- 博客(52)
- 收藏
- 关注
RSS订阅原创 3调度和上下文切换
本文摘要： 本章深入探讨了操作系统中的调度和上下文切换机制。首先分析了并发执行的本质是通过频繁切换任务实现的幻觉，并详细介绍了上下文切换的三个核心步骤。重点讲解了进程表的数据结构设计，包括Xinu系统中进程表项的典型字段和进程状态定义。随后阐述了调度器的实现原理，以Xinu为例展示了优先级调度和时间片轮转策略，解析了resched()函数的执行流程。最后深入剖析了上下文切换的底层机制，解释了为何需要汇编语言实现，并通过x86架构下的ctxsw函数展示了寄存器保存与恢复的具体过程。
2026-03-16 09:42:54
386
原创 2Xinu中链表和队列操作
摘要 本文详细介绍了Xinu操作系统中链表和队列的设计与实现。Xinu采用统一的数据结构管理进程，针对嵌入式环境优化了内存使用，通过相对指针和隐式数据结构减少存储开销。系统实现了FIFO队列和优先级队列两种结构，其中优先级队列按键值降序排列。关键操作包括enqueue、dequeue和insert，底层通过getitem等基础函数实现节点插入和移除。相比现代系统如Linux使用红黑树，Xinu的线性链表设计更适合嵌入式系统的轻量化需求。
2026-03-16 09:37:04
573
原创 学术防御性指令库
本文摘要概述了针对大模型幻觉问题的系统化防御策略。内容分为五大模块：A模块强调严格基于原文证据，禁止推测或捏造信息（如逐字引用、标注来源）；B模块规定学术写作规范（如客观语气、量化表达）；C模块要求结构化逻辑推理（如分步论证、MECE原则）；D模块明确技术格式标准（如完整代码输出、JSON规范）；E模块提供学科特定要求（如经管数据精度、法学条款引用）。全文采用无冗余的学术语言，通过150余项具体约束构建严谨的内容生成框架。
2026-03-09 20:03:58
607
原创 1计算机网络引言
摘要 本章介绍了计算机网络的基础概念。网络的基本功能是传递资源，其价值遵循梅特卡夫定律（V∝n²）。互联网由多层ISP构成，采用TCP/IP标准实现全球互联。网络按地域可分为PAN、LAN、MAN和WAN等类型。物理构成包括网络边缘（主机和接入网）和网络核心（路由器和链路）。接入技术包括FTTH、DSL、Cable和无线等。数据传输分为电路交换（资源预留）和分组交换（统计复用），后者具有更高的资源利用率但可能产生时延和丢包。核心功能包括路由（全局路径选择）和转发（本地分组传输）。
2026-03-09 19:42:44
584
原创 1分布式系统概述
分布式系统与云计算概论摘要 本文系统介绍了分布式系统与云计算的核心概念。分布式系统通过多台计算机协同工作，提供透明服务，具有经济性、可靠性和可扩展性优势，但也面临并发控制、局部故障和性能挑战。文章梳理了分布式系统从早期ARPANET到现代云计算平台的发展历程，重点分析了三大核心挑战（并发问题、局部故障、性能优化）和六大优化目标（性能、容错、一致性等）。云计算作为分布式系统的演进形态，实现了按需资源分配和弹性扩展。现代架构如微服务通过功能拆分提高可维护性，但也增加了系统复杂度。
2026-03-08 10:29:50
523
原创 1操作系统内核引论
摘要 本文介绍了操作系统的基本概念与Xinu系统方法论。主要内容包括：操作系统的定义与核心功能（资源抽象与管理），现代系统的双模式运行机制（内核态/用户态），以及下一代OS的特征（如HarmonyOS的分布式架构）。文章对比了宏内核与微内核的差异，并详细阐述了Xinu系统的分层设计理念。在并发处理部分，通过代码示例展示了进程创建与调度的基本原理，解释了时间片轮转调度机制下进程交替执行的实现方式。最后强调了操作系统为每个进程独立维护执行环境的重要性，即使进程共享相同代码。
