我要最快的速度，请大家告诉我是用CGI,JAVA,ASP,PHP还是其它什么，因为我做的是搜索引擎的页面，大家帮帮忙啊.

Dragonbone 2005-02-12 08:31:36

我准备做的搜索引擎具体情况如下
OS:UNIX
DBMS:ORACLE
WEB SPIDER:JAVA实现
SEARCH ENGINE:C++实现

用户搜索提交页面：？？？？？？？？？
【问题一】
因为在页面里要使用C++开发的搜索功能，所以需要一种能与C++语言协作的语言，如果就用C++来开发页面程序，怎么开发，用C++写CGI吗？
【问题二】
用C++写出的CGI速度与效率怎么样，能用C++写CGI程序吗？
【问题三】
如果是你开发这个页面程序，在其中也要使用C++开发的类库，你要使用什么技术开发达到最佳性能？

...全文

123 6 打赏收藏转发到动态举报

写回复

6 条回复

切换为时间正序

请发表友善的回复…

发表回复

xeonzg 2005-03-13

打赏
举报

回复

如果搜索功能已经实现，要调用显示，什么都差不多

lawyu 2005-03-06

打赏
举报

回复

速度的瓶颈不应该是用什么语言吧。
硬件条件和算法更重要一些

xdspower 2005-03-06

打赏
举报

回复

c/c++都可以写CGI

Dragonbone 2005-02-18

打赏
举报

回复

up

Dragonbone 2005-02-17

打赏
举报

回复

有什么这方面的资料吗，开发APACHE的模块，我从没接触过啊

cnxiaoma 2005-02-17

打赏
举报

回复

用c++写apache的模块运行，性能最佳

内容概要：本文详细介绍了如何利用Robotstudio为ABB机器人新增选项的方法。只需要robotstudio软件即可实现适合人群：ABB机器人操作员、维护工程师以及对ABB机器人进行二次开发的技术人员。使用场景及目标：①适用于需要对ABB机器人进行功能扩展或升级的场景；②帮助用户掌握在不依赖额外硬件的情况下，仅通过Robotstudio软件完成ABB机器人选项添加的具体步骤和注意事项。其他说明：此方法简单易行，不需要额外硬件支持，但操作前请确保备份好原有数据，以防出现意外情况导致数据丢失。同时，建议严格按照文中提供的路径和步骤进行操作，以保证成功率。

使用mybatis生成器生成mapper和查询参数文件，简单spring mvc 项目。使用log4j输出日志到控制台和文件中。使用配置文件注册Bean

1、压缩文件中包含：中文文档、jar包下载地址、Maven依赖、Gradle依赖、源代码下载地址。 2、使用方法：解压最外层zip，再解压其中的zip包，双击【index.html】文件，即可用浏览器打开、进行查看。 3、特殊说明：（1）本文档为人性化翻译，精心制作，请放心使用；（2）只翻译了该翻译的内容，如：注释、说明、描述、用法讲解等；（3）不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码等。 4、温馨提示：（1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）；（2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件。 5、本文件关键字： jar中文文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册。

在一阶自抗扰仿真模型中，利用Simulink平台对PI控制器、一阶线性自抗扰控制器（ESO）和一阶非线性自抗扰控制器（NLADRC）进行性能对比的研究。文中首先构建了一个典型的一阶惯性环节作为被控对象，并设置了相同的初始条件和输入信号（如方波），确保不同控制器之间的公平比较。随后，重点展示了非线性ESO的具体实现方法及其关键组件——非线性函数fal的作用机制。通过仿真实验，对比了三种控制器在面对白噪声干扰时的表现，特别是它们的抗扰恢复时间和参数敏感性。实验结果显示，非线性自抗扰控制器在抗扰能力和鲁棒性方面表现更为出色。适合人群：具有一定自动化控制理论基础和技术背景的研发人员、工程师以及相关领域的研究人员。使用场景及目标：适用于需要深入了解自抗扰控制技术原理及其实际应用效果的人群，尤其是那些希望优化控制系统性能、提高抗干扰能力的专业人士。通过本研究可以更好地掌握不同类型自抗扰控制器的特点，从而选择最适合具体应用场景的技术方案。其他说明：文中还提供了一些实用的操作技巧，如使用From Workspace模块导入实测数据以提升算法验证效率，强调了在仿真过程中不必过分追求完美的波形，而是应该关注系统的实际表现。

内容概要：本文档为红外与可见光融合算法开发任务书，旨在实现红外热成像图像与可见光图像的融合，服务于巡检机器人火源检测系统。项目分为三个阶段：第一阶段完成红外与可见光相机图像的时间同步与空间对齐，确保两相机外参校准，输出同步图像帧对，图像帧差异控制在1帧以内，融合后误差小于2像素；第二阶段基于像素级或区域级进行图像融合，增强火源特征，输出带温度伪彩的融合图，并提供可视化展示程序和融合算法说明文档，要求可见光边缘清晰，热源热点定位准确；第三阶段为选做或并行任务，在融合图上进行火源目标检测，输出火源位置及温度最大值，并与激光测距模块配合计算火源空间坐标，要求检测准确率≥95%，漏检率≤5%。; 适合人群：从事图像处理、计算机视觉、机器人技术开发的工程师和技术人员。; 使用场景及目标：①适用于巡检机器人火源检测系统的开发；②实现红外热成像图像与可见光图像的融合，提高火源检测的准确性；③为后续定位与灭火操作提供精确的火源位置和温度信息。; 其他说明：系统对实时性有一定要求，图像处理需在100ms内完成，优先使用CPU实现，GPU为可选项；项目每阶段提交源码、测试数据和说明文档，如有深度学习部分，还需提供训练代码与模型文件。

Web开发应用服务器

5,657

社区成员

20,169

社区内容

发帖

与我相关

我的任务

社区管理员

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