代码表示的是数据格式，DATA_IO_LOAD_SAVE 在 <febird/io/DataIO.h> 中定义
对boost，DATA_IO_LOAD_SAVE 的定义相当于：
#define DATA_IO_LOAD_SAVE(Class, Members) \
friend class boost::serialization::access; \
template<class Archive> \
void serialize(Archive & ar, const unsigned int version) \
{ ar Members; }
数据格式：
struct MyData1
{
uint32_t a, b, c;
uint32_t d[5];
DATA_IO_LOAD_SAVE(MyData1, &a&b&c&d)
};
struct MyData2
{
uint32_t a, b, c, d;
MyData1 e;
DATA_IO_LOAD_SAVE(MyData2, &a&b&c&d&e)
};
struct MyData3
{
uint32_t a, b, c;
uint32_t d;
};
DATA_IO_DUMP_RAW_MEM(MyData3)
struct VarIntD
{
var_uint32_t a, b, c, d, e, f;
VarIntD()
{
a = 127;
b = 128;
c = 128*128;
d = 128*128*128;
e = 128*128*128*128;
f = 1;
}
DATA_IO_LOAD_SAVE(VarIntD, &a&b&c&d&e&f)
};
typedef pair<MyData2, MyData3> MyData23;
boost_bin_save: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 1004, 1004, 1.0000]
vector<MyData1> .size= 4000, time[ 23918, 23918, 1.0000]
vector<string> .size= 4000, time[ 9266, 9266, 1.0000]
map<int,string> .size= 3756, time[ 19434, 19434, 1.0000]
loop{MyData1 }, loop count= 4000, time[ 23592, 23592, 1.0000]
loop{VarIntD }, loop count= 4000, time[ 52832, 52832, 1.0000]
vector<MyData23>, .size= 4000, time[ 68581, 68581, 1.0000]
boost_bin_load: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 766, 766, 1.0000]
vector<MyData1> .size= 4000, time[ 26738, 26738, 1.0000]
vector<string> .size= 4000, time[ 41097, 41097, 1.0000]
map<int,string> .size= 3756, time[ 63985, 63985, 1.0000]
loop{MyData1 }, loop count= 4000, time[ 23486, 23486, 1.0000]
loop{VarIntD }, loop count= 4000, time[ 88218, 88218, 1.0000]
vector<MyData23>, .size= 4000, time[ 75386, 75386, 1.0000]
File Save Native: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 593, 1004, 1.6910]
vector<MyData1> .size= 4000, time[ 1043, 23918, 22.9288]
vector<string> .size= 4000, time[ 3741, 9266, 2.4767]
map<int,string> .size= 3756, time[ 5018, 19434, 3.8723]
loop{MyData1 }, loop count= 4000, time[ 2898, 23592, 8.1390]
loop{VarIntD }, loop count= 4000, time[ 8664, 52832, 6.0977]
vector<MyData23>, .size= 4000, time[ 5768, 68581, 11.8887]
File Load Native: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 400, 766, 1.9156]
vector<MyData1> .size= 4000, time[ 868, 26738, 30.7855]
vector<string> .size= 4000, time[ 3812, 41097, 10.7790]
map<int,string> .size= 3756, time[ 58671, 63985, 1.0906]
loop{MyData1 }, loop count= 4000, time[ 1547, 23486, 15.1780]
loop{VarIntD }, loop count= 4000, time[ 2580, 88218, 34.1866]
vector<MyData23>, .size= 4000, time[ 4667, 75386, 16.1499]
File Save Portable: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 1114, 1004, 0.9010]
vector<MyData1> .size= 4000, time[ 4044, 23918, 5.9143]
vector<string> .size= 4000, time[ 3480, 9266, 2.6628]
map<int,string> .size= 3756, time[ 5089, 19434, 3.8185]
loop{MyData1 }, loop count= 4000, time[ 3622, 23592, 6.5132]
loop{VarIntD }, loop count= 4000, time[ 7255, 52832, 7.2812]
vector<MyData23>, .size= 4000, time[ 6831, 68581, 10.0397]
File Load Portable: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 500, 766, 1.5318]
vector<MyData1> .size= 4000, time[ 1543, 26738, 17.3266]
vector<string> .size= 4000, time[ 3924, 41097, 10.4728]
map<int,string> .size= 3756, time[ 58689, 63985, 1.0902]
loop{MyData1 }, loop count= 4000, time[ 2957, 23486, 7.9425]
loop{VarIntD }, loop count= 4000, time[ 2575, 88218, 34.2497]
vector<MyData23>, .size= 4000, time[ 5375, 75386, 14.0246]
Memory Save Native: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 198, 1004, 5.0705]
vector<MyData1> .size= 4000, time[ 510, 23918, 46.8615]
vector<string> .size= 4000, time[ 3088, 9266, 2.9999]
