例如：
初始數據： 1,2,3,4 （這個初始數據可能是n個）
想要的結果
batch_id no
1 1
2 2
3 3
4 4
5 1
5 2
6 1
6 3
... ...
以此類推
請大家幫幫忙 我想了好幾天也沒想出來
-
等级
本版专家分：24结帖率 100% -
請教各位高手，如果用P/L SQL得到一組數據的所有組合情況並存到一個table中？
例如：
初始數據： 1,2,3,4 （這個初始數據可能是n個）
想要的結果
batch_id no
1 1
2 2
3 3
4 4
5 1
5 2
6 1
6 3
... ...
以此類推
請大家幫幫忙 我想了好幾天也沒想出來
展开阅读全文
-
等级
本版专家分：61
-
用笛卡尔集不行吗？
create table test1(Number1 number)
create table test2(Number2 number)
test1,test2中分别有数据[1，2，3，4，5，6]
select t1.Number1,t2.Number2 from test1 t1,test2 t2;
-
等级
本版专家分：24
-
不可以 我要的是每個組合的情況
(1),(2),(3),(4),(1,2),(1,3),(1,4),(1,2,3),(1,2,4)...
batch_id只是一個組合的編號，以便之後可以取出某種滿足條件的組合內容。
-
等级
本版专家分：23615勋章
-
- 红花 2007年11月 Oracle大版内专家分月排行榜第一
-
-
黄花
2007年7月 Oracle大版内专家分月排行榜第二
2006年4月 Oracle大版内专家分月排行榜第二
-
- 蓝花 2007年6月 Oracle大版内专家分月排行榜第三
-
-
SQL> set pages 20
SQL> select * from t1;
N
----------
1
2
3
4
SQL> select substr(SYS_CONNECT_BY_PATH(n,','),2) from t1 connect by prior n<n;
SUBSTR(SYS_CONNECT_BY_PATH(N,','),2)
--------------------------------------------------------------------------------
1
1,2
1,2,3
1,2,3,4
1,2,4
1,3
1,3,4
1,4
2
2,3
2,3,4
2,4
3
3,4
4
15 rows selected.
-
等级
本版专家分：16532勋章
-
-
红花
2006年8月 Oracle大版内专家分月排行榜第一
2006年7月 Oracle大版内专家分月排行榜第一
-
- 黄花 2007年3月 Oracle大版内专家分月排行榜第二
-
-
蓝花
2006年10月 Oracle大版内专家分月排行榜第三
2006年9月 Oracle大版内专家分月排行榜第三
-
-
学习
-
等级
本版专家分：61
-
那 那个表不是无穷大，如果指定组合的最大长度（维数），应该还是可以做成的
不过好麻烦哦。
呵呵~我还是用我上面的办法，
到时候根据维数来创建多个临时表；然后表和表之间用笛卡尔集得到当前维数的所有组合；然后再插到组合表。
想了一下
所谓的维数就是指：
(1),(2),(3),(4) 一维
(1，1),(1，2)。。。（4，1） 二维
1，1，2)。。 三维
这样的一个组合表有什么用？
-
等级
本版专家分：61
-
bobfang(匆匆过客) ( )：
CC：swallow_x ()
（1，2，1）应该也是一个组合吧？
-
等级
本版专家分：24
-
bobfang(匆匆过客)
太強了 太感謝了 可是我不太理解 能否請您再解釋一下呢？
-
等级
本版专家分：2776 -
用SYS_CONNECT_BY_PATH连接字符受到长度的限制，不能超过4000。
-
等级
本版专家分：24
-
SYS_CONNECT_BY_PATH 是不是不可以用在function 或 procedure中呢？
有錯誤：identifier 'SYS_CONNECT_BY_PATH' must be declared
要怎麼解決呢？
-
等级
本版专家分：80
-
select a.a||b.b||c.c||d.d from
(select 1 a from dual union select null from dual) a,
(select 2 b from dual union select null from dual) b,
(select 3 c from dual union select null from dual) c,
(select 4 d from dual union select null from dual) d
- 【经典】《Java170道面试笔试题全面含答案》涉及java/数据库/Spring框架/JVM/数据结构算法/设计模式相关
RSS订阅原【经典】《Java170道面试笔试题全面含答案》涉及java/数据库/Spring框架/JVM/数据结构算法/设计模式相关2017年08月06日 16:02:13阅读数：12290《Java170道面试笔试题全集》 -更新版-8.302018/4/7 日常修复...
- sql server
sql server 作者：Sanle 来源：博客园 发布时间：2006-04-27 13:06 阅读：3402 次 原文链接 [收藏] 1.清空日志:DUMP TRANSACTION 库名 WITH NO_LOG 2.截断事务日志:BACKUP LOG 数据库名 WITH NO...