2026-03-05 16:56:51
426
原创 2深度学习基础知识
本文系统介绍了深度学习基础知识，包括机器学习与深度学习的区别、PyTorch框架特点、张量操作、数据预处理方法、线性代数运算、微积分与自动微分原理以及线性神经网络模型。重点讲解了PyTorch中的广播机制、张量维度概念、矩阵运算规则、自动求导实现过程，并对比了回归与分类任务的特点。通过表格、公式和代码示例，全面阐述了深度学习的基础理论和实践方法，为后续更复杂的神经网络学习奠定了坚实基础。
2026-02-11 22:33:16
1002
原创 《数据库系统概论》陈红、卢卫 - 12 - 并发控制（下）
本文系统介绍了数据库并发控制的核心内容。首先阐述了并发操作可能引发的丢失修改、不可重复读和脏读三类问题，并提出了基于封锁机制的解决方案。重点分析了多粒度封锁协议和意向锁技术，通过引入IS、IX、SIX等锁类型提高系统并行度，同时详细讲解了锁的相容矩阵和强度比较。此外，文章还探讨了死锁预防（一次封锁法、顺序封锁法）与诊断（超时法、等待图法）策略，以及活锁的避免方法（FCFS策略）。这些技术共同构成了数据库并发控制的知识体系，在保证数据一致性的同时优化系统性能。
2026-01-09 20:18:00
702
原创 《数据库系统概论》陈红、卢卫 - 12 - 并发控制（下）
本文系统梳理了数据库并发控制的核心概念与实现机制。主要内容包括：1）并发控制目标（正确性与高性能）及知识体系；2）多粒度封锁原理与实现方法，重点阐述意向锁机制及其相容矩阵；3）死锁预防（一次封锁法、顺序封锁法）与诊断技术（超时法、等待图法）；4）活锁现象及FCFS解决策略。文章通过三级粒度树等实例，详细解析了如何通过封锁类型优化和层次封锁提升系统并发性能，并对比了不同锁策略的优缺点。最后补充了死锁解除和活锁避免的具体实施方案，为数据库并发控制提供了完整的技术框架。
2026-01-03 13:52:13
822
原创 《数据库系统概论》陈红、卢卫 - 12 - 并发控制（上）
本文摘要：第12章讨论了并发控制技术的核心目标，包括隔离性和一致性，重点介绍了冲突可串行化标准。主要内容涵盖两阶段封锁协议(2PL)的基本概念、封锁类型与相容矩阵，以及2PL如何保证冲突可串行化。文章分析了2PL可能导致的死锁和级联回滚问题，并详细介绍了三种死锁预防策略：No-Wait（冲突即回滚）、Wait-Die（高优先级等待）和Wound-Wait（高优先级抢占）。这些策略通过建立事务执行的单向依赖关系，有效预防了死锁的发生，确保并发事务的正确执行。
2026-01-03 10:36:00
1257
原创 《数据库系统概论》陈红、卢卫 - 11 - 数据库恢复技术
数据库恢复技术是确保数据安全的关键机制，主要应对四种故障类型：事务故障、系统故障、介质故障和计算机病毒。恢复的核心在于建立冗余数据，通过数据转储和日志文件实现。数据转储分为静态/动态、海量/增量两种维度，静态转储保证一致性但影响可用性，动态转储允许并发操作但需配合日志文件。日志文件记录事务更新操作，支持事务回滚和重做。典型故障案例（如"911"事件、微盟删库）揭示了物理备份、权限管理和操作规范的重要性。恢复过程需处理缓冲区脏页与磁盘数据的同步问题，确保事务提交后数据不丢失。
2026-01-02 21:39:30
1244
原创 《数据库系统概论》陈红、卢卫 - 10 -关系查询处理和查询优化
本文系统阐述了关系数据库查询处理的完整流程，包括四个关键阶段：查询分析（词法/语法/语义分析）、查询检查（安全性与完整性验证）、查询优化（逻辑优化与物理优化）以及查询执行。重点介绍了关系操作符的物理实现算法，特别是一趟算法及其变种（基于元组/块的嵌套循环连接、基于散列的连接算法），详细分析了不同操作（选择、投影、连接等）的内存需求与I/O代价。通过对比聚集索引与非聚集索引的性能差异，揭示了查询优化的核心原则：在有限内存条件下，通过合理选择存取路径和算法组合来最小化磁盘I/O操作。
