約 4,480,375 件
https://w.atwiki.jp/fallout3/pages/996.html
クエスト/Leading by Example 概要 B.O.S.の従者を訓練する 発生方法 Duty or Dishonorクリア後、キャプテン・ケルズと話す 主な流れ B.O.S.の従者と話す 従者と協力して指定された場所の敵を排除する キャプテン・ケルズと話す 詳細と補足 このクエストは無限に発生する 他の場所指定系クエストと同様、ファーハーバーのロケーションも(まだ島に行ったことがなくても)指定対象となる。ケルズからクエストを受けた時点で目的地が設定されるので、ファーハーバー行きをリロードで回避したい場合、セーブはケルズと話す前にしておこう。 拾えるもの 報酬 XP キャップ
https://w.atwiki.jp/tmiya/pages/52.html
8.6 関数 (Functions) 関数が第一級クラス値であるという点で Scala は関数型言語です。Scala はすべての値がオブジェクトであるという点でオブジェクト指向言語です。したがって Scala では関数はオブジェクトです。たとえば、型 String から型 Int への関数は、トレイト Function1[String, Int] のインスタンスとして表現されます。Function1 トレイトは次のように定義されます。 package scala trait Function1[-A, +B] { def apply(x A) B } Function1 の他にも、異なるすべてのアリティ(項数)の関数に対して,定義があります (現在は、適正値までしか実装されていません) 。つまり、関数のパラメータの数ごとに定義があるということです。Scala の関数型構文 (T1,...,Tn) = S は、単に、パラメータ化された型 Functionn[T1,...,Tn,S] の省略形です。 Scala は f がメソッドか関数かに関わらず、同じ構文 f(x) を関数適用に用います。これは、「 f が (メソッドではなく)オブジェクトである時、関数適用 f(x) は f.apply(x) の省略形であるとみなす」という規則に従うことで可能となります。したがって関数型の apply メソッドは必要なときに自動的に挿入されます。 これは 8.2 節で、配列の添字化を apply メソッドで定義したのと同じです。あらゆる配列 a について、添字操作 a(i) は a.apply(i) の省略とみなされます。 関数は反変の型パラメータ宣言の有用な例です。たとえば次のコードを考えてみましょう。 val f (AnyRef = Int) = x = x.hashCode() val g (String = Int) = f g("abc") 型 String = Int の値 g を、型 AnyRef = Int の f に束縛するのは健全です。実際、型 String = Int の関数を使ってできることは、整数を得るために文字列を渡すことなのですから。明らかに関数 f は同じように動作します。文字列 (あるいは任意のオブジェクト) を渡せば整数を得ます。これによって関数のサブタイプ化は、引数については反変ですが、結果型に対しては共変です。簡単に言うと、S が S のサブタイプで、T が T のサブタイプなら、S= T は S = T のサブタイプです。 Example 8.6.1 次の Scala コードについて考察しなさい。 val plus1 (Int = Int) = (x Int) = x + 1 plus1(2) これは次のオブジェクトコードに展開されます。 val plus1 Function1[Int, Int] = new Function1[Int, Int] { def apply(x Int) Int = x + 1 } plus1.apply(2) ここでオブジェクト生成 new Function1[Int,Int]{...} は、 無名クラス のインスタンスを表しています。これは新しい Function1 オブジェクトの生成と apply メソッド (Function1 では抽象メソッド) の実装を結びつけます。同じことを冗長にはなりますが、局所クラスを使っても書けます。 val plus1 Function1[Int, Int] = { class Local extends Function1[Int, Int] { def apply(x Int) Int = x + 1 } new Local Function1[Int, Int] } plus1.apply(2) 前ページ 8 章 目次 次ページ 名前 コメント
https://w.atwiki.jp/duke15/pages/19.html
