<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq_43547770的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_43547770</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_43547770]]></copyright><item><title><![CDATA[二叉树的非递归遍历]]></title><link>https://blog.youkuaiyun.com/qq_43547770/article/details/122812793</link><guid>https://blog.youkuaiyun.com/qq_43547770/article/details/122812793</guid><author>qq_43547770</author><pubDate>Mon, 07 Feb 2022 21:00:47 +0800</pubDate><description><![CDATA[一.递归和非递归
递归函数所申请的系统栈，是一个所有递归函数都通用的栈。对于二叉树的深度遍历算法而言，系统除了记录访问过的节点信息外，还有其他信息需要记录，以实现函数的递归调用。
非递归实现时，用户自己定义的栈仅仅保存了遍历所需要的节点信息，因此更为高效。
（递归函数不一定比非递归函数执行效率低，如尾递归）

当编译器检测到一个函数调用是尾递归的时候，它就覆盖当前的活动记录而不是在栈中去创建一个新的。编译器可以做到这点，因为递归调用是当前活跃期内最后一条待执行的语句，于是当这个调用返回时栈帧中并没有其他事情]]></description><category></category></item><item><title><![CDATA[关于递归问题的优化]]></title><link>https://blog.youkuaiyun.com/qq_43547770/article/details/122453655</link><guid>https://blog.youkuaiyun.com/qq_43547770/article/details/122453655</guid><author>qq_43547770</author><pubDate>Sat, 15 Jan 2022 11:01:02 +0800</pubDate><description><![CDATA[斐波那契数列问题
1.递归
int Fibonacci(int n) {
	if(n==1|n==2)
		return 1;
	return Fibonacci(n-1)+Fibonacci(n-2);
    }

时间复杂度：O(2^n)
空间复杂度：递归栈的空间
2.记忆化搜索
解决重复计算问题，用数组把计算过的保存下来
int f[50]{}


...]]></description><category></category></item><item><title><![CDATA[Spark 核心测试]]></title><link>https://blog.youkuaiyun.com/qq_43547770/article/details/118567517</link><guid>https://blog.youkuaiyun.com/qq_43547770/article/details/118567517</guid><author>qq_43547770</author><pubDate>Thu, 08 Jul 2021 10:17:22 +0800</pubDate><description><![CDATA[spark核心测试
实验环境：
CentOS+配置成功的hadoop集群
启动hadoop集群
start-all.sh
启动spark集群
spark-all.sh
启动sparkshell
spark-shell
报错：
java.net.BindException: Cannot assign requested address: Service 'sparkDriver' failed after 16 retries (on a random free port)! Consider explic]]></description><category></category></item><item><title><![CDATA[ubuntu联网问题]]></title><link>https://blog.youkuaiyun.com/qq_43547770/article/details/118516275</link><guid>https://blog.youkuaiyun.com/qq_43547770/article/details/118516275</guid><author>qq_43547770</author><pubDate>Tue, 06 Jul 2021 11:09:19 +0800</pubDate><description><![CDATA[ubuntu联网问题
之前配置好的虚拟机突然出了问题，联网跟新不了包，ping百度ip发现

然后ping本机ip依旧是这个问题。
因为主机网关为

最后更改虚拟网络设置



最终

因为出问题要总是忘记怎么解决，因此记录一下。

...]]></description><category></category></item><item><title><![CDATA[APR缓存中毒实验]]></title><link>https://blog.youkuaiyun.com/qq_43547770/article/details/117218978</link><guid>https://blog.youkuaiyun.com/qq_43547770/article/details/117218978</guid><author>qq_43547770</author><pubDate>Mon, 24 May 2021 10:49:20 +0800</pubDate><description><![CDATA[APR缓存中毒实验
实验仪器

计算机一台。
软件环境：3个装有Ubuntu 16.4的虚拟机

实验原理
ARP缓存是ARP协议的重要组成部分。ARP协议运行的目标就是建立MAC地址和IP地址的映射，然后把这一映射关系保存在ARP缓存中，使得不必重复运行ARP协议。因为ARP缓存中的映射表并不是一直不变的，主机会定期发送ARP请求来更新它的ARP映射表，利用这个机制，攻击者可以伪造ARP应答帧使得主机错误的更新自己的ARP映射表，这个过程就是ARP缓存中毒。这样的后果即使要么使主机发送MAC帧到错误的MA]]></description><category></category></item><item><title><![CDATA[mkl安装之证书不可信]]></title><link>https://blog.youkuaiyun.com/qq_43547770/article/details/116402056</link><guid>https://blog.youkuaiyun.com/qq_43547770/article/details/116402056</guid><author>qq_43547770</author><pubDate>Tue, 04 May 2021 16:40:16 +0800</pubDate><description><![CDATA[在安装mkl第二步 Lincense agreement时遇到
Missing critical prerequisite
-- The digital signature is not trusted

具体如下图

遇到此问题表示安装程序检测到签名不正确的安装包装。这可能意味着安装包已损坏或被使用数字签名已被废除。
可以通过运行安装跳过数字签名验证
解决方案：在安装命令后面加上–ignore signature。
以mkl为例，如下图

此时成功结束了step2，进入step3。


...]]></description><category></category></item><item><title><![CDATA[win10下annconde+cuda+tensorflow-gpu1.14环境的搭建(含资源)]]></title><link>https://blog.youkuaiyun.com/qq_43547770/article/details/113429348</link><guid>https://blog.youkuaiyun.com/qq_43547770/article/details/113429348</guid><author>qq_43547770</author><pubDate>Sat, 30 Jan 2021 16:31:18 +0800</pubDate><description><![CDATA[1.检查自己的电脑是否支持cuda10
桌面上点击右键，找到NVIDIA控制面板，点击

按下图红圈操作

如图表示此电脑适配10.2版本以下的cuda。
2.安装cuda10.2和对应的cudnn
百度网盘资源链接：https://pan.baidu.com/s/1vG3_7DxpSA6IBcYE_Qm2SQ
提取码：1c03
1.安装cuda:
安装的时候建议选择 自定义 而不是“精简”

去掉VS

其他都是默认，一路点到底
2.安装cudnn
以默认路径为例，只需要将下载后的文件中的dll放到
C:]]></description><category></category></item><item><title><![CDATA[yolov3 tiny进行行人识别2]]></title><link>https://blog.youkuaiyun.com/qq_43547770/article/details/113360588</link><guid>https://blog.youkuaiyun.com/qq_43547770/article/details/113360588</guid><author>qq_43547770</author><pubDate>Thu, 28 Jan 2021 23:16:55 +0800</pubDate><description><![CDATA[在这里插入图片描述

]]></description><category></category></item><item><title><![CDATA[yolov3 tiny进行行人识别—anaconda环境配置]]></title><link>https://blog.youkuaiyun.com/qq_43547770/article/details/113355925</link><guid>https://blog.youkuaiyun.com/qq_43547770/article/details/113355925</guid><author>qq_43547770</author><pubDate>Thu, 28 Jan 2021 22:55:53 +0800</pubDate><description><![CDATA[yolov3 tiny进行行人识别—anaconda环境配置
前言：anaconda是一种非常好用的环境管理软件，可以非常容易安装各类包，如果运行显示缺包，那就去environment去安装对应的包。
以我的版本为例：python 3.7.4 - tensorflow 1.13.1 - numpy 1.16.0 - keras 2.2.4
环境安装（纯享版）
1.打开boot环境下的

创建一个虚拟环境
conda create -n yolvo python=3.5//yolvo是创建的环境名称

激活环]]></description><category></category></item></channel></rss>