1 ajax
1 基础
简介
AJAX = Asynchronous JavaScript and XML（异步的 JavaScript 和 XML）。
AJAX 不是新的编程语言，而是一种使用现有标准的新方法。
AJAX 最大的优点是在不重新加载整个页面的情况下，可以与服务器交换数据并更新部分网页内容。
AJAX 不需要任何浏览器插件，但需要用户允许JavaScript在浏览器上执行。
原理
异步的JavaScript和XML。创建快速动态网页技术。在后台与服务器进行少量的数据交换，实现网页的异步更新。
- 使用JS创建XMLHTTPRequest对象，发送HTTPRequest内容。
- 使用JS处理被返回的数据，更新页面内容。
ajax的多种实现方式
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Estom的博客！
相关推荐
2021-03-18
算法说明
课程概要 C++ 基础基本完成了。包括C++基础、标准库、面向对象。 分类说明A类：基本算法： 包含9种算法思想。每一种算法思想下，应该有至少是个算法的典型样例。用来讲解该算法的工作过程。这些算法样例必须为该算法思想的超级经典样例。并且不再收录到问题类型算法当中。 B类：数据结构算法： 数据结构目录下主要是数据结构的基础知识。包括遍历、搜索、建立、插入、删除等基本操作，主要用来实现数据的存储结构和逻辑结构，以及数据的规则。 数据结构算法目录下。主要是针对4种数据结构的通用算法。在遍历、搜索、插入、删除的基础上进行的额外的通用的算法。与数据结构强相关的通用算法。放到数据结构算法中。 C类：问题类型算法 包含6种问题。主要用来针对特定的问题。关键是这些问题有的时候没办法进行很好的归类。需要在题目里给出标签？不不不。在问题描述前的最上方。给出问题标签。
2022-12-05
21.Redis中如何实现的消息队列？实现的方式有几种？
Redis 中如何实现的消息队列？实现的方式有几种？细心的你可能发现了，本系列课程中竟然出现了三篇都是在说消息队列，第10篇时讲了程序级别的消息队列以及延迟消息队列的实现，而第15篇讲了常见的消息队列中间件 RabbitMQ、Kafka 等，由此可见消息队列在整个 Java 技术体系中的重要程度。本课时我们将重点来看一下 Redis 是如何实现消息队列的。 我们本课时的面试题是，在 Redis 中实现消息队列的方式有几种？ 典型回答早在 Redis 2.0 版本之前使用 Redis 实现消息队列的方式有两种： 使用 List 类型实现使用 ZSet 类型实现其中使用List 类型实现的方式最为简单和直接，它主要是通过 lpush、rpop 存入和读取实现消息队列的，如下图所示： lpush 可以把最新的消息存储到消息队列（List 集合）的首部，而 rpop 可以读取消息队列的尾部，这样就实现了先进先出，如下图所示： 命令行的实现命令如下： 12345678127.0.0.1:6379> lpush mq "java" #推送消息 java(inte...
2022-12-04
09-综合练习
综合前面的知识，需要通过一个小demo来串联起知识。 如图所示：  点击“+”按钮，总价增加，点击“-”按钮总价减少，点击移除，移除当列。 # 1. 目录结构  # 2. index.html 1234567891011121314151617181920212223242526272829303132333435363738394041<!DOCTYPE html><html lang="en"><head> <meta charset="UTF-8"> <title>综合练习</title> <link rel="styleshe...
2021-03-29
5.13 正则表达式的匹配
正则表达式匹配问题1 正则表达式匹配问题描述 请实现一个函数用来匹配包含’.‘和’*‘的正则表达式。模式中的字符’.‘表示任意一个字符，而’*‘表示它前面的字符可以出现任意次（含0次）。在本题中，匹配是指字符串的所有字符匹配整个模式。例如，字符串”aaa”与模式”a.a”和”abaca”匹配，但与”aa.a”和”ab*a”均不匹配。 问题分析 可以使用动态规划。将字符串的规模增长的方向和pattern规模增长的方向，作为动态变化的方向。状态变量表示当前的正则表达式，能够与之匹配。当规模发生变化时，保证字符串-1和正则表达式-1能够匹配。其实在这里感觉规模增长的方向，确实是有两个。但是状态变量的设置比较精巧。 这与最长公共子序列，完全是同一类问题。都是两个方向的动态规划规模增长。包括str和pattern两个方向。 问题分类 字符串匹配问题 动态规划 递归 选择策略 动态规划 算法设计 设s的长度为n ，p 的长度为 m ；将 s 的第 i 个字符记为$s_i$，p 的第 j个字符记为 $p_j$ ，将 s 的前 i 个字符组成的子字符串记为s[:i] , 同理将 p 的...
2020-10-14
03深层神经网络
深层神经网络深层神经网络的符号表示 $L=4$,神经网络有四层。 $n^{[l]}$,l层上单元的个数。 $a^{[l]}$,l层上激活函数的输出，激活值。 x表示输入的特征。 $a^{[l]}g^{[l]}(z^{[l]})$l层的激活函数 $z^{[l]}=W^{[l]T}a^{[l-1]}+b^{[l]}$,l层的求和 深层网络中的前向和反向传播前向传播输入：$a^{[l−1]}$ 输出：$a^{[l]}$，cache($z^{[l]}$) 公式： $$Z^{[l]}=W^{[l]}\cdot a^{[l-1]}+b^{[l]}$$ $$a^{[l]}=g^{[l]}(Z^{[l]})$$ 反向传播输入：$da^{[l]}$ 输出：$da^{[l-1]}$，$dW^{[l]}$，$db^{[l]}$ 公式： $$dZ^{[l]}=da^{[l]}*g^{[l]}{‘}(Z^{[l]})$$ $$dW^{[l]}=dZ^{[l]}\cdot a^{[l-1]}$$ $$db^{[l]}=dZ^{[l]}...
2021-09-02
gRPC安全认证
支持的授权机制 SSL/TLS OAuth 2.0 API 生成私钥和公钥12openssl genrsa -out server.key 2048openssl req -new -x509 -sha256 -key server.key -out server.pem -days 3650 代码改造服务端12creds, _ := credentials.NewServerTLSFromFile("server.pem", "server.key")grpc.NewServer(grpc.Creds(creds)) 客户端123// xx是生成公钥是时填写的Common Namecreds,_ := credentials.NewClientTLSFromFile("server.pem","xx")grpc.Dial(":9502", grpc.WithTransportCredentials(creds)) 使用自定义认证方式客户端客户端每次调用，toke...
