译 通过自动反编译和外部源提升调试
斐波那契散列算法和hashMap实践
斐波那契散列和hashMap实践 适合的场景：抽奖(游戏、轮盘、活动促销等等) 如果有不对的地方，欢迎指正！ HashMap实现数据散列： 配置项目，引入pom.xml: <dependency> <groupId>com.alibaba</groupId> <artifactId>fastjson ......
数据结构初阶--栈和队列（讲解+类模板实现）
栈 栈的概念和结构 栈：一种特殊的线性表，其只允许在固定的一端进行插入和删除元素操作。进行数据插入和删除操作的一端称为栈顶，另一端称为栈底。栈中的数据元素遵守后进先出LIFO（Last In First Out）加粗样式的原则。 入栈：从栈顶放入数据的操作。 出栈：从栈顶取出元素的操作。 栈的实现 ......
PyTorch Geometric Temporal 介绍 —— 数据结构和RGCN的概念
Introduction PyTorch Geometric Temporal is a temporal graph neural network extension library for PyTorch Geometric. PyTorch Geometric Temporal 是基于PyTo ......
从 Numpy+Pytorch 到 TensorFlow JS：总结和常用平替整理
demo展示 这是一个剪刀石头布预测模型，会根据最近20局的历史数据训练模型，神经网络输入为最近2局的历史数据。 如何拥有较为平滑的移植体验？ 保持两种语言，和两个框架的API文档处于打开状态，并随时查阅：Python，JavaScript；Pytorch，TensorFlow JS（用浏览器 F3 ......
mysql-DuplicateUpdate和java的threadpool的"死锁"
大家千万不要被文章的标题给迷惑了，他两在本篇文章是没有关系的， 今天给大家讲讲最近2个有意思的issue，分享一下我学到的 mysql DuplicateUpdate的用法要注意的点 java的threadpool使用不当会造成“死锁”问题 mysql DuplicateUpdate的用法要注意的点 ......
推荐一款采用 .NET 编写的 反编译到源码工具 Reko
今天给大家介绍的是一款名叫Reko的开源反编译工具，该工具采用C#开发，广大研究人员可利用Reko来对机器码进行反编译处理。我们知道.NET 7 有了NativeAOT 的支持，采用NativeAOT 编译的.NET程序 无法通过ILSpy 之类的传统工具得到源码，这款Reko 可能是唯一一款可以把 ......
复现MySQL的索引选择失误以及通过OPTIMIZER_TRACE分析过程
复现MySQL的索引选择失误以及通过OPTIMIZER_TRACE分析过程 验证环境：MySQL 5.7.39 windows-pc 一、构造数据（生成150万数据） 构建一张账户表，带有一级部门id和二级部门id，并且建立有索引。比较典型的业务场景，根据部门id进行各类查询。 CREATE TAB ......
Node.js躬行记（25）——Web自动化测试
网页在提测流转给 QA 后，如何能帮他们更有效而准确的完成测试，是我一直在思考的一个问题。 QA 他们会对网页编写测试用例，在提测之前会让我们将优先级最高的用例跑通，这在一定程度上能够避免频繁的返工，保证测试的顺畅。 自己之前想过做 UI 的单元测试，一有修改就跑一遍用例，但是维护成本太高，并且每次 ......
c++ trivial, standard layout和POD类型解析
1. trivial类型 占用一片连续的内存，编译器可以重排成员变量的顺序或者增加一些padding（为了对齐），因此，可以放心的使用memcpy等函数， 但是，在c代码里面使用可能会出问题（因为可能会被重排），有如下特点： 没有虚函数和虚基类 基类也必须保证没有non-trivial的构造/析构/ ......
边玩边学！交互式可视化图解！快收藏这18个机器学习和数据科学网站！⛵
机器学习算法理论比较枯燥乏味，但有许多有趣且有用的网站，您可以像游戏一样交互式操作，并同时学习机器学习概念、模型和应用知识。以下是 ShowMeAI 为大家整理的18个交互式机器学习网站，学起来！ ......
