環保清潔

環境資訊中心綜合外電；姜唯 編譯；林大利 審校 本站聲明:網站內容來源環境資訊中心https://e-info.org.tw/,如有侵權,請聯繫我們,我們將及時處理 【其他文章推薦】 ※自行創業缺乏曝光? 網頁設計 幫您第一時間規劃公司的形象門面 ※ 網頁設計 一頭霧水該從何著手呢? 台北網頁設計 公司幫您輕鬆架站! ※想知道最厲害的 網頁設計公司 "嚨底家"! ※幫你省時又省力, 新北清潔 一流服務好口碑 ※別再煩惱 如何寫文案 ,掌握八大原則! Orignal From: 科學家發現具有三類性別的線蟲 砷耐受性極高

摘錄自2019年10月4日自由時報報導 據報導，北韓於5月份出現首起非洲豬瘟病例，韓國則努力地避免疫情擴散過來，甚至在邊界建起圍欄。韓國各處養豬場已確認有13起病例，不過，長4公里、佈滿地雷、守衛嚴密的南北韓非軍事區（DMZ）更發現患有非洲豬瘟的野豬，目前推測韓國的疫情可能是被帶原的野豬給傳染過來的。 DMZ向來避免擦槍走火，但韓國軍方已被授權殺死穿越DMZ的野豬。   本站聲明:網站內容來源環境資訊中心https://e-info.org.tw/,如有侵權,請聯繫我們,我們將及時處理 【其他文章推薦】 ※廣告預算用在刀口上， 台北網頁設計 公司幫您達到更多曝光效益 ※ 新北清潔 公司,居家、辦公、裝潢細清專業服務 ※別再煩惱 如何寫文案 ,掌握八大原則! ※教你寫出一流的 銷售文案 ? ※超省錢 租車 方案 Orignal From: 南北韓非軍事區 驚見野豬患有非洲豬瘟

摘錄自2019年10月3日自由時報報導 米塔颱風在週三晚間襲擊南韓南部，南韓南部港口城市釜山發生土石流，南韓行政安全部3日表示，截至下午，全國共有9人喪生，但傷亡人數預計會在攀升，因為還有數人下落不明。 南韓國防部表示，米塔風災造成1000多棟房屋損壞，超過1500人提前被撤離。 米塔離開朝鮮半島後，已往日本西部前進，同樣帶來驚人雨量，日本氣象廳警告，儘管米塔颱風可能在4日減弱為溫帶氣旋，但朝著日本北部前進時，強風豪雨可能引發洪水、土石流等災情。 【動画】高知県内で大雨　道路冠水も — 高知新聞 (公式)Kochinews (@Kochi_news) 本站聲明:網站內容來源環境資訊中心https://e-info.org.tw/,如有侵權,請聯繫我們,我們將及時處理 【其他文章推薦】 ※ 新北清潔 公司,居家、辦公、裝潢細清專業服務 ※別再煩惱 如何寫文案 ,掌握八大原則! ※ 網頁設計 一頭霧水該從何著手呢? 台北網頁設計 公司幫您輕鬆架站! ※超省錢 租車 方案 ※教你寫出一流的 銷售文案 ? Orignal From: 米塔颱風襲南韓已釀9死 日本高知暴雨淹大水

摘錄自2019年10月3日自由時報報導 澳洲詹姆士庫克大學（James Cook University）3日宣布，當地攝影師在凱恩斯（Cairns）的郊區拍到「火焰茸」，經科學家確定是一種又被稱為毒火珊瑚（Poison Fire Coral）的真菌。 外媒稱，火焰茸的原生棲地在日本和南韓的山區，這種鮮紅色的真菌經常被誤認為是可食用的紅珊瑚菌（ Clavulinopsis miyabeana ）、冬蟲夏草，誤食而中毒甚至死亡。 本站聲明:網站內容來源環境資訊中心https://e-info.org.tw/,如有侵權,請聯繫我們,我們將及時處理 【其他文章推薦】 ※教你寫出一流的 銷售文案 ? ※廣告預算用在刀口上， 台北網頁設計 公司幫您達到更多曝光效益 ※回頭車 貨運 收費標準 ※別再煩惱 如何寫文案 ,掌握八大原則! ※超省錢 租車 方案 Orignal From: 世界最毒蕈類 澳洲首度發現「火焰茸」

