ha_lee的博客

当I/O操作真正完成之后，会通知用户线程，用户线程只需要处理读取的数据即可，不需要实际的I/O操作，真正的I/O读写已经由内核完成了。但是，凡事都有一个度，如果对同一个锁不停的进行请求、同步和释放，其本身也会消耗系统宝贵的资源，反而不利于性能的优化，此时粗化反而会提升性能。：将大对象（这个对象可能会被很多线程访问），拆成小对象，大大增加并行度，降低锁竞争。：最常见的锁分离就是读写锁ReadWriteLock，根据功能进行分离成读锁和写锁，这样读读不互斥，读写互斥，写写互斥，即保证了线程安全，又提高了性能。

在工作学习中，常常会遇到图像处理相关的任务，这些任务可能包括灰度处理、形状识别等，MATLAB相比于OpenCV等图像处理库更容易操作，然而很多函数用的时候半天想不起来，此处是在忙完项目后偷闲对任务中用到的一些方法进行记录，方便以后查找使用。

常见的几种设计模式

LeetCode树相关题目

JVM相关知识笔记

LeetCode链表相关题目

深入理解MySQL

经典的学生-教师-课程-成绩表的SQL语句练习

java多线程

Linux一些基础命令及基础知识笔记

spring注入的几种方式

张正友标定方法

一、java基础1、数据类型基本数据类型int ：4字节float ：4字节double ：8字节char ：2字节long ：8字节byte ：1字节引用数据类型字符串数组类接口lambda注意事项：字符串是引用数据类型；浮点数可能只是一个近似值，并非精确，所以两个相同的浮点数使用==可能为false；浮点数默认为double类型，如果使用float需要加后缀F;整数默认为int类型，如果使用long需要加后缀L；基本数据类型都有包装类型，基本类型与包装类型之间

航天领域原始PDS4格式图像数据的读取与保存

matlab最优化问题提纲以及工具箱

使用nuitka打包python的pyqt5项目详细过程介绍以及遇见bug解决方法

一、最邻近差值（nearest）含义： 选取离目标点最近的点的值作为新的插入点的值。两幅图坐标值变换关系：（代码未验证）for i=1:size(dist,1) x = round(i* (size(src,1)/size(dist,1))); %dst横坐标变换到src坐标系，最临近点 for j=1:size(dist,2) y = round(j* (size(src,2)/size(dist,2))); %dst纵坐标变换到src坐标系，最临近点 dist(i,j)=src(

Harris角点检测数学推导过程记录

最优化方法的学习笔记，介绍了三种常见的最优化算法

使用python版本的Qt5开发一个项目时做的笔记，方便后续学习

重新学习数据结构过程中整理出来的知识框架，方便将来学习使用。代码使用java语言编写，大部分代码是自己写的，少部分代码是学习他人的思路后改写。代码的功能只经过少量测试，如有问题欢迎指出。（样例以及图示部分参考网上，具体见水印）............

一、Android的布局管理1、线性布局（LinearLayout）是Android应用中最简单的布局方式，有水平和竖直两种排列方式。 <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android" android:orientation="horizontal" android:layout_width="wrap_content" android:layout_height="wr

一、资源创建1.光照1.1 光照类型在【GameObject】-【light】中可以创建光源。Directional Light：方向光，会从一个方向照亮整个场景。在Forword Rendering模式下，只有方向光可以实时显示阴影。Point Light：点光源，从一个点向周围发射光线，光线逐渐衰减。Spot Light：聚光灯，光线向某个方向照射，有一定的范围限制。Area Light：通过一个矩形范围发射光线，只能被用来烘焙Lightmap。1.2 环境光与雾在【window

一、图像噪声概要1. 图像噪声的产生主要源于两个方面：图像获取过程中常见的图像传感器CCD和CMOS在采集图像过程中，由于受到工作环境或者电子电路结构的影响，会引入各种噪声，如热噪声、光子噪声、暗电流噪声等。信号传输过程中由于传输介质和记录设备等的不完善，或者受到外部环境的干扰，数字图像在其传输记录过程中往往会受到多种噪声的污染。2. 噪声的分类加性噪声模型产生机制是粉尘的遮挡或者采集元器件的损坏以及传输过程中数据的丢失等等乘性噪声模型在自然图像中由于一些光照等因素的

一、游戏策划1.1 游戏介绍在游戏场景中，会有若干个敌人出生点，定时生成一些敌人，敌人会主动寻找并攻击主角。游戏目的就是生存下去，消灭僵尸敌人，获得更高的积分。1.2 UI界面在游戏界面，包括主角的生命值，弹药数量，得分以及瞄准星。游戏失败后，出现一个重新开始的按钮。1.3 主角第一人称视角无法看到主角自己，在屏幕上只能看到一致端起来的M16枪械，键盘W、S、A、D键控住主角上下左右移动，鼠标移动来旋转视角。1.4 敌人敌人是一个护士模样的僵尸，具有自动寻路的功能，躲避障碍物，并攻击主角。

一、游戏策划1、游戏介绍  游戏背景是在火星的上空，主角和敌人是不同的太空飞行器，敌人迎面向主角飞来，主角通过射击消灭敌人来获得分数。如果主角战败，则游戏结束。2、游戏UI  屏幕上显示主角生命值以及得分。如果游戏结束，屏幕上显示“游戏结束“，同时显示“再来一次”按钮。按ESC键，游戏会处于暂停状态，显示“继续游戏”，“退出游戏”。3、主角  主角有三条性命，被敌人撞击一次性命直接清零，被敌方子弹命中，性命减一，当性命值为0时，游戏结束。4、操作  游戏在pc上进行开发，键盘上的上下左右键控

一、 C#入门1.C#概述C#是微软公司2000年推出的一种编程语言，它松散地基于C和C++，在很多地方与java类似。C#程序必须在.NET Framework上运行。2.C#的编译过程C#源文件经过CSC.exe把Visual C#程序代码编译成IL中间语言和元数据，编译器编译生成程序集（exe/dll）IL和元数据同时储存在exe或dll 文件中，该伪代码是独立于任何CPU 的，所以只要装有.Net FrameWork的机器均可以运行该伪代码，这就增强了c#代码的可移植性。程序执行时，

一、从零搭建神经网络1、利用numpy来搭建网络模型import numpy as npimport torch"""热身: 用numpy实现两层神经网络一个全连接ReLU神经网络，一个隐藏层，没有bias。用来从x预测y，使用L2 Loss。这一实现完全使用numpy来计算前向神经网络，loss，和反向传播。numpy ndarray是一个普通的n维array。它不知道任何关于深度学习或者梯度(gradient)的知识，也不知道计算图(computation graph)，只是一种用来计