ITeye博客

......

shenyu · 共 55 篇文章

书签-java开发超级工具集

url:http://book.51cto.com/art/201001/177819.htm

2010-06-22 15:10 · 未分类 · 评论(0)

java虚拟机参数

http://wangdei.iteye.com/blog/204621 JVM调优总结 -Xms -Xmx -Xmn -Xss http://www.diybl.com/course/3_program/java/javajs/2008630/129292.html

2009-09-27 07:33 · 未分类 · 评论(0)

C3P0

c3p0配置 http://breezee.blog.51cto.com/101744/35977

2009-09-24 10:52 · 未分类 · 评论(0)

关于集群配置

http://www.easywayserver.com/tomcat-clustering.htm#Session-Maintenance

2009-09-22 13:34 · 未分类 · 评论(0)

电子书

Core Java 2 Volume I - Fundamentals, Seventh Edition.pdf Core Java 2 Volume II - Advanced Features, Seventh Edition.pdf

2008-07-06 00:33 · 评论(4)

图-最小路径

这里使用的是Dijkstra来计算最短路径。事实上Dijkstra完成时,指定节点到所有节点的最小路径均已求出。 算法简述如下: 准备好两个辅助性数据结构: 1 ParentLength : 用来记录到当前节点之前的父节点,与到当前节点的最小路径 2 Path: 记录指定节点到所有节点的ParentLength。初始化时,所有的ParentLength的父节点都为指定的起始节点,长度都是INFINITY,代表没有联通,距离无穷大。 Path的关键算法是adjust(from,to,length),每当发现一条新的,从一个已访问的节点(from)到未访问的节点(to)之间的新路径时,Path则…

2008-05-28 00:40 · 算法 · 评论(3)

图-代权最小树

图中代权的最小树的问题如下: 如果N个城市之间(图中的顶点)要修公路(图中的边)以使所有的城市联通,求怎样修可以使得公路的总长最小? 以上问题中的N个城市之间可以用图中的顶点表示,公路可以图中的边表示,公路的长度用边长表示,公路是双向的。问题就转换为在有N个顶点中的双向代权图中求得一个最小树。这里的代权指的边的长度,这与以前的不代权的最小树生成算法有很大的区别。 算法描述如下: 任选一个节点开始,将该节点标志为已访问过的节点。也就是最小树中的节点。并设置为当前节点。 1 寻找此访问节点的所有的邻接顶点,将边置入优先队列。邻接顶点不考虑已标志为访问的节点,因为它已在结果中。 2 重复 步骤1 …

2008-05-27 00:07 · 算法 · 评论(3)

图-每一对端点间的最小距离

与 传递闭包问题 非常相似的一个问题是,能不能给出一个矩阵,根据矩阵可以以时间代价O(n)的方式得到在一个有向代权图中任意指定端点之间的最短距离。求的这个矩阵的问题被称为每一对端点间的最小距离问题。 这里采用的是Floyd算法,它与 WalShall 算法非常相似: 如果A可以到达B,距离为x,且C可以到达A,距离为y,则求得C可以到达B,距离为 z = x + y,z小于如果c到B的原来的距离,则用z更新矩阵,否则c到B距离维持不变。 和最小路径算法类似,这里用一个很大数字INFINITY来表示两个端点之间距离为无穷大的情况,即不通。这里INFINITY=最大的int值(~(1<<31))…

2008-05-26 00:24 · 算法 · 评论(4)

图-传递闭包

图的传递闭包是指修正后的邻接矩阵表示的图。(见 Graph 图-邻接矩阵法 ) 在多个顶点的有向图中,每个顶点可以到按照方向到达一定的节点,这叫图的连通性。有种方法直接告诉我们,图中的两个节点是否可以联通,这里说的是WarShall算法。 WarShall的基本原理是,如果A可以到达B,且C可以到达A,则C可以到达B。通过对邻接矩阵的修正可以做到这点。随然这里举例是将两步可并成一步,但数学上可以证明这种修正可以达到任意步骤。 下面是代码: class WarShall { private boolean[][] adjMat; WarShall(int size) { adjMat = ne…

2008-05-23 07:57 · 算法 · 评论(0)

