笔记

背景 这是某硅谷的redis案例，主要问题是解决计数器和人员记录的事务操作 按照某硅谷的视频敲完之后出现这样乱码加报错的问题 乱码的问题要去tomcat根目录的conf文件夹下修改logging.properties，把下面两个encoding参数都改成GBK就行。 其实错误也很明显（ClassNo ......

二分图最大匹配： 定义：给定一个二分图 \(G\)，即分左右两部分，各部分之间的点没有边连接，要求选出一些边，使得这些边没有公共顶点，且边的数量最大。 方法：Dinic/染色 二分图的最小顶点覆盖 定义：假如选了一个点就相当于覆盖了以它为端点的所有边。最小顶点覆盖就是选择最少的点来覆盖所有的边。 定 ......

Linux：基础内容与命令1 linux基础内容 一切都是一个文件。容易看（包括硬件,文本，二进制，源代码） 系统中拥有小型，单一用途的程序。(一个程序只负责做好自己的本职工作) 当遇到复杂任务，通过不同功能用途的程序组合起来完成。 轻量级，一台服务 dhcp ip 数据库服务 网页 避免令人困惑的 ......

费马小定理 当 \(p\) 为质数时，若 \(\gcd(a,p)=1\)，则 \(a^{p-1}\equiv 1\pmod p\)。 但逆命题是错的，例如 \(p=561\) 这类卡迈克尔数，满足任何 \(\gcd(a,p)=1\) 都有 \(a^{p-1}\equiv 1\pmod p\)。所以用 ......

freesurfer下载安装，常用术语和recon-all命令 1 基础知识 1.1 简介 freesurfer是一个分析和可视化大脑结构成像和功能成像的工具包，可以处理MRI、fMRI数据，进行大脑解剖学数据测量等。 1.2 安装freesurfer 目前该软件包仅支持Linux和Mac OS系统 ......

日常所说的“核心线程”、“非核心线程”是一个虚拟的概念，是为了方便描述而虚拟出来的概念 在代码中并没有标记哪些线程为“核心线程”或者“非核心线程”。所有线程都是一样的。 线程池是如何实现的？ 在Java中，线程池中所谓的“线程”，其实就是一个静态内部类Worker，它是基于AQS实现的，并实现Run ......

最近读了《代码整洁之道》这本书，结合自己学习经验，对代码整洁的重要性有了一些新的理解与感悟。首先我想先谈谈什么是整洁的代码，从字面意思上理解，整洁的代码，对于程序员来说非常的一目了然，简单、整洁，结构清晰，逻辑清楚。那么整洁的代码到底对一个项目的影响有多大？对于这个问题没有明确的数据支撑我给出答案， ......

第五章：软件构建中的设计 1、软件的首要技术使命就是管理复杂度，以简单性作为努力目标的标记方案对此最有帮助。 2、好的设计是迭代的，你尝试设计的越多，你的最终方案就会约好。 3、隐藏实现、封装变化。 第六章：可以工作的类 1、类的接口应该提供一致的抽象。很多问题都是由于违背该原则而引起的。 2、类的 ......

# 前提，由于前期造的数据格式不适用当前需求，需把前期合并的数据拆分，代码如下： 1 import pandas as pd 2 3 def split_Data(): 4 re = pd.read_excel(r'D:\测试数据\cssj.xlsx') # 读取Excel文件数据 5 df = p ......

1.2.2 5种基础数据结构 string(字符串) 字符串string是Redis最简单的数据结构，其内部表示就是一个字符数组。Redis所有的数据结构都是以唯一的key字符串作为名称，然后通过这唯一的key来获取相应的value数据。不同类型的数据结构差异就在于value的结果不一样。 Redi ......

产生的一系列文件中： https://www.bilibili.com/video/BV1U5411s7kg?p=3 严老师视频 （1）头动矫正 其中FD_Jenkinson最好 下面这个是很早以前用来排除被试的，现在不用了，现在都用meanFD排除 HeadMotion.tsv: 显示最大或平均头 ......

第6章介绍了如何重新组织数据，这是一个常见的重构任务。作者详细讨论了数据类和数据结构的不同，以及如何选择合适的数据组织方式以改善代码质量。 在本章中，福勒讲述了一些具体的数据重构技巧，如封装字段（Encapsulate Field）、以及如何将数据类的职责划分得更加清晰。他提到了代码中的数据泥团（d ......

《需求分析与系统设计》首先强调，理解这本书的核心在于认识到需求分析与系统设计是一门应用性知识，阅读虽然重要， 但更为关键的是通过错误的实践、错误分析，并尽力避免未来可能出现的错误。 第一章着重探讨了导致软件失败的原因，以及问题出现时应采取的解决方法。这部分的内容被认为尤为关键。 一旦我们理解这些基本 ......

JavaScript自定义对象 定义格式： var 对象名 = { 属性名（变量名）1：属性值1， …… …… …… …… 函数名称（方法名）：function（形参列表）{} }； eat;function(){ alert("吃"); } 简化： 函数名称(){ 代码块; } eat(){ al ......

目录 前言 数论基础 1.1 整除 1.2 带余除法，同余 质数 2.1 唯一分解定理 2.2 质数筛（线性筛） 2.3 欧拉函数 最大公因数/最小公倍数 3.1 辗转相除法 3.2 裴蜀定理 3.2 扩展欧几里得算法 线性同余方程 4.1 费马小定理 4.2 欧拉定理 4.3 逆元 4.4 求解线 ......

