4 Sagittarius_Warrior

尚未进行身份认证

暂无相关描述

等级
博文 269
排名 6k+

Windows Service编程

Abstract  本文主要介绍Windowsservice的编程模式和SCM的相关功能。Content基础知识WhatisWindowsServiceSCMServiceProgramsEventTraceforWindows关键函数ServiceEntryPointServiceMainServiceControlHandler...

2019-02-26 19:38:16

《Windows驱动开发技术详解》学习笔记

Abstract  如果推荐Windows驱动开发的入门书,我强烈推荐《Windows驱动开发技术详解》。但是由于成书的时间较早,该书中提到的很多工具和环境都已不可用或找不到,而本文搜集了大部分的工具,并在win10X64上安装开发环境,在win7x86上进行实验,趟过了不少实际编译和测试中遇到的坑。此外,本文也对相关章节的重点进行了总结,全文目录如下:全书导读开发和调试驱...

2019-02-13 17:34:19

快速入门“正则表达式”

目录导读正则表达式的设计哲学设计哲学一:设计哲学二:设计哲学三:设计哲学四:正则表达式规则树正则表达式速查导读  像大多数的数学表达式一样,正则表达式也是一个中很“反人性”的表达式,相信很多人看正则表达式跟看天书一样,即使学习和使用过正则表达式,也很快就忘了它的规则。而本文的目的就是让普通人能够轻松快速地了解正则表达式,并把握正则表达式的设计哲学,不会那么容易就忘记。  注意,为简单起见,本...

2018-11-09 13:44:45

Some Basic and Inefficient Prime Number Generating Algorithms

转载一篇素数生成算法文章:https://en.wikibooks.org/wiki/Some_Basic_and_Inefficient_Prime_Number_Generating_Algorithms

2018-04-12 15:48:20

单词接龙

  最近碰到了一个比较有意思的算法题——单次接龙,我尝试做了一下,虽然能解,但是时间复杂度让我很不满意,于是google了网友的解法,找到一个比较满意的算法——链接,作者是用JAVA实现的,我在此将它转换为C++实现。  问题描述  拉姆刚开始学习英文单词,对单词排序很感兴趣。如果给拉姆一组单词,他能够迅速确定是否可以将这些单词排列在一个列表中,使得该列表中任何单词的...

2018-03-28 17:06:51

杨辉三角形生成器

《程序员的数学》通过“杨辉三角形”(Pascal’sTriangle)的演示了一种“从复杂问题中发现隐含递归结构”的方法:1)从整体中隐去部分问题;2)判断剩余部分是否和整体问题是同类问题。通过这种方法可以很好的解释“为什么杨辉三角形中会出现组合数”。  《程序员的数学》只是揭开了“杨辉三角形”神秘的一角:相邻两数之和、阶乘、路径选择、组合数。除了这些,MathisFun-Pascal’

2018-02-05 11:16:53

从“汉诺塔”看递归算法

递归算法是《数据结构与算法》中最简洁的算法之一,它可以非常简明地描述“减而治之”(decreaseandconquer)和“分而治之”(divideandconquer)这两种算法思想。递归算法虽然从代码角度来看非常简单,但对于新手理解起来却不那么简单。本文我将结合《数据结构与算法》的专业描述和《程序员的数学》的通俗描述,并以“汉诺塔”为例来讲解我对“递归”算法的理解,并给出Python

2018-02-01 14:21:56

VirtualBox 扩展 ubuntu根目录磁盘大小

本文主要分享一种简单快速的扩展virtualbox虚拟机下ubuntu系统根目录磁盘大小的方法,也可以推广到vm虚拟机和windowsclient系统。  整个过程可以分为两个大的步骤:-vboxmanager扩展虚拟机磁盘(xxx.vid)大小-gparted将新增的空间分配给主分区(sda)一、扩展虚拟机磁盘(xxx.vid)大小  主要使用

2018-01-11 17:36:02

2018,突破自我

2018年来了,零零后都要开始一批批跨越18岁,进入成年人的世界了。作为一个80后,在这新年上班的第一天,我必须得让自己保持“奋斗者”的状态,不断超越自己,不至于被这个时代落下。2017的技术收获  在开启新的“征程”之前,我需要先回顾一下上一年在技术上和学习上的收获和不足。整体来说,2017年我的技术上是有很大的突破的,特别是眼界和心态上——我不再把自己局限为一个C++程序员,甚至不再局限于技术,

2018-01-02 17:31:02

Django学习资源帖

本文分享一些比较优秀的Django学习资源链接,方便大家学习和查询。后续发现新的资源,将不断更新。一、Django官网  Djangoisahigh-levelPythonWebframeworkthatencouragesrapiddevelopmentandclean,pragmaticdesign.Builtbyexperienced

