今天在做vue项目，项目是老项目新开，使用的webpack比较老旧，通过正常的安装sass的方法，报错，无法安装。 常规的安装方法： 1、安装sass-loader npm install sass-loader --save-dev 2、安装dart-sass npm install sass --save-dev 或者合并： npm i sass sass-loader -D 结果今天，在第
今天需要测试一个VUE功能，需要重新下载安装一个模板，然后就是： vue init webpack vue-cli-test 然后就报错了： Failed to download repo vuejs-templates/webpack: connect ECONNREFUSED 13.250.177.223:443 解决办法： 更改一下hosts文件（C:\Windows\System32\drivers\etc路径下），在
题目链接(码学堂） 题目链接（洛谷） 分析：这是一个简单的单一连通块问题 对于这种分类明显的题，我们可以通过分类来界定 一部分是 连通块以外0 vis[i][j]=1; 一部分是 连通块中的1 map[i][j]=1; 一部分是 连通块包含的0 else map[i][j]=2; 这里我们很难保证第一
1.dist---编译之后的项目文件 2.src---开发目录 3.src/assets---静态资源 src/assets/less---公共less src/assets/img---图片资源 4.src/components---组件 5.src/pages---各个页面，根据路由划分的 6.src/utils---工具库 7.src/App.vue---启动页面，最外层容器组件 8.arc/main.j
----规范-----------读书笔记： 第一章 整洁代码1，整洁代码力求集中，每个函数、每个类和每个模块都全神贯注于一件事。2，整洁代码简单直接，从不隐藏设计者的意图。3，整洁代码应当有单元测试和验收测试。它使用有意义的命名，代码通过其字面表达含义。4，消除重复代码，提高代码表达力。5，时时保
第五天 1.面向对象（OO)编程（P) 1. 面向过程思想 & 面向对象思想 面向过程： 步骤清晰简单，第一步做什么，第二步做什么 适合于一些简单的问题 面向对象 分类的思维模式，思考问题首先会解决问题需要哪些分类，然后对这些分类进行单独的思考。最后才会对某个分类下的细节进行面向
thins to do questions: *\(把函数y=2^x的图像上的所有点（），就可以得到y=2^{x-3}-1的图像\) A,向右平移3个单位长度，再向下平移1个单位长度 B,向总平移3个单位长度，再向下平移1个单位长度 C,向右平移3个单位长度，再向上平移1个单位长度 D,向左平移3个单位长度，再向上平移1个单位长度
什么是数据库 概述 数据库(Database)是长期存储在计算机内有组织、大量、共享的数据集合。它可以供各种用户共享，具有最小冗余度和较高的数据独立性。数据库管理系统DBMS(Database Management System)在数据库建立、使用和维护时对数据库进行统一控制，以保证数据的完整性和安全性，并
源码 public class HintActivity extends AppCompatActivity { public static final String TAG = "HintActivity"; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentV
1.File类 1.1File类概述和构造方法【应用】 File类介绍 它是文件和目录路径名的抽象表示 文件和目录是可以通过File封装成对象的 对于File而言，其封装的并不是一个真正存在的文件，仅仅是一个路径名而已。它可以是存在的，也可以是不存在的。将来是要通过具体的操作把这个路径的内容
1.字节缓冲流 1.1字节缓冲流构造方法【应用】 字节缓冲流介绍 lBufferOutputStream：该类实现缓冲输出流。 通过设置这样的输出流，应用程序可以向底层输出流写入字节，而不必为写入的每个字节导致底层系统的调用 lBufferedInputStream：创建BufferedInputStream将创建一个内部缓冲
1.IO流案例 1.1集合到文件数据排序改进版【应用】 1.1.1案例需求 键盘录入5个学生信息(姓名,语文成绩,数学成绩,英语成绩)。要求按照成绩总分从高到低写入文本文件 格式：姓名,语文成绩,数学成绩,英语成绩 举例：林青霞,98,99,100 1.1.2分析步骤 定义学生类 创建TreeSet集合，通过比
Markdown学习 标题 #（几个#号代表几级标题） + 空格 字体 前后两个* ：加粗 前后一个*： 斜体 前后三个： *斜体加加粗 前后两个~： 划线 引用 “>” 学好数理化，走遍天下都不怕 分割线 三个“---”： --- 三个“*”： *** 图片 ！[图片名字] (图片路径)（中文括号） 超链接 [超