2026-01-02 11:29:56
1234
原创 《数据库系统概论》陈红、卢卫 - 9 - 关系数据库存储管理
本文主要包括： DBMS层次结构：从应用层到操作系统层的五层架构，重点说明存储管理层的位置和作用。 缓冲区管理： 设置原因：提供设备独立性，提高存取效率 管理策略：包括LRU、FIFO、时钟算法等页面置换算法 组织方式：划分为帧，实现内外存数据交换 数据库逻辑组织： 从数据库、表空间到数据块的层次结构 两种主要组织方式：对象对应文件或整个DB对应文件 物理组织： 记录的定长与变长存储方式 地址对齐问题及解决方案 存储管理是DBMS性能优化的关键，通过缓冲区管理和合理的物理组织实现高效数据存取。
2026-01-01 11:26:31
1002
原创 2高级搜索算法
对抗搜索用于解决双人、轮流、信息完备、零和的博弈问题，核心是极小极大算法，通过估值函数自底向上回传得分。为提升效率，引入α-β剪枝，在不改变结果前提下剪除无效分支：MAX节点维护α（下界），MIN节点维护β（上界），当α≥β时触发剪枝。面对巨大状态空间（如围棋），传统方法失效，蒙特卡洛树搜索（MCTS）结合多臂赌博机思想，利用UCB公式平衡探索与利用，通过选择、扩展、模拟、反向传播四步迭代优化决策。UCT即UCB在树搜索中的应用。
2025-12-30 13:44:03
1205
原创 1基础搜索算法
本文系统介绍了搜索算法的基本概念和分类方法。首先定义了搜索问题的四个关键要素：状态、动作、路径代价和目标检测。然后详细分析了两类搜索算法：盲目搜索（深度优先和宽度优先）和启发式搜索（A算法）。深度优先采用栈结构实现，节省内存但可能陷入死循环；宽度优先使用队列，保证最优解但存储量大。启发式搜索引入评价函数f(n)=g(n)+h(n)指导搜索方向，A算法通过排序OPEN表优先扩展最有希望的节点。文章通过伪代码展示了各算法的具体实现流程，并比较了它们的优缺点，为理解搜索问题提供了系统框架。
2025-12-30 13:39:09
1032
原创 《数据库系统概论》陈红、卢卫 - 6 - 关系数据理论
关系数据理论旨在解决不良关系模式带来的数据冗余、更新异常、插入异常和删除异常问题。核心工具是函数依赖(FD)及其公理系统。Armstrong公理系统包含自反律、增广律和传递律三条基本规则，以及合并、分解和伪传递三条导出规则。通过计算属性集闭包X⁺F，可以判断函数依赖是否成立并确定候选码。最小依赖集Fm需满足右部单一属性、无冗余依赖和无冗余左部属性的条件。求最小依赖集的算法包括右部分解、消除左部冗余属性和消除冗余依赖三个步骤。这些理论为数据库规范化提供了理论基础。
2025-12-29 22:49:33
917
原创 《数据库系统概论》陈红、卢卫 - 5 - 数据库完整性
数据库完整性概述 数据库完整性是指数据库中数据的正确性、有效性和相容性。它包含三个主要方面：实体完整性（主码非空且唯一）、参照完整性（外码约束）和用户定义完整性（特定语义约束）。DBMS通过完整性约束定义、检查机制和违约处理来维护数据完整性。实体完整性通过PRIMARY KEY实现，参照完整性通过FOREIGN KEY定义并支持级联操作等处理策略。用户可自定义属性约束（如NOT NULL、CHECK）和元组约束。这些机制共同确保数据库在任何时刻都符合业务规则和逻辑一致性。
2025-12-29 18:44:14
1145
原创 《数据库系统概论》陈红、卢卫 - 4 - 数据库安全性