【Java并发入门】02 Java内存模型：看Java如何解决可见性和有序性问题
如何解决其中的可见性和有序性导致的问题，这也就引出来了今天的主角——Java 内存模型。 一、什么是 Java 内存模型？ 导致可见性的原因是缓存，导致有序性的原因是编译优化，那解决可见性、有序性最直接的办法就是禁用缓存和编译优化，但这样虽然解决了问题，但也导致带来的性能优化都没了。 因此，解决方案 ......
【翻译】rocksdb调试指引
rocksdb调试指引 翻译自官方wiki:https://github.com/facebook/rocksdb/wiki/RocksDB-Tuning-Guide 转载请注明出处：https://www.cnblogs.com/morningli/p/16788424.html 基本调试建议 r ......
自动跑测试记录后发送邮件提醒并自动解析数据
使用脚本自动跑实验（Ubuntu)，将实验结果记录在文件中，并在实验结束之后将结果通过邮件发送到邮箱，最后在windows端自动解析成excel表格。 ......
自动增加 Android App 的版本号
一般的 C# 应用程序中都有一个 AssemblyInfo.cs 文件，其中的 AssemblyVersion attribute 就可以用来设置该应用程序的版本号。譬如， [assembly: AssemblyVersion("1.0.*")] 这样设置的 AssemblyVersion attr ......
dom xss->半自动化
前几天看了两篇文章，觉得很不错，写一笔，就当笔记记录。 第一篇文章:https://jinone.github.io/bugbounty-dom-xss/ 作者写了自己通过自动化挖dom xss，差不多赚了3w刀左右。他分享了一些不错的漏洞案例。这里很感谢作者，无私分享思路出来，也给大家有了喝口汤的 ......
VBA驱动SAP GUI自动化：查找页面元素FindAllByName
我们在VBA中嵌入SAP原生的【脚本录制与回放】功能生成的VBS脚本，可以实现很多自动化操作。但只有我们对SAP做了一系列动作，才会得到这些动作的脚本。然而，一旦我们需要用代码提前做一些判断，然后再决定后续的动作时，这个判断的代码就无法通过【脚本录制与回放】功能录制得到。这个时候，我们需要学会看SA ......
说一下 ArrayList 和 LinkedList 的区别？
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。 前言 大家好，我是小彭。 在上一篇文章里，我们聊到了基于动态数组 ArrayList 线性表，今天我们来讨论一个基于链表的线性表 —— LinkedList。 小彭的 Android 交流群 02 群已经建立 ......
说一下 ArrayDeque 和 LinkedList 的区别?
大家好，我是小彭。 在上一篇文章里，我们聊到了基于链表的 Queue 和 Stack 实现 —— LinkedList。那么 Java 中有没有基于数组的 Queue 和 Stack 实现呢？今天我们就来聊聊这个话题。 小彭的 Android 交流群 02 群已经建立啦，扫描文末二维码进入~ 思维导 ......
搜索与图论篇——DFS和BFS
搜索与图论篇——DFS和BFS 本次我们介绍搜索与图论篇中DFS和BFS，我们会从下面几个角度来介绍： DFS和BFS简介 DFS数字排序 DFS皇后排序 DFS树的重心 BFS走迷宫 BFS八数码 BFS图层次 DFS和BFS简介 首先我们先来介绍一下DFS和BFS： DFS：深度优先遍历算法，我 ......
WeakHashMap 和 HashMap 的区别是什么，何时使用？
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。 前言 大家好，我是小彭。 在之前的文章里，我们聊到了 Java 标准库中 HashMap 与 LinkedHashMap 的实现原理。HashMap 是一个标准的散列表数据结构，而 LinkedHashMap ......