摘錄自2019年10月3日自由時報報導 美國太空總署（NASA）探測器「洞察號」（InSight）去年底飛抵火星表面至今，，分別從今年5月22日發生的「Sol 173震盪」及7月25日的「Sol 235震盪」錄下，這兩次火星震若換算成常用單位，分別為芮氏規模3.7與3.3。 「洞察號」火星任務最主要的目標是探測火星內部結構，科學家希望藉此理解，所謂「類地行星」（terrestrial planet，又稱為岩質行星）是如何形成的。 本站聲明:網站內容來源環境資訊中心https://e-info.org.tw/,如有侵權,請聯繫我們,我們將及時處理 【其他文章推薦】 ※超省錢 租車 方案 ※別再煩惱 如何寫文案 ,掌握八大原則! ※回頭車 貨運 收費標準 ※教你寫出一流的 銷售文案 ? Orignal From: NASA最新公布 洞察號錄下「火星震」低沉鳴叫

BMW15日表示，計劃為i3電動都市車、插電式混合動力的i8跑車與未來數年新推出的混合動力車款擴大採購SDI電池。三星SDI發表聲明說，與BMW的供應協議價值「數十億歐元」，但未提確切金額。   BMW正推出i8與i3車款來對抗電動車大廠Tesla搶攻豪華車領域，上述交易讓BMW能確保汽車電池的供應來源。對三星SDI來說，BMW的訂單有助擴大汽車電池業務。 本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理 【其他文章推薦】 ※ 新北清潔 公司,居家、辦公、裝潢細清專業服務 ※別再煩惱 如何寫文案 ,掌握八大原則! ※ 網頁設計 一頭霧水該從何著手呢? 台北網頁設計 公司幫您輕鬆架站! ※超省錢 租車 方案 ※教你寫出一流的 銷售文案 ? Orignal From: 砸數十億歐元！BMW加碼購三星SDI電池 衝電動車市場

1. 簡介 三月份已經介紹過R2DBC,它是一種異步的、非阻塞的關係式數據庫連接規範。儘管一些 NoSQL 數據庫供應商為其數據庫提供了反應式數據庫客戶端，但對於大多數項目而言，遷移到 NoSQL 並不是一個理想的選擇。這促使了一個通用的響應式關係數據庫連接規範的誕生。 作為擁有龐大用戶群的關係式數據庫 MySQL 也有了反應式驅動，不過並不是官方的。但是 Spring 官方將其納入了依賴池，說明該類庫的質量並不低。所以今天就嘗嘗鮮，試一下使用 R2DBC 連接 MySQL 。 2. 環境依賴 基於 Spring Boot 2.3.1 和 Spring Data R2DBC ，還有反應式Web框架 Webflux ，同時也要依賴 r2dbc-mysql 庫，所有的 Maven 依賴為： <!--r2dbc mysql 庫--> <dependency> <groupId>dev.miku</groupId> <artifactId>r2dbc-mysql</artifactId> </dependency> <!--Spring r2dbc 抽象層--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-r2dbc</artifactId> </dependency> <!--自動配置需要引入的一個嵌入式數據庫類型對象--> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starte

