Cmake+vscode+C++
本文档资料大部分节选自bilibili xiaobing1016,支持原创
Linux开发基础1.1编译过程前言 :
GCC 编译器支持编译 Go、Objective-C,Objective-C ++,Fortran,Ada,D 和 BRIG(HSAIL)等程序;
Linux 开发C/C++ 一定要熟悉 GCC
VSCode是通过调用GCC编译器来实现C/C++的编译工作的;
实际使用中:
使用 gcc 指令编译 C 代码
使用 g++指令编译 C++ 代码
预处理-Pre-Processing //.i文件
12# -E 选项指示编译器仅对输入文件进行预处理g++ -E test.cpp -o test.i //.i文件
编译-Compiling // .s文件
123# -S 编译选项告诉 g++ 在为 C++ 代码产生了汇编语言文件后停止编译# g++ 产生的汇编语言文件的缺省扩展名是 .s g++ -S test.i -o test.s
汇编-Assembling // .o文件
123# -c 选项告诉 g++ 仅把源代码编译为机器 ...
计算机组成原理期末速成
中断的类型 中断可以分为同步中断 (synchronous)和异步中断 (asynchronous)。 中断可分为硬中断和软中断。 中断可分为可屏蔽中断 (Maskable interrupt)和非屏蔽中断 (Nomaskable interrupt)。
刷新的类型集中式刷新在一个刷新周期(4ms)内,所有的小弟 们(存储单元行)约好了一起去刷新,由于一次只能刷新一行,一行刷新花费0.5us,故所有行一共花费256x0.5us的时间集中在一起去刷新(充电)
分散式刷新每读取一次,某一行就刷新一次
每次cpu去读写某一行的时候,读完了,还没完事,还得等这一行刷新完成之后,才算完整的完成了一次存取周期。
这样悄悄的把刷新的时间融入到存取周期中,也就不存在单独用来刷新的时间了。
因为刷新时间就是死区,那么没有刷新时间就没有死区,所以分散式刷新不存在死区。
代价就是,由于把刷新时间融入到了存取周期中,导致存取T周期变长:Tc(新的存取周期)=Tm(原来的存取周期)+Tr(每一个周期完成一次存取之后立刻刷新)=0.5us+0.5ms=1us。所以整体的存取周期变长了,实际存取的效 ...
Git
删除github的文件
Git 删除 GitHub仓库的文件——详细操作_github删除仓库文件_没有余地没有余地的博客-CSDN博客
git fetch & pull详解 - Runner_Jack - 博客园 (cnblogs.com)
Git入门学习
来自:Git入门学习-KuangStudy-文章
1、初识Git1.1、什么是GitGit 是一个开源的分布式版本控制系统。
1.2、什么是版本控制?版本控制(Revision control)是一种在开发的过程中用于管理我们对文件、目录或工程等内容的修改历史,方便查看更改历史记录,备份以便恢复以前的版本的软件工程技术。
作用:
实现跨区域多人协同开发
追踪和记载一个或者多个文件的历史记录
组织和保护你的源代码和文档
统计工作量 并行开发、提高开发效率
跟踪记录整个软件的开发过程
减轻开发人员的负担,节省时间,同时降低人为错误
简单说就是用于管理多人协同开发项目的技术。
例如,没有版本管制,你每一个文件修改一下,就要备份一下。
时间一久,你都不知道什么时候修改了什么,极其不方便。
1.3、常用的版本控制器目前使用最 ...
概率论与数理分析
中央极限定理
中心、分散度、形状
它的中心思想是:无论你的样本总体有多抽象(就算不服从正态分布),但是只要样本数量足够大(n>=30)那么他们的样本均值一定服从正态分布
x^-服从正态分布N(u,…) 其中u为全部样本均值,…为方差,σ为总体标准差(SD也是Standard deviation),n为x ^-的个数
Z的公式为标准正态分布公式(归一化到0~1之间)
x^-为采样部分样本的均值。
关于lim,就是说,如果n>30,那么我们可以说该式子约等于φ(x),但,如果n足够大,趋近于极限,那肯定就直接等于了呗
正太分布
SAT与ACT同为美国高考,是两种形式,现在两位同学想要申请同一所学校,比较谁更优秀
我们用标准差来计算,σ离中心越远,在同样大于平均值的情况,就说明谁更出众。
Z-score,含义就是数据距离均值的距离有几个标准差!!!!
因为x服从正态分布,所以z服从正态分布,并且z的公式就是标准正态分布的公式,即z的均值为0,z的标准差为1
一般的正态分布X N(μ,σ^2)其概率密度函数为:f(x) = e^[-(x - μ)^2/(2 ...
