2021-01-13

最新推荐文章于 2025-02-09 22:38:00 发布
原创 最新推荐文章于 2025-02-09 22:38:00 发布 · 102 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

作者分享刷LeetCode的感悟，指出刷LeetCode的关键并非刷题数量，有刷600多题仍一面挂的例子。强调其真正意义是理解和应用常用算法，做到融会贯通，看到题能想算法，看到算法能想适用题型。

最近在刷leetcode。

刷leetcode最重要的事情不是说刷了多少题，有个微软的HR告诉我，有个人刷了600多道leetcode，但是一面就挂了。

刷leetcode的真正意义是理解和应用那些常用算法，做到融汇贯通，而不是刷题越多越好。

要做到看到题就能想出算法，也要做到看到算法想到有哪些类型题可以用这个算法解决。

足矣。

xj_null
关注
CVE-2021-3177浅析
weixin_42421477的博客
10-05 2009
CVE-2021-3177浅析CVE-2021-3177漏洞成因PoC环境准备浮点数覆盖返回地址方法运行 这篇文档作为对CVE-2021-3177的学习记录。 CVE-2021-3177 CVE-2021-3177发布日期为2021年02月19日，内容为python的函数库_ctypes/callproc.c中存在缓冲区溢出问题，具体的函数为ctypes.c_double.from_param。最为简单的PoC如下： >>> from ctypes import * >>&gt
Screenshot_2021-12-13-19-12-28-441_com.sm.tiktoktool.jpg
12-14
Screenshot_2021-12-13-19-12-28-441_com.sm.tiktoktool.jpg
2021-01 补丁日: 微软多个高危漏洞通告
爱国小白帽
01-14 1202
报告编号：B6-2021-011302 报告来源：360CERT 报告作者：360CERT 更新日期：2021-01-13 0x01事件简述 2021年01月13日，360CERT监测发现发布了的风险通告，事件等级：严重，事件评分：8.8。 此次安全更新发布了83个漏洞的补丁，主要涵盖了以下组件: Windows操作系统、Edge浏览器、Office办公套件、Windows 编解码器库、Visual Studio、SQL Server、反病毒引擎、.NET、Azure 。其中包括10个严重漏洞，73个高危.
时间格式：2021-01-01T14:22:39-05:00
weixin_42087001的博客
01-15 6889
涉及到跨国项目 时间格式要存时区 北京时区是+8000
2021-04-21
qq_56102648的博客
04-21 984
通过时间戳获取当前的整数小时，如当前时间为 2021-01-01 13:23:16 转换为2021-01-01 13:00:00
qq_43653355的博客
12-13 2390
如当前时间为 2021-01-01 13:23:16 转换为2021-01-01 13:00:00 Long currentTime = System.currentTimeMillis(); //获取当前时间的整小时 +3600*1000*8 是因为 8个小时的时差 /(3600*1000) 计算出总共有多少小时 % 24求余得出当前小时 long currentHour = ((currentTime+3600*1000*8) / (3600*1000)) % 24
2021-01-02
shine_tom的博客
01-02 1579
[root@localhost doc]# man echo [root@localhost doc]# help echo echo: echo [-neE] [arg …] Write arguments to the standard output. Display the ARGs on the standard output followed by a newline. Options: -n do not append a newline -e enable interpretatio
LocalDateTime 计算前一天后天的java方法 2021-01-13 00:00:00 - 2021-01-13 23:59:59 模拟计算当天日期
java技术专家全栈成长之路
01-13 1621
public LocalDateTime plusSeconds(long seconds) { return plusWithOverflow(date, 0, 0, seconds, 0, 1); } 2021-01-13 00:00:00 - 2021-01-13 23:59:59 if (searchVo.getUpdateTimeEnd() != null) { qw.le("update_time", DateUtil.parse(searchVo.getUpdat..
2021-01-07
热门推荐
qq_42497621的博客
01-07 2万+
开发中遇到的问题： Data truncated for column ‘user_id’ at row 1 解决方法是看数据库与java类中的属性是否一致，我的在数据库中id的属性设置成了int型，java类中的id是String型导致了不匹配。