map<int,string> .size= 3756, time[ 3679, 19434, 5.2817]
loop{MyData1 }, loop count= 4000, time[ 1106, 23592, 21.3311]
loop{VarIntD }, loop count= 4000, time[ 7546, 52832, 7.0006]
vector<MyData23>, .size= 4000, time[ 2242, 68581, 30.5868]
Memory Load Native: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 170, 766, 4.4853]
vector<MyData1> .size= 4000, time[ 505, 26738, 52.9088]
vector<string> .size= 4000, time[ 3134, 41097, 13.1104]
map<int,string> .size= 3756, time[ 58097, 63985, 1.1013]
loop{MyData1 }, loop count= 4000, time[ 114, 23486, 205.5526]
loop{VarIntD }, loop count= 4000, time[ 4586, 88218, 19.2339]
vector<MyData23>, .size= 4000, time[ 1894, 75386, 39.7889]
Memory Save Portable: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 557, 1004, 1.8029]
vector<MyData1> .size= 4000, time[ 2392, 23918, 9.9960]
vector<string> .size= 4000, time[ 2916, 9266, 3.1778]
map<int,string> .size= 3756, time[ 3563, 19434, 5.4539]
loop{MyData1 }, loop count= 4000, time[ 2203, 23592, 10.7061]
loop{VarIntD }, loop count= 4000, time[ 7307, 52832, 7.2294]
vector<MyData23>, .size= 4000, time[ 3742, 68581, 18.3243]
Memory Load Portable: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 301, 766, 2.5464]
vector<MyData1> .size= 4000, time[ 1182, 26738, 22.6056]
vector<string> .size= 4000, time[ 3150, 41097, 13.0453]
map<int,string> .size= 3756, time[ 57657, 63985, 1.1098]
loop{MyData1 }, loop count= 4000, time[ 1549, 23486, 15.1589]
loop{VarIntD }, loop count= 4000, time[ 4610, 88218, 19.1325]
vector<MyData23>, .size= 4000, time[ 2650, 75386, 28.4410]
Uncheck Save Native: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 173, 1004, 5.7797]
vector<MyData1> .size= 4000, time[ 480, 23918, 49.8057]
vector<string> .size= 4000, time[ 2480, 9266, 3.7358]
map<int,string> .size= 3756, time[ 3436, 19434, 5.6552]
loop{MyData1 }, loop count= 4000, time[ 1070, 23592, 22.0381]
loop{VarIntD }, loop count= 4000, time[ 7110, 52832, 7.4300]
vector<MyData23>, .size= 4000, time[ 2155, 68581, 31.8240]
Uncheck Load Native: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 172, 766, 4.4489]
vector<MyData1> .size= 4000, time[ 530, 26738, 50.3747]
vector<string> .size= 4000, time[ 2985, 41097, 13.7681]
map<int,string> .size= 3756, time[ 57228, 63985, 1.1181]
loop{MyData1 }, loop count= 4000, time[ 17, 23486, 1355.9839]
loop{VarIntD }, loop count= 4000, time[ 2472, 88218, 35.6816]
vector<MyData23>, .size= 4000, time[ 1838, 75386, 40.9979]
Uncheck Save Portable: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 518, 1004, 1.9359]
vector<MyData1> .size= 4000, time[ 2415, 23918, 9.9001]
vector<string> .size= 4000, time[ 2430, 9266, 3.8126]
map<int,string> .size= 3756, time[ 3599, 19434, 5.3985]
loop{MyData1 }, loop count= 4000, time[ 2037, 23592, 11.5812]
loop{VarIntD }, loop count= 4000, time[ 7476, 52832, 7.0660]
vector<MyData23>, .size= 4000, time[ 3740, 68581, 18.3325]
Uncheck Load Portable: loop=10, time[febird, boost, ratio=b/f] in us
vector<pair<int,int> >.size= 4000, time[ 281, 766, 2.7232]
vector<MyData1> .size= 4000, time[ 1199, 26738, 22.2897]
vector<string> .size= 4000, time[ 2731, 41097, 15.0437]
map<int,string> .size= 3756, time[ 57136, 63985, 1.1199]
loop{MyData1 }, loop count= 4000, time[ 1578, 23486, 14.8825]
loop{VarIntD }, loop count= 4000, time[ 2628, 88218, 33.5581]
vector<MyData23>, .size= 4000, time[ 2420, 75386, 31.1459]
项目地址：http://code.google.com/p/febird
分享到：
相关推荐
febird implemented a serialization framework(vs boost.serialization/google.protocolbuffer), can be used in protocol parsing, big/small data serialization, even in very small object serialize, ...
