表达式计算说明 很久就想编一个这样的计算器，只可惜一直没什么思路，最近突然灵感来了，所以就写下这个程序。
现在还在测试阶段，所以功能不是很完善。
程序功能：基本的表达式运算，可以自定义函数跟常量，分别保存在“常数.txt”和“函数.txt”，方便自己添加。
双击相应的函数名或常数名就可以将函数或常量添加到表达式中。
计算过程只能当表达式只有一行时有效。
实例1：计算sqr(19+tan(98)*tan(91)-sin(122)*(5*5-(19-11)))/2 计算过程sqr(19+tan(98)*tan(91)-sin(122)*(5*5-(19-11)))/2 =sqr(19+-7.11536972238419*tan(91)-sin(122)*(5*5-(19-11)))/2 =sqr(19+-7.11536972238419*-57.2899616307588-sin(122)*(5*5-(19-11)))/2 =sqr(19+-7.11536972238419*-57.2899616307588-.848048096156426*(5*5-(19-11)))/2 =sqr(19+-7.11536972238419*-57.2899616307588-.848048096156426*(5*5-8))/2 =sqr(19+-7.11536972238419*-57.2899616307588-.848048096156426*17)/2 =20.3032618253667/2 =10.1516309126834实例2：计算 a=34 b=55 c=a+1 圆的面积(c) a*b c=a+b 圆的面积(c) 以下是计算结果： 圆的面积(c)=3848.4510006475 a*b=1870 圆的面积(c)=24884.5554090847 内置函数： !(x) -x的阶乘 lg(x),log(x) 以10为底的对数 ln(x) 以e为底x的对数 pow(x,y) x的y方次幂 prime(x) 判定x是否是素数，如果是直接将s2返回，否则将其各因子用连乘返回 sqr(x),sqrt(x) -x的二次方根 arcsin(x) -x的反正弦 arccos(x) -x的反余弦 arcsec(x) -x的反正割 arccsc(x) -x的反余割 atn(x),arctg(x) -x的反正切 arcctg(x) -x的反余切 sin(x) -x的正弦 cos(x) -x的余弦 sec(x) -x的正割 csc(x) -x的余割 tg(x),tan(x) -x的正切 ctg(x) -x的余切 harcsin(x) -x的反双曲正弦 harccos(x) -x的反双曲余弦 harcsec(x) -x的反双曲正割 harccsc(x) -x的反双曲余割 harctg(x),harctan(x) -x的反双曲正切 harcctg(x) -x的反双曲余切 hsin(x) -x的双曲正弦 hcos(x) -x的双曲余弦 hsec(x) -x的双曲正割 hcsc(x) -x的双曲余割 htg(x),htan(x) -x的双曲正切 hctg(x) -x的双曲余切有什么意见或建议可以跟我联系Email: ldm.menglv@gmail.com

Liang-Barsky剪线算法快速，破坏性实现。
它通过矩形裁剪2D线段。
这是对的改编，其简单性给我留下了深刻的印象。
API破坏性的vara=[-10,-10],b=[10,10];clip(a,b,[-5,-5,5,5]);//returns1-"clipped"console.log(a);//[-5,-5]console.log(b);//[5,5]无损vara=[-10,-10],b=[10,10];varan=a.slice(),bn=b.slice();clip(a,b,[-5,-5,5,5],an,bn);//returns1-"clipped"console.log(an);//[-5,-5]cons

子宫从终端添加AWSCloudWatchLogs的“最佳方法”。
抽象Utern允许您在AWSCloudWatchLogs上跟踪来自多个日志组和日志流的日志事件。
每个结果均以颜色编码，以加快调试速度。
受到启发。
该查询是一个正则表达式，因此可以轻松过滤日志组名称和流名称，而无需指定确切名称。
如果删除了流，则将其从尾部删除；
如果添加了新的流，则将自动将其尾部添加。
当一个日志组包含多个日志流时，Utern也可以拖尾所有日志流，而不必手动为每个日志流执行。
只需指定过滤器即可限制要显示的日志事件。
$utern[options]log-group-query很简单！！log-group-query是一个正则表达式，因此您可以提供“web-\w”来拖尾Web-后端和Web-前端日志组，但不提供Web-123。
产品特点多个日志组并行拖尾正则表达式多日志流并行拖尾正则表达式七彩更快的调试灵活的日期和时间解析器人性化格式，即1h20m表示1小时20分钟前完整的时间戳2019-01-02T03：04：05Z（RFC3339）强大的内置过

