数据库第三章编程作业答案
数据库第三章编程作业答案 数据库第三章编程作业，共 10道SQL评测题，涵盖UPDATE、GROUP_CONCAT、ORDER BY、子查询、JOIN、视图创建、聚合函数等核心知识点。 题目与答案 第1题：将所有获取奖金的员工当前的薪水增加10% 题目描述： 将所有获取奖金的员工当前的薪水增加10%。 表结构： CREATE TABLE emp_bonus( emp_no int NOT NULL, recevied datetime NOT NULL, btype smallint NOT NULL);CREATE TABLE salaries ( emp_no int(11) NOT NULL, salary int(11) NOT NULL, from_date date NOT NULL, to_date date NOT NULL, PRIMARY KEY (emp_no, from_date)); 答案： UPDATE salaries SET salary = salary * 1.1WHERE emp_no IN ...
数据库第三章基础作业答案
数据库第三章基础作业答案 数据库第三章基础作业，共 25道单选题，涵盖SQL语言基础、数据定义、数据查询、视图操作、索引等核心知识点。 答案速查表 题号 答案 题号 答案 题号 答案 1 D 10 C 19 B 2 C 11 C 20 D 3 A 12 D 21 C 4 B 13 B 22 D 5 A 14 A 23 A 6 A 15 D 24 B 7 A 16 D 25 D 8 C 17 A 9 C 18 C 详细题目与答案 1-10题 题号 题目 答案 1 用下面的T-SQL语句建立的一个基本表…可以插入到表中的元组是（） D 2 关于索引，选项中说法错误的是（） C 3 SQL语言通常称为 A 4 select语句完整语法如下…则sql语句的执行顺序是：（） B 5 在STUDENT表中按class_type统计数据行数分组情况后，筛选出数据行数为大于10行的组（） A 6 为"选手"表增加一个字段"最后得分"的SQL语句是（） A ...
数据库第二四章作业答案
数据库第二四章作业答案 数据库第二章和第四章作业，共 50道单选题，涵盖关系代数、关系模型特征、完整性约束、数据库安全性（GRANT/REVOKE）等核心知识点。 答案速查表 题号 答案 题号 答案 题号 答案 题号 答案 1 C 14 A 27 B 40 B 2 C 15 D 28 A 41 C 3 C 16 B 29 C 42 A 4 C 17 D 30 C 43 B 5 D 18 C 31 D 44 B 6 D 19 D 32 D 45 C 7 C 20 B 33 C 46 C 8 C 21 B 34 A 47 C 9 B 22 A 35 B 48 D 10 A 23 B 36 D 49 B 11 C 24 C 37 C 50 A 12 C 25 B 38 D 13 B 26 A 39 A 详细题目与答案 1-10题 题号 题目 答案 1 语句GRANT、REVOKE实现了结构化查询语言的哪类功能（） C 2 设关系R1、R2、R3各有5个元组，那么这三个关系的笛卡尔积的元组个...
数据库第一章作业答案
数据库第一章作业答案 数据库第一章作业，共 100道单选题，涵盖数据库基本概念、数据模型、三级模式结构、数据独立性等核心知识点。 答案速查表 题号 答案 题号 答案 题号 答案 题号 答案 1 B 26 B 51 C 76 C 2 B 27 B 52 A 77 B 3 C 28 C 53 B 78 B 4 B 29 C 54 B 79 C 5 D 30 D 55 C 80 C 6 D 31 B 56 B 81 D 7 B 32 C 57 C 82 C 8 C 33 A 58 D 83 C 9 A 34 A 59 A 84 B 10 C 35 A 60 C 85 A 11 D 36 C 61 A 86 B 12 B 37 C 62 D 87 C 13 D 38 C 63 C 88 A 14 C 39 C 64 B 89 A 15 B 40 D 65 D 90 D 16 A 41 A 66 D 91 A 17 D 42 C 67 D 92 C 18 A 43 C 68 A 93 A 19 A 44...
用 Web 技术做一套数据结构微课
用 Web 技术做一套数据结构微课：从知识点到可发布视频 本文记录《数据结构微课》项目的技术设计与制作流程。项目成片已发布到： B 站：https://www.bilibili.com/video/BV1PNRxB7EWq/ 抖音：https://www.douyin.com/video/7636641569991573426 项目代码计划开源在 GitHub：https://github.com/haodehaode378/video-pipeline。目前项目仍处于开发和整理阶段，后续会逐步补充完整的源码、制作脚本、示例工程和使用说明。 1. 为什么用前端技术做微课视频 数据结构的难点不在于定义本身，而在于学生很难在静态文字里看清“状态如何变化”。例如顺序表插入时元素为什么要移动，链表插入时指针为什么只改两条边，二叉树遍历为什么会得到不同序列，DFS 和 BFS 为什么访问顺序不同。 因此，这套微课没有采用传统 PPT 录屏，而是把每一节课拆成可编程的动画场景。核心思路是： 知识点脚本 -> HTML 场景 -> CSS/JS 动画 -> 浏览器预览...
