当前位置：首页 > news >正文

Elasticsearch向量检索需要的数据集以及768维向量生成

news 来源：原创 2025/7/13 5:11:23

Elasticsearch8.17.0在mac上的安装

Kibana8.17.0在mac上的安装

Elasticsearch检索方案之一：使用from+size实现分页

快速掌握Elasticsearch检索之二：滚动查询(scrool)获取全量数据(golang)

Elasticsearch检索之三：官方推荐方案search_after检索实现（golang）

1、面临的首要问题

对于elasticsearch的向量检索的学习，我打算做一个图片检索的方案，图片检索在自动驾驶、ai识图、搜索都有广泛的应用，因此就借着学习elasticsearch的机会，设计一个mvp版本的图像搜索方案，以供有需要的各位小伙伴参考。

在学习向量检索之前，数据是基石，从哪里找上几千张图片，而且还有有一定的代表性，又如何将这些图片转化成向量，都是首先要解决的问题。

2、寻找数据集

12月中旬去阿里参加了elastic的线下meetup，当时阿里同学分享了一个向量测试的性能数据，我对这个数据印象非常深刻，于是在问答环节，请教了这个性能数据测试使用了多大的数据量，索引大小多少等问题，当时说到了一个数据集：ANN_GIST1M 960维，我们可以从这里下载到它：

http://corpus-texmex.irisa.fr/

下载解压后：

这些文件数据，需要使用matlab读取，咱也不太懂，还是找找图片的吧，再用模型跑一下就能出向量。

之后搜索了一些公开的图片数据集，找到了一个小猫、小狗数据集，这个挺有意思，小猫1000张图片，小狗1000张图片，除了训练集还有200张评测集，就用它了，我将数据集上传到了github上，点击查看https://github.com/liupengh3c/career/tree/main/cats_and_dogs_v2需要的同学可以自取。

这样数据集的问题就解决了，接下来解决抽取图像特征的问题。

3、寻找开源模型，抽取图像特征

本想着网上找个免费的api，输入图片，返回图片768维的特征向量，最后没有找到，只好求助于团队内算法同学，他给推荐了一个openai的开源模型：

https://hf-mirror.com/openai/clip-vit-large-patch14/tree/main

这里所有的文件都需要下载下来：

并汇总放到一个文件夹下，之后编写python代码，用此模型抽取图片特征：

import torch
from PIL import Image
from transformers import CLIPProcessor, CLIPModel
import numpy as np
# 加载预训练的CLIP模型和处理器
model = CLIPModel.from_pretrained("/Users/liupeng/Downloads/clip-vit-large-patch14")
processor = CLIPProcessor.from_pretrained("/Users/liupeng/Downloads/clip-vit-large-patch14")
# 加载图像并进行预处理
image = Image.open("/Users/liupeng/Downloads/dog.11001.jpg")  # 替换为你的图像路径
inputs = processor(images=image, return_tensors="pt")
# 提取图像特征
with torch.no_grad():image_features = model.get_image_features(**inputs)
print("shape:",image_features.shape)
# 对图像特征进行 L2 归一化
# 使用 .norm() 计算 L2 范数并进行归一化
image_features_normalized = image_features / image_features.norm(p=2, dim=-1, keepdim=True)
numpy_array = image_features_normalized.numpy()
# 打印归一化后的特征和特征的模长（应该为 1）
print("归一化后的图像特征:", numpy_array[0])
print("归一化后的模长:", image_features_normalized.norm(p=2, dim=-1))  # 应该接近 1

上面代码实现了单张图片特征提取，后面根据需求再完善。

4、向量索引设计

向量检索，最大的机器瓶颈就是内存，因此我们在设计索引时，应该最大限度的保证内存的占用最低，即使牺牲掉部分精度。

而检索算法：KNN(最近邻检索)，它的原理是：计算待查询向量与数据库中所有向量之间的距离，然后按照距离从小到大排序，选择距离最近的 K 个向量作为查询结果。KNN 算法的优点是可以保证精确的结果，但是效率较低，不是elastic的默认检索算法，大家可以参考这篇文章：

