TopLanguage讨论精选二(2007.10-2007-11)
注：TopLanguage是我建立的一个google讨论组，目的是交流关于编程的任何问题（当然，包括八卦:-）），三个月来加入的同学介于27和28之间，已有大于210条讨论。
这是第二期精彩讨论精选（选择标准仅代表我个人意见，没办法，因为google group的投票机制似乎不怎么被用到，其余讨论大家可以访问或订阅该论坛）。我还是得说，几乎大家的所有讨论都很精彩 :P
n 讨论讨论DSL（Domain Specific Language）如何？(16回帖)
貌似这个概念被Martine Flower吹捧了好久了。具体可以google一下 :P Martine Flower把这个编程范式定义为Language Oriented Programming，这个描述其实很精确。 我个人的感觉，就跟编程界的诸多工具一样，这个工具有两面性。一方面，它的出发点非常好：最直观的就是领域语言了，如今的general purpose... more »
n 一本好的C++教材其实应该最先（或者尽早）告诉读者”不应该怎样使用C++“(31回帖)
支持理由：程序员会仅仅因为可以用某特性，而就去用它。
n About效率。。。(31回帖)
第一次发贴，问各位大牛一个关于效率的问题。 都说C++的效率（运行时）比Java、.Net（C#）要高。这种效率主要来自于什么地方（或者说其他一些语言做了写什么事情损失了效率）。比如由于库的封装，调用的函数更高层会损失效率，不停的安全检查也会，还有其他一些什么原因，谢谢指教：）... more »
n 关于gc的想不明白(14回帖)
我想不明白一件事。 我看到的一些gc介绍，都直眉瞪眼地说内存用完了放在那里，等gc一块儿收掉。而智能指针，则是引用结束，便主动释放内存。所以智能指针处理不了循环引用。 我就开始迷糊了。对gc而言，干嘛要傻愣愣地把所有内存都放在一起收集呢？... more »
n 有个跨平台c++系统7*24小时不间断运行。怎么样实现动态跟新代码？给个意见(12回帖)
如题，这是个电信关键业务系统稳定性和性能是性命攸关的。现在遇到的问题是电信现在要求系统99.9999%以上的可靠性，也就是说这个系统不能够停止 运行大于1分钟。这就给系统升级带来了很大的困难和压力。想做个如osgi一样的动态跟新服务的系统，用c++能实现吗？或者用其他技术？反正现在我是... more »
n OS 内存管理相关的两个问题(4回帖)
我以前零碎看过的东西, 有问题请指正: 1. 当前大部分 GC 都是 OS swapping 不友好的. gc 没有和 os 结合, 当 OS 内存不足, 将一段时间未用的, gc 管理的内存 swap out, 了一段时间按, gc 要进 行回收, 要进行内存扫描, 又要 swap in, 内存颠簸; 如果为了swap in, 选择swap out 的内存, 是gc 暂时还没有... more »
n C++的缺陷和D的缺陷(54回帖)
休息天显得无聊，闷得慌。找个题目，以便引发一场论战 :)： [link] 来吧，都冲着我来，有仇的报仇，有冤的报冤，我准备好了。 刀枪不入，刀枪不入，刀枪不入，... :-P
n 周末看看 google trends 玩玩(16回帖)
一般google c programming, c++ programming 的人, 基本上可以认为是要学习这个语言的人, 已经懂了的人, 多数是直接google 问题的. 另外, google 找工作的人, 应该也会用这个关键字. 这是3个语言的趋势图, c/c++/java [link]... more »
n Linux networking system 将要大改进, 别人的思路对我们写高性能程序有帮助(2回帖)
原来的性能其实也不错了, 比起freebsd 只是在少数几个地方差些, 差距也不甚大, 比Windows 强得多了. 现在要彻底重写, 主要的原因是, 计算机发展到现在, CPU 速度比内存速度快得多, 以及core 的数目增加, 很多原来还不错的做法, 现在... more »
n 关于Plugin大家有没有什么好意见(23回帖)
想请教一下大家都怎么做插件平台的。 我们在MFC下这么做： 1. 平台中： a. 提供一组钩子函数 b. 插件管理器，负责管理插入的Dlls，并负责相关菜单、对话框的注册 2. 插件中： a. 实现一组钩子 b. 实现管理所需的一些接口，比如GetPlugID之类的... more »
n 有关STL的一个基本问题(24回帖)
为什么在STL中大部分容器都没有提供以元素值为参数的成员函数? 但在有些容器中又提供了元素值操作成员函数(如std::list<T, Alloc>的void remove(const T& value)). 现在这些有关值的操作大部分都让算法来处理, 然后返回该容器的Iterator让容器的成员函数来处理(例如: erase-... more »
