单链表链表(LinkedList)介绍
链表是有序的列表
链表是以节点的方式来存储,是链式存储
每个节点包含 data 域， next 域：指向下一个节点.
链表的各个节点不一定是连续存储.
链表分带头节点的链表和没有头节点的链表，根据实际的需求来确定
添加（创建）
先创建一个head头节点，作用是表示单链表的头
后面每添加一个节点，就直接加入到链表的最后
遍历
通过一个辅助变量遍历，帮助遍历整个链表
使用带head头的单向链表实现 –水浒英雄排行榜管理
完成对英雄人物的增删改查操作， 注: 删除和修改,查找
第一种方法在添加英雄时，直接添加到链表的尾部
第二种方式在添加英雄时，根据排名将英雄插入到指定位置(如果有这个排名，则添加失败，并给出提示)
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182//第一种方式publi ...
查找算法线性查找算法123456789101112131415161718192021222324252627public class SeqSearch { public static void main(String[] args) { int[] arr= {1,9,11,-1,34,89};//无序 int index=seqSearch(arr, -11); if (index==-1) { System.out.println("没有找到该值"); }else { System.out.println("找到了，下标为 "+index); } } /** * 这里线性查找是找到一个满足条件的值就返回 * @param arr * @param value * @return * ...
一、生成数据表1、首先导入pandas库，一般都会用到numpy库，所以我们先导入备用：
12import numpy as npimport pandas as pd
2、导入CSV或者xlsx文件：
12df = pd.DataFrame(pd.read_csv('name.csv',header=1))df = pd.DataFrame(pd.read_excel('name.xlsx'))
3、用pandas创建数据表：
1234567df = pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006], "date":pd.date_range('20130102', periods=6), "city":['Beijing ', 'SH', ' guangzhou ', 'Shenzhen', 'shangh ...
numpy1、属性
array=np.array([[1,2,3],[4,5,6]])构建数组
array.ndim数组的维数
array.shape数组的形状(几行几列)
array.size数组的大小
2、矩阵的构建
np.array([2,3,4],dtype=np.int)dtype矩阵的数据类型
array.dtype数据类型
np.zeros((3,4))三行四列全部为0的矩阵
np.ones((3,4))三行四列全部为1的矩阵
np.empty((3,4))三行四列的为空的矩阵
[[0.0e+000]
[0.0e+000]
[1.6e-322]]
123456789101112- ```np.arange(10,20,2)```指定范围和步长的矩阵,不包括20- ```np.arange(12).reshape((3,4))```重新定义矩阵形状- ```np.linspace(1,10,20)```从1到10范围内平均分成20段构建矩阵 - ```python [ 1. 1.47368421 1.94736842 2 ...
Numpy1%timeit [i**5 for i in range(10000)]
2.28 ms ± 34.8 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
1%magic
1!ls
lesson1.ipynb
1!pwd
/home/xiaojia/Jupyter notebook
12l=list(range(10))l
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
1import numpy as np
1np.array([1,4,2,5,3])
array([1, 4, 2, 5, 3])
numpy要求数组必须包含同一类型的数据，如果不匹配，则会向上转换（如果可行）
1np.array([3.14,4,2,3])
array([3.14, 4. , 2. , 3. ])
1np.array([1,2,3,4],dtype='float32')
array([1., 2., 3., 4.], dtype ...
JavaScript事件处理通过js来修改元素的样式操作内联样式
语法：元素.style.样式名=样式值
通过style属性设置的样式都是内联样式，而内联样式有较高的优先级，所以通过js修改的样式会立刻生效
但是如果在样式中写了**!important**，则此时样式会有最高的优先级
通过style属性设置和读取的都是内联样式，无法读取样式表里的样式
获取元素的当前显示的样式
语法：元素.currentStyle.样式名
它可以用来读取元素当前显示的样式
currentStyle只有IE支持，其他浏览器都不支持
在其他浏览器中可以使用
getComputedStyle()这个方法来获取元素当前的样式
这个方法是window的方法，可以直接使用
需要两个参数
第一个：要获取样式的元素
第二个：传递一个伪元素，可以传null
该方法返回一个对象，对象中封装了当前元素对应的样式
该方法不支持IE8及以下版本
其他样式相关的属性clientWidth和clientHeight
可以获取元素的可见宽度和可见高度
这些属性都是不带px的，返回的都是一个数字，可以直接进行计算 ...
CSS实现简单好玩的水球效果
设置渐变背景1234body{ height: 100vh; background: linear-gradient(rgb(95,95,250)10%,rgb(3,3,110)); }
基本形状1234567891011121314151617181920212223242526272829.main,.wave{ width: 200px; height: 200px; border-radius: 50%; position: absolute; left: 50%; top: 50%; transform: translate(-50%,-50%); }.main{ border: 3px solid darkturquoise; pad ...
AJAX
简介
AJAX = Asynchronous JavaScript and XML（异步的 JavaScript 和 XML）。
AJAX 是一种在无需重新加载整个网页的情况下，能够更新部分网页的技术。
Ajax 不是一种新的编程语言，而是一种用于创建更好更快以及交互性更强的Web应用程序的技术。
在 2005 年，Google 通过其 Google Suggest 使 AJAX 变得流行起来。Google Suggest能够自动帮你完成搜索单词。
Google Suggest 使用 AJAX 创造出动态性极强的 web 界面：当您在谷歌的搜索框输入关键字时，JavaScript 会把这些字符发送到服务器，然后服务器会返回一个搜索建议的列表。
就和国内百度的搜索框一样!
传统的网页(即不用ajax技术的网页)，想要更新内容或者提交一个表单，都需要重新加载整个网页。
使用ajax技术的网页，通过在后台服务器进行少量的数据交换，就可以实现异步局部更新。
使用Ajax，用户可以创建接近本地桌面应用的直接、高可用、更丰富、更动态的Web用户界面。
伪造Ajax
我 ...
爬取腾讯招聘12345678910111213141516171819202122232425262728293031323334353637383940414243import requestsfrom urllib.parse import urlencodeimport jsonpathheaders={ 'user-agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36 FS', 'cookie': 'pgv_pvi=1600074752; _g236390; sensorsdata2015jssdkcross=%7B%22distinct_id%22%3A%22100014229981%22%2C%22first_id%22%3A%220aafbebe775c3bcf5f5f59b299d8d484%22%2C%22 ...
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647import requestsimport timefrom urllib.parse import urlencodeimport pymysqlheaders={ "cookie":"_uuid=foc; buvid3=41B28D1E-E371-4F67-8686-8E0EB99F8B481infoc; sid=5ooa96%2C2bc8c*a1; bili_jct=fc45930f40013b35b8f9d8a522fe7dd8; CURRENT_FNVAL=80; blackside_state=1; rpdid=|(u|JRRkuJu)0J'uY|Ruu~kRR; LIVE_BUVID=AUTO8516042225840034; CURRENT_QUALITY=80; PVID=1; fingerprint3=ead95e7-8686-8E0EB99F ...