ElasticSearch向量检索技术方案介绍，

为了提升向量检索的效率、降低机器内存占用，elastic采用HNSW算法支持向量检索，HNSW是一种近似紧邻检索，牺牲了一定的精度，但是大大提升了检索的效率。

对于向量索引，我们只设计3个字段：

name：本张图片小动物名称，猫or狗
IFV：本章图片向量
path：图片路径或地址

其中检索算法采用hnsw，并使用int8量化，以减少内存占用，这样会牺牲一定的精度，同时磁盘占用量会增加25%左右，向量距离计算逻辑为欧氏距离：

PUT /vector_search_202412
{"mappings": {"properties": {"name": {"type": "keyword","ignore_above": 256},"path": {"type": "keyword","ignore_above": 256},"IFV": {"type": "dense_vector","index": true,"dims": 768,"similarity": "l2_norm","index_options": {"type": "int8_hnsw"}}}}
}

5、全部数据集抽取特征并入库

首先调整我们抽取特征脚本，增加遍历文件夹所有图片+写入es部分：

import torch
from PIL import Image
from transformers import CLIPProcessor, CLIPModel
import numpy as np
import os
from elasticsearch import Elasticsearch, helpers
# Elasticsearch服务器地址和端口
host = 'https://localhost:9200'
# 用户名和密码
username = 'elastic'
password = 'xpE4DQGWE9bCkoj7WXYE'# 创建Elasticsearch客户端实例，并提供用户名和密码
es = Elasticsearch(hosts=[host], http_auth=(username, password), verify_certs=False,ca_certs="/Users/liupeng/Documents/study/elasticsearch-8.17.0/config/certs/http_ca.crt")
# 检查连接是否成功
if not es.ping():print("无法连接到Elasticsearch")exit()
else:print("成功连接到Elasticsearch")
# 现在你可以使用es变量来与Elasticsearch进行交互了
# 加载预训练的CLIP模型和处理器
model = CLIPModel.from_pretrained("/Users/liupeng/Documents/career/clip-vit-large-patch14")
processor = CLIPProcessor.from_pretrained("/Users/liupeng/Documents/career/clip-vit-large-patch14")
# 加载图像并进行预处理
# folder = "/Users/liupeng/Documents/career/cats_and_dogs_v2/train/cats"
folder = "/Users/liupeng/Documents/career/cats_and_dogs_v2/train/dogs"
for root, dirs, files in os.walk(folder):index_id = 1000for file in files:index_id += 1print(os.path.join(root, file))image = Image.open(os.path.join(root, file))  inputs = processor(images=image, return_tensors="pt")# 提取图像特征with torch.no_grad():image_features = model.get_image_features(**inputs)print("shape:",image_features.shape)# 对图像特征进行 L2 归一化# 使用 .norm() 计算 L2 范数并进行归一化image_features_normalized = image_features / image_features.norm(p=2, dim=-1, keepdim=True)numpy_array = image_features_normalized.numpy()# 打印归一化后的特征和特征的模长（应该为 1）# print("归一化后的图像特征:", numpy_array[0])# print("归一化后的模长:", image_features_normalized.norm(p=2, dim=-1))  # 应该接近 1documents = [{"name": "cat_"+str(index_id), "IFV": numpy_array[0].tolist(),"path":file},]helpers.bulk(es, [{"_index": "vector_search_202412","_id": index_id,"_source": doc}for doc in documents])

