- 博客(701)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 git分支合并信息查看
1、选择"Revision graph"灰色字母串：代表一次merge提交。TortoiseGit工具。黄色部分：代表一个tag。红色部分：代表当前分支。橙色部分：代表远程分支。绿色部分：代表本地分支。2、勾选view中的。
2025-04-08 10:27:01
23
原创 前端基础之《Vue（1）—简介》
声明式思想，先在data选项中声明一个合适的变量，再在交互事件中改变这个声明式变量即可，视图自动更新。当声明式变量变化时，它所对应的视图节点自动更新，这就是所谓的响应式。DOM开发思想，当我们需要在交互事件中改变视图时，使用DOM选择器选中目标节点，再使用DOM方法直接改变视图。（5）基于选项的（templete、data、computed、watch、methods）选项：固定的东西放在固定的位置（react没有选项所以更灵活更难）（4）丰富的指令（DOM功能的抽象）（6）vue文档集中（官网都有）
2025-04-02 17:34:08
365
原创 数据结构基础之《（24）—动态规划》
规定机器人必须走K步，最终能来到P位置（P也是1~N中的一个）的方法有多少种？1、某一个暴力递归，有解的重复调用，就可以把这个暴力递归优化成动态规划。（5）规定好严格表的大小，分析位置的依赖顺序，然后从基础填写到最终解。（1）你已经有了一个不违反原则的暴力递归，而且的确存在解的重复调用。2、任何动态规划问题，都一定对应着某一个有解的重复调用的暴力递归。假设有排成一行的N个位置，记为1~N，N一定大于或等于2。开始时机器人在其中的M位置上（M一定是1~N中的一个）（3）参数间的所有的组合数量，意味着表大小。
2025-03-27 15:48:25
221
原创 数据结构基础之《（23）—暴力递归》
方法二，hanoi2函数，忘掉左中右，只有from、to、other，考虑1到N层圆盘怎么从from到to。不记录子问题的解就是暴力，记录子问题的解就是动态规划。（1）第一步，1到N-1层圆盘从from移动到other。（3）第三步，1到N-1层圆盘从other移动到to。（3）第三步，1到N-1层圆盘，从中间移动到右边。（1）把问题转化为规模缩小了的同类问题的子问题。（2）第二步，N层圆盘自己从左边移动到右边。（2）第二步，N层圆盘从from移动到to。（1）第一步，1到N-1个圆盘移动到中间。
2025-03-24 14:44:52
279
原创 数据结构基础之《（22）—图》
2、虽然存在有向图和无向图的概念，但实际上都可以用有向图来表达。1、由点的集合和边的集合构成。3、边上可能带有权值。
2025-03-20 17:38:16
152
原创 数据结构基础之《（21）—并查集》
void union(V x, V y)，把x和y各自所在集合的所有样本合并成一个集合（x和y所在的集团，合并在一起）boolean isSameSet(V x, V y)，查询样本x和样本y是否属于一个集合（问x和y联通了没有）a在自己的集合里只有a，b在自己的集合里只有b...，每个样本单独是一个集合，它和谁都不联通。找到a，根据指针往上找，往上到不能再往上，这个代表点不一样，说明不在一个集合。1、有若干个样本a、b、c、d...类型假设是V。2、在并查集中一开始认为每个样本都在单独的集合里。
2025-03-18 17:32:36
258
原创 数据结构基础之《（20）—贪心策略》
给你每一个项目开始的时间和结束的时间，你来安排宣讲的日程，要求会议室进行的宣讲的场次最多。3、对于能举出反例的策略直接跳过，不能举出反例的策略要证明有效性。2、用一种局部最功利的标准，总是做出在当前看来是最好的选择。这往往是特别困难的，要求数学能力很高且不具有统一的技巧性。1、实现一个不依靠贪心策略的解法X，可以用最暴力的尝试。3、用解法X和对数器，用实验的方式得知哪个贪心策略正确。2、脑补出贪心策略A、贪心策略B、贪心策略C...2、根据业务逻辑找到不同的贪心策略。4、不要去纠结贪心策略的证明。
2025-03-07 17:42:38
216
原创 数据结构基础之《（19）—矩阵处理》
左上角有A、B两个点，A往右一步一步走，B往下一步一步走。打印顺序：1,2,7,13,8,3,4,9,14...写一个函数从左下往右上打印，调度问题交给点A和B来移动。核心技巧：找到coding上的宏观调度。一、zigzag打印矩阵。
2025-03-05 17:25:38
352
原创 数据结构基础之《（18）—打表技巧》
3、一个大的问题中总是牵扯到一个小问题，它每一次数据返回固定不变的，如果规模比较小，可以先把这张表做好，以后这个问题不用现场调函数去执行返回，只要从表里面拿具体的数据就可以了。24是因为每次8换6都会多出2个，如果换了3次（也就是多凑了一个3*2=6）都无法整除6，说明一开始余下的数不可能被整除，也就是说不可能是0，或6。2、一个大问题解决时底层频繁使用规模不大的小问题的解，如果小问题的返回值满足条件1，可以把小问题的解列成一张表，作为程序的一部分。（2）剩下的苹果超过24个，不需要试了，返回-1。
2025-02-27 14:42:49
330
原创 数据结构基础之《（17）—二叉树》
因为递归很强，递归可以让一个东西来到3次，所以可以随便加工先序、中序、后序。（3）第一次到达一个节点就打印就是先序、第二次打印即中序、第三次打印即后序。先序：任何子树的处理顺序都是，先头节点、再左子树、然后右子树（中左右）中序：任何子树的处理顺序都是，先左子树、再头节点、然后右子树（左中右）后序：任何子树的处理顺序都是，先左子树、在右子树、然后头节点（左右中）（2）先序、中序、后序都可以在递归的基础上加工出来。5、非递归方式实现二叉树的先序、中序、后序遍历。4、递归方式实现二叉树的先序、中序、后序遍历。
2025-02-11 17:15:52
352
原创 数据结构基础之《（16）—链表题目》
2、对于面试，时间复杂度依然放在第一位，但是一定要找到空间最省的方法。3、输入链表头节点，奇数长度返回中点前一个，偶数长度返回上中点前一个。4、输入链表头节点，奇数长度返回中点前一个，偶数长度返回下中点前一个。1、输入链表头节点，奇数长度返回中点，偶数长度返回上中点。2、输入链表头节点，奇数长度返回中点，偶数长度返回下中点。1、对于笔试，不用太在乎空间复杂度，一切为了时间复杂度。当快指针走完的时候，慢指针应该来到中点的位置。
2025-01-22 17:45:09
412
原创 数据结构基础之《（15）—排序算法小结》
潜伏》里说同样两个一百元大钞，你能告诉我哪一个是高尚的那一个是龌龊的么。第一个5和1交换，第一个5会跑到后面几个5的后面，原序列中两个5的相对前后顺序就被破坏了。4、有些排序算法可以实现成稳定的，而有些排序算法无论如何都实现不成稳定的。排完之后，如果排序有稳定性的，在1班的学生内部，年龄是从小到大排序的。1、稳定性是指同样大小的样本再排序之后不会改变相对次序。没有稳定性，因为它是从0到n-1中找最小值，然后交换。5、什么算法是稳定的，什么算法是不稳定的。得到一个序列，年龄是从小到大的。
2025-01-22 14:44:57
412
原创 数据结构基础之《（14）—桶排序》
怎么生成有序的数组呢？从左往右看词频表，0岁的人有2个，写2个0，依次类推（它叫计数排序）员工年龄不会超过200岁，建个help数组[201]，对年龄在0~200之间做词频统计。2、桶排序是一个大思想，计数排序是桶排序的一种体现。2、桶排序思想下的排序有：计数排序 & 基数排序。4、应用范围有限，需要样本的数据状况满足桶的划分。桶就是一个容器，例子里的桶是一个词频统计的值。3、只有最小值到最大值很窄的情况下，才有价值。1、桶排序思想下的排序都是不基于比较的排序。有一个数组，里面是员工的年龄，如何排序。
2025-01-21 14:10:00
218
原创 数据结构基础之《（13）—前缀树》
1、前缀树（Trie），又称字典树或单词查找树，是一种用于存储字符串集合的数据结构。（4）沿途节点的pass值增加1，每个字符串结束时来到的节点end值增加1。（2）字符放在路上，节点上有专属的数据项（常见的是pass和end值）intend：在我加字符的过程中，这个节点，称为了多少字符串的结尾。intpass：在一个一个节点加入的过程中，当前节点通过了几次。（3）所有样本都这样添加，如果没有路就新建，如有路就复用。（1）单个字符串中，字符从前到后的加到一棵多叉树上。
2025-01-08 16:05:53
222
原创 数据结构基础之《（12）—比较器》
（3）返回0的情况，就是o1=o2的情况，谁在前面无所谓。（1）返回负数的情况，就是o1排在前面的情况（o1小）（2）返回正数的情况，就是o2排在前面的情况（o2小）3、比较器可以很好的应用在根据特殊标准排序的结构上。2、比较器可以很好的应用在特殊标准的排序上。4、写代码变得异常容易，还用于泛型编程。1、比较器的实质就是重载比较运算符。
2024-12-24 17:52:01
236
原创 git提交时出现merge branch main of xxx
1、在show log里面，跳到commit A修改之前的版本，右键选择Reset "main" to this，然后选择Hard。3、同事因为后续的commit有冲突，把A这个commit回退了，然后合并到了B、C上，又commit了B、C这两个变更。2、我把这个修改直接pull了下来（pull是fetch+merge的操作，自动合并到本地workspace）4、我再做pull的时候，就会有merge branch main of xxx的提示。1、同事commit了一个修改A，push到remote。
2024-12-09 14:25:26
617
原创 数据结构基础之《（11）—堆》
假设它是最小的数，将它挪到顶，就必然要对每棵子树的头结点进行判断。大根堆：其特点在于每个节点的值都大于或等于其子节点的值。小根堆：其每个非叶子节点的值都小于或等于其子节点的值。若原堆是大根堆，最后一个数它肯定是整个堆里最小的数。1、堆在结构上是一颗完全二叉树。4、调整后为什么还是大根堆。3、树调整的代价logN。5、自己实现堆结构代码。
2024-12-05 15:41:17
269
原创 数据结构基础之《（10）—快速排序》
i留在原地，第三个数是2，小于num，自己和自己交换，小于区右移一个位置，i++（2）i位置的数区左扩，i不动。第一个数3，小于num，自己和自己交换，小于区右移一个位置，i++第二个数5，大于num，5和2交换，大于区左移一个位置，i不动。第四个数0，大于num，0和4交换，小于区右移一个位置，i++第六个数6，大于num，6和7交换，大于区左移一个位置，i不动。
2024-12-02 17:32:09
424
原创 数据结构基础之《（9）—归并排序》
1、整体是递归，左边排好序+右边排好序+merge让整体有序。说明：在arr上，从L到R范围上让它变成有序的。3、利用master公式来求解时间复杂度。2、让其整体有序的过程里用了排外序方法。（2）f(M+1, R)之间有序。（1）先f(L, M)之间有序。4、当然可以用非递归实现。1、首先有一个f函数。
2024-11-28 16:34:41
582
原创 数据结构基础之《（8）—哈希表和有序表》
5、使用哈希表增（put）、删（remove）、改（put）和查（get）的操作，可以认为时间复杂度为O(1)，但是常数时间比较大。4、有无伴随数据，是HashMap和HashSet唯一的区别，底层怎么组织，实际结构是一样的。6、放入哈希表的东西，如果是基础类型，内部按值传递，内存占用是这个东西的大小。7、放入哈希表的东西，如果不是基础类型，内部按引用传递，内存占用是8个字节。3、如果既有key，又有伴随数据value，可以使用HashMap结构。AVL树，SB树，红黑树，跳表。二、哈希表和有序表区别。
2024-11-27 16:54:27
155
原创 springboot配置prometheus（2）
1、前面在PrometheusMetricsConfig.java文件中定义的bean是用prometheus原生的类，相当于手搓功能，比较费时费力，可以用micrometer提供的类和方法，它做了一层封装。一、使用micrometer获取度量指标。3、使用Counter。
2024-11-22 14:31:58
184
原创 数据结构基础之《（7）—递归》
6）f(0,0)函数有返回值，返回给系统栈的栈顶，所以会重建f(0,1)这个过程，重建临时变量mid，把f(0,0)的返回值塞到leftMax变量里，从22行往下跑。分解为f(0,0)最大值，f(1,1)最大值，f(2,2)最大值，f(3,3)最大值。1）将[L..R]范围分成左右两半。2）如果log(b,a) > d，复杂度为O(N^log(b,a))2、上面的例子T(N)=2T(N/2)+O(N^0)3）程序销毁f(0,3)函数，跑f(0,1)函数。5）程序销毁f(0,1)函数，跑f(0,0)函数。
2024-11-11 17:48:54
421
原创 数据结构基础之《（6）—栈和队列》
维护一个min成员变量行不行，不行，你知道当前最小的，返回后，剩余元素中最小的不知道。2、语言提供的api是有限的，当有新的功能是api不提供的，就需要改写。2、实现一个特殊的栈，在基本功能的基础上，再实现返回栈中最小元素的功能。5）颠倒两个队列，help变成data队列，data变成help队列。3、任何软件工具的底层都是最基本的算法和数据结构，这是绕不过去的。1）用两个队列，一个data队列，一个help队列。1）用两个栈，一个push栈，一个pop栈。维护两个栈，一个data栈，一个min栈。
2024-11-11 16:05:56
221
原创 springboot配置prometheus（1）
Micrometer在使用的Prometheus Java客户端，它有两个版本，Micrometer支持这两个版本。如果你想使用“新”客户端（1.x），请使用micrometer-registry-prometheus，但如果你想用“旧”客户端（0.x），请使用micrometer-registry-prometheus-simpleclient。springboot自带micrometer-registry-prometheus依赖，但是版本是1.8.x比较旧不能用，一定要用1.13.0以上版本。
2024-10-31 15:32:45
908
原创 数据结构基础之《（5）—链表》
1、链表相关的问题几乎都是coding问题。1、单向链表节点结构（可以实现成泛型）二、单向链表和双向链表最简单的练习题。（1）单链表和双链表如何反转。2、双向链表节点结构。
2024-09-26 15:38:10
292
原创 数据结构基础之《（4）—异或运算》
4、题目四：一个数组中有两种数出现了奇数次，其他数都出现了偶数次，怎么找到并打印这两种数。2、题目二：一个数组中有一种数出现了奇数次，其他数都出现了偶数次，怎么找到并打印这种数。整个数组可以分为两大类：第一类是第8位是1的数，第二类是第8位是0的数。不用管abcde是什么顺序，只要同一批数，异或的结果是一样的。假设第8位是1，说明a的第8位和b的第8位不同。将所有数异或到一起，留下的数就是奇数次的数。第8位上是0的数也可能存在出现了偶数次的数。第8位上是1的数可能存在出现了偶数次的数。
2024-09-25 14:58:42
525
原创 数据结构基础之《（3）—二分法》
1、二分法查找的时间复杂度是依赖于2的几次方，所以O是log2(N)，以2为底可以直接写成logN。（3）i位置的数，既比i-1位置的数小，也比i+1位置的数小，就是局部最小。arr无序数组，任意两个相邻的数都不相等，返回一个局部最小的位置。1、经常见到的类型是在一个有序数组上，开展二分搜索。（2）N位置的数比N-1位置的数小，就是局部最小。2、在一个有序数组中，找>=某个数最左侧的位置。3、在一个有序数组中，找=2最左侧的位置。
2024-09-06 17:02:05
405
1
原创 数据结构基础之《（2）—对数器》
3、你在网上做笔试，但是前几个测试用例都过了，突然一个巨大无比数据量来了，结果你的代码报错了，如此大的数据量根本看不出哪错了。1、你在网上找到了某个公司的面试题，你想了好久，感觉自己会做，但是你找不到在线测试，5、如果有一个随机样本使得比较结果不一致，打印样本进行人工干预，改对方法a和方法b。2、你和朋友交流面试题，你想了好久，感觉自己会做，但是你找不到在线测试。1、你想要测的方法a（你设计的流程时间复杂度低，但是不知道对不对）4、把方法a和方法b跑相同的随机样本，看看得到的结果是否一样。
2024-09-05 17:22:48
496
原创 数据结构基础之《（1）—复杂度》
比如：执行一个数组的寻址，执行的时间和数据量没关系，第1000个位置和第1000万个位置，时间是一样的，计算机用偏移量获得。3、这就是时间复杂度的意义，它是衡量算法流程的复杂度的一种指标，该指标只与数据量有关，与过程之外的优化无关。（1）先在0到n-1中，找到最小值位置在哪儿，然后把最小值和0位置的数交换。（3）在1到n-1中，找到最小值的位置在哪儿，然后把最小值和1位置的数交换。反之，执行时间不固定的操作，跟样本量有关的，都不是常数时间的操作。当样本量大到足够大的时候，决定算法快慢的就是高阶项的东西。
2024-08-20 17:50:34
500
原创 mysql存储中文长度
oracle的varchar2是字节（中文占多个字节长度），nvarchar2是字符（中文占一个字符长度）mysql的varchar类型是存储字符为单位（包括汉字、字母、数字）varchar(1)就是1个汉字、1个字母、1个数字。
2024-08-13 09:52:56
395
原创 sm2证书生成（openssl3.0）
注意命令有变化不能用openssl ec工具查看，不知道为啥？注意目录不是lib了，变成lib64了。5、更新动态链接库数据。6、重新加载动态链接库。
2024-06-06 14:05:58
1585
3
原创 TCP连接优化
CLOSE_WAIT：出现在被动断开方，收到主动断开方的FIN，发出自己的ACK后。一个是TIME_WAIT，一个是CLOSE_WAIT，是不同的两个状态。TIME_WAIT：出现在主动断开方，发出最后一个ACK后。
2024-05-29 17:28:34
374
原创 openjdk17 Cannot invoke “Object.getClass()“ because “cause“ is null
原因是服务器升级jdk到openjdk17，应用springboot版本太低，不兼容，升级到2.6.15就可以了。
2024-05-28 19:45:00
1018
原创 深度学习基础之《TensorFlow框架（18）—卷积神经网络（2）》
卷积运算的目的是特征提取，第一层卷积层可能只能提取一些低级的特征，如边缘、线条和角等层级，更多层的网络能从低级特征中迭代提取更复杂的特征。卷积神经网络中每层卷积层由若干卷积单元（卷积核）组成，每个卷积单元的参数都是通过反向传播算法最佳化得到的。卷积核我们可以理解为一个观察的人，带着若干权重和一个偏置去观察，进行特征加权运算。1、卷积层（Convolutional Layer）介绍。卷积核 - Filter - 过滤器 - 模型参数。2、卷积核（Filter）的四大要素。（4）卷积核零填充大小。
2024-05-17 17:15:48
344
原创 深度学习基础之《TensorFlow框架（17）—卷积神经网络》
（4）通常所说的深度学习，一般指的是这些CNN等新的结构以及一些新的方法（比如新的激活函数Relu等），解决了传统多层神经网络的一些难以解决的问题。（2）卷积神经网络CNN，在原来多层神经网络的基础上，加入了更加有效的特征学习部分，具体操作就是在原来的全连接层前面加入了卷积层和池化层。（1）传统意义上的多层神经网络是只有输入层、隐藏层、输出层。随着人工智能需求的提升，我们想要做复杂的图像识别，做自然语言处理，做语义分析翻译等等，多层神经网络的简单叠加显然力不从心。2、卷积神经网络与传统多层神经网络对比。
2024-05-09 10:40:30
682
1
原创 Java基础之《mybatis-plus多数据源配置》
引入MyBatis-Plus之后请不要再次引入MyBatis以及mybatis-spring-boot-starter和MyBatis-Spring，以避免因版本差异导致的问题。配置mybatis-plus第一个数据库的SqlSessionFactory和SqlSessionTemplate。配置mybatis-plus第二个数据库的SqlSessionFactory和SqlSessionTemplate。5、@MapperScan和dao层@Mapper二选一。1、pom文件引入依赖。
2024-05-02 10:09:51
1823
3
原创 深度学习基础之《TensorFlow框架（16）—神经网络案例》
每一个mnist数据单元有两部分组成：一张包含手写数字的图片和一个对应的标签。我们把这些图片设为“xs”，把这些标签设为“ys”。训练数据集和测试数据集都包含xs和ys。比如训练数据集的图片是mnist.train.images，训练数据集的标签是mnist.train.labels。mnist数据集是一个经典的数据集，其中包括70000个样本，包括60000个训练样本和10000个测试样本。2、下载地址：http://yann.lecun.com/exdb/mnist/一、mnist手写数字识别。
2024-04-29 14:51:38
550
原创 springboot配置WebMvcConfigurationSupport
2、方式2：如果想保持springboot mvc的默认配置，并且自定义更多的mvc配置，如：interceptors、formatters、view controllers等。3、WebMvcConfigurerAdapter是WebMvcConfigurer的实现类，且大部分为空方法，由于Java8中可以使用default关键字为接口添加默认方法，所以在spring5.0之后就已经弃用本类。@EnableWebMvc表示完全自己控制mvc配置，也就是说所有配置自己重写，所有默认配置都没了。
2024-04-28 13:29:49
810
1
原创 深度学习基础之《TensorFlow框架（15）—神经网络》
人工神经网络（Artificial Neural Network，简写为ANN）。也简称为神经网络（NN）是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）结构和功能的计算模型。经典的神经网络结构包含三个层次的神经网络。分别为输入层、输出层以及隐藏层。
2024-04-24 11:07:06
550
gitflow工作流程.pdf
2020-03-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人