- 博客(269)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Windows Service编程
Abstract 本文主要介绍 Windows service 的编程模式和 SCM 的相关功能。Content基础知识What is Windows ServiceSCMService ProgramsEvent Trace for Windows关键函数Service Entry PointServiceMainService Control Handler...
2019-02-26 19:38:16
3152
原创 《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
20817
3
原创 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
583
转载 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
662
原创 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
2325
原创 杨辉三角形生成器
《程序员的数学》通过“杨辉三角形”（Pascal’s Triangle）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
2254
原创 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”（decrease and conquer）和“分而治之”（divide and conquer）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
982
原创 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windows client 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
3554
原创 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
1412
2
原创 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 Django is a high-level Python Web framework that encourages rapid development and clean, pragmatic design. Built by experienced
2017-12-22 10:08:47
4314
原创 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Openwrt SDK交叉编译ipk包
2017-12-18 15:19:05
1657
原创 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
1986
原创 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pyinstaller manual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
12976
2
原创 用Python学《微积分B》（重积分）
重积分（Multiple Integral）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“Paul online math”，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
1734
原创 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
1129
1
原创 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
579
原创 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’s theorem in 1D 先来回顾一下一元函数
2017-10-31 09:03:37
2136
原创 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”（the minimum error）。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（directional derivative）与偏导数、梯度（gradient）、梯度向量（gradient vector）等出发，带您领略“
2017-10-27 15:37:16
15935
2
原创 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”（chain rule）： y=f(u),u=g(x)⇒dydx=dydu⋅dgdxy = f(u),\;u=g(x) \; \Rightarrow \; \frac
2017-10-25 15:29:03
1688
原创 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（Partial Derivative）内容相对简单，主要包括：偏导数与全微分（全导数-total derivative）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
