问题标签 [decomposition]

我在 OS X 上进行网站开发，并且经常发现自己将实时网站的某些部分（运行 Linux/LAMP）移动到在我自己的机器上运行的开发服务器上。一个这样的例子涉及下载图像（用户生成的内容，例如通过 ftp 下载），以一种或另一种方式处理它们，然后将它们放回生产站点。

所涉及的图像文件是在 Linux 机器中创建的，它们的文件名似乎使用 NFC 分解以 UTF-8 编码。另一方面，OS X 的 HFS+ 文件系统不允许 NFC 分解文件名并转换为 NFD。但是，一旦我完成并想要上传文件，它们的名称现在将使用 NFD 分解，因为 Linux 支持它们。因此，新上传的（在某些情况下是替换的）文件将无法通过预期的 URL 访问。

我正在寻找一种方法来在（最好）或之后（convmv看起来是一个不错的选择，但我在此服务器上没有足够的权限在这种特殊情况下是不可能的）传输期间更改文件的 UTF 分解，因为我猜这是不可能事先做的。我已经尝试使用 Transmit 和 rsync（使用通常使用的部署脚本）进行 FTP 上传，但无济于事。rsync中的--iconv选项似乎很理想，但不幸的是，我运行 rsync 2.6.9 的服务器无法识别它。

我猜很多人都有类似的问题，我很高兴听到任何解决方案或解决方法！

更新：在这种情况下，我最终将文件同步到运行 Ubuntu 的虚拟机，在那里运行 convmv，然后再次同步到我的登台服务器。虽然这工作得相当好，但它有点耗时。也许可以在 OS X 上挂载一个 ext 文件系统，然后使用它们原来的 NFC 分解文件名将文件存储在那里？

此外，为了在以后的 WordPress 安装中避免这个问题，这是我的用例，你可以在上传任何文件add_filter('sanitize_file_name', 'remove_accents'); 之前添加一个简单的，你应该没问题。

我想问一下分解是否保留了依赖关系，那么它是否总是损失更少的分解......？

假设我有一个关系 R 并且我已经在两个表 R1 和 R2 中分解了这个表，以便 R1 和 R2 保留 R 中存在的所有依赖关系。那么这个分解是无损的还是无法回答的..？

请指导我。谢谢。

我们有以下问题。我们的企业应用程序在 MySQL 中有一个数据库，它的结构似乎变得过于复杂 - 有 100 多个表（它已经开发了 7 年）。

但是，大多数表与任何其他表根本没有任何关系。有一些人人都使用的通用表（字典）（大约二十个这样的表），但仅此而已。问题出现了如何使这个数据库更快、更可靠。

我读了很多关于数据库分解的文章。也就是说，您将与不同域相关的表放在不同的数据库中。例如，与运单和其他纸质资料相关的任何内容都放在名为 Papers 的数据库中，与客户及其订单相关的任何内容都放在名为 Clients 的数据库中，等等。

这里我们有两个问题：

• 用户应该将企业应用程序视为作用于单个域。开发人员必须以某种方式更改使用数据库的核心，以便它可以处理多个数据库。
• 公用表产生了一个问题。它们必须保存在单个数据库中，并且分解后不能在所有数据库中复制。因此，我们如何进行查询 SELECT * FROM A JOIN B，其中 A 和 B 在不同的数据库中（在不同的服务器上）？

这两个问题实际上解决了同一个问题——是否有任何常见的企业模式（如 GoF）来解决这个问题？我对适合 Java EE 的模式特别感兴趣。

我有这个矩阵：

它是对称的：

并且是正定的：

当我使用[a b]=cholcov(S)时，它返回返回a=[]和b=NaN。它是用 MatLab 帮助编写的[T,num] = cholcov(SIGMA)...If SIGMA is not square and symmetric, num is NaN and T is empty.

当然，chol(S)函数分解这个函数没有任何错误。我不知道和之间的区别chol并不cholcov重要，因为我没有任何选择。mvnrnd(zeros(1,2),S)当我尝试生成一些随机数时，错误来自函数：

??? Error using ==> mvnrnd at 118
SIGMA must be a symmetric positive semi-definite matrix.

