原创 【算法】有意思的算法題{更新中}

有趣的算法題合集   子序列最大和 描述:給出一個數字序列 [1,-2,3,5,-1,4,-7],找出其中的子序列,使得其和最大,返回該最大值。 解決方案:從左到右遍歷數列,求和sum,當和sum爲負的時候;重新開始新的序列計算;使用

原创 【併發】volatile 爲什麼不能保證線程安全

參考 https://blog.csdn.net/chenaima1314/article/details/78723265 cpu與內存的工作架構。cpu的各個核心有自己的寄存器(存儲核心計算的臨時結果)與緩存(緩衝內存與cpu核心處理

原创 【NET】VS2017下C#控制檯應用連接Mysql數據庫 Mysql+EF+CodeFirst

參考,包安裝方面不一樣,不參考,其它都一樣即可 1、安裝Mysql.Data.EntityFramework 2、配置連接和App.Config <connectionStrings> <add name="EFMode

原创 【FindAndLost】統一賬號體系業務及模型

統一賬號體系業務 1 統一帳號體系業務及模型  1.1、場景描述  我們經常會碰到這樣的需求,比如某企業需要做一個投訴報修的小系統,每個投訴報修的用戶,如果他是第一次用微信登錄我們的系統,那麼需要輸入手機號碼,驗證了這個手機號碼後,才

原创 【Gravity】 騰訊即使通信服務+微信小程序 私信功能 (1)

  雲通信的WEB概述,裏面講解了設計的常量與類,以下四個通信主要類 webim.MsgStore —— 消息列表 webim.Session —— 對話框 webim.Msg —— 對話框內的每條消息 webim.Elem.Text

原创 【NET】WPF+EF實現學號查分原型

第一步 從VS2017 可以連接 mysql 數據庫 服務器資源管理器,在添加數據連接時,默認是隻有sqlserver的沒有oracle,也沒有mysql 因此數據連接想添加Mysql Database,需要先下載並安裝兩個驅動程序,

原创 Web端即時聊天項目實現(基於WebSocket)

  數據庫小學期仿instagram,曾經使用現成工具Flask,作爲聊天私信功能點的的實現。最後時間關係沒有進行項目集成,思考是兩臺服務器分開,一臺是Flask服務器,直接跑經修改配置,添加利用用戶id和端口號進行多會話身份識別功能後

原创 【Task2】

做用戶聚類,有一個feature涉及到面積計算,溫故一下之前瞭解到的凸包算法的流程,實際上,這篇文章基於的原文章,達到的精度,滿足我的需求。具體實現上代碼參考,因爲座標系不是笛卡爾座標系 對於一個點集P來講,它的凸包就是一個凸多邊形Q

原创 【408】操作系統——棧和堆

最近看了一點能實現多道程序的操作系統中使用進程來管理各個作業,其中講到了進程管理與線程管理。PCB與TCB中都涉及到現場信息的維護,前者還包括處理機之外的系統資源,控制,標誌,狀態字等專用寄存器的信息描述。看到切換除了寄存器外還有棧,因

原创 【Task2】機器學習中的EM算法詳細推導和講解

推導轉自 https://www.cnblogs.com/bigmoyan/p/4550375.html,是一篇intelligible的EM算法推導 這裏推導不是很難,建議理解後,結合實現  SKlearn庫EM算法混合高斯模型參數說

原创 【FindAndLost】用戶登陸功能部署

暫時的最佳方法:使用 Filezilla 重傳整個網站所在的根目錄文件夾 小程序前端 wx.request 的 url 的localhost:80部分改成 IP/public 增量上傳覆蓋文件時,別忘了 common.php 公共方法文件

原创 【Task2】EM算法最大似然函數參數計算工具——Jensen不等式

在看EM算法的詳細推導與講解時,提到了不證明,不說明的Jensen不等式,自己結合高數上凸函數與下凸函數,若X服從伯努利分佈,隨手畫一個0,1之間的下凸函數,可以理解,這裏搜到了一篇嚴謹的Jensen不等式解釋的知乎回答   Jensen

原创 【FindAndLost】用戶登陸附分析和前後端功能代碼與非功能代碼

微信小程序登陸流程 0.1、登陸的目的是讓用戶獲取身份憑證,使用小程序的時候(請求後端服務)帶上身份憑證。 0.2、上面的流程顯示,身份憑證的依據是微信用戶ID,和小程序自己的用戶業務ID 0.3、 上面的流程還顯示,爲了保證開發者服務

原创 【數學一】微積分習題分享(1)

以下習題收集自網絡,加粗部分的“出乎意料”爲個人意見   求解: 【提示】 用一階導數的積分上限函數表示原函數,再利用泰勒係數與原函數n階導數的關係得解   證明:    【提示】構造 max點的1/n鄰域 內的積分的函數,≤ 待求

原创 【聚類一】基於密度峯查找的聚類

給了二維數據集 Aggretation.txt,可視化後發現是論文插圖之一,這裏是第一次嘗試,後續,可以使用自動化腳本調超參,找到分成 論文中7個簇 的超參數 即可。   第一步是導入必要的包,前兩個作聚類避不開的距離運算,是pyth