n 算法之外的优化(25回帖)
关于算法之外的优化, 不少人觉得用处不大, 一般说来, 主要的思路定了之后, 程序的性能大致也定了. 但是, 当前的CPU 潜力很大, 并且 CPU 比内存速度很多, 还是带来很多优化余 地的. 优秀的低级优化是要考虑 memory 访问次数, 顺序访问/随机访问, cpu cache line 大小(例如 64bytes),... more »
n 你为什么不用异常？(138回帖)
首先，我坚定的认为应该用异常，应该使用异常作为错误报告的唯一机制。哦，实际上，不是我，是Brad Abrams（《.NET框架设计指南》作者），Anders（C#之父），Andrei Alexandrescu（《C++ Coding Standard: 101 Rules》作者）这么说的。 其次，国内的C++开发者估计都知道，在绝大多数C++项目中，异常都是被禁用的，至于是不是连编译选项都关掉了还是只是在编码规定上禁止，就不知道了（你那边的实际情况是什么？:-)），据说就连Google内部也是禁用异常的。所以估计情况还不仅仅局限于国内，甚至地球上的C++项目大抵都是如此。... more »
n 关于异常的最终讨论(49回帖)
标题党了一下:P 根据上次的讨论中大家的意见，我将异常的优势分类，有一些是人力问题，有一些是细节问题，有一些是工具可以解决的问题，剩下是根本问题。目的是要筛选出根本问题。然后看看异常究竟有什么根本性优势。... more »
再一次，欢迎大家加入。
http://groups.google.com/group/pongba
《修改代码的艺术》已经出版:-)
好友史苏(http://www.cpper.com/c/版主，算法牛人:)）建了一个新的google讨论组：Pure Algorithms。大家加啊:-)
友情注：Google讨论组比起一般的论坛最大的优点就是完全不用网页登录，而且完全不用主动check是否有新的帖子；只要用邮件订阅即可（也可以用rss）。
分享到：
相关推荐
建立如TopLanguage这样的学习社群，为程序员提供了一个交流和分享的平台。通过讨论，不仅可以深化对技术的理解，还能拓宽视野，接触到不同的思维方式和解决问题的策略。 #### 社群的讨论风格 社群的讨论应超越纯粹...
2. 开源界人物：作者通过TopLanguage邮件列表联系到了金山的ZQ（开源界的知名人物），并凭借独特的LaTeX简历获得了面试机会，最终在珠海得到了实习职位。 3. 技术背景：作者的简历用LaTeX制作，显示出一定的技术...
最近，在波利亚GG的谆谆教诲下，在pongba同学的循循善诱下，在TopLanguage的今天我们思考系列的 热情引导下，我终于痛下决心开始琢磨所谓的科学思考问题的方法。对大部分人而言，解题不是终极目的，只是希望在解题中...
数学建模学习资料 神经网络算法 参考资料-Matlab 共26页.pptx
happybirthday2 升级版生日祝福密码0000(7).zip
本项目是一个基于SSM框架的税务门户网站实现，结合了Vue技术，旨在提供一个全面的税务信息管理平台。该项目主要功能包括税务信息查询、税务申报、税务政策浏览及用户管理等多个模块。通过这些功能，用户可以方便地查询和管理税务相关的各类信息，同时也能及时了解最新的税务政策和规定。 项目采用SSM框架，即Spring、Spring MVC和MyBatis，这三者的结合为项目提供了强大的后端支持，确保了数据的安全性和系统的稳定性。前端则采用Vue.js框架，以其高效的数据绑定和组件化开发模式，提升了用户界面的响应速度和用户体验。 开发此项目的目的不仅是为了满足计算机相关专业学生在毕业设计中的实际需求，更是为了帮助Java学习者通过实战练习，深入理解并掌握SSM框架的应用，从而在实际工作中能够更好地运用这些技术。
php7.4.33镜像7z压缩包
本项目是一个基于Java的珠宝购物网站系统，采用SSM框架进行开发，旨在为计算机相关专业学生提供一个实践平台，同时也适合Java学习者进行实战练习。项目的核心功能涵盖商品展示、用户注册登录、购物车管理、订单处理和支付系统等。通过这一系统，用户可以浏览各类珠宝商品，包括详细的商品描述、高清图片和价格信息，同时能够方便地添加商品至购物车，并进行结算和支付操作。 在技术实现方面，项目运用了Spring、Spring MVC和MyBatis三大框架，确保系统的稳定性和扩展性。Spring负责业务逻辑层，提供依赖注入和面向切面编程的支持；Spring MVC则处理Web层的请求和响应，实现MVC设计模式；MyBatis作为持久层框架，简化了数据库操作。 此外，项目采用JSP技术进行前端页面展示，结合HTML、CSS和JavaScript等技术，为用户提供友好的交互界面。
基于java的高校大学生党建系统设计与实现.docx
