数据库 笔记 数据mysql
[刷题笔记] ybt1250：The Castle
[Problem](http://ybt.ssoier.cn:8088/problem_show.php?pid=1250) ### Solution 显然bfs，只不过扩散的时候需要判断墙 那么如何判断墙呢？题目只给出了每个方块墙方向的和 原来的思路是可以暴力，很复杂但是可做，代码就不给了。 后来 ......
[Kyana]高斯数据库安装
## 00|修改后的安装脚本 ```bash #!/bin/bash ## Author： 贾军锋 ## Date： 2021-04-15 ## OS: openEuler20.03LTS x86_64[最小硬件配置：2c/4G] ## Database：openGauss 2.0.0 ## Des ......
c++进行map数据横向合并
请帮我写一段代码。 nlohmann::json怎么把三个字典合并到一起，c++ 14标准，并且每个字典的长度不一样,原数据不是json。 例如： data1 = [{"key1": "a1", "key2": 1}, {"key1": "a2", "key2": 2}] data2 = [{"ke ......
2023.6 做题笔记
### [【集训队互测 2023】森林游戏](https://qoj.ac/problem/5092) He_Ren orz 把得分重新定义：先手选一个数，增加得分，后手减小得分，先手想最大化得分，后手想最小化得分。 先考虑一个特殊情况：森林中的每一棵树都是一条链，且每条链从前往后不增。两个人的策略 ......
《贪婪的多巴胺》笔记
前言 在你的大脑中，“向下”的世界由一些被称为神经递质的化学物质所控制，它们让你体验满足感，享受你当下拥有的一切。但当你把注意力转到“向上”的世界，你的大脑则依赖另一种化学物质——一个单一的分子，它不仅让你突破指尖所指的领域，而且激励你去追求、控制、拥有你无法即刻抓取的世界。它驱使你去寻找遥远的东西 ......
「学习笔记」概率与期望
## 样本点与样本空间 $A = \left \{ 1, 2, 3 \right \}$ $1, 2, 3$ 为样本点，$A$ 为样本空间。 $$ A = \left \lbrace 1, 2, 3 \right \rbrace\\ B = \left \lbrace 2, 3, 4 \right ......
[刷题笔记] ybt1255：迷宫问题
[题目传送门](http://ybt.ssoier.cn:8088/problem_show.php?pid=1255) ### Solution 数据范围很小，一共才$5\times5$，~~所以乱搞做法很多~~ 比如我一开始就先bfs单纯跑最短路，然后dfs找路径 ~~但是忘回溯被嘲讽~~ 其实 ......
多表数据重组（Power Query）
问题：多个如下图结构的表数据重组 效果如下： 数据整理： let 源 = Excel.Workbook(File.Contents("路径\文件名.xlsx"), null, true), 筛选掉无关工作表 = Table.SelectRows(源, each Text.Contains([Name ......
提取借出数据
问题：将带有“借”对应的编号提取到另一个表中。 数据源表： 结果表： 函数公式解决： {=IFERROR(INDIRECT("服装清单!"&TEXT(SMALL(IF(服装清单!D$6:P$15="借",ROW($6:$15)*100+COLUMN(B:N)),ROW(A1)),"r0c00"),) ......
「学习笔记」模运算与 BSGS 算法
## 取模 > 取模符号：$x \bmod y$，表示 $x$ 除以 $y$ 得到的余数。 例如， $$ 5 \bmod 3 = 2\\ 7 \bmod 4 = 3\\ 3 \bmod 3 = 0\\ $$ 设 $x$ 为被除数，$y$ 为除数，$z$ 为余数，则 $x = k \cdot y + ......
深度学习应用篇-计算机视觉-图像增广[1]：数据增广、图像混叠、图像剪裁类变化类等详解
# 深度学习应用篇-计算机视觉-图像增广[1]：数据增广、图像混叠、图像剪裁类变化类等详解 # 一、数据增广 在图像分类任务中，图像数据的增广是一种常用的正则化方法，主要用于增加训练数据集，让数据集尽可能的多样化，使得训练的模型具有更强的泛化能力，常用于数据量不足或者模型参数较多的场景。除了 Ima ......
提取最晚日期对应的数据
问题：提取相同代码最晚日期及其对应的价格。 函数公式解决： 最晚日期：=MAXIFS(B:B,A:A,E2) 对应价格：=SUMIFS(C:C,A:A,E2,B:B,F2) ......
Mermaid笔记
Mermaid 使用教程：从入门到精通 - 知乎 (zhihu.com) Mermaid 使用教程：从入门到精通——流程图、时序图、甘特图、类图等图形绘制轻松搞定 - 知乎 (zhihu.com) Mermaid画流程图、序列图、饼图、甘特图(实例讲解) - 知乎 (zhihu.com) Merma ......
帝国CMS刷新数据表news提示update ***_ecms__index set havehtml=1 where id='' limit 1
今天我在进行“数据更新”时，点击“刷新所有信息内容页面”后，在“刷新数据表：article”一项出现提示Table ‘empirecms.phome_ecms_’ doesn’t exist 代码如下： Table 'www_zwwiki_com.***_ecms_news_data_' doesn ......
每日记录（数据查询语法(DQL)(1)）
DQL就是数据查询语言，数据库执行DQL语句不会对数据进行改变，而是让数据库发送结果集给客户端。 语法： SELECT selection_list /*要查询的列名称*/ FROM table_list /*要查询的表名称*/ WHERE condition /*行条件*/ GROUP BY gr ......
