哪位大哥有完整一点简单一点的扫雷程序给小弟发一个.多谢!

ecaol 2003-11-04 12:16:00
study JAVAing 需要大家的支持!
...全文
245 16 打赏 收藏 转发到动态 举报
写回复
用AI写文章
16 条回复
切换为时间正序
请发表友善的回复…
发表回复
makewcy 2010-05-27
  • 打赏
  • 举报
 回复
最近老师留了一个作业,关于扫雷程序的,能给我发个吗
caolijian12@126.com
ecaol 2003-11-09
  • 打赏
  • 举报
 回复
大哥有没有简单一点的版本呀?这个对我来说还有点难度.汗...........
modular 2003-11-09
  • 打赏
  • 举报
 回复
modular@vip.sina.com
RogerNina 2003-11-09
  • 打赏
  • 举报
 回复
leonzys1(Hawking) 多多感谢！！

Jawan_lee 2003-11-09
  • 打赏
  • 举报
 回复
to leonzys1(Hawking)
好东西，谢了
leonzys1 2003-11-09
  • 打赏
  • 举报
 回复
http://gro.clinux.org/project/showfiles.php?group_id=401&release_id=391
里面有原代码
zzgcxy 2003-11-09
  • 打赏
  • 举报
 回复
Give me one!
thanks!
zzgcxy@163.com
ecaol 2003-11-08
  • 打赏
  • 举报
 回复
热切期待中.............. :)
ecaol 2003-11-07
  • 打赏
  • 举报
 回复
我也不懂ing
我好像看不懂VB的 :(
dovek2 2003-11-07
  • 打赏
  • 举报
 回复
我正在做，可是还没完成，由于现在太忙，请稍等几天！
loveyousomuch 2003-11-06
  • 打赏
  • 举报
 回复
你们都up什么，是要vb版的吗？java的没！
maple1114 2003-11-06
  • 打赏
  • 举报
 回复
up

也给我来份
maple770880@163.com
killme2008 2003-11-05
  • 打赏
  • 举报
 回复
up
给我　来份
kissme6115@163.com
ecaol 2003-11-04
  • 打赏
  • 举报
 回复
我没学过VB :(
但是还是感谢这位热心的大哥
loveyousomuch 2003-11-04
  • 打赏
  • 举报
 回复
以前用vb做了一个，不过改一下就成java版的啦
ecaol 2003-11-04
  • 打赏
  • 举报
 回复
up!
我的E-mail:ecaol@21cn.com
SpringBoot整合Log4j2实战：从配置到性能调优
本文详细讲解SpringBoot项目中整合Log4j2的完整流程，涵盖依赖引入、XML配置详解（Appenders、Loggers、滚动策略）、异步日志优化（Async Appender与Async Loggers对比）、生产环境最佳实践及常见坑点规避。重点突出Log4j2无锁异步机制带来的显著性能提升，并提供可落地的配置示例与调优参数。
YOLO26算法保龄球馆保龄球目标检测+训练好的模型+743张数据集+pyqt可视化界面.zip
数据集可视化效果可参见下方展示。 【数据集概况】 · 检测类别（中文）：[保龄球(bowling)] · 训练集：594 张 · 验证集：75 张 · 测试集：74 张 · 总计：743 张 该数据集聚焦于室内保龄球馆场景，系统性采集了多角度、多姿态下保龄球在不同运动阶段的视觉特征，为保龄球运动过程中的球体识别与轨迹分析提供了高质量标注样本，具有明确的体育训练与智能辅助系统开发价值。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 100 个 epoch，最终轮指标： 指标 | 数值 mAP50 | **0.9938** mAP50-95 | 0.6966 Precision | 0.9740 Recall | 0.9974 train/box_loss | 0.9113 train/cls_loss | 0.2862 val/box_loss | 1.1516 val/cls_loss | 0.3116 【训练过程分析】 100 轮训练后 mAP50 达到 0.9938，模型收敛良好。Loss 曲线前段快速下降，后段趋于平稳，val_loss 无反弹，没有明显过拟合。但 mAP50-95 为 0.6966，和 mAP50 差距 0.30，定位精度仍有优化空间。 【模型性能评估】 Precision 0.9740、Recall 0.9974，精召双高，模型对保龄球的检测能力强。 【预测效果展示】 验证集预测效果较好，检测框基本准确覆盖保龄球，置信度整体偏高。 【改进建议】 1. 丰富场景多样性：补充不同光照、背景和遮挡条件下的样本。 2. 提升输入分辨率：640 ...
PaddleOCRApi面向 Windows 与 Linux 的轻量级 OCR 与YOLO目标检测 HTTP 服务
PaddleOCR 与YOLO目标检测 HTTP 服务。 项目通过 PaddleOCROnnx 原生库集成 OnnxRuntime加速能力，围绕 ONNX 模型部署， 以统一接口提供图像文字识别、YOLO 目标检测和 Tensor 数据输出。 功能概览 文字识别：支持图片 Base64、multipart/form-data 上传，以及文本和 JSON 结果。 目标检测：支持 YOLO 图片检测，返回检测框 JSON 或原始 Tensor。 浏览器演示：访问服务根地址，上传图片并切换 OCR、YOLO 模式。 健康检查：通过 /health 查看服务及 OCR、YOLO 引擎初始化状态。 并发处理：通过 OCR 引擎实例池处理并发请求，可调整实例数量。 体验与调用 启动后访问： 入口 地址 浏览器演示 http://localhost:5000/ 健康检查 http://localhost:5000/health 原生依赖 Windows：优先从 runtimes/win-x64/native/ 加载原生 DLL；该目录没有 PaddleOCROnnx.dll 时，尝试从可执行文件所在目录加载。主 DLL 与对应后端依赖应放在同一原生目录中，不要将同一组依赖分散到多个目录。 Linux：原生运行时位于 runtimes/linux-x64/native/，程序使用相对于可执行文件的运行时搜索路径查找随包部署的依赖。 后端选择：CoreOCROnnx 支持 ONNX Runtime、OpenVINO、TensorRT 后端。请使用与平台、进程架构、硬件和后端匹配的一整套运行时，不要混用不同后端或版本的依赖。
goose 是一款在您的设备上运行的通用型 AI 代理
一款开源、可扩展的AI代理，功能远超代码建议——支持安装、执行、编辑以及与任何大型语言模型（LLM）进行测试。
丧尸枪战_1.0
丧尸枪战1.0这是一款我自己做的游戏2d版本的这个游戏我以后会更新
Java SE

62,621

社区成员

307,251

社区内容

发帖
与我相关
我的任务
社区描述
Java 2 Standard Edition
社区管理员
  • Java SE
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章