本项目是一个基于Python-Django框架开发的疫情数据可视化分析系统，旨在为计算机相关专业的学生提供一个实践平台，同时也适用于需要进行项目实战练习的同学。项目集成了疫情数据的收集、处理、分析和可视化功能，为用户提供了一个直观、高效的数据分析环境。 在功能方面，系统能够自动抓取最新的疫情数据，包括确诊、疑似、治愈和死亡人数等关键指标。数据处理模块则负责清洗和整理这些数据，以确保分析的准确性。分析模块采用了多种统计方法和机器学习算法，以揭示疫情的发展趋势和潜在模式。可视化模块则通过图表和地图等形式，直观地展示了分析结果，便于用户理解和分享。 项目的开发框架选择了Django，这是一个高级Python Web框架，它鼓励快速开发和清晰、务实的设计。Django的强大功能和灵活性，使得项目能够快速响应需求变化，同时保证了系统的稳定性和安全性。
果树领养计划.docx
环境说明：开发语言：Java 框架：springboot JDK版本：JDK1.8 服务器：tomcat7 数据库：mysql 5.7 数据库工具：Navicat 开发软件：eclipse/myeclipse/idea Maven包：Maven 浏览器：谷歌浏览器。 项目均可完美运行 基于Java的云平台信息安全攻防实训平台提供了以下核心功能： 1. **实训课程与项目**：平台提供了丰富多样的实训课程和项目，覆盖网络安全基础知识、漏洞挖掘与利用、渗透测试技术、安全防护策略等多个领域。 2. **在线学习模块**：学员可以通过在线学习模块观看教学视频、阅读文档资料，系统地学习信息安全知识。 3. **虚拟实验室环境**：平台提供虚拟实验室环境，学员可以在模拟的真实网络场景中进行攻防演练，包括漏洞扫描、攻击测试和防御措施的学习。 4. **教学管理功能**：教师可以创建和管理课程内容，制定教学计划，布置实训作业和考试任务。 5. **监控和统计功能**：教师可以实时了解学员的学习进度、实践操作情况和考试成绩，进行有针对性的指导和辅导。 6. **平台管理功能**：管理员负责用户管理、资源分配、系统安全维护等，确保平台稳定运行和实训环境的安全性。 7. **实时监控和评估**：系统具备实时监控和评估功能，能够及时反馈学生的操作情况和学习效果。 8. **用户认证和授权机制**：平台采用了严格的用户认证和授权机制，确保数据的安全性和保密性。 这些功能共同构建了一个功能丰富、操作便捷的实训环境，旨在提升学员的信息安全技能，为信息安全领域的发展输送专业人才。
基于GrampusFramework的轻量级单体RBAC权限管理系统
内容概要：本文档全面整理了软考（中级-软件设计师）的关键知识点，涵盖了计算复杂度、网络协议、数据结构、编程语言、数据库理论、软件测试、编译原理、设计模式、安全协议等多个方面的内容。具体涉及环路复杂度计算、SSH协议、数据字典与数据流图、对象的状态与数字签名、编程语言分类、海明码、著作权法、物理层与数据链路层设备、归纳法与演绎法、模块间耦合、能力成熟度模型集成、配置管理与风险管理、数据库关系范式、内存技术、计算机网络端口、路由协议、排序算法、中间代码、软件测试类型、编译器各阶段任务、设计模式、耦合与内聚、计算机病毒种类等。 适用人群：备考软考（中级-软件设计师）的技术人员，尤其是有一定工作经验但希望进一步提升自身技能和知识的IT从业人员。 使用场景及目标：帮助考生系统梳理考试重点，理解和掌握软件设计师应具备的专业知识和技术。适合考前复习和巩固基础知识。文档还可以作为参考资料，用于日常工作中遇到相关问题时查阅。 其他说明：本文档不仅提供了丰富的知识点，还附带了一些关键术语的定义和详细的解释，确保读者能够全面理解相关内容。建议在复习过程中结合实际案例进行练习，加深理解。
数学建模学习资料 神经网络算法 Hopfield网络 共58页.pptx
工作寻(JobHunter)是一款招聘信息整合的网站，目前固定的模板有拉勾网，中华英才网，前程无忧。工作寻可以在线通过关
本项目是基于Python实现的协同过滤音乐推荐系统，旨在为计算机相关专业学生提供一个完整的毕设实战案例。项目以协同过滤算法为核心，通过分析用户历史行为数据，为用户推荐符合其兴趣偏好的音乐。 主要功能包括用户兴趣建模、音乐推荐生成以及用户反馈机制。系统能够实时捕捉用户听歌行为，动态更新用户兴趣模型，从而更精准地推送个性化音乐推荐。同时，系统设计了友好的用户界面，使用户能够方便地获取推荐音乐，并通过反馈机制不断完善推荐算法。 在技术框架方面，项目采用了Python编程语言，借助scikit-learn等机器学习库实现协同过滤算法，并结合Flask框架搭建了Web服务，确保了系统的性能和稳定性。此项目的开发，不仅能够帮助学生深入理解协同过滤算法及音乐推荐系统的工作原理，还能提升其软件开发和项目管理能力。
微型餐饮补正备案材料通知书.docx
食品生产许可质量跟踪监督建议书.docx
基于django的音乐推荐系统.zip