数据库安全性是保护数据库免受非法访问、泄露或破坏的关键措施。核心问题在于平衡数据共享与安全控制之间的矛盾。主要不安全因素包括非法用户入侵、合法用户越权访问和数据推理泄露等。安全控制采用多层防护模型：身份鉴别（静态/动态口令、生物特征）、存取控制（自主存取DAC和强制存取MAC）、视图机制、审计跟踪及数据加密。授权机制通过GRANT/REVOKE语句实现权限分配与回收，支持权限传播（WITH GRANT OPTION）和级联回收（CASCADE）。国际安全标准如TCSEC和CC定义了从D到A
2025-12-29 18:34:01
811
原创 11模拟听觉
本文介绍了模拟听觉的基本原理和数字信号处理技术。主要内容包括：1）声波三要素（频率、振幅、音色）及其感知特性，如对数音高感知和分贝响度度量；2）数字信号处理基础，涵盖采样、量化、分帧等关键概念；3）傅里叶变换原理及其在时频分析中的应用；4）MFCC特征提取流程，重点说明梅尔刻度滤波和倒谱分析。文章系统阐述了从物理声学到语音特征提取的完整技术链，为语音信号处理提供了理论基础和方法指导。
2025-12-29 12:03:27
994
原创 10模拟视觉
卷积神经网络（CNN）是计算机视觉的核心技术，通过卷积层、池化层和全连接层实现特征提取与分类。卷积层利用局部连接和参数共享高效处理图像，其输出尺寸可通过公式计算，并受步长和填充影响。池化层进行降采样保留关键特征，全连接层完成分类任务。全卷积网络（FCN）采用Encoder-Decoder结构，通过转置卷积实现上采样，解决分辨率丢失问题，实现端到端训练。转置卷积通过可学习的上采样机制，将低维特征图恢复至原始尺寸，支持像素级预测。这些技术共同构成了现代视觉任务的算法基础。
2025-12-29 11:11:22
1063
原创 8模拟语言（上）
本文介绍了三种语言模型方法：n元模型、潜在语义分析（LSA）和Word2Vec。n元模型基于马尔可夫链假设，使用交叉熵评估模型性能。LSA通过奇异值分解（SVD）对单词-文档矩阵降维，挖掘潜在语义关系。重点讲解了Word2Vec中的CBOW和Skip-Gram模型，CBOW通过上下文预测目标词，采用线性激活和权值共享；Skip-Gram则通过中心词预测上下文。文章详细推导了CBOW的数学原理、训练过程和参数更新机制，展示了词向量如何捕捉句法和语义规律。
2025-12-28 14:45:38
1022
原创 6神经网络框架
本文系统介绍了神经网络的基本框架和发展过程。首先指出线性模型的局限性，说明其无法拟合复杂非线性关系。接着引入分段线性曲线和Sigmoid函数，通过参数调节实现曲线拟合。随后详细阐述了神经网络的构建过程：从单输入扩展到多特征输入，引入矩阵运算简化表达式，并说明激活函数的作用。最后介绍深度学习中ReLU激活函数的优势，其简单计算特性可有效组合成复杂曲线。全文通过数学公式和图示相结合，清晰展现了神经网络从线性模型到深度学习框架的演进逻辑。
2025-12-27 16:51:58
2075
原创 5机器学习3步走框架
机器学习的三步走框架包括：1）定义函数集合，从简单线性模型到带激活函数的深度学习模型；2）定义损失函数（如MAE/MSE）评估模型误差；3）通过梯度下降优化参数，寻找最小损失。同时需警惕过拟合问题，即模型在训练集表现优异但在测试集性能下降，通常由模型过于复杂导致。该框架涵盖了从基础建模到优化调整的全流程，是机器学习实现的核心方法论。
2025-12-27 15:13:31
843
1
原创 关系代数练习50题
本文提供了一套关系代数练习题库，分为五个阶段共50道题目。第一阶段（10题）聚焦单表查询与投影操作，训练选择和投影的基本技能；第二阶段（10题）重点练习连接运算；第三阶段（10题）涵盖集合运算；第四阶段（10题）专门训练除法运算这一难点；第五阶段（10题）为综合实战题。题库设计了学生-课程-选课的经典数据库模式，题目由浅入深，从基础查询逐步过渡到包含除法、自连接等复杂操作的综合查询，完整覆盖了关系代数的核心运算类型。