远程过程调用（RPC，Remote Procedure Call）是分布式计算领域中的一个重要概念，它允许一个程序在不理解...同时，这也是一个很好的实践机会，让我们能够亲手编写和运行一个简单的RPC应用，从而加深对RPC机制的理解。
AB PLC例程代码项目案例 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途：项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行，或热爱钻研，亦可在此项目代码基础上进行修改添加，实现其他不同功能。 欢迎下载！欢迎交流学习！不清楚的可以私信问我！
kolesar_3cd_01_0716
latchman_01_0108
matlab程序代码项目案例 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途：项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行，或热爱钻研，亦可在此项目代码基础上进行修改添加，实现其他不同功能。 欢迎下载！欢迎交流学习！不清楚的可以私信问我！
pimpinella_3cd_01_0716
petrilla_01_0308
AB PLC例程代码项目案例 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途：项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行，或热爱钻研，亦可在此项目代码基础上进行修改添加，实现其他不同功能。 欢迎下载！欢迎交流学习！不清楚的可以私信问我！
内容概要：本文档由张卓老师讲解，重点探讨DeepSeek的技术革新及强化学习对未来AI发展的重要性。文章回顾了AI的历史与发展阶段，详细解析Transformer架构在AI上半场所起到的作用，深入介绍了MoE混合专家以及MLA低秩注意机制等技术特点如何帮助DeepSeek在AI中场建立优势，并探讨了当前强化学习的挑战和边界。文档不仅提及AlphaGo和小游戏等成功案例来说明强化学习的强大力量，还提出了关于未来人工通用智能（AGI）的展望，特别是如何利用强化学习提升现有LLMs的能力和性能。 适用人群：本资料适宜对深度学习感兴趣的研究人员、开发者以及想要深入了解人工智能最新进展的专业人士。 使用场景及目标：通过了解最新的AI技术和前沿概念，在实际工作中能够运用更先进的工具和技术解决问题。同时为那些寻求职业转型或者学术深造的人提供了宝贵的参考。 其他说明：文中提到了许多具体的例子和技术细节，如DeepSeek的技术特色、RL的理论背景等等，有助于加深读者对于现代AI系统的理解和认识。
有师傅小程序开源版v2.4.14 新增报价短信奉告 优化部分细节
AB PLC例程代码项目案例 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途：项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行，或热爱钻研，亦可在此项目代码基础上进行修改添加，实现其他不同功能。 欢迎下载！欢迎交流学习！不清楚的可以私信问我！
商城二级三级分销系统（小程序+后台含源码）.zip
li_3ck_01b_0918
nicholl_3cd_01_0516
媒体关注度是一个衡量公众对某个事件、话题或个体关注程度的重要指标。它主要反映了新闻媒体、社交媒体、博客等对于某一事件、话题或个体的报道和讨论程度。 媒体监督的J-F系数（Janis-Fadner系数）是一种用于测量媒体关注度的指标，特别是用于评估媒体对企业、事件或话题的监督力度。J-F系数基于媒体报道的正面和负面内容来计算，从而为公众、研究者或企业提供一个量化工具，以了解媒体对其关注的方向和强度。 本数据含原始数据、参考文献、代码do文件、最终结果。参考文献中JF系数计算公式。 指标 代码、年份、标题出现该公司的新闻总数、内容出现该公司的新闻总数、正面新闻数全部、中性新闻数全部、负面新闻数全部、正面新闻数原创、中性新闻数原创、负面新闻数原创，媒体监督JF系数。
AB PLC例程代码项目案例 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途：项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行，或热爱钻研，亦可在此项目代码基础上进行修改添加，实现其他不同功能。 欢迎下载！欢迎交流学习！不清楚的可以私信问我！
AB PLC例程代码项目案例 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途：项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行，或热爱钻研，亦可在此项目代码基础上进行修改添加，实现其他不同功能。 欢迎下载！欢迎交流学习！不清楚的可以私信问我！
AB PLC例程代码项目案例 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途：项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行，或热爱钻研，亦可在此项目代码基础上进行修改添加，实现其他不同功能。 欢迎下载！欢迎交流学习！不清楚的可以私信问我！
matlab程序代码项目案例 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途：项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行，或热爱钻研，亦可在此项目代码基础上进行修改添加，实现其他不同功能。 欢迎下载！欢迎交流学习！不清楚的可以私信问我！