来确定的。比如,在上述示例中,我们直接将 ? 看作输入数 据大小;以下遍历数组示例中,数据大小 ? 为数组的长度。 // === File: time_complexity.java === /* 线性阶(遍历数组) */ int arrayTraversal(int[]
    0 码力 | 186 页 | 14.71 MB | 1 年前
    3
  • pdf文档 Hello 算法 1.0.0b2 Java版

    0. 写在前面 hello‑algo.com 5 Figure 0‑4. 运行代码示例 第一步:安装本地编程环境。参照附录教程,如果已有可直接跳过。 第二步:下载代码仓。如果已经安装 Git ,可以通过命令行来克隆代码仓。 git clone https://github.com/krahets/hello-algo.git 当然,你也可以点击“Download ZIP”直接下载代码压缩包,本地解压即可。 时间复杂度由多项式 ?(?) 中最高阶的项来决定。这是因为在 ? 趋于无穷大时,最高阶的项将处于主导作用, 其它项的影响都可以被忽略。 以下表格给出了一些例子,其中有一些夸张的值,是想要向大家强调 系数无法撼动阶数 这一结论。在 ? 趋于 无穷大时,这些常数都是“浮云”。 操作数量 ?(?) 时间复杂度 ?(?(?)) 100000 ?(1) 3? + 2 ?(?) 2?2 + 3? + 2 ?(?2) } 「遍历数组」和「遍历链表」等操作,时间复杂度都为 ?(?) ,其中 ? 为数组或链表的长度。 � 数据大小 ? 是根据输入数据的类型来确定的。比如,在上述示例中,我们直接将 ? 看作输入数 据大小;以下遍历数组示例中,数据大小 ? 为数组的长度。 // === File: time_complexity.java === /* 线性阶(遍历数组) */ int arrayTraversal(int[]
    0 码力 | 197 页 | 15.72 MB | 1 年前
    3
  • pdf文档 Nacos架构&原理

    Server 创建独立的长链 接;连接断开时,需要进行重连,服务端列表发生变更时,需要创建新节点的长链接,销毁下 线的节点长链接。 ○ Server 间需要进行数据同步,包括配置变更信息同步,当前连接数信息,系统负载信息同步, 负载调节信息同步等。 Nacos 架构 < 44 2. 服务  SDK 和 Server 之间 ○ 客户端 SDK 需要感知服务节点列表,并按照某种策略选择其中⼀个节点进行连接;底层连接 送量,并且要保证足够稳定。 3. 负载均衡  常见的负载均衡策略:随机,hash,轮询,权重,最小连接数,最快响应速度等  短连接和长链接负载均衡的异同:在短连接中,因为连接快速建立销毁,“随机,hash,轮询, 权重”四种方式大致能够保持整体是均衡的,服务端重启也不会影响整体均衡,其中“最小连接 数,最快响应速度”是有状态的算法,因为数据延时容易造成堆积效应;长连接因为建立连接后, 如果没有 节点发布重启后,最终连接会出现不均衡的情况出现,“随机,轮询,权重”的策略在客户端重 连切换时可以使用,“最小连接数,最快响应速度”和短连接⼀样也会出现数据延时造成堆积效 应。长连接和短连接的⼀个主要差别在于在整体连接稳定时,服务端需要⼀个 rebalance 的机制, 将集群视角的连接数重新洗牌分配,趋向另外⼀种稳态  客户端随机+服务端柔性调整 核心的策略是客户端+服务端双向调节策略,客户端随机选择+服务端运行时柔性调整。
    0 码力 | 326 页 | 12.83 MB | 10 月前
    3
  • pdf文档 《Java 应用与开发》课程讲义 - 王晓东

    58 6.1 Java 内存模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 6.1.1 Java 虚拟机(Java Virtual Machine, JVM) . . . . . . . . . . . . . . 59 6.1.2 JVM 内存模型 . . . . . . . . . . . . 5.1 Java 多态 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 6.1 Java 虚拟机架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 6.2 JVM 内存模型 . . . . . . 引入Swing 2000.5 2002.2 2004.10 2006.11 J2SE1.3 J2SE1.4 J2SE1.5 J2SE5.0 JavaSE6.0 支持XML,采用新的虚拟机Hotspot 引入Assert语言特性 增加范型、for-each循环、可变数目参数、注解、自动装箱和拆箱 将Java2重新做回Java,性能、易用性前所未有的提高 Java7 Or
    0 码力 | 330 页 | 6.54 MB | 1 年前
    3
  • pdf文档 Java 应用与开发 - 线程编程