主辦單位：中國汽車工業協會、決策者會議策劃集團 支持機構：上海交通大學汽車工程研究院 時間：2014年11月12-14日  地點：中國北京 【大會概況】 國家主席習近平5月24日指出，發展新能源汽車是邁向汽車強國的必由之路。從中央到地方，新能源汽車的推廣進入提速階段，新能源汽車補貼城市大幅擴容。 6月中旬，特斯拉CEO馬斯克表示，為了電動汽車技術的發展，特斯拉將開放其所有的專利。特斯拉專利技術的公開，能夠避免後來者在一些共性領域研發或測試的資源浪費，從而加速技術和商業模式的創新；加上不少汽車巨頭已經開始意識到新能源汽車市場的迅速興起而紛紛斥資研發與生產，新能源汽車市場的蓬勃拓展進程有望大大加快。 7月默克爾訪華，此行的一項重要議程就是啟動中德在電動車領域的合作的一個重要專案——中德電動汽車充電項目。在活動現場，工信部部長苗圩表示這一專案啟動是中德兩國在電動車產業領域合作得到推進的重要成果。 本屆大會結合行業趨勢發展，將研討新能源汽車發展，動力電池與動力能源供應模式，各類型商業運營模式創新，以及相關政策投資思想，引導消費者加深認知新能源汽車和推進新能源汽車產業發展方面，屆時300 多位全球新能源汽車有識之士歡聚一堂共同探討新能源汽車發展的各有關共性事項具有重要意義！ 【上屆回顧】 第四屆綠色汽車大會於2013年10月9日至11日在中國北京海航萬豪酒店隆重召開。本次大會由亞洲最大的行業峰會主辦方——決策者會議策劃集團主辦， 得到中國汽車工業協會、中國高科技產業化研究會和韓國汽車工程研究院等國內外權威機構的指導與支持。 從中國和世界各地來的商界領袖、政府官員和產業密切相關部門的高層管理人員英相聚一堂，如電裝中國投資有限公司、德國大陸集團、上汽集團、艾爾維汽車工程技術、斯凱孚汽車技術有限公司和長安新能源汽車有限公司等等，共同探討行業熱門話題。 大會共吸引了來自30多個國家的200個參會代表、30位發言人、20家展商和55家媒體的參與。在全球與會代表的積極參與和回應下，它已經成長為亞洲第一的節能與新能源汽車行業盛會。 【本屆參數統計】 600+業內權威專家業內專業人士，400+專業參展觀眾，來自于320+行業知名企業單位，23+個國家 120+位參會代表來自語全球領先整車商，以及110+核心零部件提供商企業代表 40+ 知

目錄 簡介 PrintCompilation 分析PrintCompilation的結果 總結 簡介 上篇文章我們講到了JIT中的LogCompilation，將編譯的日誌都收集起來，存到日誌文件裏面，並且詳細的解釋了LogCompilation日誌文件中的內容定義。今天我們再和小師妹一起學習LogCompilation的姊妹篇PrintCompilation，看看都有什麼妙用吧。 PrintCompilation 小師妹：F師兄，上次你給講的LogCompilation實在是太複雜了，生成的日誌文件又多，完全看不了，我其實只是想知道有哪些方法被編譯成了機器碼，有沒有什麼更加簡單的辦法呢？ 真理的大海，讓未發現的一切事物躺卧在我的眼前，任我去探尋- 牛頓（英國） 當然有的，那就給你介紹一下LogCompilation的妹妹PrintCompilation，為什麼是妹妹呢？因為PrintCompilation輸出的日誌要比LogCompilation少太多了。 老規矩，上上我們的JMH運行代碼，文章中使用的代碼鏈接都會在文末註明，這裏使用圖片的原因只是為了方便讀者閱讀代碼： 這裏和上次的LogCompilation不同的是，我們使用：-XX:+PrintCompilation參數。 其實我們還可以添加更多的參數，例如： -Xbatch -XX:-TieredCompilation -XX:+PrintCompilation 先講一下-Xbatch。 一般來說JIT編譯器使用的是和主線程完全不同的新的線程。這樣做的好處就是JIT可以和主線程并行執行，編譯器的運行基本上不會影響到主線程的的運行。 但是有陰就有陽，有利就有弊。多線程在提高的處理速度的同時，帶給我們的就是輸出日誌的混亂。因為是并行執行的，我們主線程的日誌中，穿插了JIT編譯器的線程日誌。 如果使用-Xbatch就可以強迫JIT編譯器使用主線程。這樣我們的輸出日誌就是井然有序的。真棒。 再講一下TieredCompilation。 為了更好的提升編譯效率，JVM在JDK7中引入了分層編譯Tiered compilation的概念。 大概來說分層編譯可以分為三層： 第一層就是禁用C1和C2編

