tmp

冒泡排序基础用法 　　 import java.util.Arrays; public class BubbleSort { public static void main(String[] args) { int[] array = new int[] {5,8,6,3,9,2,1,7}; sort(array); System.out.println(Arrays.toString(array)); } public static void sort(int array[]){ for (int i = 0; i < array.length-1; i++) { for (int j = 0; j < array.length - i - 1; j++) { int tmp=0; if (array[j]>array[j+1]){ tmp=array[j]; array[j]=array[j+1]; array[j+1]=tmp; } } } } } 冒泡排序优化第二版 　　与第一版代码相比，第二版代码做了小小的改动，利用一个Boolean作为标记。如果在本轮排序中，元素有交换，则说明数列无序；如果没有元素交换，则说明数列已经有序，然后直接跳出大循环。 import java.util.Arrays; public class GoodBubbleSort { public

1、使用容器卷的原因：Docker容器产生的数据，如果不通过commit生成新的镜像，数据会在容器删除后丢失。为了能持久化保存和共享容器的数据，Docker提出了两种管理数据的方式：数据卷和数据卷容器。 2、数据卷操作 　　2.1 增加新数据卷 　　　　docker run -d -v /tmpd/busyboxtest --name busyboxtest busybox 　　　　-v参数会在容器的/tmp/busybox下创建一个新的容器卷 　　　　通过docker inspect命令查看数据卷的位置 　　　　docker inspect busyboxtest | grep volumes 　　　　　　"/tmp/busyboxtest": "/var/lib/docker/volumes/577784c9e8aa3fba15ebf56ee680b6fea50aafe60bd753b64c3699e461fa3e39/_data" 　　2.2 将主机目录挂载为数据卷 　　　　docker run -tid -v /tmp/volumetest:/data:ro --name busyboxtest2 busybox 　　　　将宿主机的/tmp/volumetest以ro的方式挂载在/data下 　　　　 　　2.3 创建数据卷容器 　　　

简洁安装 安装依赖 yum -y install gcc openssl-devel pcre-devel zlib-devel 编译三步走./configure \ --prefix=/opt/sxt/soft/tengine-2.1.0/ \ --error-log-path=/var/log/nginx/error.log \ --http-log-path=/var/log/nginx/access.log \ --pid-path=/var/run/nginx/nginx.pid \ --lock-path=/var/lock/nginx.lock \ --with-http_ssl_module \ --with-http_flv_module \ --with-http_stub_status_module \ --with-http_gzip_static_module \ --http-client-body-temp-path=/var/tmp/nginx/client/ \ --http-proxy-temp-path=/var/tmp/nginx/proxy/ \ --http-fastcgi-temp-path=/var/tmp/nginx/fcgi/ \ --http-uwsgi-temp-path=/var/tmp/nginx/uwsgi \ -

注意事项 HBase配置必须使用主机名，不支持直接配置IP地址。我尝试过，如果不使用主机名直接用IP，会导致HBase连接zk超时。 > 设置主机名 hostnamectl set-hostname HM107 > 修改hosts添加主机名和IP的映射关系 vim /etc/hosts 192.168.1.100 hm107 注意：如果是集群其他节点和使用的Client也要添加该host映射关系。 >选择版本 我选择：HBase1.0.3 & Hadoop 2.5.2。 安装HBase需要考虑和Hadoop版本的兼容性。 HBase与Hadoop版本的兼容情况，可参考： 《HBase各版本对Hadoop版本的支持情况》：http://blog.csdn.net/sunny05296/article/details/54089194 Hadoop对JDK的版本要求，参考：http://blog.csdn.net/sunny05296/article/details/54346500 >下载HBase安装包 HBase官方下载镜像：http://www.apache.org/dyn/closer.cgi/hbase/ 我下载HBase-1.0.3：http://mirrors.cnnic.cn/apache/hbase/hbase-1.0.3/hbase-1.0.3-bin.tar

要活下去，总有一天我们能笑着缅怀过去的艰辛。 T1.zoo 找最小值的最大值的和，很绕口，但是这个让我联想起了货车运输，正是求图上 两点路径最小值的最大值 ，做法自然是用最大生成树上找最小边的方法去卡这个限制。 那就好说了，按两点最小权值建边，建图，建树，然后呢？？？ 我这里写了50分的O(n^2)暴力，对每个点来一次dfs统计，走人了。 正解提供了这样一种似曾相识的思路，学到了。 考虑Kruskal中合并两个联通块的情况，由于边是从大往小枚举的， 这条边一定是连接这两个联通块的“瓶颈”边 ，也就是最小边，所以答案就要加上2*siz[u]*siz[v]*w 这就完啦，学会了一种神奇的思路。 #include<algorithm> #include<iostream> #include<cstring> #include<cstdio> using namespace std; inline int rd(){ int ret=0,f=1;char c; while(c=getchar(),!isdigit(c))f=c=='-'?-1:1; while(isdigit(c))ret=ret*10+c-'0',c=getchar(); return ret*f; } const int MAXN=1000005; struct Edge{ int from,to; long long

. #!/bin/bash read -p "请输入ip:" IP read -p "请输入掩码:" MASK #read -p "IP ADDRESS:" IPADD echo $IP > /tmp/tmpserverip echo $IP | grep "^[0-9]\{1,3\}\.[0-9]\{1,3\}\.[0-9]\{1,3\}\.[0-9]\{1,3\}$" > /dev/null if [ $? = 1 ] then 　　echo "error ip,please enter correct" 　　exit 1 else 　　a=`awk -F. '{print $1}' /tmp/tmpserverip` 　　b=`awk -F. '{print $2}' /tmp/tmpserverip` 　　c=`awk -F. '{print $3}' /tmp/tmpserverip` 　　d=`awk -F. '{print $4}' /tmp/tmpserverip` 　　　　if [ $a -ge 255 ]||[ $a -le 0 ] 　　　　then 　　　　　　echo "a:error ip" 　　　　　　exit 1 　　　　else 　　　　　　echo a > /tmp/tang 　　　　fi 　　　　if [ $b -ge 255 ] || [ $b

判断一个整数是否是回文数。回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。 示例 1: 输入: 121 输出: true 示例 2: 输入: -121 输出: false 解释: 从左向右读, 为 -121 。 从右向左读, 为 121- 。因此它不是一个回文数。 示例 3: 输入: 10 输出: false 解释: 从右向左读, 为 01 。因此它不是一个回文数。 进阶: 你能不将整数转为字符串来解决这个问题吗？ class Solution { public: bool isPalindrome(int x) { if(x<0||(x%10==0&&x!=0))//1.小于0肯定不是(包括一位数)；2.个位上为0肯定不是 return false; int tmp=0; while(x>tmp) { tmp=tmp*10+x%10; x/=10; } return x==tmp||x==tmp/10; } }; 来源： https://www.cnblogs.com/tianzeng/p/11537920.html

最近在完成MySql项目集成的情况下，需要增加批量更新的功能，根据网上的资料整理了一下，很好用，都测试过，可以直接使用。 mysql 批量更新共有以下四种办法 1、.replace into 批量更新 replace into test_tbl (id,dr) values (1,'2'),(2,'3'),...(x,'y'); 例子 ：replace into book (`Id`,`Author`,`CreatedTime`,`UpdatedTime`) values (1,'张飞','2016-12-12 12:20','2016-12-12 12:20'),(2,'关羽','2016-12-12 12:20','2016-12-12 12:20'); 2、insert into ...on duplicate key update批量更新 insert into test_tbl (id,dr) values (1,'2'),(2,'3'),...(x,'y') on duplicate key update dr=values(dr); 例子 ：insert into book (`Id`,`Author`,`CreatedTime`,`UpdatedTime`) values (1,'张飞2','2017-12-12 12:20','2017-12-12 12:20')