2025-12-27 14:51:08
1994
1
原创 4EM算法详解
摘要： EM算法是一种迭代优化方法，用于含隐变量或缺失数据场景下的参数估计（如最大似然估计）。其核心流程为： E步：基于当前参数估计隐变量的期望分布； M步：利用E步结果更新参数以最大化似然函数。 通过交替执行这两步直至收敛，EM算法逐步逼近最优解。 特点与局限： 优点：稳定性强，能分解复杂问题； 缺点：对初始值敏感（易陷局部最优），收敛速度可能较慢。 典型应用：如HMM的无监督学习（Baum-Welch算法）。算法本质通过构造下界函数（Jensen不等式）逐步提升目标函数值。
2025-12-27 10:57:49
743
原创 3隐马尔科夫模型HMM与条件随机场CRF
本文介绍了序列标注中的隐马尔科夫模型（HMM）及其应用。HMM是一种生成式模型，通过五元组（状态集合、转移矩阵、观测序列、发射概率和初始分布）描述序列标注问题。核心内容包括HMM的两个重要假设（马尔科夫性和输出独立性）、三个核心问题（概率计算、解码和学习）及其对应算法（前向算法、维特比算法和Baum-Welch算法）。文章通过冰淇淋消费的天气预测示例，详细阐述了前向算法的动态规划思想，展示了如何高效计算观测序列的概率。HMM为处理序列标注问题提供了理论基础和实用方法。
2025-12-27 10:31:06
1054
原创 《数据库系统概论》陈红、卢卫 - 3 - 关系型数据库的SQL语言
SQL是关系数据库的标准语言，具有综合统一、高度非过程化、面向集合操作等特点。它支持三级模式结构（外模式对应视图，模式对应基本表，内模式对应存储文件），核心功能由9个动词实现。数据定义语言(DDL)可创建/修改/删除模式、表、视图和索引，其中模式管理通过CREATE/DROP SCHEMA实现，表定义涉及列级和表级完整性约束。学生-课程数据库示例展示了三张基本表的结构及其参照关系。SQL还支持多种数据类型，并能显式指定表所属模式。
2025-10-20 09:27:13
938
原创 《数据库系统概论》陈红、卢卫-2-关系型数据库
关系数据库是采用关系模型组织的数据库，其核心概念包括域、笛卡尔积和关系。关系是笛卡尔积的有意义子集，可表示为二维表，具有同质列、元组唯一性等特性。关系模式定义结构，关系数据库由关系集合构成。关系操作包括查询和数据更新，支持关系代数和关系演算语言。完整性约束包括实体完整性、参照完整性和用户定义完整性，确保数据有效性。关系代数提供集合运算和专门关系运算（如并、差、交、选择、投影、连接等），用于查询和处理关系数据。
2025-10-20 09:09:47
940
原创 2数字电路基础
数字电路基础摘要数字电路处理离散的二进制信号（0和1），核心是研究输入输出间的逻辑关系。逻辑代数定义了三种基本运算：与（AND）、或（OR）、非（NOT），以及复合运算（与非、或非等）。逻辑函数可通过真值表、表达式等方式表示，并遵循交换律、分配律等基本定理，以及德摩根定理等特殊规则。逻辑函数化简采用最小项标准式，通过代数法或卡诺图法实现。数字电路设计重在优化逻辑功能，而对元件精度要求较低。
2025-09-24 19:01:46
1196
原创 1现代处理器设计概述
CPU执行时间分析摘要 CPU执行时间由指令数、CPI和时钟周期共同决定。性能比较中，P2处理器以2.5 GIPS表现最优。当执行时间减少30%且CPI增加20%时，P1/P2/P3需分别提升至5.14/4.29/6.86GHz。习题2计算得出P1和P2的总CPI分别为2.6和2.0，对应时钟周期数为260万和200万。分析表明，优化程序性能需综合考虑指令效率、处理器架构和时钟频率等因素。