上面代码，由于数据集中小猫和小狗是两个不同的文件夹，所以需要跑2次，小猫和小狗各一次。

同时代码都已上传到github上：

https://github.com/liupengh3c/career/blob/main/features/main.py

推理过程很耗费资源，mac的风扇呼呼的转呀。

占用的空间大小35M：

到这里向量数据就全部入库完成了。

新的一年。就让我们对过去所有开心的事做个总结，对不开心的所有事也做个了结，微笑着迎接属于我们所有人的2025年，祝我可爱的小伙伴们新年快乐。

天亮了，去跑个20.25km迎接新一年的到来~~~~~~~~~~~~~

Elasticsearch向量检索需要的数据集以及768维向量生成

Elasticsearch8.17.0在mac上的安装 Kibana8.17.0在mac上的安装 Elasticsearch检索方案之一：使用fromsize实现分页快速掌握Elasticsearch检索之二：滚动查询(scrool)获取全量数据(golang) Elasticsearch检索之三：官方推荐方案search_after…...

编程日记 2025/7/13 5:11:23

《小型支付商城系统》项目（一）DDD架构入门

目录 1.DDD架构 1.1充血模型 1.2领域模型 1.2.1实体 1.2.2值对象 1.2.3聚合 1.2.4领域服务 1.2.5工厂 1.2.6仓储（Repository） 2.DDD建模 3.DDD工程模型项目介绍：知识星球 | 深度连接铁杆粉丝，运营高品质社群&#xff…...

编程日记 2025/7/8 5:53:48

web课程设计--酷鲨商城-springboot和vue

文章目录页面截图技术分析数据库代码地址页面截图登陆页面: 分类列表添加分类轮播图列表添加轮播图商品列表添加商品信息技术分析前端使用 html页面的 vue.js（vue2）和element-ui绘制前端界面后台使用Springbootmybatis来实现crud。还有一…...

编程日记 2025/7/13 4:38:44

解决virtualbox克隆ubuntu虚拟机之后IP重复的问题

找遍了国内论坛，没一个能解决该问题的，所以我自己写个文章吧，真讨厌那些只会搬运的，污染国内论坛环境，搜一个问题，千篇一律。问题操作系统版本为"Ubuntu 24.04 LTS" lennytest1:~$ cat /etc…...

编程日记 2025/7/9 1:25:26

活动预告 |【Part1】Microsoft Azure 在线技术公开课：使用 Azure DevOps 和 GitHub 加速开发

课程介绍通过 Microsoft Learn 免费参加 Microsoft Azure 在线技术公开课，掌握创造新机遇所需的技能，加快对 Microsoft Cloud 技术的了解。参加我们举办的“使用 Azure DevOps 和 GitHub 加速开发”活动，了解迁移到 DevOps 所需的合适工具和…...

编程日记 2025/7/13 4:42:18

SpiderFlow平台v0.5.0之数据库连接

一、寻找lib目录安装方式在 SpiderFlow 平台中，连接数据库时需要指定数据库的 DriverClassName，并确保正确配置数据库驱动。通常，驱动文件（JAR 文件）需要放置在指定的文件夹中，以便 SpiderFlow 可以找到并…...

编程日记 2025/7/13 4:07:47

springboot集成阿里云短信服务

springboot集成阿里云短信服务一.阿里云账号准备流程:注册阿里云账号>短信服务>新增资质>新建签名>新建模版>申请秘钥>用代码测试 1.注册阿里云账号 2、登录成功后， ① 在首页搜索短信服务 ② 打开第一个搜索结果 ③ 免费开通 ④ 可以根据…...

编程日记 2025/7/13 4:08:41

Redis 实战篇 ——《黑马点评》（上）

《引言》在进行了前面关于 Redis 基础篇及其客户端的学习之后，开始着手进行实战篇的学习。因内容很多，所以将会分为【上中下】三篇记录学习的内容与在学习的过程中解决问题的方法。Redis 实战篇的内容我写的很详细，为了能写的更好也付出…...

编程日记 2025/7/11 7:06:43

Redis的生态系统和社区支持

Redis的生态系统和社区支持 1. Redis 生态系统 1.1 Redis核心 Redis 是一个高性能的内存存储系统，支持丰富的数据结构（如字符串、列表、集合、哈希和有序集合）。它的核心提供了：高性能数据存储：单线程模型支持每秒数百万级别的操作。多种数据结构：适用于多样化场景，如…...