    根據國外媒體報導，英國中央政府正在規劃一筆約 850 萬美元的預算，用來採購約 150 輛的 Tesla Model S 電動車，用來取代中央政府部門使用的老舊車輛。這 150 輛 Tesla S 服役後，將占英國中央政府機關用車約 30 %。   英國政府將會以每輛約 3 萬 3000 英鎊（約合台幣 171 萬 7600 元）的價格取得這批 Tesla S，雖然說已經比 Tesla Model S 在英國的正式售價 5 萬英鎊要便宜，但是仍然超出預算許多。   英國政府會採用 Tesla S 的主要原因是：跟 3 萬英鎊價格帶的其他電動車款相比（主要是 BMW i3，即便是 i3 Rex 增程版也只有 300 公里），Tesla Model S 的 250 英哩續航力（約 402 公里），相較之下的確是實用太多了。   （圖片來源：） 本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理 【其他文章推薦】 ※超省錢 租車 方案 ※別再煩惱 如何寫文案 ,掌握八大原則! ※回頭車 貨運 收費標準 ※教你寫出一流的 銷售文案 ? Orignal From: 取代老舊公務車 英國政府大手筆採購 150 輛 Tesla Model S

背景 公司有一個數據處理線，上面的數據經過不同環境處理，然後上線到正式庫。其中一個環節需要將數據進行處理然後導入到另外一個庫(Sql Server)。這個處理的程序是老大用python寫的，處理完後進入另外一個庫后某些字段出現了亂碼。 比如這個字符串： 1006⁃267X(2020)02⁃0548⁃10 另外一個庫變成： 1006?267X(2020)02?0548?10 線上人員反饋回來后老大由於比較忙，一直沒有排查，然後我問了下估計是什麼原因。老大說他python裏面轉了utf8,可能是編碼問題。我當時問了下就沒下文了，因為我不會python，所以這個事情就擱置了。 排查過程 然後這個問題拖了很久，線上也不斷反饋。同時自己也負責這塊，空閑時間就主動去排查了下原因。當然這個排查過程還是比較曲折的，所以就把這個過程分享下，同時回顧下涉及到的知識點。 先說結果：最後經過排查是由於python處理后 insert 語句插入到Sql Server數據庫保存字段前沒有加 N 。 1.SQL Server數據類型 首先由於數據寫進去出現亂碼，所以第一步就是檢查寫入庫的字段是否設置了正確的數據類型。因為有時候對char與varchar的區別或者varchar與nvarchar的區別不是很在意，所以有可能設置了錯誤的數據類型。至於這幾個字符的數據類型區別是什麼，這裏摘抄官方解釋。 字符數據類型 char（大小固定）或 varchar（大小可變） 。 從 SQL Server 2019 (15.x) 起，使用啟用了 UTF-8 的排序規則時，這些數據類型會存儲 Unicode 字符數據的整個範圍，並使用 UTF-8 字符編碼。 若指定了非 UTF-8 排序規則，則這些數據類型僅會存儲該排序規則的相應代碼頁支持的字符子集。 參數 char [ ( n ) ] 固定大小字符串數據 。 n 用於定義字符串大小（以字節為單位），並且它必須為 1 到 8,000 之間的值 。 對於單字節編碼字符集（如拉丁文），存儲大小為 n 個字節，並且可存儲的字符數也為 n。 對於多字節編碼字符集，存儲大小仍為 n 個字節，但可存儲的字符數可能小於 n。 char 的 ISO 同義詞是 character 。 varchar [ ( n | max ) ]