3503
原创 用Python学《微积分B》（多元函数的极限）
先回顾一下“一元微分学”部分的知识链：数轴 -> 数列 -> 数列的收敛 -> （不等式）数列的极限 -> 一元函数的极限 -> 一元函数的连续性 -> 一致连续 -> 导数 -> 微分。 从上面的链条可以看出：数列是一维空间（数轴）的、离散的研究对象；而函数二维空间（平面）的、连续的研究对象。而多元函数微积分（Multivarialbe Calculus）是对之前“一元微分学”的维度扩展。
2017-10-23 13:30:28
3113
原创 用Python学《微积分B》（空间向量）
Math is fun对向量（vector）及其运算讲解的非常形象易懂 ，轻松的扫完这篇文章及其相关链接，对于向量也就了然于心啦。 一、向量 1，向量的定义和性质 1）幅度（模）- magnitutide 2）方向（方向角）- direction 3）方向角与方向余弦 - 向量与坐标轴的夹角称为方向角 (cosα,cosβ,cosγ)=(x|r→|,y|r→|,z|r
2017-10-17 09:45:33
1517
原创 用Python学《微积分B》（微分方程）
什么是微分方程（Differential Equation）？微分方程有什么用？如何解微分方程？这是本节需要重点理解的问题。 一、微分方程简介 除了wiki，在math is fun上搜索“differential equation”，可以找到几个关于“微分方程”的话题。这些话题对微分方程的介绍非常有趣，在此借用它们来阐述我对微分方程的理解。 1，什么是微分方程 联系函数及其
2017-10-12 10:57:48
2360
原创 用Python学《微积分B》（Fourier级数）
除了“幂级数”，另一类非常重要的函数项级数级数就是“三角（函数）级数”（trigonometric series）。《微积分B》第8-6节主要介绍：什么是三角级数？三角函数系的正交性？三角级数与Fourier级数的关系？函数如何进行Fourier级数展开？Fourier级数的收敛条件？正弦级数（余弦级数）与函数奇偶性的关系？一般周期函数的Fourier级数展开？ 一、三角级数 顾名思
2017-09-30 15:23:57
2580
原创 用Python学《微积分B》（函数项级数）
函数项级数（Series of Functions），借用WIKI上的定义： In calculus, a function series is a series, where the summands are not just real or complex numbers but functions.Examples of function series include power ser
2017-09-28 15:30:46
3234
原创 用Python学《微积分B》（常数项级数）
“级数”（Series）是什么？“级数”有什么用处？“级数”与微积分有什么联系？带着这几个问题，本文将从通俗的角度来谈谈我对“级数”的理解，并进行一些知识扩展，最后附上《微积分B》课后练习的答案。 一、级数是什么 关于级数的定义，除了教科书，也可以看看[“Wiki - Series”](https://en.wikipedia.org/wiki/Series_(mathematics
2017-09-25 16:14:07
2214
原创 用Python学《微积分B》（反常积分）
Riemann积分有两个局限：一是积分区间[a, b]必须有限；二是被积函数f(x)在积分区间[a, b]上有界。而反常积分（Improper Integral）就是对Riemann积分这两个局限的扩展，前者扩展后被称为“无穷积分”，后者扩展后被称为“瑕积分”。 本节的内容属于“微积分的扩展”，课程中介绍的本就不太详细，主要讨论反常积分的“敛散性”我就不作扩展了，仅用Python辅助，展示课后
2017-09-21 10:36:02
5955
原创 用Python学《微积分B》（微积分应用）
微积分是一种非常重要的“数学分析”思想（方法），在许多领域中都有应用，比如：计算平面面积、曲线长度、空间图形的体积、旋转曲面面积和物理学中的“微元法”等。而如何用好“微积分”是这部分学习的重点。要用好微积分，关键是理解透彻“微分-differential”和“定积分-Integral”的定义。微积分在英文中有时又被称为“Infinitesimal calculus”，即“无穷小量微积分”，这个名字从
2017-09-18 15:33:55
7948
原创 用Python学《微积分B》（Newton-Leibniz公式）
微积分的出现源于极限论，而极限的描述借助于“不等式”。“微分”（导数）和“积分”（定积分）一开始只是两个种重要的“极限问题”：微分学研究的是“函数的变化量与自变量的变化量比值的极限”问题，几何上描述为“函数曲线在某点的切线的斜率”问题，其中这个切线就是割线取极限得到的；而积分学研究的是如何“在某个区间内用无限小分割的矩形的面积和来近似函数曲线与x轴围成的面积”，即“Riemann和”，需要注意的是，
2017-09-13 10:06:01
6718
原创 用Python学《微积分B》（定积分）
