算法 字符openssl 20.1
前端vue获取后端返回的富文本内容不是标签是转义字符解决方法
新手的我就直接上代码 template部分(UI框架用的vant) <template> <div class="common-bg"> <van-nav-bar title="消息中心" left-arrow :fixed="true" :placeholder="true" @click-lef ......
Windows中编译OpenSSL（VS中实现）
下载openssl 地址（https://github.com/openssl/openssl#download） 打开VS命令行工具这将会设置 nmake.exe、cl.exe 等所需的环境变量。（不建议直接使用cmd命令行） 切换目录至下载的openssl 输入如下命令： perl Config ......
实验一 密码引擎-1-OpenEuler-OpenSSL编译
任务详情 0. 安装Ubuntu和OpenEuler虚拟机 下载最新的OpenSSL源码(1.1版本) 用自己的8位学号建立一个文件夹，cd 你的学号，用pwd获得绝对路径 参考https://www.cnblogs.com/rocedu/p/5087623.html先在Ubuntu中完成OpenS ......
react的diff算法
diff策略 React用 三大策略 将O(n^3)复杂度 转化为 O(n)复杂度 策略一（tree diff）： Web UI中DOM节点跨层级的移动操作特别少，可以忽略不计。 策略二（component diff）： 拥有相同类的两个组件 生成相似的树形结构， 拥有不同类的两个组件 生成不同的树 ......
Python——字符串进阶（六）
1. 字符串格式化 # coding=utf-8 # 字符串格式化 # %格式化 i = "python" s = "我来学习%s" % i print (s) """ %s : 这里是一个占位符，后边江会使用一个参数进行替代 这个参数是一个字符串 %d : 这个参数是一个整数类型 %f ：这个参数 ......
实验一 密码引擎-1-OpenEuler-OpenSSL编译
0. 安装Ubuntu和OpenEuler虚拟机 安装openEuler-20.09 安装登入openEuler系统 1. 下载最新的OpenSSL源码(1.1版本) Ubuntu 22.04 OpenSSL 1.1.1t Ubuntu最新版本下载参见http://www.ubuntu.com/do ......
力扣438 找到字符中所有字母异位词
1、尺取 2、比较 class Solution { public: vector<int> findAnagrams(string s, string p) { int len2=p.size(); int len1=s.size(); int i,j; int a[30]; int b[30]; ......
算法笔记
算法笔记 10个数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图、Trie 树； 10个算法：递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算法、动态规划、字符串匹配算法 股票问题系列通解（转载翻译） - 力扣（LeetCode） 数据结构和容器 基本类型： int,lo ......
实验一 密码引擎-1-OpenEuler-OpenSSL编译
一、任务详情 安装Ubuntu和OpenEuler虚拟机 下载最新的OpenSSL源码(1.1版本) 用自己的8位学号建立一个文件夹，cd 你的学号，用pwd获得绝对路径 参考 https://www.cnblogs.com/rocedu/p/5087623.html 先在Ubuntu中完成Open ......
实验一 密码引擎-1-OpenEuler-OpenSSL编译
#一、任务详情 1.安装Ubuntu和OpenEuler虚拟机 2.下载最新的OpenSSL源码(1.1版本) 3.用自己的8位学号建立一个文件夹，cd 你的学号，用pwd获得绝对路径 4.参考 https://www.cnblogs.com/rocedu/p/5087623.html 先在Ubun ......
实验一 密码引擎-1-OpenEuler-OpenSSL编译 _
一、任务详情 安装Ubuntu和OpenEuler虚拟机 下载最新的OpenSSL源码(1.1版本) 用自己的8位学号建立一个文件夹，cd 你的学号，用pwd获得绝对路径 参考 https://www.cnblogs.com/rocedu/p/5087623.html 先在Ubuntu中完成Open ......
算法总结--动态规划
声明(~~叠甲~~)：鄙人水平有限，本文为作者的学习总结，仅供参考。 ##1.动态规划介绍 动态规划，英文：Dynamic Programming，简称DP，如果某一问题有很多重叠子问题，使用动态规划是最有效的。其中每一个状态一定是由上一个状态推导出来，这是DP的一个重要标志。 ##2.DP大法的使 ......
机器学习算法（一）: 基于逻辑回归的分类预测
逻辑回归（Logistic regression，简称LR）虽然其中带有"回归"两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热，但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。 ......
算法 | 中缀表达式转后缀表达式并计算结果（利用栈）
1.手动实现中缀转后缀 2.代码实现中缀转后缀并计算表达式结果 为了简化问题，假设算术运算符仅由加、减、乘、除4种运算符和左、右括号组成。 step1: 声明栈结构 #include <iostream> #include <string> using namespace std; #define ......
【分布式技术专题】「分布式技术架构」一文带你厘清分布式事务协议及分布式一致性协议的算法原理和核心流程机制（Paxos篇）
概念简介 Paxos是一种基于消息传递具有高度容错特性的一致性算法，是目前公认的解决分布式一致性问题最有效的算法之一。 发展历史 Paxos算法的发展历史追溯到古希腊，当时有一个名为“Paxos“的小岛， 岛上采用一会的形式通过法令， 议会中议员通过信使进行消息传递，议员与信使都是兼职的，他们随时都 ......
复杂度分析：如何分析、统计算法的执行效率和资源消耗
我们都知道，数据结构和算法本身解决的是“快”和“省”的问题，即如何让代码运行得更快，如何让代码更省存储空间。所以，执行效率是算法一个非常重要的考量指标。那如何来衡量你编写的算法代码的执行效率呢？这里就要用到我们今天要讲的内容：时间、空间复杂度分析。 ......