如果你想從頭學習Jmeter，可以看看這個系列的文章哦 https://www.cnblogs.com/poloyy/category/1746599.html   前言 JDBC Request 主要是向數據庫發送一個 JDBC 請求（sql 語句），並獲取返回的數據集 它需要和數據庫連接池配置（JDBC Connection Configuration）一起使用，可參考此篇博文：https://www.cnblogs.com/poloyy/p/13182706.html   JDBC Request   JDBC Request 界面介紹   字段含義 字段 含義 Variable Name Bound to Pool 數據庫連接池配置的名稱 Query Type sql 語句的類型 SQL Query sql 語句 語句結尾不需要添加  ;   變量用  ?  佔位 Parameter values 需要傳遞的變量值，多個變量用  ,  分隔 Parameter types 變量類型 Variable Names 保存sql語句返回的數據和返回數據的總行數 用  ,  分隔 跳過列用空 Result Variable Name 一個 Object 變量存儲所有返回值 Query timeout(s) 超時時間；默認0，代表無限時間 Limit ResultSet 和 limit 類似作用，限制 sql 語句返回結果集的行數 Handle ResultSet 如何定義 callable statements

如果你想從頭學習Jmeter，可以看看這個系列的文章哦 https://www.cnblogs.com/poloyy/category/1746599.html   前言 JDBC Request 主要是向數據庫發送一個 JDBC 請求（sql 語句），並獲取返回的數據集 它需要和數據庫連接池配置（JDBC Connection Configuration）一起使用，可參考此篇博文：https://www.cnblogs.com/poloyy/p/13182706.html   JDBC Request   JDBC Request 界面介紹   字段含義 字段 含義 Variable Name Bound to Pool 數據庫連接池配置的名稱 Query Type sql 語句的類型 SQL Query sql 語句 語句結尾不需要添加  ;   變量用  ?  佔位 Parameter values 需要傳遞的變量值，多個變量用  ,  分隔 Parameter types 變量類型 Variable Names 保存sql語句返回的數據和返回數據的總行數 用  ,  分隔 跳過列用空 Result Variable Name 一個 Object 變量存儲所有返回值 Query timeout(s) 超時時間；默認0，代表無限時間 Limit ResultSet 和 limit 類似作用，限制 sql 語句返回結果集的行數 Handle ResultSet 如何定義 callable statements

斑點分析的算法非常簡單：在圖像中，相關對象的像素（也稱為前景）通過其灰度值來識別。例如，圖中示例显示了液體中的組織顆粒。這些粒子是明亮的，液體（背景）是暗的。通過選擇明亮的像素（閾值），可以很容易檢測到顆粒。在許多應用中，暗像素和亮像素的簡單條件不再成立，但結果相同可以通過額外的預處理或像素選擇/分組的替代方法來實現。 在這種情況下，斑點分析的優點是HALCON提供了大量算子使其具有極大的靈活性。此外，這些方法通常具有很高的性能。斑點分析也可以與許多其他視覺任務相結合，例如作為預處理步驟，靈活地生成交互區域。 基本概念 斑點分析主要包括三個部分： 獲取圖像 分割圖像 採集圖像后，接下來的任務是選擇前景像素。這也稱為分割。結果 在HALCON中通常將此過程為Blob（二進制大對象），數據類型為區域(a region)。 提取目標特徵 在最後一步中，將計算出諸如面積（像素數），重心或方向之類的特徵 該基本概念的一個示例是以下程序，該程序屬於上述示例。在此，從文件中獲取圖像。使用閾值( threshold )選擇大於120的所有像素。然後，引入了一個不太明顯的步驟：算子連接( connection )將所有亮像素的集合分離為所謂的連接組件。此步驟的效果是我們將劃分出多個區域，而不是閾值( threshold )返回的單個區域。該程序的最後一步是一些功能的計算。在此，算子area_center確定了大小（像素數）和重心。請注意area_center返回了三個值（每個參數有一個值）。 read_image (Image, 'particle') threshold (Image, BrightPixels, 120, 255) connection (BrightPixels, Particles) area_center (Particles, Area, Row, Column) 擴展概念 在許多情況下，斑點分析將比上述示例更高級。原因是混亂或不均勻的照明。此外，經常需要進行后處理，例如將元素特徵轉換為真實世界單位或結果可視化。 使用RIO(Region Of Interest) 可以通過使用感興趣區域來加快斑點分析。搜索的斑點區域被限制越多。搜索將更快更強大。