CVE-2021-4034
Dikesi的博客
02-09 1297
Linux Polkit 权限提升漏洞
tampermonkey-backup-chrome-2021-11-27T13-18-01-624Z.zip
11-27
下载后通过Tampermonkey直接导入即可使用。
专题资料（2021-2022年）QHSE-01-13-08-机动车辆交通安全管理细则-20101209.doc
10-07
专题资料
Toolint-tests-Empty-TC-Add-Tools-2021-04-01T07-52-13.872Z:为工具链创建
04-01
标题中的“Toolint-tests-Empty-TC-Add-Tools-2021-04-01T07-52-13.872Z”似乎是一个特定的项目或者测试套件的名字，它专注于工具链的创建。这个名称包含时间戳，表示这是一个在2021年4月1日7时52分13秒872毫秒执行...
2025高校毕业生就业分析[项目代码]
01-01
2025年高校毕业生人数再创新高，达到1222万人，同比增加43万，就业市场面临总量压力与结构性矛盾交织的复杂局面。青年失业率攀升至17.8%，传统行业如互联网、房地产岗位缩减40%-80%，而新兴行业如人工智能、新能源人才缺口巨大。高增长行业如人工智能、新能源、半导体等提供高薪机会，但技能与岗位需求脱节问题突出。学历溢价持续存在，高学历者如清华大学毕业生平均月薪1.33万元，而文科专业就业率不足40%。地域上，东部沿海竞争激烈但机会集中，中西部则因政策扶持新兴机遇。政府通过扩岗补助、职业技能培训等措施缓解就业压力，高校调整学科专业，企业推行校企协同与灵活用工。毕业生需主动适应市场变化，提升技能，关注中西部新兴产业机会，调整职业心态与长期规划。未来技术变革与政策将持续重塑就业市场，创造新的就业空间。
system-permission-loader
最新发布
01-01
system-permission-loader
基于TTCN3的MQTT协议一致性自动化测试框架：客户端与服务端规范验证套件
01-01
物联网通信协议测试是保障各类设备间实现可靠数据交互的核心环节。在众多适用于物联网的通信协议中，MQTT（消息队列遥测传输）以其设计简洁与低能耗的优势，获得了广泛应用。为确保MQTT客户端与服务端的实现严格遵循既定标准，并具备良好的互操作性，实施系统化的测试验证至关重要。 为此，采用TTCN-3（树表结合表示法第3版）这一国际标准化测试语言构建的自动化测试框架被引入。该语言擅长表达复杂的测试逻辑与数据结构，同时保持了代码的清晰度与可维护性。基于此框架开发的MQTT协议一致性验证套件，旨在自动化地检验MQTT实现是否完全符合协议规范，并验证其与Eclipse基金会及欧洲电信标准化协会（ETSI）所发布的相关标准的兼容性。这两个组织在物联网通信领域具有广泛影响力，其标准常被视为行业重要参考。 MQTT协议本身存在多个迭代版本，例如3.1、3.1.1以及功能更为丰富的5.0版。一套完备的测试工具必须能够覆盖对这些不同版本的验证，以确保基于各版本开发的设备与应用均能满足一致的质量与可靠性要求，这对于物联网生态的长期稳定运行具有基础性意义。 本资源包内包含核心测试框架文件、一份概述性介绍文档以及一份附加资源文档。这些材料共同提供了关于测试套件功能、应用方法及可能包含的扩展工具或示例的详细信息，旨在协助用户快速理解并部署该测试解决方案。 综上所述，一个基于TTCN-3的高效自动化测试框架，为执行全面、标准的MQTT协议一致性验证提供了理想的技术路径。通过此类专业测试套件，开发人员能够有效确保其MQTT实现的规范符合性与系统兼容性，从而为构建稳定、安全的物联网通信环境奠定坚实基础。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
【负荷预测、电价预测】基于神经网络的负荷预测和价格预测（Matlab代码实现）
01-01
【负荷预测、电价预测】基于神经网络的负荷预测和价格预测（Matlab代码实现）内容概要：本文档围绕“基于神经网络的负荷预测和电价预测”展开，提供了使用Matlab实现的完整代码与技术方案。内容涵盖电力系统中负荷与电价的时间序列预测模型构建，重点利用神经网络（如BP、LSTM、CNN等）进行数据建模与训练，并结合实际电力数据完成预测任务。文档多次强调该资源适用于科研复现与工程实践，尤其适合需要进行电力系统智能预测的相关研究。文中还提到了多个相关应用场景和技术扩展，体现了较强的综合性与实用性。; 适合人群：具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事能源预测、智能电网相关工作的技术人员；熟悉机器学习或深度学习基本原理者更佳；; 使用场景及目标：①应用于电力系统中的短期/长期负荷与电价预测研究；②支撑学术论文复现、课题项目开发及优化调度系统设计；③帮助理解神经网络在时序预测中的具体实现方式与参数调优策略；; 阅读建议：建议结合文档中提到的其他资源（如网盘链接）下载完整代码进行实操演练，重点关注数据预处理、模型搭建与训练流程，配合Matlab工具箱深入理解算法细节，并尝试迁移至其他预测场景以提升应用能力。
C#实现三菱Q系列PLC串口通讯与寄存器批量读取源码
01-01