Minimum configuration とりあえず、プロキシーをセットしたい。 http //svnbook.red-bean.com/nightly/en/svn-book.html を丹念に読んでいくと、一度目に svn を実行すると (svn --version とか svn --help とか)~/.subversion というディレクトリが作られるらしい。 $ svn --help [yoshi@localhost ~]$ find .subversion/ .subversion/ .subversion/servers .subversion/config .subversion/auth .subversion/auth/svn.username .subversion/auth/svn.simple .subversion/auth/svn.ssl.server .subversion/README.txt プロキシの設定はグループ単位で行えそう。 # [groups] # group1 = *.collab.net # othergroup = repository.blarggitywhoomph.com # thirdgroup = *.example.com [groups] group1 = *.apache.org ### Information for the first group [ group1] http-proxy-host = web-proxy.jpn.hp.com http-proxy-port = 8088 # http-proxy-username = blah # http-proxy-password = doubleblah # http-timeout = 60 # neon-debug-mask = 130 とりあえず、group1 のみ設定 http //jakarta.apache.org/site/cvsindex.html によると ASF(Apache Software Foundatin?) の Subversion repository の root url は read-only であれば http //svn.apache.org/repos/asf/ だとある。ためしに Regexp に関して view-svn を見てみると 「Apache-SVN」 / jakarta / regexp となっている。 これらをあわせて試しに打ってみる [yoshi@localhost ~]$ svn checkout http //svn.apache.org/repos/asf/jakarta/regexp/trunk A trunk/xdocs A trunk/xdocs/RETest.txt A trunk/xdocs/applet.xml A trunk/src/java/org/apache/regexp/RE.java A trunk/src/java/org/apache/regexp/RETest.java A trunk/src/java/org/apache/regexp/REDebugCompiler.java A trunk/docs A trunk/docs/jakarta-regexp.jar A trunk/docs/RETest.txt A trunk/docs/applet.html A trunk/docs/index.html A trunk/docs/changes.html A trunk/KEYS A trunk/README A trunk/build.xml U trunk おお、取れた。 また、グローバルな設定もあり、そちらは /etc/subversion
https://w.atwiki.jp/tmiya/pages/80.html
17.1 シグナルとモニター (Signals and Monitors) Example 17.1.1 モニター は Scala におけるプロセスの相互排他処理の基本的な手段を提供します。 AnyRef クラスの各インスタンスは、次の1つあるいは複数のメソッドを呼ぶことでモニターとして使えます。 def synchronized[A] (e = A) A def wait() def wait(msec Long) def notify() def notifyAll() 同期メソッドは相互排他的に、つまり同時にはただ1つのスレッドだけが与えられたモニターの同期化引数を実行できる方式で、その引数である計算 e を実行します。 スレッドはシグナルをウェイトすることで、モニター内でサスペンドできます。 wait メソッドを呼び出すスレッドは、同じオブジェクトの notify メソッドが他のスレッドからその後呼ばれるまで、ウェイトします。 ウェイトの制限時間つき形態もあり、シグナルを受信するか、あるいは指定された時間(ミリ秒で与えられる)が過ぎるまでブロックします。さらにまた、シグナルを待つ全てのスレッドをアンブロックする notifyAll メソッドもあります。これらのメソッドは Monitor クラスと同様に、Scala ではプリミティブです。つまり、それらは実行時システムによって実装されています。 典型的には、スレッドはある条件が確立するまでウェイトします。もしその条件が wait をコールするまでに確立していなければ、そのスレッドは、他のスレッドがその条件を確立するまで、ブロックします。notify あるいは notifyAll を発行してウェイトしているプロセスを起動するのは、他のスレッドの責任です。しかし、ウェイトしているプロセスが notify 発行後すぐに実行されるという保証はありません。他のプロセスが最初に実行され、その条件を無効にすることもあり得ます。ですから、条件 C の確立をウェイとする正しい形は、while ループを使うことです。 