图-拓扑排序

当每个任务有前后置关系时,需要找到一种满足前后置关系的路线,将任务完成。 如果将每个任务看成一个节点,任务之间的前后置关系表示为有向图时,这种路线顺序叫做为图进行拓扑排序。也叫关键路径分析。 这里的图用邻接矩阵法表示,算法的关键是: 1 找到一个没有后继的顶点 2 在图中删除它,放入结果数组中 3 重复 步骤 1 ,步骤 2 直到图中没有多余的节点。 如果图中出现环装结构,则算法无法进行,因为此时任务之间循环成为前置。 关于邻接矩阵法请参见: Graph 图-邻接表法。 要注意的是:满足前后置关系的路径可能不止一条。这里仅仅得到其中的一条。 关键API: int noNext():返回没有后…

2008-05-22 00:54 · 算法 · 评论(3)

图-最小树

如果一个图中所有点都是联通的,求最小树可以将图遍历完成,这里的最小是指边最少,跟边长没有关系。 算法利用深度优先遍历,记载每个遍历过的节点,将节点按照遍历顺序记录下来就是所谓的最小树。 关于深度优先遍历请参见深度优先遍历。 不过这里奇怪的是: 假如所有节点之间是双向联通的,只用生成一个数组,装入所有的节点,例如{'a','b','c','d','d'} 然后每两个点之间的线段就是最小树的结果,即a --> b, b --> c, c --> d, d --> e 似乎不用图这样复杂的结构支撑。 不过这里还是给出了按照图来产生最小树的办法。 Graph.mst:返回最小树。 Graph.mai…

2008-05-21 00:08 · 算法 · 评论(2)

图-广度优先遍历

这里的图的广度优先遍历算法利用了队来实现。 图的深度遍历原则: 1 如果有可能,访问所有领接的未访问的节点,标记它们,并把它们放入队中。 2 当不能执行规则 1 时,如果对不为空,则从队中弹出头元素。重新执行规则 1 3 如果不能执行规则 1 和规则 2 时,则完成了遍历。 代码中的图使用的是 Graph 图-邻接矩阵法 来表示,其他的表示法请见: Graph 图-邻接表法 代码中的Queue为辅助结构,用来记载访问过的节点。队列的详细描述可以见: Queue 队 , LinkedQueue 队 Vertex表示图中的节点,其中包含访问,是否访问,清除访问标志的方法。 Graph.main:…

2008-05-20 00:11 · 算法 · 评论(2)

图-深度优先遍历

这里的图的深度优先算法利用了栈来实现。 图的深度遍历原则: 1 如果有可能,访问一个领接的未访问的节点,标记它,并把它放入栈中。 2 当不能执行规则 1 时,如果栈不为空,则从栈中弹出一个元素。 3 如果不能执行规则 1 和规则 2 时,则完成了遍历。 代码中的图使用的是 Graph 图-邻接矩阵法 来表示,其他的表示法请见: Graph 图-邻接表法 代码中的Stack为辅助结构,用来记载访问过的节点。栈的详细描述可以见: ArrayStack 栈 , LinkedStack 栈 。 Vertex表示图中的节点,其中包含访问,是否访问,清除访问标志的方法。 Graph.main:提供简单测…

2008-05-19 00:14 · 算法 · 评论(0)

递归-全排列

将指定数组全排列打印,此处使用递归算法。 其核心是,轮流将数组中每个数字放在第一位上,然后调用剩下n-1个数字的全排列。以此形成递归。 以下是代码: class Arrangement { public static void main(String[] args) { int[] a = {1,2,3,4}; print(a,0,true); } public static void print(int [] a, int offSet, boolean needPrint) { if(needPrint)println(a); //如果需要则,打印数组 if(offSet == a.le…

2008-05-16 21:00 · 算法 · 评论(1)

递归-组合

求指定数据的组合,这里的指定数据用一个数组模拟所有可以选择的数据 这个问题与背包问题解法相似,在任何一个时间点上可以将此问题划分为两个类似的子问题:组合中包含当前数据的,和组合中不包含当前数据的。 组合中包含当前数据的:在剩下的可选数据求得可能的n-1个元素的组合。 组合中不包含当前数据的:在剩下的可选数据求得可能的n个元素的组合。 组合可以看成另外一种背包问题,见 递归-背包问题 。 代码如下:求得5个数字中两个数字的组合。 class Combination { public static void main(String[] args) { int[] src = {2,4,8,6,1…

2008-05-15 01:12 · 算法 · 评论(0)