- C/C++笔试题（很多）
线程是指进程内的一个执行单元,也是进程内的可调度实体. 与进程的区别: (1)调度：线程作为调度和分配的基本单位，进程作为拥有资源的基本单位 (2)并发性：不仅进程之间可以并发执行，同一个进程的多个线程之间也...
- C/C++ 笔试题
...线程是指进程内的一个执行单元,也是进程内的可调度实体. ...(1)调度：线程作为调度和分配的基本单位，进程作为拥有资源的基本...(2)并发性：不仅进程之间可以并发执行，同一个进程的多个线程之间也可并发执行 (3
- C/C++笔试题
微软亚洲技术中心的面试题！...(2)并发性：不仅进程之间可以并发执行，同一个进程的多个线程之间也可并发执行 (3)拥有资源：进程是拥有资源的独立单位，线程不拥有系统资源，但可以访问隶属于进程的资源. (4
- c/c++笔试题
微软亚洲技术中心的面试题！...(2)并发性：不仅进程之间可以并发执行，同一个进程的多个线程之间也可并发执行 (3)拥有资源：进程是拥有资源的独立单位，线程不拥有系统资源，但可以访问隶属于进程的资源. (4
- 数据库介绍（MySQL安装 体系结构、基本管理）
数据库介绍（MySQL安装 体系结构、基本管理）第1章 数据库介绍及mysql安装 1.1 数据库简介 数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等...
- Mysql学习总结（71）——数据库介绍（MySQL安装 体系结构、基本管理）再回顾
数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与...
- C/C++面试题大汇总
(转)C/C++面试题大汇总 . 最近因为找工作，收集了很多C语言方面方面的面试题以及答案。现在新工作搞定了，决定把这些资料发出来，送给有需要的朋友，免得再象我一样到处搜寻，实在辛苦。... 2 所有问题解答
- 一 数据库初识
目录 1.1 数据库概述 2.mysql介绍 3.mysql的下载安装、简单应用及目录介绍 4.root用户密码设置及忘记密码的解决方法 5.... 6.初识sql语句 1.1 数据库概述 1. 数据库？？？ 什么...
- Java面试题全集
答：面向对象的特征主要有以下几个方面： - 抽象：抽象是将一类对象的共同特征总结出来构造类的过程，包括数据抽象和行为抽象两方面。抽象只关注对象有哪些属性和行为，并不关注这些行为的细节是什么。 - 继承：继承...
- C/C++笔试、面试题
用预处理指令#define 声明一个常数，用以表明1年中有多少秒（忽略闰年问题） #define SECONDS_PER_YEAR (60 * 60 * 24 * 365)UL 我在这想看到几件事情： 1) #define 语法的基本知识（例如：不
- C/C++面试题目汇总
C/C++面试题目汇总 最近因为找工作...发布之前先申明两点： 1 所有资料来自网络(主要是CSDN)，本人只是收集和转发。 2 所有问题解答(尤其是代码)只是参考，不保证正确。先发基本问题，再发编程问题..........想成为
- PB中的82个实用技巧
delelte数据窗口中若干行，然后update,出现: “rows changed between retrieve and update No changes made to database… Delete from table where ….” 请教是何缘故，该数据窗口是updatable 的，未设置关键字。...
- C/C++面试题大集锦
(转)C/C++面试题大汇总 . ... 最近因为找工作，收集了很多C语言方面方面的面试题以及答案。现在新工作搞定了，决定把这些资料发出来，送给有需要的朋友，免得再象我一样到处搜寻，实在辛苦。... 2 所有
- 数据库介绍
数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、...