代码随想录 数组 704. 二分查找 力扣题目链接 class Solution { public int search(int[] nums, int target) { int left = 0, right = nums.length-1; while (left <= right) { in ......

numpy.tile的作用 import numpy as np # 重复一个标量值 scalar = 5 result1 = np.tile(scalar, 3) print(result1) # 输出：[5, 5, 5] # 重复一个数组 arr = [1, 2, 3] result2 = np ......

Splay 概述 Splay也称伸展树，是二叉搜索树(BST)的一种近似平衡的类型，由Daniel Sleator 和 Robert Tarjan 于 1985 年发明。有着极其优秀的复杂度(均摊\(O(log_2n)\))。 可以实现Splay(旋转某节点到根)，Split(分裂)，Merge(合 ......

原发表于我的博客 前言 分块不能说是一种数据结构，它是一种思想，无论是数列分块，块状链表，还是数论分块，莫队算法，都应用了分块的思想。 本文主要介绍狭义上的分块，即数列分块。 数列分块的引入 数列分块可以说是暴力，一种优美的暴力，它的基本思路是，把数列分成若干块（一般取\(\sqrt n\)），分块 ......

原发表于个人博客= 模拟退火的引入 假如我们有一个函数，要求它的极大值，怎么求呢？ 如果这个函数满足单调性，可以用二分的方法。 如果这是一个单谷（或单峰）函数，可以用三分法。 那要是多峰函数怎么半呢？ 这时就可以用随机化算法。 一种朴素的方法是：每次在当前找到的最优方案\(x\)附近寻找一个新方案。 ......

原发表于我的博客 贪心算法 贪心与其说是一种算法，不如说一种思想。 贪心思想，顾名思义，就是总是做出当前最好的选择，这种方式可能在全局上不是最好的结果，但是在一些题目中就可以直接用。 最简单的例子就是“货比三家”，在生活中，我们买东西时都会挑性价比最优的，这就是一种贪心。 贪心算法在OI中经常与其他 ......

原发表于我的博客 前言 本来想学完回滚莫队、树上莫队、二离莫队之后一起写一个博客，但是一直学不会/kk，只好把已会的普通莫队和带修莫队写了（以后会补上的） 普通莫队 莫队——优雅的暴力 莫队算法的引入 例题： 给定一个数列和若干询问，每次询问询问一段区间内不同种类数字的个数。 暴力做法 每次询问暴力 ......

原发布于我的个人博客 前言 FHQtreap绝对是平衡树里最好写，最实用的，他几乎能做所有splay或其它平衡树能做的事，还能可持久化！ 这篇文章将会介绍FHQtreap的基本操作和维护区间的操作，并附上例题。 基本操作 FHQtreap的基本操作只有两个，分裂和合并。 有些读者可能会问，分裂和合并 ......

原发表于个人博客。 前言 线段树，是数据结构皇冠上的明珠（我编的）。 它用途广泛，被一代代的oier应用，改进，优化。 本文介绍了线段树的基础知识和各种拓展（包括权值线段树，可持久化线段树），各种优化方式（包括zkw线段树，动态开点，离散化），希望能帮到更多的oier。 在学习线段树前，默认你应该学 ......

0 前言 前置知识： 会打暴力。 简单的分块或根号思想。 二次离线莫队不会，就不写了。 1 普通莫队 不妨直接上一个例题来看看，通过题目来直接引入莫队：题目链接。 题意：给定一个长度为 \(n\) 的数列 \(n\)，\(m\) 次询问区间 \([l,r]\) 中的不同数字数。 我们不妨设置两个指针 ......

前置知识：动态开点权值线段树。 线段树合并，顾名思义，就是将两棵权值线段树合并在一起。为什么不把两棵普通的线段树合并呢？因为那样好像没啥用。 我们知道，权值线段树支持着查询某个数的个数、查询第 \(k\) 大/小的数等操作，有了合并操作之后就可能会支持一些令人意想不到的操作。 放张图，可以帮助理解下 ......

0 前言 闲的没事的时候可能会摸鱼写一写，都是些非常基础的东西。 最高大概会写到 exCRT 和 exBSGS 吧，阶和原根往后的我也不会了，但是前面的内容会时不时来补充。 为了方便偷懒，许多定理不会给出证明。 1 基本概念 \(\gcd(a,b)\) 或者 \((a,b)\)：\(a,b\) 的最 ......

前言/声明 首先，本人的数论水平极低，目前莫反只是刚刚入门的水平，此博客的主要作用是用于记录本人的学习过程，真的想要深入了解莫反的话这边推荐 cmd 大佬的博客（点这里），应该对你有更大帮助。 建议学习的时候能多理解些就多去理解，少硬记些结论，这样更不容易忘记。 前置知识：最基础的数论。 0 基本定 ......

分数规划问题，大概就是一类求解分式最值的问题。 比如下面这个问题：给定 \(n\) 个物品，每个物品有两个属性 \(a\) 和 \(b\)，保证均为正数，从中选出若干个出来，要求最小化（也可能是最大） \(\frac{\sum a}{\sum b}\)。 当然还可能有一些奇怪的其他要求，比如限制分子 ......

前置知识：二叉搜索树与二叉堆。 1. 简介 Treap，即 Tree+Heap，它的每个结点上存储着一个索引 \(key\) 和一个值 \(val\)，其中索引满足二叉堆的性质，值满足二叉搜索树的性质，且索引是随机的。Treap 就是通过上述的性质，使树达到平衡。 至于为什么索引是随机的，其实很简单 ......