    线程控制 线程的同步 线程的概念模型 Java 线程的概念模型 在 Java 语言中,多线程的机制通过虚拟 CPU 来实现。 1. 虚拟的 CPU,由 java.lang.Thread 类封装和虚拟; 2. CPU 所执行的代码和数据,传递给 Thread 类对象。 代码 数据 虚拟CPU 大纲 线程基础 线程控制 线程的同步 创建线程 ���� 线程基础 相关知识回顾 线程的概念模型 Thread 类的对象; 3. 调用该对象的 start() 方法。 大纲 线程基础 线程控制 线程的同步 创建线程 两种创建线程的方式比较 O 使用 Runnable 接口创建线程 ▶ 可以将虚拟 CPU、代码和数据分开,形成清晰的模型; ▶ 线程体 run() 方法所在的类还可以从其他类继承一些有用的 属性或方法; ▶ 有利于保持程序风格的一致性。 O 直接继承 Thread 类创建线程 编写简单,run() 方法的当前对象就是线程对象,可直接 操纵。 大纲 线程基础 线程控制 线程的同步 创建线程 两种创建线程的方式比较 O 使用 Runnable 接口创建线程 ▶ 可以将虚拟 CPU、代码和数据分开,形成清晰的模型; ▶ 线程体 run() 方法所在的类还可以从其他类继承一些有用的 属性或方法; ▶ 有利于保持程序风格的一致性。 O 直接继承 Thread 类创建线程
    0 码力 | 82 页 | 1010.73 KB | 1 年前
    3
  • pdf文档 Apache Shiro 1.2.x Reference Manual 中文翻译

    Manual 中文翻译 18 2. Tutorial 教程 3. Architecture 架构 Apache Shiro 设计理念是使程序的安全变得简单直观而易于实现,Shiro的核心设计参照大多 数用户对安全的思考模式--如何对某人(或某事)在与程序交互的环境中的进行安全控制。 程序设计通常都以用户故事为基础,也就是说,你会经常设计用户接口或服务api基于用户如何 (或应该)与软件交互。 例如 获取的对象进行强制类型转换,这么多强 制转换非常的丑陋、累赘并且会和你的类紧耦合。 SecurityUtils.setSecurityManager 方法会将 SecurityManager 实例化为虚拟机的单独静 态实例,在大多数程序中没有问题,但如果有多个使用 Shiro 的程序在同一个 JVM 中运 行时,各程序有自己独立的实例会更好些,而不是共同引用一块静态内存。 改变配置就需要重新编译你的程序。 Manual 中文翻译 39 5. Authentication 认证 第1步:程序代码调用 Subject.login 方法,向AuthenticationToken(认证令牌)实例的构造函 数传递用户的身份和证明。 第2步:Subject 实例,通常是一个 DelegatingSubject(或其子类)通过调用 securityManager.login(token )将这个令牌转交给程序的
    0 码力 | 196 页 | 2.34 MB | 1 年前
    3
  • pdf文档 Hello 算法 1.0.0b4 Java版

    。与仅阅读 代码相比,编写代码的过程往往能带来更多收获。 Figure 0‑3. 运行代码示例 第一步:安装本地编程环境。请参照附录教程进行安装,如果已安装则可跳过此步骤。 第二步:下载代码仓。如果已经安装 Git ,可以通过以下命令克隆本仓库。 git clone https://github.com/krahets/hello-algo.git 当然,你也可以点击“Download 时间复杂度由多项式 ?(?) 中最高阶的项来决定。这是因为在 ? 趋于无穷大时,最高阶的项将发挥主导作用, 其他项的影响都可以被忽略。 以下表格展示了一些例子,其中一些夸张的值是为了强调“系数无法撼动阶数”这一结论。当 ? 趋于无穷大 时,这些常数变得无足轻重。 2. 复杂度 hello‑algo.com 19 操作数量 ?(?) 时间复杂度 ?(?(?)) 100000 ?(1) 3? + 暂存空间可以进一步划分为三个部分: ‧「暂存数据」用于保存算法运行过程中的各种常量、变量、对象等。 ‧「栈帧空间」用于保存调用函数的上下文数据。系统在每次调用函数时都会在栈顶部创建一个栈帧,函 数返回后,栈帧空间会被释放。 ‧「指令空间」用于保存编译后的程序指令,在实际统计中通常忽略不计。 因此,在分析一段程序的空间复杂度时,我们一般统计 暂存数据、输出数据、栈帧空间 三部分。 Figure
    0 码力 | 342 页 | 27.39 MB | 1 年前
    3
  • pdf文档 Hello 算法 1.0.0b5 Java版

