面试题中遇到的SQL题目_MySQL
bitsCN.com
<br>1.假设有一张表示cj表 Name Subject Result张三 语文 80张三 数学 90张三 物理 85李四 语文 85李四 数学 92李四 物理 82要求查询结果:姓名 语文 数学 物理张三 80 90 85李四 85 92 82<br>
1 --创建cj表sql2 CREATE TABLE `cj` (3 `id` int(11) NOT NULL AUTO_INCREMENT,4 `name` varchar(20) DEFAULT NULL,5 `subject` varchar(20) DEFAULT NULL,6 `result` int(11) DEFAULT NULL,7 PRIMARY KEY (`id`)8 ) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8;
1 --插入数据SQL 2 INSERT INTO cj 3 (`id`, `name`, `subject`, `result`) 4 VALUES 5 (1, '张三', '语文', 80); 6 7 INSERT INTO cj 8 (`id`, `name`, `subject`, `result`) 9 VALUES10 (2, '张三', '数学', 90);11 12 INSERT INTO cj13 (`id`, `name`, `subject`, `result`)14 VALUES15 (3, '张三', '物理', 85);16 17 INSERT INTO cj18 (`id`, `name`, `subject`, `result`)19 VALUES20 (4, '李四', '语文', 85);21 22 INSERT INTO cj23 (`id`, `name`, `subject`, `result`)24 VALUES25 (5, '李四', '数学', 92);26 27 INSERT INTO cj28 (`id`, `name`, `subject`, `result`)29 VALUES30 (6, '李四', '物理', 89);
1 --查询SQL2 select 3 distinct a.name 姓名,4 (select result from cj where name = a.name and subject = '语文') 语文,5 (select result from cj where name = a.name and subject = '数学') 数学,6 (select result from cj where name = a.name and subject = '物理') 物理 7 from cj a;
bitsCN.com

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

KI verändert tatsächlich die Mathematik. Vor kurzem hat Tao Zhexuan, der diesem Thema große Aufmerksamkeit gewidmet hat, die neueste Ausgabe des „Bulletin of the American Mathematical Society“ (Bulletin der American Mathematical Society) weitergeleitet. Zum Thema „Werden Maschinen die Mathematik verändern?“ äußerten viele Mathematiker ihre Meinung. Der gesamte Prozess war voller Funken, knallhart und aufregend. Der Autor verfügt über eine starke Besetzung, darunter der Fields-Medaillengewinner Akshay Venkatesh, der chinesische Mathematiker Zheng Lejun, der NYU-Informatiker Ernest Davis und viele andere bekannte Wissenschaftler der Branche. Die Welt der KI hat sich dramatisch verändert. Viele dieser Artikel wurden vor einem Jahr eingereicht.

Eine siebeneckige Zahl ist eine Zahl, die als ein Siebeneck dargestellt werden kann. daher,

Zählen klingt einfach, ist aber in der Praxis sehr schwierig. Stellen Sie sich vor, Sie werden in einen unberührten Regenwald transportiert, um eine Wildtierzählung durchzuführen. Wenn Sie ein Tier sehen, machen Sie ein Foto. Digitalkameras zeichnen nur die Gesamtzahl der verfolgten Tiere auf, Sie interessieren sich jedoch für die Anzahl der einzelnen Tiere, es gibt jedoch keine Statistiken. Wie erhält man also am besten Zugang zu dieser einzigartigen Tierpopulation? An diesem Punkt müssen Sie sagen: Beginnen Sie jetzt mit dem Zählen und vergleichen Sie schließlich jede neue Art vom Foto mit der Liste. Für Informationsmengen bis zu mehreren Milliarden Einträgen ist diese gängige Zählmethode jedoch teilweise nicht geeignet. Informatiker des Indian Statistical Institute (UNL) und der National University of Singapore haben einen neuen Algorithmus vorgeschlagen – CVM. Es kann die Berechnung verschiedener Elemente in einer langen Liste annähern.