ADPCM(自适应差分脉冲编码调制)的原理和计算
ADPCM 用于解决 DPCM 的差值宽度问题, 通过定义一个差值表(例如IMA ADPCM 中使用 89个固定差值, 取值从7到32767), 将差值的范围放宽到16bit, 此时差值在数组中的编号只需要6bit就可以表示(0 - 88), 再进一步只记录编号的变化值, 就将变化量压缩到了4bit... ......
BrokenPipeError错误和python subprocess.run()超时参数在Windows上无效
1、问题的发现 今天，一个在windows上运行良好的python脚本放到linux下报错，提示错误 BrokenPipeError: [Errno 32]Broken pipe。经调查是subprocess.run方法的timeout参数在linux上的表现和windows上不一致导致的。 try ......
机器学习分类模型评价指标之ROC 曲线、 ROC 的 AUC 、 ROI 和 KS
前文回顾： 机器学习模型评价指标之混淆矩阵 机器学习模型评价指标之Accuracy、Precision、Recall、F-Score、P-R Curve、AUC、AP 和 mAP 1. 基本指标 1.1 True Positive Rate(TPR) $TPR = \frac{TP}{TP+FN}$ ......
AIR32F103(六) ADC,I2S,DMA和ADPCM实现的录音播放功能
使用的MCU型号为 AIR32F103CCT6. 通过工作机制和示例代码, 说明如何使用AIR32自带的内存实现简单的语音录制和播放功能, 以及使用 ADPCM 对音频数据进行压缩, 提高录制时长. 通过这些机制, 可以快速扩充为实用的录制设备, 例如外挂I2C或SPI存储, 或提升无线传输的音质,... ......
.NET 7 的 AOT 到底能不能扛反编译？
一：背景 1.讲故事 在B站，公众号上发了一篇 AOT 的文章后，没想到反响还是挺大的，都称赞这个东西能抗反编译，可以让破解难度极大提高，可能有很多朋友对逆向不了解，以为用 ILSpy,Reflector,DnSpy 这些工具打不开就觉得很安全，其实不然，在 OllyDbg,IDA,WinDBG 这 ......
通过Shell脚本自动安装Hive&JDBC测试&提供CDH5网盘地址
〇、参考地址 1、Linux下编写脚本自动安装hive https://blog.csdn.net/weixin_44911081/article/details/121227024?ops_request_misc=%257B%2522request%255Fid%2522%253A%252216 ......
编译器优化丨Cache优化
摘要：本文重点介绍几种通过优化Cache使用提高程序性能的方法。 本文分享自华为云社区《编译器优化那些事儿（7）：Cache优化》，作者：毕昇小助手。 引言 软件开发人员往往期望计算机硬件拥有无限容量、零访问延迟、无限带宽以及便宜的内存，但是现实却是内存容量越大，相应的访问时间越长；内存访问速度越快 ......
label studio 结合 MMDetection 实现数据集自动标记、模型迭代训练的闭环
一个 AI 方向的朋友因为标数据集发了篇 SCI 论文，看着他标了两个多月的数据集这么辛苦，就想着人工智能都能站在围棋巅峰了，难道不能动动小手为自己标数据吗？查了一下还真有一些能够满足此需求的框架，比如 [cvat]、 [doccano] 、 [label studio]等，经过简单的对比后发现还... ......
vue3和vue2 的区别，vue3和vu2到底哪个好呢？
vue3 正式发布有两年多了，之前也做过一些学习和研究。vue3 发布后给某培训机构开发了一套vue3课程课件，自己也开源了一套基于vue3的后台管理系统（因为个人懒的原因，半年后才上传到gitHub，且到目前为止一直没有更新过）。 附上网址：https://github.com/gegestst1 ......
详解 Redis 中 big keys 发现和解决
在使用 Redis 时，可能会出现请求响应慢、网络卡顿、数据丢失的情况。排查问题的时候，发现是 big keys 的问题。 什么是 big keys 在 Redis 中，一个字符串类型最大可以达到 512MB,其他非字符串类型的集合类型（list、set、hash、zset等）可以存储 40 亿个( ......