C#环境下实现三菱可编程逻辑控制器串行通信的编程示例。该代码库提供了通过串行端口与三菱PLC设备进行数据交互的功能模块，支持对多种类型寄存器状态的读取操作，包括输入继电器X、输出继电器Y、辅助继电器M及数据寄存器D等。程序实现了高效的批量数据读取机制，能够通过单次通信请求获取多个连续寄存器的状态信息，显著提升数据采集效率。代码结构采用模块化设计，封装了通信协议解析、数据帧构建及错误校验等底层操作，为工业自动化控制系统中的设备监控和数据交换提供了可靠的技术解决方案。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
日期 AQI PM2.5 PM10 CO NO2 SO2 O3_8h 污染等级 0 2021-01-01 74 42 58 0.7 59 8 53 Good 1 2021-01-02 87 64 88 1.1 68 13 48 Good 2 2021-01-03 95 71 90 0.8 68 10 29 Good 3 2021-01-04 150 115 130 1.3 72 14 49 Light pollution 4 2021-01-05 215 165 161 1.3 48 6 31 Heavy pollution 5 2021-01-06 119 90 104 1.1 42 7 35 Light pollution 6 2021-01-07 65 21 79 0.5 26 8 56 Good 7 2021-01-08 58 25 56 0.6 46 8 51 Good 8 2021-01-09 83 45 79 0.7 66 10 55 Good 9 2021-01-10 67 44 83 0.7 53 11 65 Good
08-24
你提供的数据是一个典型的空气质量监测数据集，包含日期、AQI 和多种污染物浓度以及污染等级。我们可以基于此数据进行统计分析、可视化或模型训练等操作。 以下是一些可以执行的常见任务和示例代码： --- ### ✅ 1. 数据加载与查看 ```python import pandas as pd # 假设你的数据存储在一个 CSV 文件中 data = pd.read_csv("air_quality_data.csv") # 查看前几行数据 print(data.head()) ``` --- ### ✅ 2. 按污染等级分组统计污染物均值 ```python grouped_stats = data.groupby('污染等级').agg({ 'PM2.5': 'mean', 'PM10': 'mean', 'CO': 'mean', 'NO2': 'mean', 'SO2': 'mean', 'O3_8h': 'mean' }).reset_index() print(grouped_stats) ``` --- ### ✅ 3. 绘制箱线图（Boxplot）比较不同污染等级下的污染物分布 ```python import matplotlib.pyplot as plt import seaborn as sns pollutants = ['PM2.5', 'PM10', 'CO', 'NO2', 'SO2', 'O3_8h'] fig, axes = plt.subplots(2, 3, figsize=(16, 10), dpi=100) axes = axes.flatten() for i, pollutant in enumerate(pollutants): sns.boxplot(x='污染等级', y=pollutant, data=data, ax=axes[i], palette="Set2") axes[i].set_title(f'{pollutant} 分布') axes[i].tick_params(axis='x', rotation=45) plt.tight_layout() plt.show() ``` --- ### ✅ 4. 进行显著性检验（ANOVA 或 Kruskal-Wallis） ```python from scipy.stats import f_oneway, kruskal for pollutant in pollutants: groups = [group[pollutant].values for name, group in data.groupby('污染等级')] # 正态性检验（可选） normality_results = [stats.normaltest(group) for group in groups] p_values_normal = [p for stat, p in normality_results] if all(p > 0.05 for p in p_values_normal): f_stat, p_val = f_oneway(*groups) print(f"污染物 {pollutant}: ANOVA p-value = {p_val:.4f}") else: h_stat, p_val = kruskal(*groups) print(f"污染物 {pollutant}: Kruskal-Wallis p-value = {p_val:.4f}") ``` --- ###
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值