每日记录(数据查询语法（DQL）(2))
1 基础查询 1.1 查询所有列 SELECT * FROM stu; 1.2 查询指定列 SELECT sid, sname, age FROM stu; 2 条件查询 2.1 条件查询介绍 条件查询就是在查询时给出WHERE子句，在WHERE子句中可以使用如下运算符及关键字： l =、!=、<> ......
每日记录(数据查询语法（DQL）(3))
模糊查询 当想查询姓名中包含a字母的学生时就需要使用模糊查询了。模糊查询需要使用关键字LIKE。 3.1 查询姓名由5个字母构成的学生记录 SELECT * FROM stu WHERE sname LIKE '_____'; 模糊查询必须使用LIKE关键字。其中 “_”匹配任意一个字母，5个“_” ......
「学习笔记」容斥原理
## 引入 $A_1$：学语文的人， $A_2$：学数学的人，$A_3$：学英语的人，$A_4$：学 OI 的人 $A_1 \cap A_2$：同时学语数的人 $A_1 \cup A_2$：学语文或数学的人 $\left | A_1 \cup A_2 \right | = \left | A_1 \ ......
flatten()是对多维数据的降维函数
flatten()是对多维数据的降维函数。flatten(),默认缺省参数为0，也就是说flatten()和flatte(0)效果一样。 from numpy import * a=array([[1,2],[3,4],[5,6]]) a array([[1, 2], [3, 4], [5, 6]] ......
【python基础】复杂数据类型-列表类型（排序/长度/遍历）
# 1.列表数据元素排序 在创建的列表中，数据元素的排列顺序常常是无法预测的。这虽然在大多数情况下都是不可避免的，但经常需要以特定的顺序呈现信息。有时候希望保留列表数据元素最初的排列顺序，而有时候又需要调整排列顺序。python提供了很多列表数据元素排序的方式，可根据情况选用。 ## 1.永久性排序 ......
WPF 入门笔记 - 03 - 样式基础及控件模板
从按钮、文本框到下拉框、列表框，WPF提供了一系列常用控件，每个控件都有自己独特的特性和用途。通过灵活的布局容器，如网格、堆栈面板和换行面板，我们可以将这些控件组合在一起，实现复杂的界面布局。而通过样式和模板，我们可以轻松地定制控件的外观和行为，以符合我们的设计需求。本篇记录WPF入门需要了解的样式... ......
[转] 十分钟掌握Seaborn，进阶Python数据可视化分析
- 为什么用 Seaborn - Seaborn 是基于 Python 且非常受欢迎的图形可视化库，在 Matplotlib 的基础上，进行了更高级的封装，使得作图更加方便快捷。即便是没有什么基础的人，也能通过极简的代码，做出具有分析价值而又十分美观的图形。 Seaborn 可以实现 Python ......
记录--手把手教你Vue+ECharts+高德地图API实现天气预报数据可视化
这里给大家分享我在网上总结出来的一些知识，希望对大家有所帮助 前言 所谓数据可视化，我们可以理解为从宏观角度来看一眼就能看出来整个数据的占比，走向。对于数据可视化，很多互联网公司是很看重这一块的，包括大厂；就比如阿里的淘宝，双十一的时候往往就需要将消费者的一些数据通过图的形式展现出来。接下来我们就来 ......
使用 Node.js 连接 MySQL
## 概述 当使用 Node.js 开发 Web 应用程序时，经常需要与数据库进行交互来存储和检索数据。[MySQL](后端/MySQL.md) 是一个流行的关系型数据库管理系统，它提供了强大的功能和性能。本文将介绍如何使用Node.js连接MySQL数据库，并展示一些常见的操作示例。 ## 开始 ......
6 月数据库排排名稳定，你喜欢的数据都在这里
DB-Engines Ranking 会根据受欢迎程度对数据库管理系统进行排名，排名每月更新一次。 六月数据显示，对比上月排名，前十依旧保持不变，按顺序依次是：Oracle、MySQL、Microsoft SQL Server、PostgreSQL、MongoDB、Redis、IBM Db2、Ela ......
直播平台三度关系推荐之数据采集模块分析
下面我们就从第一个模块，数据采集模块开始。 注意：在实际工作中，数据采集模块不是只针对某一个项目而言的，而是一个公共的采集平台，所有项目依赖的数据全部是来源于数据采集模块，所以在设计采集模块的时候要考虑通用性。 ### 数据采集架构详细分析 在具体开始之前，我们还要再分析一些内容 我们前面在分析整体 ......
I/O密集型应用模型 数据密集型应用 Node对CPU密集型的场景不够友好
语雀 https://help.aliyun.com/document_detail/193189.html 更新时间：2022-11-28 18:16 产品详情 相关技术圈 我的收藏 本文介绍如何通过函数计算，解决语雀CPU密集场景下，进程被阻塞等问题。 客户介绍 语雀是一个专业的云端知识库，用于 ......
Java实战（第2版）学习笔记
# 基本知识 **函数式编程**：Java 8 里将代码传递给方法的功能（同时也能够返回代码并将其包含在数据结构中）还让我们能够使用一整套新技巧，通常称为函数式编程。没有**共享的可变数据**，以及**将方法和函数（即代码）传递给其他方法**的能力，这两个要点是**函数式编程范式的基石。** **行 ......
第2章. 变量和简单数据类型
2.2 变量 2.2.1 变量的命名和使用 2.2.2 使用变量时避免命名错误 2.2.3 变量是标签 2.3 字符串 2.3.1 使用方法修改字符串的大小写 2.3.2 在字符串中使用变量 2.3.3 使用制表符或换行符来添加空白 2.3.4 删除空白 2.3.5 使用字符串时避免语法错误 2.4 ......