算法 笔记18
《敏捷开发》阅读笔记
Scrum的本质：无论什么时候启动一个项目，为什么不经常检验一下自己正在做的事情，看看是否朝着正确的方向前进？结果是不是大家真正希望看到的，是否有什么办法改善目前正在做的事情？如何才能做得更好更快？存在哪些潜在的障碍？这就是“检查与调整”的循环，每过一小段时间就停一停手头的工作，检查一下取得了哪些成 ......
【LCD驱动】VK1C21系列是防静电/抗干扰LCD液晶显示驱动芯片，可驱动32*4/18*4/14*4点
产品型号：VK1C21A/B 产品品牌：永嘉微电/VINKA 封装形式：SSOP48/LQFP48 可定制裸片：DICE(COB邦定片)；COG(邦定玻璃用) 产品年份：新年份 原厂 ,工程服务，技术支持！ 概述： VK1C21A/B是一个点阵式存储映射的LCD驱动器，可支持最大128点（32SEG ......
电机笔记
目录步进电机什么是步进电机步进电机距频特性步进电机关键参数步进电机驱动方式驱动例程代码 步进电机 什么是步进电机 步进电机是将电脉冲信号转变为角位移或者线位移的开环控制元步进电机件。 通过控制施加在电机线圈上的电脉冲顺序、频率和数量，可以实现对步进电机的转向、速度和旋转角度的控制。 在非超载的情况下 ......
力扣刷题笔记-07 整数反转
07 整数反转 狗看了都摇头的年纪，纯爱战士一败涂地。 怎么反转 temp用来保存个位数 res用来保存当前结果 123，取模运算，这样就可以获得最后一位。比如对123%10，得到temp=3. 判断res是不是溢出（重点） 如果没有溢出，res扩大十倍，再加上个位数，就相当于是反转了。res = ......
Mysql join算法深入浅出
导语 联表查询在日常的数据库设计中非常的常见，但是联表查询可能会带来性能问题，为了调优、避免设计出有性能问题的SQL，在explain命令中，会显示用的是哪个join算法，学习一下join过程是非常有必要的 当执行下面这个SQL Join，在不同的情况下会产生不一样的复杂度 select * fro ......
PyTorch学习笔记
Pycharm按住Ctrl可以查看这个类 ctrl + /快速注释 ctrl + P可以知道函数需要一个什么参数 transforms的使用 Tensorboard 使用 transforms的Normalize作用：可以用来标准化 Compose的用法 dataloader 神经网络torch.n ......
匈牙利算法简介与应用
一、分配问题应用案例： 1、男女相亲场景，10男10女为例，可让每人对每个异性进行意向度排序，若是男性优先则可以用男性意向度评分矩阵，女性优先同理，或者使用男女意向评分平均值作为意向度居正，然后用匈牙利算法求最大值，即可获得综合意向度得分最高的分配方法2、电销和催收用户分配场景，不同电销人员对不同类 ......
10.8算法
合并两个有序数组给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2，另有两个整数 m 和 n ，分别表示 nums1 和 nums2 中的元素数目。 请你 合并 nums2 到 nums1 中，使合并后的数组同样按 非递减顺序 排列。 注意：最终，合并后数组不应由函数返回，而是存储在 ......
使用最短路径算法检查项目循环依赖
最近项目组让我做一个自研的小工具，用来检查代码里的循环依赖，这里做下记录。 思路 由于工作是网络算路的，第一个想法就是通过路径计算来实现这个功能：把项目里test,resource等文件夹排除，剩下的每一个java文件可以算是对应一个类，把每个类看做是网络/路网里的节点，把类与类之间的依赖关系具象成 ......
Programming abstractions in C阅读笔记：p166-p175
《Programming Abstractions In C》学习第58天，p166-p175总结。 一、技术总结 1.斐波那契数列(Fibonacci Sequenc) (1)斐波那契数列来源 斐波那契数列来自于《Liber Abaci》一书里兔子繁殖问题，相关资料很多，这里不赘述。 (2)关于《 ......
Mysql 分布式序列算法
接上文 Mysql分库分表 1.分布式序列简介 在分布式系统下，怎么保证ID的生成满足以上需求？ ShardingJDBC支持以上两种算法自动生成ID。这里，使用ShardingJDBC让主键ID以雪花算法进行生成，首先配置数据库，因为默认的注解id是int类型，装不下64位，需要进行修改： # 在 ......
go笔记
1、Go语言中的变量、函数、常量名称的首字母也可以大写，如果首字母大写，则表示它可以被其它的包访问（类似于 Java 中的 public）；如果首字母小写，则表示它只能在本包中使用 (类似于 Java 中 private）。 ......
MD5算法
# MD5算法 在我们进行js逆向的时候. 总会遇见一些我们人类无法直接能理解的东西出现. 此时你看到的大多数是被加密过的密文. MD5是一个非常常见的摘要(hash)逻辑. 其特点就是小巧. 速度快. 极难被破解. 所以, md5依然是国内非常多的互联网公司选择的密码摘要算法. 1. 这玩意不可逆 ......
haproxy调试算法总结
●HAProxy通过固定参数 balance 指明对后端服务器的调度算法，该参数可以配置在listen或backend选项中。 ●HAProxy的调度算法分为静态和动态调度算法，但是有些算法可以根据参数在静态和动态算法中相互转换。 #静态算法：按照事先定义好的规则轮询公平调度，不关心后端服务器的当前 ......