斑點分析的算法非常簡單：在圖像中，相關對象的像素（也稱為前景）通過其灰度值來識別。例如，圖中示例显示了液體中的組織顆粒。這些粒子是明亮的，液體（背景）是暗的。通過選擇明亮的像素（閾值），可以很容易檢測到顆粒。在許多應用中，暗像素和亮像素的簡單條件不再成立，但結果相同可以通過額外的預處理或像素選擇/分組的替代方法來實現。 在這種情況下，斑點分析的優點是HALCON提供了大量算子使其具有極大的靈活性。此外，這些方法通常具有很高的性能。斑點分析也可以與許多其他視覺任務相結合，例如作為預處理步驟，靈活地生成交互區域。 基本概念 斑點分析主要包括三個部分： 獲取圖像 分割圖像 採集圖像后，接下來的任務是選擇前景像素。這也稱為分割。結果 在HALCON中通常將此過程為Blob（二進制大對象），數據類型為區域(a region)。 提取目標特徵 在最後一步中，將計算出諸如面積（像素數），重心或方向之類的特徵 該基本概念的一個示例是以下程序，該程序屬於上述示例。在此，從文件中獲取圖像。使用閾值( threshold )選擇大於120的所有像素。然後，引入了一個不太明顯的步驟：算子連接( connection )將所有亮像素的集合分離為所謂的連接組件。此步驟的效果是我們將劃分出多個區域，而不是閾值( threshold )返回的單個區域。該程序的最後一步是一些功能的計算。在此，算子area_center確定了大小（像素數）和重心。請注意area_center返回了三個值（每個參數有一個值）。 read_image (Image, 'particle') threshold (Image, BrightPixels, 120, 255) connection (BrightPixels, Particles) area_center (Particles, Area, Row, Column) 擴展概念 在許多情況下，斑點分析將比上述示例更高級。原因是混亂或不均勻的照明。此外，經常需要進行后處理，例如將元素特徵轉換為真實世界單位或結果可視化。 使用RIO(Region Of Interest) 可以通過使用感興趣區域來加快斑點分析。搜索的斑點區域被限制越多。搜索將更快更強大。

本文始發於個人公眾號： TechFlow ，原創不易，求個關注 今天是 LeetCode專題 的第49篇文章，我們一起來看LeetCode的第80題，有序數組去重II(Remove Duplicates from Sorted Array II)。 這題的官方難度是Medium，通過率是43.3%，點贊1104，反對690。這題的通過率有一點點高，然後點贊比也不是很高。說明這題 偏容易 ，並且大家的評價偏低。也的確如此，我個人覺得，大家評價不好的主要原因還是這題偏容易了一些。 題面 其實從題目的標題當中我們已經可以得到很多信息了，實際上也的確如此，這題的題面和標題八九不離十，需要我們 對一個有序的數組進行去重 。不過去重的條件是最多允許一個元素出現兩次，也就是要將多餘的元素去掉。並且題目還限制了需要我們在原數組進行操作，對於空間複雜度的要求是 。由於我們去除了元素之後會帶來數組長度的變化，所以我們最後需要返回完成之後數組的長度。 這是一種常規的做法， 在C++以及一些古老的語言當中數組是不能變更長度的 。我們想要在原數組上刪除數據，只能將要刪除的數據移動到數組末尾，然後返回變更之後的數組長度。這樣下游就通過返回的數組長度得知變更之後的數量變化。由於新晉的一些語言，比如Java、Python都支持數組長度變動，所以很少在這些語言的代碼當中看到這樣的用法了。 樣例 Given nums = [0,0,1,1,1,1,2,3,3], Your function should return length = 7, with the first seven elements of nums being modified to 0, 0, 1, 1, 2, 3 and 3 respectively. It doesn 't matter what values are set beyond the returned length. 在這個樣例當中，由於1出現了4次，所以我們 需要刪除掉2個1 ，那麼刪除之後的數組長度也會減少2，所以我們需要返回7，表示刪除之後的新的數組的有效長度是7。並且保證原數組當中前5個元素是[0, 0, 1, 1, 2, 3] 題解 刪除重複的元素本身並不複雜，唯一麻

