这题可以用线段树离散化做，用二维树状数组做了一下，不懂得可以看一下这篇文章：http://www.java3z.com/cwbwebhome/article/article1/1369.html?id=4804
题意：
给你一个s*s的正方形区域，先输入一个x，若x==0,则再输入一个s，若x==1,则输入x,y,a，表示矩阵中(x,y)这点的值加上a，若x==2，输入l,b,r,t,...
分类：
其他好文 时间：
2014-07-22 23:03:12
阅读次数：
263
最近自己搞了个域名，慢慢把自己在CSDN上面的博客全部整理到wordpress上面（）,刚好对自己以前的知识做一次统一的复习.
www.hgy413.com...
分类：
其他好文 时间：
2014-07-22 23:02:32
阅读次数：
303
1.dns服务器目的
名字转化为ip
2. DNS 体系结构是分层的分布式的数据库和一组关联的协议定义
3.
dns层次结构
4.DNS 域名称类型
名称类型
说明
示例
根域
这是表示未命名的等级; 目录树的顶部它有时显示为两个空引号 ("")，表示空值。 DNS 域名中使用时，它规定由尾部句点 (.) 来指定名称位于...
分类：
其他好文 时间：
2014-07-22 23:02:13
阅读次数：
253
多个应用程序在同时竞争使用同一块物理内存，其必然会导致某个时刻只存在程序的某个片段在执行，也即是所有程序代码和数据分时复用物理内存空间—这就是内存管理单元(MMU)工作核心作用所在。 本文要谈的是控制器领域SoC的内存管理单元的硬件设计，其重要的理念同样是代码和数据分时复用物理内存空间，在保障系统功能和性能的基础上最大限度地节省物理内存的目的。...
分类：
其他好文 时间：
2014-07-22 23:01:34
阅读次数：
385
本文主要针对广告检索领域的查询重写应用，根据查询-广告点击二部图，在MapReduce框架上实现SimRank++算法，关于SimRank++算法的背景和原理请参看前一篇文章《基于MapReduce的SimRank++算法研究与实现》。
SimRank++的矩阵形式的计算公式为：
算法主要步骤如下：
Step1: 计算权值矩阵，并获取最大Query编号和最大广告编号；
Step2:...
分类：
其他好文 时间：
2014-05-01 08:21:53
阅读次数：
527
容器的概念
广义上讲容器是用来包装或装载物品的贮存器(如箱、罐、坛)或者成形或柔软不成形的包覆材料。在编程领域中，容器提供组件运行的环境，容器本身可以提供一组服务，让组件按标准方式利用。这里的容器容器比现实中的更为抽象，但思想是想通的。
容器与应用服务器（更确切的说，应该是应用服务器软件）
最开始接触Tomcat的时候，有人喊它容器，也有人叫它应用服务器。我就想啦，容器和应用服务器什么...
分类：
其他好文 时间：
2014-04-30 22:37:40
阅读次数：
261
题目描述：
描述
司令部的将军们打算在N*M的网格地图上部署他们的炮兵部队。一个N*M的地图由N行M列组成，地图的每一格可能是山地（用"H" 表示），也可能是平原（用"P"表示），如下图。在每一格平原地形上最多可以布置一支炮兵部队（山地上不能够部署炮兵部队）；一支炮兵部队在地图上的攻击范围如图中黑色区域所示：
如果在地图中的灰色所标识的平原上部署一支炮兵部队，则图中的黑色的...
分类：
其他好文 时间：
2014-04-30 22:32:38
阅读次数：
398
类--类作用域引言： 每个类都定义了自己的新作用域与唯一的类型。即使两个类具有完全相同的成员列表，它们也是不同的类型。每个类的成员不同与任何其他类(或任何其他作用域)的成员。class First
{
public:
int memi;
double memd;
};
class Second
{
public:
int memi;
double memd;...
分类：
编程语言 时间：
2014-04-30 22:26:39
阅读次数：
403
收入囊中
在这个教程中，你将学到
中值滤波双边滤波自适应双边滤波
葵花宝典
中值滤波
将局部区域的像素按灰度等级进行排序，取该领域中灰度的中值作为当前像素的灰度值。
中值滤波的步骤为：
将滤波模板（含有若干个点的滑动窗口）在图像中漫游，并将模板中心与图中某个像素位置重合； 读取模板中各对应像素的灰度值（或者彩色或者4通道）；
将这些灰度值...
分类：
其他好文 时间：
2014-04-30 22:12:40
阅读次数：
371
在机器学习(Machine learning)领域，主要有三类不同的学习方法：
监督学习(Supervised learning)、
非监督学习(Unsupervised learning)、
半监督学习(Semi-supervised learning)，
监督学习：通过已有的一部分输入数据与输出数据之间的对应关系，生成一个函数，将输入映射到合适的输出，例如分类。
非监督学习：直接...
分类：
其他好文 时间：
2014-04-30 22:12:38
阅读次数：
297