编程日记 2025/7/12 8:11:57

基于C语言从0开始手撸MQTT协议代码连接标准的MQTT服务器，完成数据上传和命令下发响应(华为云IOT服务器)

文章目录一、前言二、搭建开发环境三、网络编程基础概念科普3.1 什么是网络编程3.2 TCP 和 UDP协议介绍3.3 TCP通信的实现过程四、Windows下的网络编程相关API介绍4.1 常用的函数介绍4.2 函数参数介绍4.3 编写代码体验网络编程五、访问华为云IOT服务器创建一个产品和设备5.2…...

编程日记 2025/7/13 4:50:45

什么是 GPT？Transformer 工作原理的动画展示

大家读完觉得有意义记得关注和点赞！！！ 目录 1 图解 “Generative Pre-trained Transformer”（GPT） 1.1 Generative：生成式 1.1.1 可视化 1.1.2 生成式 vs. 判别式（译注） 1.2 Pr…...

编程日记 2025/7/13 4:52:49

IDEA 编辑器自动识别 Dockerfile 类型高亮和语法提示

在 IDEA 中，如果项目里面的只有一个 Dockerfile文件时，那么此时使用打开这个文件都是 ok 的，支持语法高亮和关键词提示。如果我们有多个 Dockerfile 时， 比如 A_Dockerfile , B_Dockerfile , C_Dockerfile, 这个时候你会发现 IDE…...

编程日记 2025/7/8 19:26:47

AI知识库与用户行为分析：优化用户体验的深度洞察

在当今数字化时代，用户体验（UX）已成为衡量产品成功与否的关键指标之一。AI知识库作为智能客服系统的重要组成部分，不仅为用户提供快速、准确的信息检索服务，还通过用户行为分析，为产品优化提供了深度洞察。…...

编程日记 2025/7/13 4:02:54

什么是Redis哨兵机制？

大家好，我是锋哥。今天分享关于【什么是Redis哨兵机制？】面试题。希望对大家有帮助； 什么是Redis哨兵机制？ 1000道互联网大厂Java工程师精选面试题-Java资源分享网 Redis 哨兵（Sentinel）机制是 Redis 提…...

编程日记 2025/7/9 20:17:57

JavaScript中如何创建对象

在JavaScript中，创建对象有多种方法。以下是几种常见的方式： 1. 对象字面量这是最直接和常用的创建对象的方法。使用花括号 {} 包围一组键值对来定义一个对象。 let person {name: "John",age: 30,greet: function() {console.log("…...

编程日记 2025/7/13 1:23:13

2025：OpenAI的“七十二变”？

朋友们，准备好迎接AI的狂欢了吗？🚀 是不是跟我一样，每天醒来的第一件事就是看看AI领域又有什么新动向？ 尤其是那个名字如雷贯耳的 OpenAI，简直就是AI界的弄潮儿，一举一动都牵动着我们这些“AI发…...

编程日记 2025/7/13 4:58:54

Mysql(MGR)和ProxySQL搭建部署-Kubernetes版本

一、Mysql(MGR) 1.1 statefulSet.yaml apiVersion: apps/v1 kind: StatefulSet metadata:labels:app: mysqlname: mysqlnamespace: yihuazt spec:replicas: 3serviceName: mysql-headlessselector:matchLabels:app: mysqltemplate:metadata:labels:app: mysqlspec:affinity:p…...

编程日记 2025/7/13 4:55:57

uni-app 多平台分享实现指南

uni-app 多平台分享实现指南在移动应用开发中，分享功能是一个非常常见的需求，尤其是在社交媒体、营销活动等场景中。使用 uni-app 进行多平台开发时，可以通过一套代码实现跨平台的分享功能，涵盖微信小程序、H5、App 等多个平台。…...