本文主要学习《微积分B》第7章——“定积分的概念和存在条件”，结合课程中的知识进行一些扩展，并用Python辅助求解课后练习题。关于定积分（Definite Integral）的概念，课本中只介绍了“黎曼积分”（Riemann Integral），而wiki上对定积分的介绍更全面：Integral-Wikipedia。此外，再介绍一个好玩的数学知识讲解网站：Math is fun，它上面对Integ
2017-09-07 17:35:31
10721
4
原创 用Python学《微积分B》（有理式与简单无理式积分套路）
前一篇介绍了“换元法”和“分部积分”两种一般的求积分的方法，这一篇主要学习对“有理式”和“简单无理式”求积分的套路。这一篇是对不定积分方法的总结，在此特地介绍一个在线积分器和symbolab，对于复杂的积分式可以用它们辅助计算。 一、知识点 1，四个分式模式 所谓的“套路”，都是通过一系列变换，把被积函数转化为“积分表”中的函数及其组合。积分表中有四个积分式对于分式有理式非常重要，
2017-09-04 16:55:09
5294
1
原创 用Python学《微积分B》（换元法与分部积分）
一、知识点1，换元法 换元法主要是根据“积分形式不变性”，通过“替换被积变量”的方式将“被积函数”转换为“积分表”中的函数及其组合，待求出原函数之后，再将变量替换回来的求积分的方法。 1）复合函数换元法（第一类换元法） 复合函数换元法主要是利用复合函数微分来进行“凑微分”，即将“微分符”外面的东西变到“微分符”里面。其关键点是要找到合适的中间变量u=u(x)u = u{\left (x
2017-08-29 16:21:47
1888
原创 用Python学《微积分B》（序）
最近上下班地铁上一直在“学院在线”APP上学习清华大学扈志明老师的《微积分B》。该课程每节课都有练习题，为了加快做题速度，我尝试了用python来辅助解题，发现效果不错，故此分享给大家。一、Python库 主要用到的python库有：sympy、scipy、numpy、matplotlib。它们都是SciPy Orgnization的成员。此外还参考了《用python学微积分》这本gitbook
2017-08-29 10:29:57
2763
原创 用Python学《微积分B》（不定积分的概念）
摘要：本文主要总结《微积分B》课程6-1节“不定积分的概念和性质”的知识点，并使用Python求解该节的课后习题。一、知识点1，“函数可积”（原函数存在）的判定1）连续函数一定可积2）函数可积的必要条件Darboux定理告诉我们：函数可导，则其导函数一定满足“介值定理”。（Darboux定理也可以称为“导函数介值定理”）由此可得：函数可积，则该函数不一定连续，但一定满足“介值定理”。推论：包含
2017-08-28 16:54:31
2904
原创 用Python学《微积分B》（Unit Test 3）
本文主要用Python来求解《微积分B》课程的“单元测试3”的习题，此外，为了避免前一节“Taylor公式”的篇幅过长，也将其课后习题放在这里。 注：sympy中对高阶无穷小采样的是“Big O notation”（大O标记法）；而扈志明老师的《微积分B》课程采用的是“Little O notation”（小o标记法），两者是有差别的： https://sta
2017-08-25 12:24:41
965
原创 在Windows上编译、应用glog
glog是google提供的一个开源的C++日志库。由于最新的glog源码工程中，已经移除了“.sln”文件，代之以“a CMake build system”，在Windows平台下应用最新的glog库，需要自行使用CMake来生成适用不同版本VS的“.sln”文件。这个过程相对来说，有点小繁琐，特以此文记录并分享给大家。注：glog下载链接：https://github.com/goo
2017-08-22 17:31:21
13160
原创 用Python学《微积分B》（单调性与极值，凸性与拐点）
《微积分B》课程微分学部分的“单调性与极值”和“凹凸性与拐点”这两节都属于“函数的微分性质应用”。上一篇讲到“洛必达法则”是用“降维”的方法来求不定式的极限，而这两节同样使用“降维”（求导）的方法来分析函数的性质。注：关于“降维”，我有一个联想。微积分中的降维就是求导，而在其他领域也有“降维”，比如“将球体投影为平面上的圆”，“将复信号投影到x-t平面，研究幅度变化图”等等。一、要点简述
2017-08-21 17:28:28
6390
原创 用Python学《微积分B》（微分中值定理与洛必达法则）
本文将“微分中值定理”和“洛必达法则”（L'Hopital's Rule）两节的课后习题放到一块讨论。其中“微分中值定理”强调的是对概念，特别是“开区间可导，闭区间连续”的理解，习题虽少，但吃透不易；而“洛必达法则”将求函数的极限转变为求导数的极限，实现的是一种“降维”计算方法，（看到“降维”这个词，你就知道它的威力有多大了），但是现在有了python，这种苦逼计算就交给计算机了，至于它用不用“洛
2017-08-18 15:28:58
2680
原创 用Python学《微积分B》（Unit Test 2）
本文主要展示用sympy来求解扈志明老师《微积分B》课程的单元测试题二。其题型主要是求导数或微分，相对一般的课后习题要难，在此贴出求解过程，如下：1，求曲线 在点(0,1)处的切线方程？解：该点坐标已知，只要求出该点切线方程的斜率，即曲线在该点的导数。2，设函数，其中n为正整数，则f'(0)=?解：求归纳公式，该公式中包含阶乘。1-2两题的Python求解过程如下：
2017-08-15 14:09:54
1515
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人