while (!C ) wait() モニターの使用例として、境界付きバッファの実装をあげておきます。 class BoundedBuffer[A](N Int) { var in = 0, out = 0, n = 0 val elems = new Array[A](N) def put(x A) = synchronized { while (n = N) wait() elems(in) = x ; in = (in + 1) % N ; n = n + 1 if (n == 1) notifyAll() } def get A = synchronized { while (n == 0) wait() val x = elems(out) ; out = (out + 1) % N ; n = n - 1 if (n == N - 1) notifyAll() x } } 境界付きバッファを使って生産プロセスと消費プロセスとの間でコミュニケーションをとるプログラムを見てみましょう。 import scala.concurrent.ops._ ... val buf = new BoundedBuffer[String](10) spawn { while (true) { val s = produceString ; buf.put(s) } } spawn { while (true) { val s = buf.get ; consumeString(s) } } } spawn メソッドは、パラメータで与えられた式を実行する新しいスレッドを生成します。それはオブジェクト scala.concurrent.ops において、次のように定義されています。 def spawn(p = Unit) { val t = new Thread() { override def run() = p } t.start() } 前ページ 17 章 目次 次ページ 名前 コメント
https://w.atwiki.jp/qtmemo/pages/88.html
以下 プロパティ型 アクセサ関数 関数 void QDockWidget visibilityChanged(bool visible) [signal] 説明 パラメータパラメータ … 説明 パラメータ … 説明 返り値 注意 void QDockWidget visibilityChanged(bool visible) [signal] 説明 パラメータパラメータ … 説明 パラメータ … 説明 返り値 注意
https://w.atwiki.jp/tmiya/pages/45.html
7.2 パターンマッチング (Pattern Matching) パターンマッチングは C や Java の switch 文をクラス階層に一般化したものです。switch 文の代わりに標準メソッド match があり、それは Scala のルートクラス Any で定義されていて、したがって全てのオブジェクトで使用できます。match メソッドは引数として複数のケースを取ります。たとえば、次はパターンマッチングを用いた eval の実装です。 def eval(e Expr) Int = e match { case Number(n) = n case Sum(l, r) = eval(l) + eval(r) } この例では,2つのケースがあります。各ケースはパターンと式を関連付けます。パターンはセレクタ値 e に対してマッチされます。この例の最初のパターンでは、Number(n) は形式 Number(v)、ただし v は任意の値、のすべての値にマッチします。この場合、 パターン変数 n は値 v に束縛されます。同様に、パターン Sum(l,r) は形式 Sum(v1,v2) のすべてのセレクタ値にマッチし、パターン変数 l と r を v1 と v2 へそれぞれ束縛します。 一般的に、パターンは次項より構成されます ケースクラスのコンストラクタ、たとえば Number, Sum などであり、その引数もまたパターン パターン変数、たとえば n, e1, e2 「ワイルドカード」パターン _ リテラル、たとえば 1, true, "abc" 定数識別子、たとえば MAXINT, EmptySet パターン変数は常に小文字で始まりますが、それは大文字で始まる定数識別子と区別するためです。各変数名は一つのパターンに1回だけ登場できます。たとえば Sum(x, x) は正しくないパターンですが、それはパターン変数 x が2回登場するからです。 パターンマッチングの意味 パターンマッチング式 e match { case p1 = e1 ... case pn = en } は、パターン p1,...pn に、書かれた順番で、セレクタ値 e に対してマッチします。 コンストラクタパターン C(p1,...,p2) は型 C (あるいはそのサブタイプ) であり、パターン p1,...pn にマッチする、C の引数で生成されるすべての値でマッチします。 変数パターン x は任意の値にマッチし、変数名をその値に束縛します。 ワイルドカードパターン _ は任意の値にマッチしますが、名前をその値に束縛しません。 定数パターン C は C と (==の意味で) 等しい値にマッチします。 パターンマッチング式は、セレクタ値が最初にマッチするパターンの、ケースの右辺へと書き換えられます。