- Linux从入门到精通（全套系列）
Linux从入门到系列课程，全部重点放在企业应用上面。课程主要针对互联网企业运维，因此不会花多余的时间去阐述无关紧要和企业用不到的东西，所以全程都是围绕实战运维，操作为主。 通过本课程的学习，大家可以从懵懂到熟悉，从熟悉到熟练，能够在企业中熟练运用，同时在学习的过程中有任何不明白的地方，都可以向我咨询，我会积极帮助大家解决问题。
- 垃圾分类数据集及代码
资源说明： 数据集主要包括6类图片：硬纸板、纸、塑料瓶、玻璃瓶、铜制品、不可回收垃圾 代码运行说明： 1、 安装运行项目所需的python模块，包括tensorflow | numpy | keras | cv2 2、 train.py用于训练垃圾分类模型，由于训练的数据量过于庞大，因此不一并上传 3、 predict.py用于预测垃圾的类别，首先运行predict.py，然后输入需要预测的文件路径，即可得到结果。
- 大唐杯资料+题库（移动通信）
大唐杯资料+题库（移动通信）
- 手把手做安卓应用开发
安豆是一个想学Android应用开发的小白，于是它找到自己的邻居－程序员大牛－熊哥帮忙。熊哥手把手带着安豆搭建程序的开发环境，实现应用的功能，美化应用界面，让安豆终于开发出了自己的第一个安卓应用－计算器。 学习的过程中，两个伙伴有问有答，学习的过程生动有趣。你一定不会睡着。 让从没有接触过安卓开发并且什么都不会的小白，变成一个能够开发出简单的计算器应用的菜鸟。 让小白对安卓开发有个整体的认识，初步形成安卓开发的概念，掌握安卓开发最最基础的知识。
- 计算机设计大赛作品开发文档.docx
参加的是2020年的计算机设计大赛，软件应用与开发赛道。我们的开发文档仅供参考。（20页）
- 哈工大形式语言与自动机历年试题
哈工大形式语言与自动机历年试题，含答案的哦，仅供参考
- “互联网+”大学生创新创业大赛项目计划书
填 写 说 明 1.封面上“项目编号”一栏由秘书组编写； 2.项目名称力求简洁、明确，每个项目限报一名负责人； 3.请逐项认真填写； 4.本次大赛必须以团队形式报名参赛，每个团队成员不能少于 3人（包括项目负责人在内）； 5.请将撰写完成后的项目计划书按规定时间提交。
- OpenGL-实现视频播放(FFMpeg)
课程采用FFMpeg作视频解码，采用OpenGL实现视频的渲染，从RGB数据的绘制，到直接渲染YUV数据，实现三路YUV数据单纹理的输入，提升系统性能，接着采用PBO方式优化内存到显存的传输，实现DMA传输，解放CPU,将解码和渲染分离到不同的线程中，极大的提升了系统的性能。后介绍视频特效的实现。 介绍如何采用OpenGL渲染视频帧数据，从固定管线到可编程管线一次实现，采用PBO实现DMA数据传输处理，以及简单的视频特效的实现。
- matlab神经网络30个案例分析
【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别，建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征，分别是前面提及过的：最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8)，使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据，选定反馈神经网络的输入、输出节点，来反映电力系统负荷运行的内在规律，从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后，以改良三比值法为基础，建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值（MIV，Mean Impact Value）方法来说明如何使用神经网络来筛选变量，找到对结果有较大影响的输入项，继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理，建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度），这些特征与肿瘤的性质有密切的关系。因此，需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系，从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像，图像来自不同的10个人，每人5幅图像，人脸的朝向分别为：左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络，对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理，在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘，但是由于网络入侵特征数据维数较多，不同入侵类别间的数据差别较小，不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理，在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中，建立模型时选用的每个样本（即病例）数据包括10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度）的平均值、10个量化特征的标准差和10个量化特征的最坏值（各特征的3个最大数据的平均值）共30个数据。明显，这30个输入自变量相互之间存在一定的关系，并非相互独立的，因此，为了缩短建模时间、提高建模精度，有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理，在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理，在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户，快速地利用神经网络解决实际问题，MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用，MATLAB R2009a提供了三种神经网络拟合工具箱（拟合工具箱/模式识别工具箱/聚类工具箱）。
- 华中科技大学educoder存储系统设计全部通关
华中科技大学educoder存储系统设计全部通关包含四路组和二路组，用了四天做的，查看电路把txt内容复制到circ文件中用logisim打开即可
- Microsoft Visual C++ 2015-2019 运行库合集，包含32位64位
Microsoft Visual C++ 2015-2019 运行库合集，32位64位都有，解决缺失dll包问题。
- STM32F103C8T6最小系统原理图
STM32F103C8T6最小系统原理图文件，包括电源电路、单片机等 11111111111111111111
- 从零基础开始用Python处理Excel数据.pdf
首先学习Python的基础知识，然后使用Python来控制Excel，做数据处理。 Excel使用者、Python爱好者、数据处理人员、办公人员等 第1章 python基础 1.1 什么是python？ 1.2 为什么要学习用Python处理Excel表格？ 1.3 手把手教你安装python程序 1.3.1 下载python 1.3.2 安装python 1.3.3 验证是否安装成功 1.4 安装Python集成开发工具PyCharm 1.4.1 下载 1.4.2 安装 1.5 Python的输入与输出
- 互联网+大赛商业计划书案例（慧淬 国赛金奖）.pdf
互联网+创新创业大赛国赛金奖——“慧淬”，商业计划书 互联网+创新创业大赛国赛金奖——“慧淬”，商业计划书