图解LInux常用命令（小白福音）
1、Linux命令的执行必须依赖于Shell命令解释器。实际上是在Linux系统中运行的一种特殊程序，它位于操作系统内核与用户之间，负责接收用户输入的命令并进行解释，将需要执行的操作传递给系统内核执行，Shell在用户和内核之间充当了一个“翻译官”的角色。当用户登录到Linux系统时，会自动加载一个Shell程序，以便给用户提供可以输入命令的操作系统。2、Bash是Linux系统中的默认使用的Sh
网络变成操作系统详解
一 为什么要有操作系统 （两本书：现代操作系统、操作系统原理，学好python以后再去研究吧~~） 现代的计算机系统主要是由一个或者多个处理器，主存，硬盘，键盘，鼠标，显示器，打印机，网络接口及其他输入输出设备组成。 一般而言，现代计算机系统是一个复杂的系统。 其一：如果每位应用程序员都必须掌握该系统所有的细节，那就不可能再编写代码了（严重影响了程序员的开发效率：全部掌握这些细节可能需要一万年....） 其二：并且管理这些部件并加以优化使用，是一件极富挑战性的工作，于是，计算安
数据--第37课 - 线索化二叉树
第37课 - 线索化二叉树 1. 问题 在一些项目中需要频繁的遍历二叉树，但是二叉树的遍历比单链表的遍历复杂多了，并且递归总是会后额外的开销。 2. 线索化二叉树 线索化二叉树指的是将二叉树中的结点进行逻辑意义上的“重新排列”，使其可以线性的方式访问每一个结点。 二叉树线索化后每个结点都有一个线性下标，用过这个下标可以快速访问结点，而不需要遍历二叉树。 3. 方法1 利用结点中的空指针，使其指向后继结点。 算法思想： 初始化位置指针：p = NULL； 前序遍历二叉树： 若p不为空，将p->l
【Linux端口大全】 -- 2019-08-11 18:45:22
原文: http://106.13.73.98/__/79/ 2端口：管理实用程序 3端口：压缩进程 5端口：远程作业登录 7端口：回显 9端口：丢弃 11端口：在线用户 13端口：时间 17端口：每日引用 18端口：消息发送协议 19端口：字符发生器 20端口：FTP文件传输协议（默认数据口） 21端口：FTP文件传输协议（控制） 22端口：SSH远程登录协议 23端口：telnet（终端仿真协议），木马Tiny Telnet服务器开放此端口 24端口：预留给个人用邮件系统 25端口：SMT
数据--第39课 - 二叉树课后练习
第39课 - 二叉树课后练习 1. 输的相等比较（去世科技笔试题） 编写一个函数用于比较两棵二叉树是否相等。（二叉树相等指的是两棵树中的结点在位置上相互对应，且对应位置上保存的数据相同。） 函数原型如下： int compare_bin_tree(RTreeNode* bt1, BTreeNode* bt2); 2. 单度结点删除（诚迈科技面试题） 编写一个函数用于删除二叉树中的度为1的所有结点。 要求：结点删除后，其唯一的子节点代替它的位置。
微信公众号发送消息给用户 php
1.微信公众号 这里得话 一开始先去看了 微信公众号的接口 发现网页授权需要时认证的服务号，一开始想的是那去申请一个认证的服务号岂不是很费事，然后网上搜了搜，发现了还有微信公众号个人测试号这个东西，所有的接口都可以使用（据说是这样），然后就开始去学习使用微信公众号个人测试号的使用； 个人测试号网址： http://mp.weixin.qq.com/debug/cgi-bin/sandboxinfo?action=showinfo&t=sandbox/index 2.个人测试号也是一通网上去找教
【进程间通讯与进程池】 -- 2019-08-11 18:46:25
原文: http://106.13.73.98/__/4/ 目录 一、队列 二、管道 三、进程间数据共享 四、进程池 进程间通讯：IPC（Inter-Process Communication) 一、队列： 队列：先进先出（First In First Out）简称 FIFO 栈：先进后出（First In Last Out）简称 FILO 1. multiprocessing.Queue模块 用于创建共享的进程队列，Queue是多进程安全的队列，可以实现对进程之间的数据传递，队列底层是使用管
数据--第41棵 - 图的存储结构
第41棵 - 图的存储结构 1. 邻接矩阵法 用一维数组存储顶点--描述顶点相关的数据。 用二维数组存储边--描述顶点的边。 设图A = (V,E)是一个有n个顶点的图，图的邻接矩阵为Edge[n][n]，则：Edge[i][j] = W，W>0，i和j连接；Edge[i][j] = 0，i == j 或者i和j不链接。 注：W为权值，当需要权值时，取W为1表示结点间连接。 无向图的邻接矩阵是对称的。 有向图的邻接矩阵可能是不对称的。 2. 邻接矩阵法的头结点 记录定点的个数。 记录与顶点相关
数据--第40课 - 图的定义
第40课 - 图的定义 1. 定义 图是由定点集合（Vertex）以及顶点间的关系集合组成的一种数据结构：Graph = (V, E) V = { x|x属于某个数据对象}是顶点的有穷费控集合；E = {(x,y)|x,y属于V }是顶点之间关系的有穷集合，也叫做边(Edge)集合。 2. 图的定义 （1）无向边 若顶点x和y之间的边没有方向，则称该边为无向边(x,y)。 (x,y)与(y,x)意义相同，表示x和y之间有联系。 （2）无向图 若图中任意两个顶点之间的边均是无向边，则称该图为无向