编程日记 2025/7/13 4:00:29

Windows系统下载、部署Node.js与npm环境的方法

本文介绍在Windows电脑中，下载、安装并配置Node.js环境与npm包管理工具的方法。 Node.js是一个基于Chrome V8引擎的JavaScript运行时环境，其允许开发者使用JavaScript编写命令行工具和服务器端脚本。而npm（Node Package Manager）则…...

编程日记 2025/7/12 15:24:52

Typora 最新版本下载安装教程（附详细图文）

文章简介在当今快节奏的信息化时代，简洁高效的写作工具成为了每位内容创作者的必需品。而Typora，这款备受推崇的 Markdown 编辑器，正是为此而生。它采用无缝设计，去除了模式切换、预览窗口等干扰，带来真正的实时预览…...

编程日记 2025/7/8 10:25:35

将一个变量声明为全局变量比如：flag1=false；然后通过jQuery使用js一个方法，将它设置为不可修改

方法 1：使用 Object.defineProperty 通过 Object.defineProperty 将全局变量设置为只读属性。 // 声明全局变量 var flag1 false;// 使用 Object.defineProperty 将其设置为不可修改 Object.defineProperty(window, flag1, {configurable: false, // 不允许删除属…...

编程日记 2025/7/9 13:18:52

找不到qt5core.dll无法运用软件的解决办法

在运行某些软件或游戏时，部分用户会遇到电脑显示由于找不到qt5core.dll，无法继续执行代码的问题，下面就给大家分享几种简单的解决方法，轻松恢复软件正常运行。导致qt5core.dll缺失的原因 qt5core.dll是 Qt 应用程序框架的一部分…...

编程日记 2025/7/8 17:06:08

集线器，交换机，路由器，mac地址和ip地址知识记录总结

一篇很不错的视频简介基本功能从使用方面来说，都是为了网络传输的标识，和机器确定访问对象集线器、交换机和路由器常听到路由器和集线器，下面是区别： 集线器集线器：一个简单的物理扩展接口数量的物理硬件。…...

编程日记 2025/7/7 2:17:58

Javascript算法——回溯算法（组合问题）

相关资料来自《代码随想录》，版权归原作者所有，只是学习记录回溯回溯模板 void backtracking(参数) {if (终止条件) {存放结果;return;}for (选择：本层集合中元素（树中节点孩子的数量就是集合的大小）) {处理节点…...

编程日记 2025/7/10 13:09:18

【人工智能机器学习基础篇】——深入详解无监督学习之聚类，理解K-Means、层次聚类、数据分组和分类

深入详解无监督学习之聚类：如K-Means、层次聚类，理解数据分组和分类无监督学习是机器学习中的一个重要分支，旨在从未标注的数据中发现潜在的结构和模式。聚类（Clustering）作为无监督学习的核心任务之一，广…...

编程日记 2025/7/12 15:34:41

从0到机器视觉工程师（二）:封装调用静态库和动态库

目录静态库编写静态库使用静态库方案一方案二动态库编写动态库使用动态库方案一方案二方案三总结静态库静态库是在编译时将库的代码合并到最终可执行程序中的库。静态库的优势是在编译时将所有代码包含在程序中，可以使程序独立运行&…...

编程日记 2025/7/7 14:37:21

Mybatis的set标签，动态SQL

set标签常用于update语句中，搭配if标签使用 set标签的作用 1、会动态加上前置set关键字 2、可以删除无关的逗号示例代码： <update id"update">update employee<set><if test"name ! null">name #{name},<…...

编程日记 2025/7/12 23:47:21

机器学习-感知机-神经网络-激活函数-正反向传播-梯度消失-dropout

文章目录感知机工作流程神经网络区别各种各样的神经网络激活函数激活函数类型Sigmoid 函数ReLU函数Leaky ReLU 函数Tanh 函数正向传播反向传播梯度消失(gradient vanish)如何解决 Dropout使用 PyTorch实战神经网络算法(手写MNIST数字识别)viewsoftmax和log-softmaxcross-en…...