2025-09-22 12:16:15
1030
原创 字符字面常量与字符串字面常量——整型提升
摘要： 本文解析了C语言中字符常量和字符串常量的内存占用问题。字符常量'a'被视为int类型，因此sizeof('a')结果为4字节（C++中为1字节）。字符串常量"hello"包含5个字符加终止符\0，故sizeof("hello")为6字节，而strlen("hello")仅计算有效字符数为5。文中还解释了整型提升规则：小于int的类型在运算时会被自动提升为int以提高效率，并通过代码示例验证了这一机制。这些差异源于C语言标准对数据类型处理的特
2025-09-21 10:12:16
589
原创 《数据库系统概论》——陈红、卢卫-1-数据库系统概述
本文摘要了数据库系统基础概念和核心模型。主要内容包括：数据库系统四大基本概念（数据、数据库、DBMS、DBS）及其特点（结构化、共享性、独立性）；数据模型的两个层次（概念模型和数据模型），重点介绍了E-R模型及其基本要素（实体、属性、联系）；详细分析了三种常用数据模型（层次模型、网状模型、关系模型）的数据结构、特点和操作限制。其中层次模型采用树形结构，网状模型采用图形结构，而关系模型则以二维表为基础。文章为理解数据库系统的基本原理和设计方法提供了系统性的知识框架。
2025-09-21 09:48:39
1349
原创 1并行计算概述
并行计算通过多处理器协同工作提升性能，主要分为并行计算（共享内存，科学计算）和分布式计算（跨系统，商业应用）。其优势包括缩短计算时间、处理大规模问题和充分利用现代多核硬件。在数据库领域应用于并行查询、HTAP和GPU加速。体系结构分类（SISD/SIMD/MISD/MIMD）和存储系统（共享/分布式内存）决定了并行方式。编程模型包括共享内存（如OpenMP）和消息传递（如MPI），前者通过线程共享数据，后者通过进程间通信。并行计算克服了单核性能限制，是高性能计算的关键技术。
2025-09-16 09:21:28
1543
原创 机器学习基础——序列模式
序列模式挖掘分析有序数据中的频繁子序列，如顾客购物记录、交通轨迹等。主要内容包括：(1)序列基本概念，强调顺序的重要性；(2)GSP算法流程：排序、频繁项集发现、转换、序列挖掘和最大化；(3)AprioriAll算法，通过逐层生成候选序列并进行剪枝；(4)关键差异在于序列模式需保持顺序关系，而关联规则不考虑顺序。算法应用场景包括零售分析、路线规划和文本挖掘等，能发现具有时间特性的重要模式。
2025-06-16 19:34:33
1388
原创 机器学习基础——频繁模式
频繁模式分析是一种在数据集中识别频繁出现的模式（如项集、子序列等）的技术，广泛应用于购物篮分析、交叉营销等领域。其核心概念包括支持度（项集出现的频率）和可信度（规则的条件概率），并通过Apriori算法实现高效挖掘。Apriori算法基于"频繁项集的子集也必频繁"的公理，采用分层和剪枝策略逐步生成候选集并筛选频繁项集。该算法通过多次扫描数据库，自底向上逐层搜索，最终输出满足最小支持度和可信度的关联规则。典型应用案例包括"尿布和啤酒"的关联销售策略。
2025-06-14 20:09:09
955
2004~2022年美赛特等奖文件
2025-04-18
《数据库系统导论》第8版[孟小峰译制][机械工业出版社][978-7-111-21333-8]2007.7P641.pdf
2025-04-18
《Java 编程思想》第4版[陈昊鹏译制][机械工业出版社][978-7-111-21382-6]2007.6P917.pdf
2025-04-18
vscode头文件iostream无法找到
2024-05-28
解决约瑟夫环问题的拓展
2023-12-09
TA创建的收藏夹 TA关注的收藏夹
TA关注的人