Über Nacht wird sich das Paradigma des maschinellen Lernens ändern! Heutzutage ist die Infrastruktur, die den Bereich des Deep Learning dominiert, das Multilayer Perceptron (MLP), das Aktivierungsfunktionen auf Neuronen überträgt. Gibt es darüber hinaus irgendwelche neuen Wege, die wir einschlagen können? Erst heute haben Teams vom MIT, Caltech, der Northeastern University und anderen Institutionen eine neue neuronale Netzwerkstruktur veröffentlicht – Kolmogorov-Arnold Networks (KAN). Die Forscher haben eine einfache Änderung am MLP vorgenommen, indem sie die lernbare Aktivierungsfunktion von den Knoten (Neuronen) zu den Kanten (Gewichten) verschoben haben! Papieradresse: https://arxiv.org/pdf/2404.19756 Diese Änderung scheint auf den ersten Blick unbegründet

Wenn die HTML-Seite zur PHP-Seite springt und das Namensfeld nicht leer sein darf, muss der HTML-Seite die entsprechende Formularüberprüfungsfunktion hinzugefügt werden. Das Folgende ist ein einfacher Beispielcode, um zu ermöglichen, dass beim Senden des Formulars eine Warnmeldung angezeigt wird, wenn der Benutzer den Namen nicht eingibt: HTML-Seitencode (index.html): Beispiel für die Validierung des Namensfelds&l

Vision Mit der Entwicklung der Technologie der künstlichen Intelligenz ist die KI-Malerei derzeit zu einem heißen Thema geworden. Durch den Einsatz von Deep-Learning-Algorithmen kann künstliche Intelligenz realistische Bilder erzeugen, um atemberaubende Kunstwerke zu schaffen. Hinter diesen erstaunlichen Werken steckt untrennbar die Unterstützung durch mathematisches Wissen. Mathematische Modelle spielen in der KI-Malerei eine entscheidende Rolle. Einerseits werden mathematische Modelle zur Beschreibung und Darstellung von Bildinformationen verwendet, die es Computern ermöglichen, Bilder zu verstehen und zu verarbeiten. Andererseits werden mathematische Modelle auch verwendet, um Deep-Learning-Modelle zu trainieren, um eine automatische Generierung von Bildern zu erreichen. Das Deep-Learning-Modell ermöglicht eine qualitativ hochwertige Bilderzeugung. Das Deep-Learning-Modell ist der Kernbestandteil der KI-Malerei. Es identifiziert und simuliert Bildmerkmale durch das Erlernen einer großen Menge an Bilddaten und durch mehrstufige Datenverarbeitung

Wenn Benutzer Spiele spielen möchten, stellen sie fest, dass ihre Gesichtsinformationen im abgesicherten Modus nicht übereinstimmen. Lassen Sie mich Ihnen die detaillierten Lösungsschritte noch einmal zeigen. Schritt 1 zum Entfernen von nicht übereinstimmenden Identitätsinformationen im DNF-Sicherheitsmodus. Geben Sie zuerst WeChat ein und klicken Sie auf das „Lupe“-Symbol in der oberen rechten Ecke. 2. Geben Sie dann „Growth Guardian Platform“ ein, klicken Sie auf „Suchen“ und suchen Sie nach „Gesundheitssystem“. 3. Wählen Sie dann „Authentifizierungsabfrage mit echtem Namen“ aus. 4. Überprüfen Sie nun die Identität erneut. 5. Klicken Sie nach Abschluss der Überprüfung auf „Weiter“.

ChatGPT versteht auch menschliche Tricks, wenn es um die Generierung von Zufallszahlen geht. ChatGPT ist vielleicht ein Bullshit-Künstler und Verbreiter von Fehlinformationen, aber es ist kein „Mathematiker“! Kürzlich entdeckte Colin Fraser, ein Metadatenwissenschaftler, dass ChatGPT keine echten Zufallszahlen generieren kann, sondern eher „menschlichen Zufallszahlen“ ähnelt. Durch Experimente kam Fraser zu dem Schluss: „ChatGPT mag die Zahlen 42 und 7 sehr.“ Netizens sagten, dass dies bedeutet, dass Menschen diese Zahlen sehr mögen. ChatGPT liebt auch „Die ultimative Antwort auf das Universum“. In seinem Test lautet die Eingabeaufforderung von Fraser wie folgt: „Wählen Sie eine Zufallszahl.“