パターン変数への参照は、対応するコンストラクタ引数で置き換えられます。もしどのパターンにもマッチしなければ、パターンマッチ式は MatchError 例外でアボートされます。 Example 7.2.1 プログラム評価の置き換えモデルはきわめて自然にパターンマッチングへ拡張できます。たとえば次は、簡単な式に適用された eval がどの様に書き換えるかを示します。 eval(Sum(Number(1), Number(2))) - (適用を書き換え) Sum(Number(1), Number(2)) match { case Number(n) = n case Sum(e1, e2) = eval(e1) + eval(e2) } - (パターンマッチを書き換え) eval(Number(1)) + eval(Number(2)) - (最初の適用を書き換え) Number(1) match { case Number(n) = n case Sum(e1, e2) = eval(e1) + eval(e2) } + eval(Number(2)) - (パターンマッチを書き換え) 1 + eval(Number(2)) - ∗ 1 + 2 - 3 パターンマッチングとメソッド 前の例では、パターンマッチングを、マッチするクラス階層の外で定義された関数で使用しました。もちろん、そのクラス階層自身の中でもパターンマッチングを定義できます。たとえば eval を基底クラス Expr のメソッドとして定義しても、パターンマッチングをその実装で使えます。 abstract class Expr { def eval Int = this match { case Number(n) = n case Sum(e1, e2) = e1.eval + e2.eval } } 演習 7.2.2 整数の木を表現する次の定義について考えなさい。この定義は IntSet の別表現とみることもできます。 abstract class IntTree case object EmptyTree extends IntTree case class Node(elem Int, left IntTree, right IntTree) extends IntTree 次の IntTree の関数 contains と insert の実装を完成させなさい。 def contains(t IntTree, v Int) Boolean = t match { ... ... } def insert(t IntTree, v Int) IntTree = t match { ... ... } パターンマッチング無名関数 ここまでケース式は常に match 操作と一緒に表れました。しかしケース式だけでも使用できます。次のようなケース式ブロック { case P1 = E1 ... case Pn = En } は、それ自身が引数をパターン P1,...Pn にマッチさせ、E1,...,En のどれか一つの結果を生み出す関数 (もしどのパターンにもマッチしなければ、関数は代わりに MatchError 例外を投げます) 、と見ることもできます。別の言い方をすれば、上の式は、無名関数 (x = x match { case P1 = E1 ... case Pn = En }) の短縮形、ただし x は式の中で他には使われていない新規の変数、と見ることができます。 前ページ 7 章 目次 次ページ 名前 コメント
https://w.atwiki.jp/otome-gamecatalog/pages/254.html
* 文章を書くところ。 文字を書くところ。 文字を書くところ。 文字を書くところ。 文字を書くところ。 文字を書くところ。 文字を書くところ。 文字を書くところ。 文字を書くところ。 文字を書くところ。 文字を書くところ。 文字を書くところ。 文字を書くところ。 KOEI| 1/29 遙かなる時空の中で 夢浮橋 Special KOEI PS2 遙かなる時空の中で 夢浮橋 Special トレジャーBOX遙かなる時空の中で 夢浮橋 Special プレミアムBOX遙かなる時空の中で 夢浮橋 Special 通常版 遙かなる時空の中で 夢浮橋 Special プレミアムBOX 遙かなる時空の中で 夢浮橋 Special 通常版 カテゴリー 恋愛アドベンチャー CERO『B』
https://w.atwiki.jp/bambooflow/pages/138.html
TLM-2.0 exampleプログラムについて TLM-2.0正式版を入手するとその中にexampleプログラムがいっしょに入っている。 どんなものか調査。 ディレクトリ構成 ディレクトリ/ファイル 説明 TLM-2008-06-09/examples/tlm/ common/ 共通モデル、バス、ルータなど at_1_phase/ at_2_phase/ at_4_phase/ at_extension_optional/ at_mixed_targets/ at_ooo/ lt/ lt_dmi/ lt_extension_mandatory/ lt_temporal_decouple/
https://w.atwiki.jp/karino2/pages/34.html
