在这篇文章中,我会向大家展示一些排序算法的可视化过程。我还写了一个工具,大家可对比查看某两种排序算法。 下载源码 – 75.7 KB 下载示例 – 27.1 KB 引言 首先,我认为是最重要的是要理解什么是“排序算法”。根据维基百科,
VisualEvent,可视化的的事件绑定小工具,可以查看某个元素绑定了多少事件,包括事件处理的函数。 Visual Event shows: Which elements have events
JavaScript正则表达式解析器和可视化。 Visualizer : http://jex.im/regulex/ 特性: 采用纯JavaScript编写。不需要后端。 在你自己的网站通过HTML
垃圾回收器必须回收所有的垃圾。 垃圾回收器必须从不回收任何活对象。 但这两条规则并不是对等的;如果违反了第二条规则,结果会使数据遭到破坏。 另一方面,如果违反了第一条规则,则会是另一种情况,系统并不总是能够回收所有的垃圾,
一个jQuery插件实现了可视化创建和编辑Cron表达式。 在线示例 cron格式支持秒。 示例代码: // be sure to include all required files (
Graphpkg是对 graphviz 的重新包装,可以利用此工具对项目中的包依赖进行可视化软件分析。graphpkg还可以通过正则表达式过滤掉不匹配的包,以改善一些图表的可读性不包括STD库。
Lyra是 可定制 的可视化 设计 ,而无需编写 任何代码 的交互式环境 。 项目主页: http://www.open-open.com/lib/view/home/1416361102133
explain-git-with-d3 使用 D3 对 git 的分支操作进行简单的可视化展示。 项目主页: http://www.open-open.com/lib/view/home/1395837588650
Orchestrator 是一个 MySQL的复制拓扑管理和可视化工具,能够: Detection and interrogation of replication clusters Safe topology
Twitter Ambrose 是 MapReduce 数据流的可视化和实时监控平台。只要你提交 job 到 Hadoop 集群上执行,则 Ambrose 将实时更新可视化界面来反映 job 的最新状态。 Ambrose
是一个简单易用的R软件包,它可以仅仅使用 一行代码 来对许多受欢迎的R软件包结果进行二维可视化,这让统计学家以及数据科学家省去了许多繁琐和重复的过程,不用对结果进行任何处理就能以ggplot的风格画出好看的图,大大地提高了工作的效率。
LiteIDE 是国人开发的 Google Go语言的可视化开发工具。 IDE基本特性: 以MimeType为基础构建的IDE 编译环境管理 项目文件系统管理 编译系统管理 简洁和开放的调试系统 KATE语法高亮支持
可以配置多个主机,每个主机可以有多个管理员 需要管理员密码才能登入操作,确保数据库的安全性 服务器 服务器信息 (WEB服务器, PHP, PHP.ini相关指令 ...) 状态 数据库信息 数据库 查询,创建和删除 执行命令和Javascript代码
CKEditor是新一代的FCKeditor,是一个重新开发的版本。CKEditor是全球最优秀的网页在线文字编辑器之一,因其惊人的性能与可扩展性而广泛的被运用于各大网站。
Redis Desktop Manager是一个快速,简单和跨平台的Redis桌面管理器图形用户界面。
摘要:正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。本文推荐五款可以可视化操作的正则表达式编辑器,这些工具可以很好地帮助开发者学习正则表达式知识,并且提升开发技能。 正则表达
CKEditor 4.5.7 发布,该版本更新了本地化支持的翻译,修复了一些 bug,详情包括:
这是一个将 CKEditor 在线编辑器封装成一个JSF组件的开源项目。使用非常简单,只要将jar放到WEB-INF/lib目录下,然后在相应的页面中引入标签的命名空间。 CKEditor 是新一代的FCKeditor,是一个重新开发的版本。CKEditor是全球最优秀的网页在线文字编辑器之一,因其惊人的性能与可扩展性而广泛的被运用于各大网站。 收录时间:2011-09-22 22:51:11
P41 1. Visual C++ 面向对象与可视化程序设计 谷慧娟 hjgu@gist.edu.cn 2. 指针本书的重点及难点之一 正确地使用指针,能使程序简洁、高效 不正确地使用指针,容易导致程序运行时错误,甚至导致系统崩溃
Codecov不支持自己生成Android的测试覆盖率报告,它能做的是接收Jacoco生成的报告并进行可视化,也就是上面那个表示测试覆盖率的小图标。 集成Codecov只需要以下几个步骤。 使用Github账号登录