The Coding Odyssey | Chronicles of a Software Developer

考研-计算机组成原理 参考: https://blog.csdn.net/love521314123/article/details/122825247 1. 计算机系统概述 1.1 计算机硬件的发展 计算机的四代变化： 摩尔定律： 微型计算机的发展以微处理器技术为标志 1.2 计算机系统层次结构 硬件系统是什么： 软件是什么： 冯·诺依曼结构： 计算机的五个组成部件及其作用： 输入设备 输出设备 存储器 运算器 控制器 2. 数据的表示和运算 3. 存储系统 4. 指令系统 5. 中央处理器 6. 总线 7. 输入/输出系统

Gitee Issue 开发指导 参考：https://gitee.com/openeuler/open-source-summer/issues/I6XKVU?from=project-issue 当前rust支持toml格式，systemd与toml格式有不少异同，例如， systemd的所有值不需要添加引号， 对于特定的值解析方式不同，date、time、bool等类型 因此该题目详细的实现要求如下： 能够识别解析.service，.socket, .target, .mount等systemd支持的后缀 将配置文件中的键值对，加载并解析成对应的数据结构，可直接使用，参赛者无须关心使用者如何定义该struct。譬如 123456789101112131415#[derive(Config, Default, Clone, Debug, Serialize, Deserialize)]pub(super) struct SectionService { pub Type: ServiceType, pub ExecStart ...

Rust Course 安装环境 Linux/macOS 参考: https://rsproxy.cn/，字节跳动的镜像仓库 1curl --proto '=https' --tlsv1.2 -sSf https://rsproxy.cn/rustup-init.sh | sh Windows 下载:https://static.rust-lang.org/rustup/dist/x86_64-pc-windows-msvc/rustup-init.exe VsCode插件 rust-analyzer,Error Lens,Even Better TOML,CodeLLDB 镜像源配置 crates.io 镜像 ~/.cargo/config: 1234567891011121314[source.crates-io]# To use sparse index, change 'rsproxy' to 'rsproxy-sparse'replace-with = 'rsproxy' ...

Java后端摆烂 1. Java基础 1.1 Java异常体系 Java异常体系是Java语言中用来描述程序运行期间发生的错误情况的一套机制。异常分为受检异常和非受检异常两种，其中受检异常必须在代码中显式地进行处理，而非受检异常则可以不处理。 常见的异常类型包括NullPointerException、ArrayIndexOutOfBoundsException、ClassCastException、ArithmeticException等。 1.2 怎么获取class对象 获取Class对象的方式有三种： 使用类名.class语法获取 调用对象的getClass()方法获取 使用Class.forName()方法获取 1.3 反射是什么，有什么优缺点，有哪些应用场景 反射是指在运行时动态地获取类的信息，包括类的属性、方法、接口等，并且可以在运行时通过反射调用对象的方法或修改对象的属性值。它可以让我们在编写代码时不需要预先知道要操作的类的具体信息，从而实现更加灵活的编程。 反射的优点是提高了程序的灵活性和可扩展性，缺点是会降低程序的性能并增加了代码的复 ...

七种未定式 高等数学中的七种未定式极限是： \(\frac{0}{0}\)型极限：当函数分子和分母同时趋于零时，如\(\lim_{x\rightarrow a}\frac{f(x)-f(a)}{x-a}\)，可以尝试使用洛必达法则或泰勒公式等方法求解。 \(\frac{\infty}{\infty}\)型极限：当函数分子和分母同时趋于正无穷或负无穷时，如\(\lim_{x\rightarrow \infty}\frac{f(x)}{g(x)}\)，可以尝试使用洛必达法则、夹逼定理等方法求解。 \(0\times \infty\)型极限：当函数中有一个因子趋于零，另一个因子趋于正无穷或负无穷时，如\(\lim_{x\rightarrow 0}x\ln x\)，可以尝试使用变量代换、洛必达法则等方法求解。 \(\infty - \infty\)型极限：当函数中有两个趋于正无穷或负无穷的项相减时，如\(\lim_{x\rightarrow \infty}(x-\ln x)\)，可以尝试使用变量代换、洛必达法则等方法求解。 \(1^{\infty}\)型极限：当函数 ...