    与阅读代码相比,编写代码的过程往往能带来更多收获。动手学,才是真的学。 图 0‑3 运行代码示例 运行代码的前置工作主要分为三步。 第一步:安装本地编程环境。请参照附录教程进行安装,如果已安装则可跳过此步骤。 第二步:下载代码仓。如果已经安装 Git ,可以通过以下命令克隆本仓库。 git clone https://github.com/krahets/hello-algo.git 当然,你也可以在图 0‑4 所示的位置,点击“Download 趋于无穷大时,最高阶的项将发挥主导作用, 其他项的影响都可以被忽略。 第 2 章 复杂度分析 hello‑algo.com 30 表 2‑1 展示了一些例子,其中一些夸张的值是为了强调“系数无法撼动阶数”这一结论。当 ? 趋于无穷大时, 这些常数变得无足轻重。 表 2‑1 不同操作数量对应的时间复杂度 操作数量 ?(?) 时间复杂度 ?(?(?)) 100000 ?(1) 3? + 2 ?( (int num : nums) { count++; } return count; } 值得注意的是,输入数据大小 ? 需根据输入数据的类型来具体确定。比如在第一个示例中,变量 ? 为输入数 据大小;在第二个示例中,数组长度 ? 为数据大小。 第 2 章 复杂度分析 hello‑algo.com 32 3. 平方阶 ?(?2) 平方阶的操作数量相对于输入数据大小 ? 以平方级别增
    0 码力 | 376 页 | 30.69 MB | 1 年前
    3
  • pdf文档 Java 应用与开发 - 类加载和反射

    ClassLoader 基类来创建自己的 类加载器。 ▶ 可以从本地文件系统、jar 包和网络方式加载类的 class 文 件。 ▶ 类加载器通常无须等到“首次使用”该类时才加载此类, Java 虚拟机允许系统预先加载某些类。 大纲 反射 类的加载、连接和初始化 类加载器 使用反射生成并操作对象 本节习题 类的连接 类被加载生成对应的 Class 对象后,进入连接阶段,负责把类的 二进制数据合并到 创建一个具有指定元素类型、指定维度的新数组。 ▶ static xxx getXxx(Object array, int index) 返回 array 数组 中第 index 个元素,其中 xxx 是各种基本数据类型,如果数 组元素为引用类型,则方法去掉 Xxx,为 get(Object array, int index)。 ▶ static void setXxx(Object array, int index, xxx
    0 码力 | 46 页 | 714.40 KB | 1 年前
    3
  • pdf文档 Hello 算法 1.1.0 Java版

    “如果我当年学数据结构与算法的时候有《Hello 算法》,学起来应该会简单 10 倍!” ——李沐,亚马逊资深首席科学家 计算机的出现给世界带来了巨大变革,它凭借高速的计算能力和出色的可编程性,成为了执行算法与处理数 据的理想媒介。无论是电子游戏的逼真画面、自动驾驶的智能决策,还是 AlphaGo 的精彩棋局、ChatGPT 的自然交互,这些应用都是算法在计算机上的精妙演绎。 事实上,在计算机问世之前,算法 时间复杂度由 ?(?) 中最高阶的项来决定。这是因为在 ? 趋于无穷大时,最高阶的项将发挥主导作用,其他 项的影响都可以忽略。 表 2‑2 展示了一些例子,其中一些夸张的值是为了强调“系数无法撼动阶数”这一结论。当 ? 趋于无穷大时, 这些常数变得无足轻重。 表 2‑2 不同操作数量对应的时间复杂度 操作数量 ?(?) 时间复杂度 ?(?(?)) 100000 ?(1) 3? + 2 ?( (int num : nums) { count++; } return count; } 值得注意的是,输入数据大小 ? 需根据输入数据的类型来具体确定。比如在第一个示例中,变量 ? 为输入数 据大小;在第二个示例中,数组长度 ? 为数据大小。 3. 平方阶 ?(?2) 平方阶的操作数量相对于输入数据大小 ? 以平方级别增长。平方阶通常出现在嵌套循环中,外层循环和内层 循环的时间复杂度都为
    0 码力 | 378 页 | 18.47 MB | 1 年前
    3
共 30 条
  • 1
  • 2
  • 3
前往
页
相关搜索词
Hello算法1.00b1Java0b2Nacos架构原理lecturenotesforApplicationandDevelopmentpdfApacheShiro1.2ReferenceManual中文翻译中文翻译0b40b5classloaderreflection1.1
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