本文始發於個人公眾號： TechFlow ，原創不易，求個關注 今天是 LeetCode專題 的第49篇文章，我們一起來看LeetCode的第80題，有序數組去重II(Remove Duplicates from Sorted Array II)。 這題的官方難度是Medium，通過率是43.3%，點贊1104，反對690。這題的通過率有一點點高，然後點贊比也不是很高。說明這題 偏容易 ，並且大家的評價偏低。也的確如此，我個人覺得，大家評價不好的主要原因還是這題偏容易了一些。 題面 其實從題目的標題當中我們已經可以得到很多信息了，實際上也的確如此，這題的題面和標題八九不離十，需要我們 對一個有序的數組進行去重 。不過去重的條件是最多允許一個元素出現兩次，也就是要將多餘的元素去掉。並且題目還限制了需要我們在原數組進行操作，對於空間複雜度的要求是 。由於我們去除了元素之後會帶來數組長度的變化，所以我們最後需要返回完成之後數組的長度。 這是一種常規的做法， 在C++以及一些古老的語言當中數組是不能變更長度的 。我們想要在原數組上刪除數據，只能將要刪除的數據移動到數組末尾，然後返回變更之後的數組長度。這樣下游就通過返回的數組長度得知變更之後的數量變化。由於新晉的一些語言，比如Java、Python都支持數組長度變動，所以很少在這些語言的代碼當中看到這樣的用法了。 樣例 Given nums = [0,0,1,1,1,1,2,3,3], Your function should return length = 7, with the first seven elements of nums being modified to 0, 0, 1, 1, 2, 3 and 3 respectively. It doesn 't matter what values are set beyond the returned length. 在這個樣例當中，由於1出現了4次，所以我們 需要刪除掉2個1 ，那麼刪除之後的數組長度也會減少2，所以我們需要返回7，表示刪除之後的新的數組的有效長度是7。並且保證原數組當中前5個元素是[0, 0, 1, 1, 2, 3] 題解 刪除重複的元素本身並不複雜，唯一麻

.NET 人臉識別庫 ViewFaceCore 這是基於 SeetaFace6 人臉識別開發的 .NET 平台下的人臉識別庫 這是一個使用超簡單的人臉識別庫 這是一個基於 .NET Standard 2.0 開發的庫 這個庫已經發布到 NuGet ，你可以一鍵集成到你的項目 此項目可以免費商業使用 ⭐、開源 開源協議：Apache-2.0 GitHub地址： ViewFaceCore 十分感謝您的小星星 一、示例 示例項目地址：WinForm 攝像頭人臉檢測 示例項目效果：   二、使用 一分鐘在你的項目里集成人臉識別 1. 創建你的 .NET 應用 .NET Standard >= 2.0 .NET Core >= 2.0 .NET Framework >= 4.6.1^2 2. 使用 Nuget 安裝 ViewFaceCore Author : View Version >= 0.1.1 此 Nuget 包會自動添加依賴的 C++ 庫，以及最精簡的識別模型。 如果需要其它場景的識別模型，請下載 SeetaFace6 模型文件。 3. 在項目中編寫你的代碼 按照 說明 自己編寫 或者參考以下代碼 簡單的調用示例 1 static void Main() 2 { 3 ViewFace viewFace = new ViewFace((str) => { Debug.WriteLine(str); }); // 初始化人臉識別類，並設置 日誌回調函數 4 viewFace.DetectorSetting = new DetectorSetting() { FaceSize = 20 , MaxWidth = 2000 , MaxHeight = 2000 , Threshold = 0.5 }; 5 6 // 系統默認使用的輕量級識別模型。如果對精度有要求，請切換到 Normal 模式；並下載需要模型文件 放入生成目錄的 model 文件夾中 7 viewFace.Fa