LeetCode整理 2021年11月15日 快速幂(LeetCode 50 Pow(x,n)) 动态规划(LeetCode 1510 石子游戏4) Z字形查找(LeetCode 240 搜索二维矩阵2) 2021年11月16日 确定有限状态自动机(LeetCode 8 字符串转换整数) 二分查找(LeetCode 704,278,35) 双指针(LeetCod 283 移动零) 双指针(LeetCode 167 两数之和2) 哈希表(LeetCode 1 两数之和) 最大堆、最小堆(LeetCode 414 第K大的数) 线性扫描(LeetCode 328 三个数的最大乘积) 2021年11月17日 哈希表 (LeetCode 645 错误的集合) > getOrDefault(key,default) > 作用：如果存在相应的key则返回其对应的value，否则返回给定的默认值 > 用例: hash.put(c,hash.getOrDefault(c,0)+1); //若没有就是0，若有就是原有值加1 哈希 ...

在VMware上安装Arch Linux并使用VS Code连接 介绍 Arch Linux是一个轻量级的Linux发行版，以其简洁性和灵活性而闻名。本教程将指导您如何在VMware虚拟机中安装Arch Linux，并使用VS Code作为开发环境连接到该虚拟机。 步骤一：准备工作 在开始安装之前，请确保您已完成以下准备工作： 下载并安装VMware Workstation Player或VMware Workstation Pro。您可以从VMware官方网站获取适用于您的操作系统的版本。 下载Arch Linux ISO镜像。您可以从Arch Linux官方网站的下载页面获取最新版本的ISO镜像。 创建新的虚拟机。打开VMware Workstation，点击"创建新的虚拟机"，然后按照向导指示进行设置。在选择操作系统时，选择"Linux"，然后选择"其他 Linux 5.x 内核64位" 步骤二：安装Arch Linux 启动虚拟机并挂载Arch Linux ISO镜像。在VMware Workstation中，选择您创建的Arch ...

Jira 缺陷跟踪 参考：https://www.atlassian.com/zh/software/jira/features/bug-tracking

GoByExample GoByExample 是一个针对 Go 语言的在线文档，其中包含了很多 Go 常用的代码示例。本文将介绍一些常用的 GoByExample 示例，并解释它们背后的原理。 参考: https://gobyexample.com Hello, World! 让我们从经典的“Hello, World!”程序开始吧： 1234567package mainimport "fmt"func main() { fmt.Println("Hello, World!")} 这个程序打印出了字符串 “Hello, World!”。在 Go 中，所有代码都必须属于某个包（package），而 main 包是 Go 程序的入口点。import "fmt" 声明了一个依赖关系：当前包需要使用 fmt 包（即，“格式化”包）中的函数。func main() 是程序开始执行的函数。 要运行这个程序，你可以输入以下命令： 1go run hello-world.go 输出结果： 1Hello ...

规划问题 线性规划问题 标准形式 标准形式 样例1 样例1 过程 c为所求的z,[2,3,-5] Ax≤b即，A为[[-2,5,-1][1,3,1]]，b为[-10,12] Aeq为等式左边的[1,1,1],beq为等式右边的[7] 求解参数第一个为-c（因求解c的最大值即求c的最小值），后面依次为A,b,Aeq,beq 注意：Aeq和A的维度，即[]的层数 代码 1234567891011# 使用scipy实现from scipy import optimizeimport numpy as npc = np.array([2,3,-5])A = np.array([[-2,5,-1],[1,3,1]])B = np.array([-10,12])Aeq = np.array([[1,1,1]])Beq = np.array([7])res = optimize.linprog(-c,A,B,Aeq,Beq)print(res) con: array([1.80713222e-09]) fun: -14.571 ...