在idea中帮助更好地操作mybatis，可以查看sql语句等

何时准备就绪$（document）.ready（）面向21世纪返回Promise以供更清洁的使用，提供Promise链帮助器函数，也可以用作纯函数。
如果DOM已经准备好，则Promise将立即解决。
浏览器兼容性IE9+（需要Promisepolyfill）边缘*Firefox29+Safari8+Chrome33+歌剧23+安装npminstall--savewhen-dom-ready或进行快速测试：<scriptsrc="https://unpkg.com/when-dom-ready"></script>用法importwhenDomReadyfrom'when-dom-ready';whenDomReady().then(()=＞console.log('DOMi

易用而又强大的C++跨平台日志库，可以输出日志到控制台窗口，文件，http服务器。
特点：#printf风格的接口，包括LOGA__,LOGW__,LOG__,LOGBIN__，LOGBIN_F__#日志附加信息包括时间，源代码文件，函数，行号#每个日志对象都有单独的行为#在程序运行时通过配置ini文件动态改变日志行为#可以输出到控制台窗口，文件，http服务器#线程安全#跨平台(windows,linux)

%Thisfoldercontainsacollectionof"fitting"functions.%(Somehasdemooptions-thethirdsection)%TheGENERALinputtothefunctionsshouldbesamplesofthedistribution.%%forexample,ifwearetofitanormaldistribution('gaussian')withamean"u"andvaraince"sig"^2%thenthesampleswilldistributelike:%samples=randn(1,10000)*sig+u%%fittingwithLeast-Squaresisdoneonthehistogramofthesamples.%fittingwithMaximumlikelihoodisdonedirectlyonthesamples.%%%Contentsofthisfolder%=======================%1)Maximumlikelihoodestimators%2)Leastsquaresestimators%3)EMalgorithmforestimationofmultivariantgaussiandistribution(mixedgaussians)%4)addedfolders:Create-whichcreatesamplesfortheEMalgorithmtest%Plot-usedtoploteachofthedistributions(parametricplot)%%%%%%Maximumlikelihoodestimators%=============================%fit_ML_maxwell-fitmaxwelliandistribution%fit_ML_rayleigh-fitrayleighdistribution%(whichisforexample:sqrt(abs(randn)^2+abs(randn)^2))%fit_ML_laplace-fitlaplacedistribution%fit_ML_log_normal-fitlog-normaldistribution%fit_ML_normal-fitnormal(gaussian)distribution%%NOTE:allestimatorsareefficientestimators.forthisreason,thedistribution%mightbewritteninadifferentway,forexample,the"Rayleigh"distribution%isgivenwithaparameter"s"andnot"s^2".%%%leastsquaresestimators%=========================%fit_maxwell_pdf-fitsagivencurveofamaxwelliandistribution%fit_rayleigh_pdf-fitsagivencurveofarayleighdistribution%%NOTE:thesefitfunctionareusedonahistogramoutputwhichislikeasampled%distributionfunction.thegivencurveMUSTbenormalized,sincetheestimator%istryingtofitanormalizeddistributionfunction.%%%%%MultivariantGaussiandistribution%==================================%fordemoof1

自己写的一个小程序，用来抓取logcat，将log写到sdcard，后台运行，可以随时打开或关闭。

采用多线程方式对指定IP地址段(或单机)进行安全漏洞检测，支持插件功能，提供了图形界面和命令行两种操作方式，扫描内容包括：远程操作系统类型及版本，标准端口状态及端口BANNER信息，CGI漏洞，IIS漏洞，RPC漏洞，SQL-SERVER、FTP-SERVER、SMTP-SERVER、POP3-SERVER、NT-SERVER弱口令用户，NT服务器NETBIOS信息等，扫描结果保存在/log/目录中，index_*.htm为扫描结果索引文件v3.3升级内容：优化主程序及脚本引擎，改进存活主机检测手段并修正其他已知BUG，更新攻击测试脚本及中文描述

在0.7.0版本基础上添加终端显示log时间戳功能，并保存在文件里

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。