【Vue实例生命周期】 -- 2019-08-11 18:47:26
目录 实例创建之前执行——beforeCreate 实例创建之后执行——created 挂载之前执行——beforeMount 挂载之后执行——mounted 数据更新之前执行——beforeUpdate 数据更新之后执行——updated 实例销毁之前执行——beforeDestroy 实例销毁之后执行——destroyed keep-alive组件激活时执行——activated keep-alive组件停用时执行——deactivated 原文: http://106.13.73.98/
数据--第34课 - 二叉树的深层性质
第34课 - 二叉树的深层性质 1. 性质1 在二叉树的第i层最多有2i-1个结点。(i>= 1) 第一层最多有21-1=1个结点。 第二层最多有22-1=2个结点。 第三层最多有23-1=4个结点。 2. 性质2 深度为 kkk 的二叉树最多有 222kkk------111个结点。(k ≥ 0)0)0) 如果有一层，最多有1=21-1=1个结点。 如果有两层，最多有1+2=22-1=3个结点。 如果有三层，最多有1+2+4=23-1=7个结点。 3. 性质3 对于任何一颗二叉树，如果其叶结
【算法之常见的时间复杂度】 -- 2019-08-11 18:41:17
原文: http://106.13.73.98/__/116/ 补充 空间复杂度：用来评估算法占用内存大小的式子。 什么是算法？ 算法（Algorithm）：一个计算过程，解决文件的方法 时间复杂度 先总结 时间复杂度是用来评估算法运行时间的一个式子（单位）。 一般来说，时间复杂度高的算法比复杂度低的算法慢。 长安的时间复杂度（按效率排序）： O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n2logn) < O(n3) 不常见的时间复杂度： O(n!
【网络流】——最小费用最大流EK算法
本文非原创，大部分参考自秋日私语大大的题解。 GO：模板 最大流问题，我们可以通过EK，DINIC等方法解决，但是如果在每条边上加上边权，并定义 费用 为边权乘以流量，在所有最大流中求出费用最少的那一个方案，就需要新的算法了。 这里只对最小费用最大流的EK-SPFA算法做一些自己的解释，并会附上模板。 首先是EK算法： 1.我们每次求一条源点到汇点的路径，流量最大为路径上的最小流量minflow，所以下一次寻找最大流就不能走那条，于是将所有边的流量减小minflow。 2.由1
吴恩达机器学习笔记1——线性回归
问题描述： 给定一个训练集：{xi, yi}，i=1,..,m，拟合y(x)，从而预测：y(xtest)。 线性模型： 假设训练集{xi, yi}满足线性方程y = a x + b，则对于某一个xi，yi, pred = a xi + b（yi, pred 为预测值）。(yi - yi, pred )2越小则拟合效果越好。 对于训练集中的m个样本，定义J(a,b) = 1/m * sumi [(yi - yi, pred )2]。 则问题可以转化为 mina,bJ，即寻找a，b的值使J最小。
数据--第35课 - 创建二叉树
第35课 - 创建二叉树 1. 指路法定位结点 从根节点开始。。。 结点1的位置：{NUll} 结点2的位置：{左} 结点3的位置：{右} 结点4的位置：{左，左} 结点5的位置：{左，右} 结点6的位置：{右，左} 结点7的位置：{右，右} 结点8的位置：{左，左，左} 结点9的位置：{左，左，右} 结点10的位置：{左，右，左} 指路法通过根结点与目标结点的相对位置进行定位。 指路法可以避开二叉树递归的性质“线性”定位。 思想：在C语言中可以利用bit位进行指路。 #define BT_L
【Flask中内置的Session】 -- 2019-08-11 18:42:18
原文: http://106.13.73.98/__/111/ Flask中的Session非常的奇怪，它会将你的SessionID存放到客户端的Cookie中，使用起来也非常的奇怪。 Flask中使用Session，需要先设置secret_key from flask import Flask
app = Flask(__name__)
app.secret_key = 'encrypted'
# secret_key是用来加密字符串的
# 如果在实例化的app中没有secret_key，
将军令（贪心&&树形DP）
只看45分的话，是树形DP....(当然也有能拿到70分+的大佬) 40分： 只考虑k==1的情况，树形DP 所以每个节点可能被父亲，自己，儿子控制 设f[MAXN][3]，0表示儿子，1表示自己，2表示父亲 f[i][1]+=min(f[to][0],f[to][1],f[to][2])(因为自己控制自己，儿子怎样都行) f[i][0]+=min(f[to][0],f[to][1]) 但是因为i的儿子必须有一个自己控制自己，所以还要判断所加值中是否有f[to][1]，如果没有 f[i][0]
今日推荐
周排行