The_sam的博客

《μCOS-III源码分析笔记》学习笔记|1|第二章时钟节拍学校开源代码分析课程有是一门操作系统

第3章时间管理3.1时间管理API3.2API原理OSTimeDly()和OSTimeDlyHMSM()的原理都是根据任务和其需要延时的节拍，调用OS_TickListInset()来讲该任务插入到时钟节拍轮（OSCfg_TickWheel[] 详见上章）中，并把该任务从就绪队列中脱离。之后每个时钟节拍都会判断任务延时是会否结束，结束了就把任务脱离时钟节拍轮，进行下一步操作

关于三次握手和四次挥手，大家可参考一下这篇博文，介绍的很详细，这里我主要以简单易懂的图生动概述一下

线段树应用水题之一一：线段树基本概念1：概述线段树，类似区间树，是一个完全二叉树，它在各个节点保存一条线段（数组中的一段子数组），主要用于高效解决连续区间的动态查询问题，由于二叉结构的特性，它基本能保持每个操作的复杂度为O(lgN)!性质：父亲的区间是[a,b],(c=(a+b)/2)左儿子的区间是[a,c]，右儿子的区间是[c+1,b]，线段树需要的空间为数组大小的四倍

动态规划刚刚开始学习，到现在做过几道题，借鉴了各位大神的书籍文章后，对其有了新的看法。现在我总结目前我遇到题目动态规划思想的共性——很多动态规划都可以转化为带权DAG问题，以下是几道题题，我从中总结了他们的DAG特性一、DAG最短路径在我们聊DAG时先来介绍一个最直接的DAG问题问题描述：给一个带权有向无环图G=（V，E），找出这个图里S==>E的最短路径。这个问题

介绍由Ford 和Fulkerson于1956年提出最大流问题的标号算法，故又称 Ford–Fulkerson标号法。其基本思想就是，从一个可行流开始，寻找从s到t的增广链，然而沿增广链增加流量，反复这样，直到找不出增广链位置。更多内容参见博文http://blog.youkuaiyun.com/smartxxyx/article/details/9293665这里值得注意的是，这个方法各种实现算

Dijkstra算法是由荷兰计算机科学家狄克斯特拉（Dijkstra）于1959 年提出的，因此又叫狄克斯特拉算法。是从一个顶点到其余各顶点的最短路径算法，解决的是有向图中最短路径问题。　　其基本原理是：每次新扩展一个距离最短的点，更新与其相邻的点的距离。当所有边权都为正时，由于不会存在一个距离更短的没扩展过的点，所以这个点的距离永远不会再被改变，因而保证了算法的正确性。不过根据这个原理，用Dijkstra求最短路的图不能有负权边，因为扩展到负权边的时候会产生更短的距离，有可能就破坏了已经更新的点距离不

Bellman-Ford算法能在更普遍的情况下（存在负权边）解决单源点最短路径问题，但是对于DAG，可以有更加简化的算法去计算，使得时间复杂度更低。针对DAG的特点,以拓扑排序为基础,提出了解决DAG的最短路径问题的简单算法。通过理论分析,表明该算法具有理想的运算效率,其中,解决单源点问题的运算时间与E成正比,解决所有点对问题的运算时间与VE成正比。拓扑排序策略对于此类最短路径问题的研究,较传统的方法运算简单、求解直观。

原活动问题是用贪心算法解得，实质是就是不重合区间择多问题。新的问题变形后，每个区间的都带上的值，求如何选择才能得到不重合区间且值最大。想了想只能用dp来解决，下面附我的解题思路+代码       1.用act[max][3]记录所有活动的状态（开始时间|结束时间|价值）         act[n-1][0]表示第n个活动的开始时间，act[n-1][1]]表示第n个活动的结束