MySQL
server为每一个connection建立一个thread为其服务，虽然thread create比着fork
process代价高，单高并发的情况下，也不可忽略。 所以增加了Thread cache，重载了exit方式，cache
Thread到一个队列中，当有新的THD请求时，从....
分类：
数据库 时间：
2014-04-28 08:54:55
阅读次数：
1598
j2ee中使用struts实现用户的登陆及注册，要清楚Eclipse是如何连接MySQL数据库；对一个form提交的多个submit按钮分配不同的action或method，这里主要介绍到两种实现方法，一种是选择HTML+js实现action的分配，另一种是直接在标签先分配好action的method方法，注意前一种方法是在action中分配method方法...
分类：
其他好文 时间：
2014-04-27 20:44:34
阅读次数：
665
getsockname和getpeername函数
getsockname函数用于获取与某个套接字关联的本地协议地址
getpeername函数用于获取与某个套接字关联的外地协议地址
定义如下：
#include
int getsockname(int sockfd, struct sockaddr *localaddr, socklen_t *addrlen);
int getpe...
分类：
其他好文 时间：
2014-04-27 20:36:58
阅读次数：
552
以递归以及非递归实现删除单链表L中所有值为X的结点...
分类：
其他好文 时间：
2014-04-27 20:24:45
阅读次数：
755
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
1、因为每次只能走 1 步或 2 步，所以从第一级走上第二级只能上 1 步，只有一种走法。 f ( 2 ) = 1
2、从第一级走到第三级，可以从第一级上 2 步，也可以从第二级上 1 步，有两种走法。 f ( 3 ) = 2
3、所以，走上第 n 级，可以从第 n-1 级上 1 步，也可以从第 n-2 级上 2 步。 f ( n ) = f ( n-1 ) + f ( n-2 )
不难发现，这是一个“斐波那契函数”
注意：这道题用 Java 语言采取递归求解，程序会超时！...
分类：
其他好文 时间：
2014-04-27 19:38:15
阅读次数：
519
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
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public继承中，（public 继承表示的关系是 “is a ” 的关系），其类中定义的函数主要有三类：pure virtual函数，impure virtual函数以及non-virtual函数，这三种函数决定了public继承中的两个重要概念 ： “ 函数接口继承” 以及 “函数实现继承”。那么接下来将针对这样一个不简单的问题做一些简介。
考虑如下的类定义：
class Shape...
分类：
其他好文 时间：
2014-04-27 18:29:13
阅读次数：
526
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
