-
2.3.1 字符串类型的字面值形式
2.3.1 字符串类型的字面值形式 2.3.1 字符串类型的字面值形式 由于计算机程序本身要用字符序列来表示，因此程序中的命令、变量名、字面值、标点 符号等等都是字符组成的序列，但它们是程序构件而不是数据。这就带来一个问题：如何区 分程序中的某一个字符序列到底是字符串数据还是程序构件？几乎所有编程语言都采用了 加引号的方法来解决这个问题：字符串数据必... -
13.13 action的替代品
13.13 action 的替代品 13.13 action 的替代品 正如早先指出的那样，action() 并不是我们对所有事进行分类后自动为handleEvent() 调用的唯一方法。有三个其它的被调用的方法集，如果我们想捕捉某些类型的事件（键盘、鼠标和焦点事件），因此我们不得不重载规定的方法。这些方法是定义在基类组件里，所以他们几乎在所有我们可能... -
2.2.2 预充电与激活
图2.8并不完整，它只画出了访问DRAM的完整循环的一部分。在发送RAS信号之前，必须先把当前锁住的行置为非激活状态，并对新行进行预充电。在这里，我们主要讨论由于显式发送指令而触发以上行为的情况。协议本身作了一些改进，在某些情况下是可以省略这个步骤的，但预充电带来的时延还是会影响整个操作。 图2.9显示的是两次CAS信号的时序图。第一次的数据在CL周... -
Chapter 2: Annotations - @TestPropertySource
Chapter 2: Annotations - @TestPropertySource 例子1: 使用Spring Testing工具 例子2: 使用Spring Boot Testing工具 参考文档 Chapter 2: Annotations - @TestPropertySource @TestPropertySource 可以用来覆盖... -
Reflect
概述 静态方法 Reflect.get(target, name, receiver) Reflect.set(target, name, value, receiver) Reflect.has(obj, name) Reflect.deleteProperty(obj, name) Reflect.construct(target, args)... -
16.2 观察器模式
16.2 观察器模式 16.2 观察器模式 观察器（Observer ）模式解决的是一个相当普通的问题：由于某些对象的状态发生了改变，所以一组对象都需要更新，那么该如何解决？在Smalltalk的MVC（模型－视图－控制器）的“模型－视图”部分中，或在几乎等价的“文档－视图结构”中，大家可以看到这个问题。现在我们有一些数据（“文档”）以及多个视图，假定... -
4.2.1 用函数减少重复代码 首先看一个简单的用字符画一棵树的程序：
4.2.1 用函数减少重复代码 首先看一个简单的用字符画一棵树的程序： 4.2.1 用函数减少重复代码 首先看一个简单的用字符画一棵树的程序： 【程序 4.1】tree1.py print " * " print " *** " print " ***** " print "*******" ... -
8.8 总结
8.8 总结 8.8 总结 下面复习一下由标准Java（1.0和1.1）库提供的集合（BitSet 未包括在这里，因为它更象一种负有特殊使命的类）： (1) 数组包含了对象的数字化索引。它容纳的是一种已知类型的对象，所以在查找一个对象时，不必对结果进行转换处理。数组可以是多维的，而且能够容纳基本数据类型。但是，一旦把它创建好以后，大小便不能变化了。 ... -
（27）设计模式之建造者模式
（27）设计模式之建造者模式 介绍 _6正文 _39总结 （27）设计模式之建造者模式 介绍 在软件系统中，有时候面临着“一个复杂对象”的创建工作，其通常由各个部分的子对象用一定的算法构成；由于需求的变化，这个复杂对象的各个部分经常面临着剧烈的变化，但是将它们组合在一起的算法确相对稳定。如何应对这种变化？如何提供一种“封装机制”来隔离出“复杂对... -
自动求导: 自动微分
自动求导: 自动微分 Variable(变量） 梯度 自动求导: 自动微分 译者：@小王子 校对者：@李子文 PyTorch 中所有神经网络的核心是 autograd 自动求导包. 我们先来简单介绍一下, 然后我们会去训练我们的第一个神经网络. autograd 自动求导包针对张量上的所有操作都提供了自动微分操作. 这是一个逐个...