编程日记 2025/7/2 14:09:24

HTML5 时间选择器详解

HTML5 的时间选择器（Time Picker）允许用户通过图形界面选择时间。它通过设置 <input> 元素的 type 属性为 time 来实现。以下是关于 HTML5 时间选择器的详细讲解。 HTML5 时间选择器详解 1. 基本用法要创建一个时间选择器，只需使用…...

编程日记 2025/7/12 6:01:41

SSM-Spring-AOP

目录 1 AOP实现步骤（以前打印当前系统的时间为例） 2 AOP工作流程 3 AOP核心概念 4 AOP配置管理 4-1 AOP切入点表达式 4-1-1 语法格式 4-1-2 通配符 4-2 AOP通知类型五种通知类型 AOP通知获取数据获取参数获取返回值获取异常总结 5 …...

编程日记 2025/7/6 14:01:52

小红书笔记详情API分析及读取深度探讨

一、引言随着社交电商的蓬勃发展，小红书凭借其独特的社区氛围和强大的内容生产能力，吸引了大量用户和开发者。对于开发者而言，小红书提供的API接口是获取其丰富内容的重要途径。本文将对小红书笔记详情API进行深入分析，并详细阐…...

编程日记 2025/7/11 7:24:45

【Yarn】通过JMX采集yarn相关指标的Flink任务核心逻辑

通过JMX采集yarn相关指标的Flink任务核心逻辑文章目录通过JMX采集yarn相关指标的Flink任务核心逻辑通过jmx接口查询Yarn队列指标请求JMX配置项核心处理流程输出到kafka格式通过jmx接口查询ResourceManager核心指标请求JMX读取配置yaml配置文件核心处理逻辑输出Kafka格式彩蛋 …...

编程日记 2025/7/7 12:09:18

【网络安全】PostMessage：分析JS实现XSS

前言 PostMessage是一个用于在网页间安全地发送消息的浏览器 API。它允许不同的窗口（例如，来自同一域名下的不同页面或者不同域名下的跨域页面）进行通信，而无需通过服务器。通常情况下，它用于实现跨文档消息传递&…...

编程日记 2025/7/10 10:59:41

基于springboot的码头船只货柜管理系统 P10078

项目说明本号所发布的项目均由我部署运行验证，可保证项目系统正常运行，以及提供完整源码。如需要远程部署/定制/讲解系统，可以联系我。定制项目未经同意不会上传！ 项目源码获取方式放在文章末尾处注：项目仅供学…...

编程日记 2025/7/7 8:50:26

SpringMVC（二）原理

目录一、配置Maven（为了提升速度） 二、流程&&原理 SpringMVC中心控制器完整流程： 一、配置Maven（为了提升速度） 在SpringMVC（一）配置-CSDN博客的配置中，导入Maven会非…...

编程日记 2025/7/9 13:56:23

计算机网络：网络层知识点及习题（一）

网课资源： 湖科大教书匠 1、概述网络层实现主机到主机的传输，主要有分组转发和路由选择两大功能路由选择处理机得出路由表，路由表再生成转发表，从而实现分组从不同的端口转发网络层向上层提供的两种服务：面向连接…...

编程日记 2025/7/9 1:09:07

题解：A. Noldbach Problem

问题描述 Nick 对素数非常感兴趣。他阅读了有关 Goldbach Problem 的内容，了解到每个大于 2 的偶数都可以表示为两个素数的和。于是他决定创造一个新问题，称为 Noldbach Problem。 Noldbach 问题的定义如下： 如果一个素数 $p$ 满足&#x…...