2017-12-22 10:08:47

OpenWrt 开发 (二) 搭建开发环境

本文主要介绍如何搭建OpenWrt的开发环境,大部分资源都来自网络,你可以将它看成是一个资源整理帖,节省搜索时间。OpenWrt开发环境的搭建大致分为以下几步:-安装虚拟机-安装Linux-ubuntu系统-安装和检查编译环境-下载OpenWrt源码-编译-部署参考资源:-Ubuntu使用OpenwrtSDK交叉编译ipk包

2017-12-18 15:19:05

OpenWrt开发(一)序

最近接触了一个Linux嵌入式设备开发的项目——MESH网络设备开发。它是基于“OpenWrt”这个Linux发行版本进行开发,为此,我将在项目的开发过程,撰写一系列博客,记录学习的知识和开发要点。本文是这一系列博客的第一篇,主要分享项目开发中的各种学习资源链接,后续会持续更新。一、OpenWrt  关于OpenWrt的入门,大致找到如下一些资源:-官网链接-快

2017-12-18 10:38:06

Pyinstaller打包matplotlib error总结

最近用python写了一个小程序,实现:读取txt或csv文件中的数据,按列将数据画成曲线图。原本很简单的一个程序(源码见文末),在打包时,由于包含了matplotlib,折腾了大半天才搞定,特此分享一下经验。1,pyinstaller打包  关于pyinstaller打包,除了pyinstallermanual之外,还可以可以参考我之前的博文——Pyinstaller程序打包。本文中用的打包命令

2017-11-06 15:04:25

用Python学《微积分B》(重积分)

重积分(MultipleIntegral)是指不止一个积分变量的积分,其中R2R^2空间的积分称为二重积分,而R3R^3空间的积分称为三重积分。关于二重积分和三重积分,可以参考“Paulonlinemath”,它对重积分的内容讲述的比较简单明了。一、二重积分1,二重积分的概念  前面在讲一元函数定积分时,就指出:定积分实际上是“Riemann和”。对于一元函数定积分

2017-11-03 14:34:50

用Python学《微积分B》(多元微分学的几何应用)

多元函数微分学的几何应用主要是讲述空间向量与微分学的融合,包括:空间曲线的切线和空间曲面的切平面。如果将本文和之前的“空间向量”一文结合起来看,你会发现多元函数微分学与空间向量结合后的神奇。一、空间曲线的切线1,空间曲线的参数方程  在“空间向量”一文中提到:空间曲线可以看作是两个空间曲面的交线,可以用一个方程组来描述{F(x,y,z)=0G(x,y,z)=0\left\{\

2017-11-01 13:23:37

Qt资源帖

1,官网https://www.qt.io/2,开发者文档http://doc.qt.io/3,官方demo解析https://www.kancloud.cn/cloudcastle/qt5-demo/109863

2017-11-01 08:56:23

用Python学《微积分B》(多元函数Taylor公式)

从一元微分到多元微分,主要把握这两点差异:一是导数变偏导数,二是叠加。从向量的角度来看,更容易理解:导数(偏导数)表征的是变化率,一元函数导数表示的是一个维度上的变化率,而多元函数导数表示的多个维度变化率,它等于各个分量(维度)上的变化率(偏导数)的叠加。循着这个原则,我们来看一下多元函数的Taylor公式展开。一、Taylor’stheoremin1D  先来回顾一下一元函数

2017-10-31 09:03:37

梯度向量与梯度下降法

最近非常热门的“深度学习”领域,用到了一种名为“梯度下降法”的算法。梯度下降法是机器学习中常用的一种方法,它主要用于快速找到“最小误差”(theminimumerror)。要掌握“梯度下降法”,就需要先搞清楚什么是“梯度”,本文将从这些基本概念:方向导数(directionalderivative)与偏导数、梯度(gradient)、梯度向量(gradientvector)等出发,带您领略“

2017-10-27 15:37:16

用Python学《微积分B》(微分法)

本节主要介绍多元函数导数(微分)的计算方法,包括:多元复合函数求导法则、多元隐函数求导、多元隐函数组求导三个子话题。一、多元复合函数链导法1,一元复合函数“链导法”  回顾一下,一元复合函数求导的方法——“链导法”(chainrule):y=f(u),u=g(x)⇒dydx=dydu⋅dgdxy=f(u),\;u=g(x)\;\Rightarrow\;\frac

2017-10-25 15:29:03

用Python学《微积分B》(多元函数的微分)

多元函数的微分包括“偏导数”和“全微分”,而“全微分”在满足一定条件时,通过“偏导数”的叠加来表示。这种叠加可以让人联想到“空间向量”与“直角坐标系”的各个分量之间的叠加。  偏导数(PartialDerivative)内容相对简单,主要包括:偏导数与全微分(全导数-totalderivative)的关系、多元函数偏导数与一元函数的导数的关系、偏导数的标记法、偏导数的几何意义、高阶偏导数、混

2017-10-24 11:04:03
奖章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!