WebTobinQ このページは実際に動いたコードを蓄積しています。 実際のサイト、http //webtobinq.appspot.com/ に行って、以下のコードをコピペしてみてEval Allしたり、一行ずつ末尾でEnterしたりしてみて下さい。 チャートに関わる物はWebTobinQ/Example/Chartにうつしました。 経済統計CSVのデータを使います。 vectorかけるスカラー 3*c(1, 2, 3) ただのplot x - 1 10 y - 1 10 plot(x, y) plot、lines、vector計算 year - c(1980,1981,1982,1983,1984,1985,1986,1987,1988,1989,1990,1991,1992,1993,1994,1995,1996,1997,1998,1999,2000) gdp - c(312712.7, 321490.5, 331710.7, 339823.8, 353436.2, 368184.1, 379895.7, 399442.3, 424657.3, 445468.8, 469780.5, 481660.7, 483375.6, 485498.4, 490730.7, 502794.3, 520053.8, 521315.1, 518380.7, 525695.8, 530312.8) cons - c(174382.7, 177074.9, 184799.3, 189292.0, 194237.4, 201627.8, 209050.0, 217356.6, 229129.5, 238784.9, 248840.1, 256905.6, 261560.2, 266385.2, 272342.2, 277906.5, 284766.8, 281393.7, 285094.0, 289454.2, 288981.1) growth.gdp -(gdp[2 21]-gdp[1 20])/gdp[2 21]*100 growth.cons -(cons[2 21]-cons[1 20])/cons[2 21]*100 plot(year[2 21],growth.gdp) lines(year[2 21],growth.cons) mean, sqrt, var, =, year - c(1980,1981,1982,1983,1984,1985,1986,1987,1988,1989,1990,1991,1992,1993,1994,1995,1996,1997,1998,1999,2000) gdp - c(312712.7, 321490.5, 331710.7, 339823.8, 353436.2, 368184.1, 379895.7, 399442.3, 424657.3, 445468.8, 469780.5, 481660.7, 483375.6, 485498.4, 490730.7, 502794.3, 520053.8, 521315.1, 518380.7, 525695.8, 530312.8) growth.gdp -((gdp[2 21]-gdp[1 20])/gdp[2 21])*100 ysub -seq(1981,2000) mean(growth.gdp[ysub =1989]) sqrt(var(growth.gdp[ysub =1989])) mean(growth.gdp[ysub 1989]) 1980年代とそれ以降のgdp成長率の平均値を見る df - read.csv("https //docs.google.com/spreadsheet/pub?key=0AnKwf3jHs-oIdGVESWc4OGs2cVJxYVFLaTFZNHhOLVE single=true gid=0 output=csv") gdp - df[["GDP(expenditure approach)"]] growth.gdp -((gdp[2 30]-gdp[1 29])/gdp[2 30])*100 ysub -seq(1982,2010) mean(growth.gdp[ysub =1989]) mean(growth.gdp[ysub 1989]) 度数分布からmedian。ユーザー定義関数、cumsum、etc. http //aoki2.si.gunma-u.ac.jp/R/median2.html ここのコードそのままですが、関数引数の改行は対応していない(そうだったのか…)のでそこだけ修正。 median2 - function(f,b,w){ cf - cumsum(f) n - sum(f) position - length(cf[cf n/2]) b+w*position+w*(n/2-cf[position])/f[position+1] } f - c(2, 6, 39, 385, 888, 1729, 2240, 2007, 1233, 641, 201, 74, 14, 5, 1) median2(f, 55.5, 8) svd、t、diag s - svd(matrix(1 9, 3, 3)) s$u %*% diag(s$d) %*% t(s$v)
https://w.atwiki.jp/torinikudaisuki/pages/12.html
1:このプログラムがやっていること 2:送信プロセス 3:伝搬プロセス 4:受信プロセス Uan-cw-exampleの実行ログ