编程日记 2025/7/10 18:34:02

ESP32S3 + IDF 5.2.2 扫描WiFi

ESP32S3 IDF 5.2.2 扫描WiFi 目录 1 资料 2 通过Wi-Fi库扫描附近的网络 2.1 通过idf命令创建工程 2.2 编写测试用例 2.3 优化测试用例 3 小结 1 资料在ESP平台基于IDF开发WiFi相关功能，主要就是基于IDF的Wi-Fi库进行二次开发。可供参考的官方资料&#xff…...

编程日记 2025/7/9 23:31:53

鸿蒙开发汇总

写在前面汇总贴，整理在开发过程中遇到的有趣的、不太好解决的问题，记录一下思考的过程及自己的解决方案。只做为技术分享，转载请标明出处。 ArkTs-this指向问题 ArkTs-Text组件长度计算不对的问题...

编程日记 2025/7/2 10:33:52

PDF阅读和编辑工具——xodo

本文给大家推荐一款好用的PDF阅读和编辑工具——xodo,一款免费的跨平台PDF阅读、编辑、批注工具。注意xodo PDF Reader是免费的，xodo PDF Studio是收费的，但是xodo PDF Studio功能多很多。...

编程日记 2025/7/4 14:36:49

QT-------------自定义插件和库

以下是一个使用 Qt 实现图表交互操作的示例，涵盖了自定义图表视图类、不同类型的柱状图和饼图等内容。实现思路自定义图表视图类：创建一个从 QChartView 派生的自定义类，用于处理图表的交互操作。主窗口设计初始化：在主窗口中…...

编程日记 2025/7/6 12:00:29

《云原生安全攻防》-- K8s安全配置：CIS安全基准与kube-bench工具

在本节课程中，我们来了解一下K8s集群的安全配置，通过对CIS安全基准和kube-bench工具的介绍，可以快速发现K8s集群中不符合最佳实践的配置项，及时进行修复，从而来提高集群的安全性。在这个课程中，我们将学习…...

编程日记 2025/7/12 12:04:53

PCA降维算法详细推导

关于一个小小的PCA的推导文章目录关于一个小小的PCA的推导1 谱分解 (spectral decomposition)2 奇异矩阵(singular matrix)3 酉相似(unitary similarity)4 酉矩阵5 共轭变换6 酉等价7 矩阵的迹的计算以及PCA算法推导8 幂等矩阵(idempotent matrix)9 Von Neumanns 迹不等式 [w…...

编程日记 2025/7/9 21:40:20

C++ 基础思维导图（一）

目录 1、C基础 IO流 namespace 引用、const inline、函数参数重载 2、类和对象类举例 3、内存管理 new/delete 对象内存分布内存泄漏 4、继承继承权限继承中的构造与析构菱形继承 1、C基础 IO流 #include <iostream> #include <iomanip> //…...

编程日记 2025/7/8 10:28:33

Excel文件恢复教程：快速找回丢失数据！

Excel文件恢复位置在哪里？ Excel是微软开发的电子表格软件，它为处理数据和组织工作提供了便捷。虽然数据丢失的问题在数字时代已经司空见惯，但对于某些用户来说，恢复未保存/删除/丢失的Excel文件可能会很困难，更不用说…...

编程日记 2025/7/7 11:52:52

人脑处理信息的速度与效率：超越计算机的直观判断能力

人脑处理信息的速度与效率：超越计算机的直观判断能力关键词： #人脑信息处理 Human Brain Information Processing #并行处理 Parallel Processing #视觉信息分析 Visual Information Analysis #决策速度 Decision Speed #计算机与人脑比较 Computer v…...

编程日记 2025/7/9 13:56:08

Spring Boot 中的 classpath详解

Spring Boot 中的 classpath 详解在开发 Spring Boot 应用时，理解 classpath 的概念对于配置、资源管理以及构建项目非常重要。特别是当我们使用 Maven 打包工具时，项目的资源文件在不同的阶段会被放置到不同的目录。本文将深入探讨 Spring Boot 中的 …...

编程日记 2025/7/12 19:49:39