.NET 人臉識別庫 ViewFaceCore 這是基於 SeetaFace6 人臉識別開發的 .NET 平台下的人臉識別庫 這是一個使用超簡單的人臉識別庫 這是一個基於 .NET Standard 2.0 開發的庫 這個庫已經發布到 NuGet ，你可以一鍵集成到你的項目 此項目可以免費商業使用 ⭐、開源 開源協議：Apache-2.0 GitHub地址： ViewFaceCore 十分感謝您的小星星 一、示例 示例項目地址：WinForm 攝像頭人臉檢測 示例項目效果：   二、使用 一分鐘在你的項目里集成人臉識別 1. 創建你的 .NET 應用 .NET Standard >= 2.0 .NET Core >= 2.0 .NET Framework >= 4.6.1^2 2. 使用 Nuget 安裝 ViewFaceCore Author : View Version >= 0.1.1 此 Nuget 包會自動添加依賴的 C++ 庫，以及最精簡的識別模型。 如果需要其它場景的識別模型，請下載 SeetaFace6 模型文件。 3. 在項目中編寫你的代碼 按照 說明 自己編寫 或者參考以下代碼 簡單的調用示例 1 static void Main() 2 { 3 ViewFace viewFace = new ViewFace((str) => { Debug.WriteLine(str); }); // 初始化人臉識別類，並設置 日誌回調函數 4 viewFace.DetectorSetting = new DetectorSetting() { FaceSize = 20 , MaxWidth = 2000 , MaxHeight = 2000 , Threshold = 0.5 }; 5 6 // 系統默認使用的輕量級識別模型。如果對精度有要求，請切換到 Normal 模式；並下載需要模型文件 放入生成目錄的 model 文件夾中 7 viewFace.Fa

用好數據映射，MongoDB via Dotnet Core開發變會成一件超級快樂的事。   一、前言 MongoDB這幾年已經成為NoSQL的頭部數據庫。 由於MongoDB free schema 的特性，使得它在互聯網應用方面優於常規數據庫，成為了相當一部分大廠的主數據選擇；而它的 快速布署和開發簡單 的特點，也吸引着大量小開發團隊的支持。 關於MongoDB快速布署，我在15分鐘從零開始搭建支持10w+用戶的生產環境(二)里有寫，需要了可以去看看。   作為一個數據庫，基本的操作就是CRUD。MongoDB的CRUD，不使用SQL來寫，而是提供了更簡單的方式。 方式一、BsonDocument方式 BsonDocument方式，適合能熟練使用MongoDB Shell的開發者。MongoDB Driver提供了完全覆蓋Shell命令的各種方式，來處理用戶的CRUD操作。 這種方法自由度很高，可以在不需要知道完整數據集結構的情況下，完成數據庫的CRUD操作。 方式二、數據映射方式 數據映射是最常用的一種方式。準備好需要處理的數據類，直接把數據類映射到MongoDB，並對數據集進行CRUD操作。   下面，對數據映射的各個部分，我會逐個說明。      為了防止不提供原網址的轉載，特在這裏加上原文鏈接：https://www.cnblogs.com/tiger-wang/p/13185605.html 二、開發環境&基礎工程 這個Demo的開發環境是：Mac + VS Code + Dotnet Core 3.1.2。 建立工程： % dotnet new sln -o demo The template  "Solution File"  was created successfully. %  cd  demo  % dotnet new console -o demo The template  "Console Application"  was created successfully. Processing post-creation actions... Running  'dotnet restore