谁能告诉我这里有什么问题？谢谢。

我正在设计自动持久对象，为此我需要（a）定位指针成员，（b）找到它们的位置。编译器有这些信息，我希望反射会提供它，但我不知道该怎么做。例如，如果一个对象从地址 505060 开始

我有 n 个任意 px 1 向量 x_i 和 pxk 矩阵 A_i 和 npxp 半正定矩阵 S_i，其中一些（通常大多数）*S_i* 是相同的（例如只有两个不同的 S 矩阵，一个正定矩阵适用到 i=1,..., n-1 和半定 S for i=n)。我想对所有 x_i 和 A_i 进行以下线性变换：

x_i* = inv(L_i)x_i 和

A_i* = inv(L_i)A_i，其中

L_i 是一个下三角矩阵，因此 L_i L'_i=S_i （或者更好的 L_i D_i L'_i=S_i 其中 D_i 是对角矩阵。）

n 的范围可以从几到几千甚至更多，p 通常小于 10，k 通常小于 100。S可以包含带零的行和列，它最初形成为 _BB' 其中 B 是下三对角矩阵具有非负对角元素。但这些 B 不可用。

我想知道在速度和准确性方面实现这一目标的最佳方法是什么，并且更加重视准确性？

目前我正在为不同的 S 使用我自己编写的 LDL 分解函数，反转 L 并计算转换，因为我一直在处理具有少量不同 S 和大 n 的情况。如果我理解正确，那么只求解线性方程组而不在精度方面显式反转矩阵会更明智，但就速度而言，它似乎是更好的选择？

我正在使用 Fortran，我宁愿使用一些 LAPACK 函数进行分解，而不是我自己的 LDL 分解，我不能保证它是稳定的等，但我不确定哪个是好方法。

我对人们用来可视化盒子中数百万个粒子的不同算法感兴趣。我知道您可以使用 Cloud-In-Cell、自适应网格、内核平滑、最近网格点方法等来减少内存负载，但是关于如何在线执行这些操作的文档很少。

即我有数组：

例如，i = 1 亿。我不希望像 Mayavi/Paraview 这样的包来执行此操作，我想自己编写代码，然后将分解的矩阵加载到 Mayavi（而不是即时渲染）如果我尝试使用粒子，我可怜的 8Gb Macbook 会爆炸职位。任何教程将不胜感激。

激励示例：我正在尝试基于英国地图并行实施仅限陆地的感染模拟。

我采样点均匀分布在陆地区域，并在每个时间步确定其感染状态，这取决于其相邻点的先前状态（SIR 模型）。该国家的形状不规则，因此笛卡尔坐标不能很好地平衡负载-我应该将哪些更有效的分解方法视为标准？

非常感谢。

我正在尝试编写一个 C 代码来生成具有给定数字的不同元素的所有可能的分区（分成 2 个或更多部分）。给定分区的所有数字的总和应该等于给定的数字。例如，对于 input n = 6，所有具有 2 个或更多具有不同元素的元素的可能分区是：

• 1、5
• 1、2、3
• 2、4

我认为递归方法应该可行，但我无法处理不同元素的附加约束。非常感谢 C/C++/Java 中的伪代码或示例代码。

谢谢！

编辑：如果它使事情变得更容易，我可以忽略具有至少 2 个元素的分区的限制。这将允许将数字本身添加到列表中（例如，6 本身将是一个微不足道但有效的分区）。

我无法确定关系何时处于 Boyce-Codd 范式以及如何将其分解为信息 BCNF（如果不是）。给定这个例子：

R(A, C, B, D, E) 具有函数依赖关系：A -> B, C -> D

我该如何分解它？

我采取的步骤是：

R4 = ACE（此关系中没有 FD 闭包）

所以现在我知道 ACE 将组成整个关系，但分解的答案是：AB、CD、ACE。

我想我正在努力解决如何将关系正确分解为 BCNF 形式以及如何判断何时完成。非常感谢任何能在解决这些问题时引导我完成他们的思考过程的人。谢谢！