- 博客(14)
- 收藏
- 关注
RSS订阅原创 理解Python中，全局变量、局部变量、实例变量和类变量
在Python中，全局变量、局部变量、实例变量和类变量是在不同作用域下定义的变量。它们有不同的作用范围和生命周期。
2023-10-20 23:20:03
210
1
原创 学习数据结构和算法的一般学习路线
以上是快速排序的实现，算法的基本思想是选取一个基准点，将比基准点小的元素放在左边，等于基准点的元素放在中间，比基准点大的元素放在右边。然后递归地对左边和右边的子数组进行快速排序，直到排序完成。最后将左边的子数组、中间的元素和右边的子数组进行合并，得到最终的排序结果。
2023-10-16 22:41:14
247
1
原创 分析：Selenium的WebDriverWait类等待页面元素的可见性或可点击性的细节问题
Selenium的WebDriverWait类等待页面元素的可见性或可点击性的细节问题 expected_conditions.element_to_be_clickable
2023-10-10 22:56:15
379
1
原创 栈和队列的实际运用场景
在浏览网页时，每次访问一个新页面时，当前页面的信息将被推入栈中。当用户点击后退按钮时，程序将从栈中弹出最近的访问页面，并显示上一个页面。每当用户执行一个操作时，比如添加、删除或修改，相关信息将被推入栈中。当用户选择撤销时，程序将从栈中弹出最近的操作并还原到上一个状态。在递归函数中，每次递归调用时，函数的当前状态（包括参数和局部变量）会被推入栈中。当有新的消息需要发送时，它们将排队在队列中，然后按照先进先出的顺序逐个发送。该算法通过逐层遍历图中的节点，并使用队列来存储待访问的节点，从而实现对整个图的搜索。
2023-10-06 23:10:28
2489
1
原创 机器学习实现原理
机器学习是一种通过构建和训练模型使计算机从数据中进行学习和推断的技术。其实现原理主要包括以下几个步骤：1. 数据收集：收集并准备用于训练和测试的数据集。2. 数据预处理：对数据进行清洗、变换和特征选择等操作，以提高模型的训练效果。3. 模型选择：选择适合问题的机器学习算法和模型结构。4. 模型训练：利用标记好的数据训练模型，调整模型参数以最小化预测误差。5. 模型评估：使用测试数据评估模型的性能和准确度。6. 模型应用：将模型用于新数据的预测和决策。
2023-10-05 18:10:28
141
1
原创 selenium定位网页元素的方法和显示等待与隐试等待的区别
显示等待适合用于特定的测试场景，例如等待某个元素在一定时间内出现，或者等待某个元素在一定时间内可点击等。- 隐式等待适合用于多个测试用例之间的等待，可以统一设置等待时间，不需要在每个测试用例中单独设置等待时间。：使用send_keys()方法输入文本，并使用perform()方法执行操作。：使用click()方法单击目标元素，并使用perform()方法执行操作。方法将鼠标移动到目标元素上，然后使用perform()方法执行操作。使用Selenium进行鼠标和键盘操作，可以通过。
2023-10-04 10:06:36
27
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人