单例模式建议保证某个对象仅仅只有一个实例，当只有一个对象来协调整个系统的操作时，在计算机系统中，线程池、缓存、日志对象、对话框、打印机、显卡的驱动程序对象常被设计成单例，总之，选择单例模式就是为了避免不一致状态，避免政出多头。
下面是单例模式的类图：包括的private和static修饰的实例instance、一个private的构造函数、一个static的getInstance函数
...
分类：
编程语言 时间：
2014-04-27 20:10:52
阅读次数：
645
一、动态内存分配与释放
1、为什么要使用动态内存分配，下面看一个实例，关于超市中购买记录的一段程序
#include
#include
struct Product
{
char name[128];
int price;
};
struct Product pro[1000]; //1000有限制，所以要使用动态内存分配
struct Prod...
分类：
编程语言 时间：
2014-04-27 19:49:01
阅读次数：
774
在移植好u-boot之后别忘了我们u-boot的zji...
分类：
其他好文 时间：
2014-04-27 19:21:59
阅读次数：
560
整个Erlang/OTP生态系认的目的就在于构建稳定、容错的系统。
应用是Erlang对相关模块进行打包的一种手段。打包的目的并不在于发布，而在于使这些模块成为一个整体。有一部分OTP应用仅仅是提供他人调用的库代码，但大部分应用都具有自己的生命周期：启动，完成预设任务，最后关闭。部分应用可以同时运用多个实例，另一些应用仅限一个。...
分类：
移动开发 时间：
2014-04-27 19:12:30
阅读次数：
601
1.先对文件内容排序：cat 1.txt |sort > 2.txt 保存到2.txt中
2.使用vim打开2.txt 执行替换命令：
替换空格：%s/ //g
替换tab：%s/^I//g （注意：^I 是直接按键盘是的tab键）
替换$: %s/^M//g （注意：^M 是按ctrl+v 再按Enter键）
3.cat 2.txt | uniq > 3.txt
本文为...
分类：
其他好文 时间：
2014-04-27 19:07:00
阅读次数：
544
函数定义方式：
1.function fun1(){alert("fun1");} //函数就是一个非常特殊的对象，是一个Function的实例，其实在内存中存储的操作是通过一个键值对来存储的。
2.由于函数是一个对象，所以可以通过如下方式定义
var fun2 = fun1; //通过函数拷贝给fun2完成赋值，但fun1、fun2这两个引用并没有指向同一个对象(虽然他们指向的对象的内...
分类：
Web程序 时间：
2014-04-27 19:04:26
阅读次数：
1085
对于没有排序功能的集合来说，都可以使用java.util.Collections.sort()方法进行排序，它除了集合对象以外，还需要提供一个比较器。如果列表中的元素全部都是相同的类型，并且这个类实现了Comparable接口，就可以简单的调用Collections.sort()方法，如果这个类没有实现comparable接口，那么可以创建一个比较器传递一个Comparator实例作为Sort（）...
分类：
其他好文 时间：
2014-04-27 19:03:01
阅读次数：
491
大型业务系统面临的主要问题就是高并发性和事务访问，客户端的数量与服务器端的分布式对象数量存在一定程度的正比关系，客户端数量越多，服务器端分布式对象也就越多，如何解决这种高并发的问题也就成了企业级架构首先要解决的问题。EJB作为一种服务器端分布式组件，为我们提供了应对策略。
EJB提供了两种管理大量分布式对象的策略：实例池化和激活。下面分别对EJB组件模型中的三种模型进行一些分析。
...
分类：
数据库 时间：
2014-04-27 18:37:17
阅读次数：
1742
在Linux上启动VNC Server（如果没安装的话那就先安装）
执行vncserver命令：
[root@linux root]# vncserver
You will require a password to access your desktops.
Password: ----为了不想任何人都可以任意遥控此计算机。因此当第
Verify: ---1次启动VNC se...
分类：
系统相关 时间：
2014-04-27 18:33:08
阅读次数：
1009
人工神经网络(Artificial Neural Networks,ANN)提供了一种普遍而实用的方法从样例中学习值为实数、离散值或向量的函数。
人工神经网络由一系列简单的单元相互密集连接构成，其中每一个单元有一定数量的实值输入(可能是其他单元的输出)，并产生单一的实数值输出(可能成为其他单元的输入)。
适合神经网络学习的问题：
实例是很多“属性-值”对表示的目标函数的输出可能是离散...
分类：
其他好文 时间：
2014-04-27 17:51:08
阅读次数：
642