一带一路国际大数据竞赛
本文仅将我用来学习的代码做一个备份,并且加入深入的理解,以便入门机器翻译。
1.0版本学习(初赛)预处理语料123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127import sysimport jieba# name 执行PreProcess.py xxx中的xxxname = sys.argv[1]# 以_为分隔符,分隔两种语言,并将其定义为语言一,语言二L1,L2 = name.split('_')# 1. 将name.train中的L1, L2分别提取出来def extr ...
javaweb原生
本次学习是自2021年暑假以后重新开始学习 java 的开端
这里只记我认为重要的东西,基本内容来自于https://heavy_code_industry.gitee.io/code_heavy_industry/pro001-javaweb/lecture
新教程升级
Web基础概念介绍服务器端应用程序我们要开发的就是服务器端应用程序。
业务项目中的功能就是业务。
项目的逻辑构成
请求:请求是项目中最基本的逻辑单元,就像万事万物都由原子构成
举例:点超链接跳转到注册页面
功能:一个功能包含很多个请求
举例:注册用户功能
请求1:点超链接跳转到注册页面
请求2:发送请求获取短信验证码
请求3:检查用户名是否可用
请求4:提交表单完成注册
模块:一个模块包含很多功能
举例:用户信息管理模块
功能1:用户注册功能
功能2:用户登录功能
功能3:个人中心——账户安全功能
功能4:个人中心——账户绑定功能
功能5:个人中心——收货地址功能
功能6:个人中心——我的银行卡功能
子系统:根据项目规模的不同,子系统这层逻辑概念可能有也可能没有。如果设置了子系统 ...
Geatpy-python优化库
这里将自己觉得实用的东西进行记录,以便快速学习和速成,主要内容参考一下博客
Python(Genetic Algorithm)之Geatpy - 知乎 (zhihu.com)
框架介绍 Geatpy2整体上看由工具箱内核函数(内核层)和面向对象进化算法框架(框架层)两部分组成。其中面向对象进化算法框架主要有四个大类:Problem问题类、Algorithm算法模板类、Population种群类和PsyPopulation多染色体种群类。UML图如下所示:
Problem类定义了与问题相关的一些信息,如问题名称name、优化目标的维数M、决策变量的个数Dim、决策变量的范围ranges、决策变量的边界borders等。maxormins是一个记录着各个目标函数是最小化抑或是最大化的Numpy array行向量,其中元素为1表示对应的目标是最小化目标;为-1表示对应的是最大化目标。
Population 类是一个表示种群的类。一个种群包含很多个个体,而每个个体都有一条染色体(若要用多染色体,则使用多个种群、并把每个种群对应个体关联起 ...
shell脚本
以下内容主要来自于博客,我只是用作于快速入门,侵权删 (19条消息) Shell笔记_doordiey的博客-CSDN博客
视频学习参考资料24_尚硅谷_Shell_Awk案例_哔哩哔哩_bilibili
概述
Shell是一个命令行解释器,它接受应用程序/用户命令,然后调用操作系统内核
解析器类型12345[root@ecs-868f-0003 /]# cat /etc/shells/bin/sh/bin/bash/usr/bin/sh/usr/bin/bash
我们在日常使用最多的就是sh和bash
sh
bash
nologin
dash
tcsh
csh
其中,sh软链接到bash, centos默认解析器是bash
Shell脚本入门脚本格式脚本开头指定解析器
1#!/bin/bash
一个输出hello,word的脚本 1.sh
12#!/bin/bashecho hello,word
执行脚本
12345bash 1.sh ---方法1sh 1.sh ----方法2source 1.sh ----方法3./1.sh ----方法4,需要 ...
自动化办公(python+excel)
一文上手sklearn机器学习库 - 知乎 (zhihu.com)
Pandas工具简要介绍
append()
join()
concat()
merge()
pivot_table()
窗口操作
工作职位展示
Pandas简介
Series & DataFrame
read_excel()参数介绍
选择子表
指定表头
指定使用列
强烈推荐str-list
获取str-list小彩蛋
对其ctrl c
将不要的名字删除,再使用split函数
最后cv,一键得结果
跳过不要的行
跳过不要的列已经给你了usecols这个参数了,所以也无需单独设置
设置列名
定义列名和类型
dtype类型大全
一般来说int65, float64,bool,datetime64[ns],object系统可用推导出来,别的可能就要求手动了
str与string的区别是,str默认保存为object对象
另外像季节品牌这些比较少的量可以设置为category,种类有两种好处
节约内存
方便自定义排序
我们设置dtype的目的是:不同类型的数据,有自己的一套 ...
2022备战国赛
阅读论文看完第一页,直接看评价,带着问题去看论文。
模板是像灰色预测,模糊综合这些的证明。跳过,直接看结果,或者作者如何处理这些方法的。
一个例子
12A 葡萄酒评价
D:\学习资料汇总(正经\数学建模竞赛内容\清风啊\大学数模论文【清风数学建模整理】\中文比赛论文\数学建模国赛\2012年国赛\2012年数学建模A题一等奖论文
简单看一下一篇文章我们需要关注的点。
摘要
第二步是看推广
评价
17A CT参数标定及成像题目
CT工作过程
图像重建
接受信息的分析
学习excel和word的操作基础,使得数据处理变得简单一点
将大于0的部分突出显示
论文摘要
思维导图结构
17B 拍照赚钱任务定价赛题
任务一基于地图拟合的定性分析。
应采用机理分析,而不是评价,着重找规律
他这个使用了个啥算法,就是比不用算法的好一点而已,优势就是有理论依据。
异常值处理+数据分析
研究MATLAB工具箱。
离散处理-网格划分这里直接用三维坐标求出两地之间的实际距离
既然要分析,那我们就要定义指标,这也是为什么之前要离散化处理 ...