我做了一个沉浸式AI单词学习助手
我做了一个沉浸式AI单词学习助手 最近完成了一个完整的全栈项目，名字叫 AI Vocab Coach。 核心目标是把单词记忆这件事，从枯燥的背词表变成一套沉浸式学习流：导入词库 → SM-2间隔复习 → 选择题/拼写练习 → 番茄钟专注 → 日历打卡 → AI答疑 主要功能模块： 多词库单词记忆 — 支持 CET4/6 等词库导入，SM-2 复习算法，认识/模糊/不认识三档评分，选择+拼写两种练习模式 词库隔离管理 — 每个词库的学习/练习/统计数据独立计算，切换词库互不干扰 番茄钟专注 — 自定义时长、关联学习任务、白噪音背景（雨声/森林） 日历打卡 — 每日学习行为自动打卡，连续天数统计 数据看板 — Dashboard 卡片 + ECharts 近7天趋势图 AI 答疑 — 流式对话、每日激励语、单词记忆技巧生成 技术栈是 FastAPI + Vue3 Composition API + Tailwind CSS + Pinia + SQLite，前后端分离，一键启动脚本 python run.py。 AI 配置方面做了隐私保护：API Key 加密传输到后端本地文件，...
我做了一个仓库到Agent上下文的编译器 repo2skill
我做了一个仓库到Agent上下文的编译器 repo2skill 最近发布了一个自己长期打磨的项目，repo2skill。 解决的问题很具体：你拿到一个陌生 GitHub 仓库，Coding Agent 不知道从哪看起、该跑什么命令、哪些测试可信、哪些目录不能乱改。repo2skill 做的事就是把陌生仓库编译成 Agent 可以直接消费的 onboarding 上下文。 一条命令： npx repo2skill https://github.com/owner/repo 输出六份产物：repo2skill.json、project-map.md、AGENTS.md、SKILL.md、quickstart.windows.md / macos.md / linux.md，外加一份可视化 HTML 报告。 核心设计原则： 证据优先 — 包管理器、scripts、入口点、环境变量全部从配置文件提取，不靠 LLM 脑补 置信度分级 — 每一条结论绑定来源文件和置信度（高/中/低），低置信度默认隐藏 同源输出 — 所有文件从同一个 repo2skill.json 导出，不会各说各话 四层...
我做了一个三阶段AI面试机器人
我做了一个三阶段AI面试机器人 最近做了一个三阶段 AI 面试系统，名字叫 AI Interview Bot。 它模拟真实招聘中的三轮面试流程，3 个 Agent 分工协作，每个 Agent 使用独立的 API 配置（Key / Base URL / Model 完全隔离）： HR 初面 — 行为问题、动机、团队契合度 综合面试 — 专业技术 + 压力测试，深挖项目和工程能力 评审总结 — 结构化评审，按 JSON Schema 输出评分和录用建议 几个设计要点： 门禁逻辑 — API 未验证通过，不能进入下一步；岗位信息未填完整，不能进入对话面试 逐题问答 — 一次一个问题，不会一次性丢出所有题目，模拟真实面试节奏 简历上传解析 — 支持 PDF / DOCX / TXT，自动提取候选人背景填入表单 三页面结构 — API配置 → 岗位与候选人信息 → 对话面试（左右分栏，左侧题目/右侧回答） 前端用 Gradio 搭建，后端 Python + OpenAI 兼容 API。每个 Agent 的提示词都有独立文件，方便单独调优面试风格。 仓库地址：https://gith...
我做了一个AI全自动知识学习网站生成器
我做了一个AI全自动知识学习网站生成器 最近完成了一个一直想做的项目，名字是 Knowledge Site Creator。 一句话说清楚：输入"量子力学"“进化心理学”"Python进阶"这样的主题，AI 全自动生成一个包含闪卡、渐进学习、自测、索引、进度追踪的完整学习网站，并支持 PDF 导出。 整个流程是这样的：输入主题 → AI分析领域 → AI创作知识点 → AI生成首页文案 → 渲染6个页面 → 一键预览 几个关键设计： 领域智能识别 — 自动识别编程/历史/科学/语言/通用五大领域，注入对应扩展字段（代码示例/时间轴/公式/词源） 难度自动分层 — 每个知识点按入门(30%)、进阶(40%)、高级(30%)分布 5种学习模式 — 闪卡键盘翻页、渐进学习、4选1自测、搜索索引、SVG环形进度 几何大胆风设计 — 零圆角、4px黑边框、偏移阴影、品红强调色，纯原生 HTML/CSS/JS 零依赖 PDF 导出 — 浏览器原生打印，不拖第三方库 技术栈是 Express 后端 + 原生前端，零框架依赖，前端体积极小，支持 PWA...