算法学习笔记(19): 树上启发式合并（DSU on tree）
树上启发式合并 DSU on tree，我也不知道DSU是啥意思 这是一种看似特别玄学的优化 可以把树上部分问题由 $O(n^2)$ 优化到 $O(n \log n)$。 例如 CodeForces 600E。 又例如一道神奇的题： 适用情况 可以离线的部分树上问题。 需要子树上的所有信息，但是信息 ......
自己动手从零写桌面操作系统GrapeOS系列教程——16.封装打印字符串函数
学习操作系统原理最好的方法是自己写一个简单的操作系统。 在上一讲中我们向屏幕打印字符串“GrapeOS”用了十几行汇编代码，如果要输出的字符比较多，这种方法太繁琐了。本讲我们将打印字符串封装成一个函数，使用时就方便多了。 一、mbr7.asm mbr7.asm代码如下： org 0x7c00 ;如果 ......
基于量子随机游走的图像加密算法
一、概述 量子随机游走是一种基于量子力学的随机游走模型，其具有良好的随机性和不可预测性，因此被广泛应用于密码学中。基于量子随机游走的图像加密算法是一种新兴的加密算法，其基本思路是将明文图像转换为量子态，通过量子随机游走对量子态进行加密，最后将加密后的量子态转换为密文图像。 二、算法流程 将明文图像转 ......
图论算法
图论算法 第一节 基本概念 一、什么是图？ 很简单，点用边连起来就叫做图，严格意义上讲，图是一种数据结构，定义为：graph=（V，E）。V是一个非空有限集合，代表顶点（结点），E代表边的集合。 二、图的一些定义和概念 (a)有向图：图的边有方向，只能按箭头方向从一点到另一点。(a)就是一个有向图。 ......
Nginx如何升级Openssl
1. 什么是Openssl？ 在计算机网络上，OpenSSL是一个开放源代码的软件库包，应用程序可以使用这个包来进行安全通信，避免窃听，同时确认另一端连线者的身份。这个包广泛被应用在互联网的网页服务器上。 其主要库是以C语言所写成，实现了基本的加密功能，实现了SSL与TLS协议。OpenSSL可以运 ......
一文读懂字符编码ASCII、Unicode与UTF-8
最近在写一个Http协议栈当涉及CRLF控制字符写入时，发现自己对CRLF与\r\n的关系不太了解，因此决定详细学习一下；查阅资料的同时，又遇到UTF-8与ASCII编码的疑问。 ......
推荐系统[八]算法实践总结V2：排序学习框架(特征提取标签获取方式)以及京东推荐算法精排技术实战
0.前言 「排序学习（Learning to Rank，LTR）」，也称「机器排序学习（Machine-learned Ranking，MLR)」 ，就是使用机器学习的技术解决排序问题。自从机器学习的思想逐步渗透到信息检索等领域之后，如何利用机器学习来提升信息检索的性能水平变成了近些年来非常热门的研 ......
Q-M（Quine-McCluskey）两级逻辑化简算法原理解析
转载请务必注明出处：https://www.cnblogs.com/the-wind/p/15764283.html，感谢合作。 1 背景介绍：两级逻辑 香农在他的硕士论文[1]中提出了开关电路的综合方法，其中提到香农展开定理，即任意n变量布尔函数$f(x_1,...,x_{n-1},x_n)$都可 ......
【数据结构与算法学习】线性表（顺序表、单链表、双向链表、循环链表）
实现语言：C++ 1. 线性表相关概念 线性表（Linear List） 是由n(n≥0)个具有相同特性（数据类型）的数据元素（结点）a1，a2，...，ai-1，ai，ai+1，...，an组成的有限序列。 其中，a1为线性起点（起始结点），an为线性终点（终端结点）。对于每一个数据元素ai，我们 ......
【数据结构与算法学习】散列表（Hash Table，哈希表）
实现语言：C++ 1. 散列表 散列表，英文名称为Hash Table，又称哈希表、杂凑表等。 线性表和树表的查找是通过比较关键字的方法，查找的效率取决于关键字的比较次数。 而散列表是根据关键字直接访问的数据结构。散列表通过散列函数将关键字映射到存储地址，建立了关键字和存储地址之间的一种直接映射关系 ......
局部异常因子（Local Outlier Factor, LOF）算法详解及实验
局部异常因子（Local Outlier Factor, LOF）通过计算样本点的局部相对密度来衡量这个样本点的异常情况，可以算是一类无监督学习算法。下面首先对算法的进行介绍，然后进行实验。 LOF算法 下面介绍LOF算法的每个概念，以样本点集合中的样本点$P$为例。下面的概念名称中都加了一个k-， ......
LeetCode 周赛 334，在算法的世界里反复横跳
本文已收录到 AndroidFamily，技术和职场问题，请关注公众号 [彭旭锐] 提问。 大家好，我是小彭。 今天是 LeetCode 第 334 场周赛，你参加了吗？这场周赛考察范围比较基础，整体难度比较平均，第一题难度偏高，第四题需要我们在算法里实现 “反复横跳”，非常有意思。 小彭的 And ......
基于内容的推荐系统算法
基于内容的推荐算法是一种常用的推荐算法，它主要通过分析物品的特征（如文本、图片、视频等）来实现推荐。其核心思想是利用物品属性的相似性，将已经喜欢的物品的特征作为输入，推荐与该物品相似度高的其他物品。 基于内容的推荐算法仅考虑了单个用户对物品的偏好，而未考虑多个用户之间的交互和影响。此外，该算法在特征 ......