week4 完成作业： 1.自定义写出10个定时任务的示例： 比如每周三凌晨三点执行data命令 要求尽量的覆盖各种场景 2. 图文并茂说明Linux进程和内存概念 3. 图文并茂说明Linux启动流程 4. 自定义一个systemd服务定时去其他服务器上检查/tmp/下文件的个数，如果发现数量有变化就记录变化情况
|-------Collection接口：单列集合，用来存储一个一个的对象。 |-----List接口：存储有序的，可重复的数据 |-----ArrayList、LinkedList、Vector |-----Set接口：存储无序的，不可重复的数据 |-----HashSet、LinkedHashSet、TreeSet
1.算数运算符 代码演示： num1 = 10 num2 = 3 print(num1+num2) print(num1-num2) print(num1*num2) print(num1/num2) print(num1%num2) # 取余，10除3余数 print(num1//num2) # 取幂10/3取整 print(num1**num2) # 10的三次方 2. 赋值运算符 代码演示：
1.问题描述 我用了flowable，在本地测试没问题，在linux环境也没问题，在docker中启动发现流程图字体显示有问题，显示方框。 2.原因分析 因为flowable返回的直接是图片，直接使用工具类现画的，本地没问题，到了docker有问题，应该是docker中缺少对应的字体导致的。上网一百度，发现flowabl
今天是第一次刚接触U8自定按钮开发，本人也是一名小白。网上的资料太少，就连一些开发文档都找不到。通过零零碎碎的测试和调研。发下一些基础并记录在此，如有补充请在下方评论，以便测试和整理记录，为后续接触这块的人做铺垫。废话不多少，开始查看记录调研的内容。 1.设定在【请购单】
内存模型 ---内存、线程有关 JMM内存模型是JVM在计算机内存中如何工作的行为规范；它屏蔽了各种硬件和操作系统的访问差异。保证了java程序在各种平台下对内存的访问都能够得到一致性的效果的。 通过这套规范，用于保证多线程对共享数据操作的原子性、可见性、有序性； 具体规
快速排序 步骤 确定分界点：q[l], q[(l+r)/2], q[r], 随机 调整区间 递归处理 void quick_sort(int q[], int l, int r) { if (l >= r) return; //递归结束条件 int i = l - 1, j = r + 1, x = q[l + r >> 1]; //定义i, j指针, 确定分界点x（一般取中间值） while (i
作者在使用JoinEntity时出现eNotApplicable的问题，查阅了Autodesk论坛的相关帖子，发现大多数人都有遇到这个问题，但没有找到合适的解决方法，可能原因是进行Join时两Curve需要同类型，例如Arc有相同的圆心等，当然不管什么情况，肯定是需要端点重合。 作者针对上述情况，自己重新定义了JoinEnti
知识点 树递归dfs广度优先搜索(BFS) 描述 给你二叉树的根节点 root ，返回它节点值的 前序遍历。 数据范围：二叉树的节点数量满足 0≤n≤100 0 \le n \le 100 \ 0≤n≤100 ，二叉树节点的值满足 1≤val≤100 1 \le val \le 100 \ 1≤val≤100 ，树的各节点的值各不相同
参考： https://baijiahao.baidu.com/s?id=1667812287459301608&wfr=spider&for=pc 大家好，今天我们一起来学习下音节的相关内容，本文涉及到了音节的定义，如何划分音节，音节的类型，重点讲述了重读闭音节，请各位记得收藏，做好笔记啦！ 首先，我们一起看下上图中单词音节的划分
一、简介 在一般模式当中，输入『 : / ?』3个中的任何一个按钮，就可以将光标移动到最底下那 一行。在这个模式当中， 可以提供你『搜寻资料』的动作，而读取、存盘、大量取代字符、 离开 vi 、显示行号等动作是在此模式中达成的！ 二、命令 保存 :w 退出 :q 强制执行 :! 查找
樱花数据集的Logistic回归 绘制散点图 import matplotlib.pyplot as plt import numpy as np from sklearn.datasets import load_iris iris = load_iris() #获取花卉两列数据集 DD = iris.data X = [x[0] for x in DD] Y = [x[1] for x in DD] plt.scatter(X[:50], Y[:
