十年+游戏后端

原创 主流引擎的渲染框架 - Cocos

原创 -128到-1的补码

在计算机中，通常采用补码来表示有符号整数。下面以 8 位二进制为例，详细介绍 - 128 到 - 1 的补码。

原创 补码设计成反码+1的数学依据

在数学里，同余是指两个整数 \(a\) 和 \(b\) 除以正整数 \(m\) 所得的余数相同，就称 \(a\) 和 \(b\) 对于模 \(m\) 同余，记作 \(a\equiv b\pmod{m}\)。例如，计算 \(5 - 3\) 可以转化为 \(5+(-3)\) 的补码运算，5 的补码是 \(00000101\)，-3 的补码是 \(11111101\)，二者相加 \(00000101 + 11111101=00000010\)（最高位进位溢出舍弃），得到正确结果 2。### 同余理论基础###

原创 补码表示法是如何将负数表示到-128的

在计算机中，通常采用 8 位二进制补码来解释负数能表示到 - 128 的原理，这与补码的定义、同余概念以及 8 位二进制所能表示的范围相关，下面为你详细阐述：

原创 计算机中负数的范围为什么是-1~-128

综上所述，在 8 位二进制补码表示中，负数的范围是 - 128 到 - 1。同理，在其他位数的二进制补码表示中，负数的范围会根据位数的不同而有所变化。

原创 计算机中的数值范围int8,int16,int32

在计算机中，int8int16int32是不同长度的有符号整数数据类型，它们的数值范围由二进制位数和补码表示法共同决定。

原创 -128计算机中的表示

在计算机中，通常使用补码来表示有符号整数， - 128 的表示会因二进制位数不同而有差异，下面以常见的 8 位和 16 位二进制系统为例进行介绍。

原创 计算机减法变加法同余定理

计算机将减法变为加法的原理与同余概念紧密相关。在计算机中，数据以二进制形式存储和运算，而减法运算通过转换为加法来实现，这一过程基于对二进制数的同余理解。

原创 计算机减法转换为加法的原理

为了解决原码运算的问题，引入了补码。正数的补码就是其本身的二进制表示；负数的补码是其原码除符号位外各位取反，然后加 1。例如，-3 的原码是 1000 0011，除符号位外取反得到 1111 1100，再加 1 后得到补码 1111 1101。通过将减法转换为加法，计算机可以用一套加法电路来完成加减法运算，避免了设计复杂的减法电路，降低了硬件成本和设计难度。同时，补码运算中符号位和数值位可以一起参与运算，统一了运算规则，提高了运算效率。

原创 2024 csp-j 初赛真题及答案

(1) (判断平方数) 问题：给定一个正整数 n，判断这个数 是不是完全平方数，即存在一个正。2）（汉诺塔问题）给定三根柱子，分别标记为 A、B 和 C。圆盘，这些圆盘从上到下按从小到大的顺序排列。1．只能从一根柱子的顶部取出圆盘，并将其放入另一根柱子的顶部。一条边贡献两个度，因此所有顶点度数之和等于边数的两倍。不会产生编译错误，因为数组下标为负数，会产生运行错误。最后入栈，下面哪种出栈顺序是不可能的（在无向图中，所有顶点的度数之和等于（的结果，并选择答案的十进制值：（的值越大，程序的运行时间越长。

原创 DeepSeek模型和GPT-4相比有哪些优势

DeepSeek 模型和 GPT-4 相比，具有以下优势：

原创 deepseek

DeepSeek 是一家专注于人工智能领域的公司，以下是关于它的详细介绍：

原创 CSP-J/S

CSP-J（非专业级软件能力认证入门级）和 CSP-S（非专业级软件能力认证提高级）均分为初赛和复赛，以下是它们的详细介绍：

原创 提高级信奥大纲

提高级信奥大纲的具体内容如下：

原创 CSP-J 信奥大纲

入门级信奥大纲主要涵盖基础知识与编程环境、C++ 程序设计、数据结构、算法、数学与其他等方面内容，是 NOI 系列活动中面向初学者的重要规范，为 CCF 非专业级软件能力认证入门组（CSP-J）等活动提供指导，具体如下：

原创 docker私有化部署

Docker 私有化部署是指在企业内部网络环境中搭建和运行 Docker 平台，以满足企业对数据安全、合规性和定制化的需求。

原创 Jenkins 参数化构建

Jenkins 参数化构建允许用户在触发构建任务时动态地传入不同的参数，从而使构建过程更加灵活和可定制。

原创 jenkins打unity包

Jenkins 是一款广泛使用的开源自动化服务器，借助它可以实现 Unity 项目的自动化打包。

原创 Git、GitHub和GitLab的区别

Git：是一个开源的分布式版本控制系统，由 Linus Torvalds 为了帮助管理 Linux 内核开发而开发。它允许开发者跟踪文件的更改、协调多人对同一项目的协作，能够记录文件的历史版本，方便在需要时恢复到之前的状态。GitHub：是一个基于 Git 的代码托管平台，提供了图形化界面和丰富的协作功能。它拥有庞大的开发者社区，许多开源项目都托管在 GitHub 上，开发者可以方便地发现、参与和贡献到各种开源项目中。GitLab。

原创 GitLabRunner

GitLab Runner 是 GitLab CI/CD 中的一个关键组件，负责执行文件中定义的作业。

原创 GitLab Pipeline

GitLab Pipeline 是 GitLab CI/CD 中的核心概念，它代表了一次完整的持续集成、持续交付和持续部署（CI/CD）流程。

原创 GitLab CI/CD

GitLab CI/CD 是 GitLab 提供的一项持续集成（Continuous Integration，CI）和持续交付 / 部署（Continuous Delivery/Deployment，CD）功能，它允许开发者在代码仓库中自动化构建、测试和部署应用程序。

原创 git hook

Git Hook（Git 钩子）是在 Git 执行特定事件（如提交、推送等）前后自动触发运行的脚本，它可以帮助开发者在工作流程中自动化执行一些任务，增强项目的安全性、规范性和效率。

原创 如何监控服务滚动升级的过程

【代码】如何监控服务滚动升级的过程。

原创 除了Git Hook，还有哪些方式可以实现类似的自动化任务

【代码】除了Git Hook，还有哪些方式可以实现类似的自动化任务。

原创 Jenkins Pipeline

Jenkins Pipeline 本质上是一套持续交付（CD）的脚本，用 Groovy 语言编写，以文本文件（通常命名为）的形式存在。这种 “Pipeline as Code” 的方式，将软件交付流程以代码的形式存储在版本控制系统（如 Git）中，使得整个流程可被版本控制、审查和审计。

原创 详细介绍一下Kubernetes的服务滚动升级机制

Kubernetes 的服务滚动升级机制是其重要特性之一，它允许在不中断服务的情况下对应用程序进行版本更新，确保服务的高可用性和稳定性。以下将从原理、流程、配置和注意事项等方面详细介绍该机制。

原创 kubernetes

Kubernetes 确实是一个功能非常强大且完备的分布式系统支持平台，以下为你详细阐述它的各项功能特性：

原创 k8s服务编排

编写 YAML 或 JSON 格式的配置文件，描述应用的各个组件，如 Pod、Deployment、Service 等。

原创 详细介绍一下Docker Compose的工作原理

通过以上步骤，Docker Compose 完成了多容器应用程序的部署和管理。

原创 docker服务编排

Docker 服务编排是指对多个 Docker 容器进行自动化的部署、管理和协调，以构建和运行复杂的应用程序。它允许你定义应用程序的各个组件（如 Web 服务器、数据库、缓存等），并指定它们之间的关系和依赖，从而实现高效、可重复的部署。

原创 如何编写Dockerfile文件

Dockerfile 是一个文本文件，用于定义 Docker 镜像的构建过程。

原创 如何将一个已有的应用程序迁移到Docker容器中

参数用于将容器内部的端口映射到宿主机的端口，这里将容器的 3000 端口映射到宿主机的 3000 端口。启动容器后，在浏览器中访问。如果应用程序需要持久化存储数据，如数据库数据，需要使用 Docker 卷（Volume）来实现数据的持久化。命令构建 Docker 镜像。命令启动一个容器来测试镜像是否正常工作。参数用于指定镜像的标签，格式为。表示使用当前目录作为构建上下文。，检查应用是否能够正常访问。中的指令，逐步构建镜像。参数表示容器在后台运行。在项目根目录下，使用。构建完成后，可以使用。

原创 docker

Docker 是一款开源的应用容器引擎，以下是关于它的详细介绍：

原创 消息队列kafka的面试问题汇总

消息队列kafka的面试问题汇总。

原创 如何监控Kafka的消息丢失情况

【代码】如何监控Kafka的消息丢失情况。

原创 kafka如何解决消息丢失问题

Kafka 是一个分布式流处理平台，在使用过程中消息丢失是一个常见且需要关注的问题，可从生产者、Broker、消费者三个方面来解决消息丢失问题： 重试机制 Broker 端 合理配置副本参数 replication.factor 参数：设置每个主题的副本数，一般建议设置为 3 或以上。这样即使某个 Broker 出现故障，其他副本仍然可以提供服务，保证消息不会丢失。 日志刷盘策略

原创 kafka customer

参数（默认值为 5000ms），消费者会按照指定的时间间隔自动提交偏移量。例如，在自动提交偏移量后，如果消费者处理消息时出现故障，重新启动后会从已提交的偏移量位置继续消费，可能会漏消费部分消息。在某些场景下，消费者需要确保消息的消费和后续的业务操作（如写入数据库）是原子性的，即要么都成功，要么都失败。消费者组是 Kafka 提供的一种消息消费模型，多个消费者可以组成一个消费者组，共同消费一个或多个主题的消息。这个主题是 Kafka 自动创建的，用于记录各个消费者组在不同主题和分区上的消费偏移量。

原创 kafka Broker

脚本手动调整分区副本的存储位置。脚本增加主题的副本因子。可以使用 Kafka 提供的。可以使用 Kafka 提供的。

原创 kafka Producer生产者

Override// 获取主题的分区数量// 自定义分区逻辑，这里简单地将键转换为字符串并取哈希值对分区数量取模return 0;} else {@Override// 关闭分区器时的清理操作@Override// 配置分区器时的初始化操作。