研发三维GIS系统笔记/实现wgs84投影-001
1. 工作内容，改造引擎，支持wgs84投影 改造原因：目前投影是墨卡托投影(与Google Map一致) 目前的GIS系统是二维的采用这个坐标系是没有问题的 但不支持wgs84瓦片数据以及高程数据，工作中很多数据是wgs84格式的，尤其很多三维GIS都是采用wgs84投影 wgs84 与merca ......
算法训练day28 LeetCode 216.17.
算法训练day28 LeetCode 216.17. 216.组合总和III 题目 216. 组合总和 III - 力扣（LeetCode） 题解 代码随想录 (programmercarl.com) class Solution { private: vector<vector<int>> res ......
算法训练day27 回溯算法概述、LeetCode77
算法训练day27 回溯算法概述、LeetCode77. 回溯算法 与递归函数联系，是一种纯暴力搜索方式 解决问题（抽象为树形结构 组合问题（无序 切割问题 子集问题 排列问题（有序 棋盘问题（n皇后、解数独 回溯算法模板 void backtracking(参数) { if (终止条件) { 存放 ......
《ImageNet Classification with Deep Convolutional Neural Networks》阅读笔记
论文标题 《ImageNet Classification with Deep Convolutional Neural Networks》 ImageNet ：经典的划时代的数据集 Deep Convolutional：深度卷积在当时还处于比较少提及的地位，当时主导的是传统机器学习算法 作者 一作 ......
算法---回溯算法的分割（131分割回文数，93正确分割网络ip）
Letcode 131. 给你一个字符串 s，请你将 s 分割成一些子串，使每个子串都是 回文串 。返回 s 所有可能的分割方案。 回文串 是正着读和反着读都一样的字符串。 示例 1： 输入：s = "aab" 输出：[["a","a","b"],["aa","b"]] 示例 2： 输入：s = " ......
javaPTA算法题前三次作业总结
import java.util.Scanner; import java.lang.Math; public class Main{ static public class student{ String id; String name; int []num=new int[3]; int sum ......
Java学习笔记：PTA的1-3作业总结
（1）前言：在JAVA学习的PTA三次作业中，涉及到了简单语法的运用、简单类的运用和创建类以及关联类的使用。下面我将具体描述这三次作业的题目集内容、知识点、题量和难度。 第一次作业主要涉及简单语法的运用，旨在加深对JAVA基础语法的理解和熟练运用。题目集包括常见的语法题，如数据类型的转换、条件语句、 ......
《用户故事与敏捷方法》阅读笔记（一）
本学期我们学习了软件需求这门课程，了解关于需求分析的相关知识，在软件开发过程中，软件需求是第一步，同时也是最重要的一步，当我们找到了用户真正的需求，在开发过程中会达到事半功倍的效果，阅读了《用户故事与敏捷方法》这本书，在这本书中详细的介绍了用户故事与敏捷开发方法的结合，找到真正适合用户的，有价值的需 ......
【高级学校算法】5.神经网络训练
TensorFlow实现 TensorFlow框架 神经网络训练的过程 准备数据集 定义模型 训练模型 评估模型 使用模型 实现详情 定义模型Dense：指定输入、输出和参数模型 model = tf.keras.Sequential([ tf.keras.layers.Dense(1, input ......
Webserver学习笔记1
一.为什么要做webserver的项目呢？ 串联了C++的相关基础知识，语⾔（C/C++全覆盖，可以扩展⾄C++11/17）+操作系统（含有⼤量的I/O 系统调⽤及其封装，还有 EPOLL 等多路复⽤机制）+计算机⽹络（本身就是⼀个⽹络框架，对⽹络异常的处理）+数据库（注册中⼼的数据库语句、负载均衡 ......
C#学习笔记——变量
变量 变量是存储数值的容器，是一门程序语言的最基础的部分。 不同的变量类型可以存储不同类型的数值。 种类： 在C#种一共有14种变量： 有符号类型4种 无符号类型4种 浮点数3种 特殊类型(char bool string) //变量 //有符号类型的 范围 字节大小 位容量 sbyte sb=1; ......
Reinforcement Learning 学习笔记 1
什么是强化学习（reinforcement learning）? 假设一个场景，一个智能体(agent) 和环境（env）交互，智能体基于当前环境\(S_t\)每产生一个动作\(A_t\)，环境便给它一个反馈，也被称为奖励(reward)\(R_{t+1}\), 随后，智能体的状态变为\(S_{t+ ......
博客笔记目录导航
博客笔记目录导航 本篇作为博客中各科笔记的目录的导航 技术类目录 Python笔记目录 MySQL笔记目录 Docker笔记目录 Linux笔记目录 理论类目录 计算机组成原理- 哈工大刘宏伟老师 操作系统-王道 计算机网络-中科大郑烇 分布式系统 数据库系统概述-赵亮 区块链-肖臻 ......
大数据应用算法作业二
证明 Morris 计数器的方差为 O(n2)。请给出详细的证明步骤。 \(X_n:输入为n的计数器的随机变量\ \ \ \ \ \hat{n}=2^{X_n}-1\)\(Var[\hat{n}]=Var[\hat{n}+1]\)\(=E[(\hat{n}+1)^{2}]-E[\hat{n}+1]^ ......
【高级学习算法】4.神经网络基础
神经网络概述 神经元模型 每个神经元可以被看作是一个处理单元/神经核，主要包括 输入部分：多个输入/树突 处理部分：神经核 输出部分：单个输出/轴突 神经网络是大量神经元相互链接并通过电脉冲来交流的一个网络 神经网络 在线性回归中，我们通过将输入和输出之间的关系建模为线性函数来预测输出。这个线性函数 ......