东方客主 东方客主
4年前
字符编码那点事:快速理解ASCII、Unicode、GBK和UTF-8
突然有一天,我突然想搞清楚Unicode和UTF8之间的关系,就开始查资料。这个问题比我想象的复杂,午饭后一直看到晚上9点,才算初步搞清楚。下面就是我的总结,主要用来整理自己的思路。我尽量写得通俗易懂,希望能对其他朋友有用。毕竟,字符编码是计算机技术的基石,对于程序员来说尤其重要,字符编码的知识是必须要懂的。1基础知识计算机中
Wesley13 Wesley13
3年前
java视频网站源码下载
据官方数据统计,在全球编程语言工程师的数量上,Java编程语言以900万的程序员数量位居首位。而且很多软件的开发都离不开Java编程,因此其程序员的数量也是非常之多。而在以Java编程为核心的开发领域中,javaEE程序员的需求量10年来一直居于首位!学习Java技术,给大家推荐一套非常好的学习视频源码:2018年底新录制的学习视频教程:链接敏感私聊
Aidan075 Aidan075
4年前
表弟的数学题,我竟然用了python才解出来
↑关注置顶 有趣的不像个技术号大家好,我是朱小五本来这个周末过得开开心心,结果为了解一道数学题薅掉了一把头发、、、整整18根!而且还是一道小学数学题!!!到底是什么题呢?大家看看吧既然表弟都求到我这了,那就随便的做一做嘛。这不就是一道逻辑题嘛!先假如丁错,则甲乙丙对,此时最小的abc(2^3)\(3^2)\750
徐小夕 徐小夕
4年前
使用nodeJs开发自己的图床应用
前言本文主要复盘笔者的nodeJS,通过一个线上的实战案例来总结node生态常用的技术点和最佳实践。后面会花费大概一个月的时间输出3篇以实战为主的nodeJs项目,本文是第一篇,主要介绍如何使用nodeJs开发一个图床应用。该项目对于测试和个人服务型网站非常实用,大家可以基于此扩展出更强大的应用。本文的图床项目主要使用Koa进行开发,不熟悉的可以先研究一下
亚马逊高效NoSQL 数据库服务,提供更好的使用体验
DynamoDB是一种快速、全面托管的,让用户以简单并且经济有效的方式存储和检索任何规模的数据,同时服务任何量级的请求流量。有保证的吞吐量和个位数毫秒级的延迟使它极其适合游戏、广告技术、移动以及其他众多应用。DynamoDB可以在任何规模下提供不超过10毫秒的一致响应时间,因此它可以支持世界上一些最大的应用程序。您可以构建具有几乎无限吞吐量和存储空间的应用
Stella981 Stella981
3年前
MQ study
1\.什么是MQ?消息队列(MQ)是一种应用程序对应用程序的通信方法。应用程序通过写和检索出入列队的针对应用程序的数据(消息)来通信,而无需专用连接来链接它们。消息传递指的是程序之间通过在消息中发送数据进行通信,而不是通过直接调用彼此来通信,直接调用通常是用于诸如远程过程调用的技术。排队指的是应用程序通过队列来通信。队列的使用除去了接收和发送应用程序同
Stella981 Stella981
3年前
Serverless:云计算的下一个10年
10年前,UC伯克利就曾预测云计算将会得到蓬勃发展,客户无需自建机房,按需为云端的资源进行付费,就像租赁模式,降低了企业在IT方面的一次性投入,同时,借助云端丰富的产品支持,加快了业务的上线和迭代速度,加码企业核心竞争力,值得称赞的是,基于云来构建的业务,其稳定性和安全性获得了更专业的保障。这就是常说的云计算带来的技术红利:更经济、更高效、更开放。
Stella981 Stella981
3年前
Serverless 实战:3 分钟实现文本敏感词过滤
敏感词过滤是随着互联网社区发展一起发展起来的一种阻止网络犯罪和网络暴力的技术手段,通过对可能存在犯罪或网络暴力可能的关键词进行有针对性的筛查和屏蔽,很多时候我们能够防患于未然,把后果严重的犯罪行为扼杀于萌芽之中。随着各种社交平台等的日益火爆,敏感词过滤逐渐成了非常重要的也是值得重视的功能。那么在Serverless架构下,通过Python语言,敏感
Wesley13 Wesley13
3年前
Mysql合并表原理
1.概述:合并表是一种早期的、简单的分区实现,和分区表相比有一些不同的限制,并且缺乏优化。分区表严格来说是一个逻辑上的概念,用户无法访问底层的各个分区,对用户来说分区是透明的。但是合并表允许用户单独访问各个子表。分区表和优化器的结合更紧密,这也是未来发展的趋势,而合并表则是一种将要被淘汰的技术,在未来的版本中可能被删除。2.原理:
人工智能人才培养
No.1第一天一、机器学习简介与经典机器学习算法介绍什么是机器学习?机器学习框架与基本组成机器学习的训练步骤机器学习问题的分类经典机器学习算法介绍章节目标:机器学习是人工智能的重要技术之一,详细了解机器学习的原理、机制和方法,为学习深度学习与迁移学习打下坚实的基础。二、深度学习简介与经典网络结构介绍神经网络简介神经网络组件简介神经网络训练方法卷积神经网络介