- 博客(190)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 2024 SDUCS 计算机学院软件工程考试题
1. 结合项目和软件生命周期说一下软件开发过程的演变史，并分别说明优缺点2. 需求建模过程，需要画图3. 给了一个图，求活动(即为边)的最早开始时间、最晚开始时间，时间差，关键路径和总长度4. 结合项目和需求开发，说一说怎么选择合适的队员5. 故障树最小割计算6.Hyman计算公式，如果需要达到99.%的置信度，需要投放多少测试bug7. 列一下常见的设计模式，说一下你们的项目中都用到了哪些设计模式，为什么使用8. 说一下都用到了什么软件设计原则，为什么
2024-06-24 16:38:58
220
原创 乒乓缓存机制
乒乓缓存是一种双缓存机制，用来加速同时存在I/O操作以及数据处理操作的设备。一个缓存用来保存旧版本的数据供读设备读取，与此同时，另一个缓存保存写设备产生的新版本数据。当新数据完成时，读设备和写设备将会交换两个缓存，双缓存机制将会提高设备的吞吐量，最终有助于避免瓶颈的产生。
2024-03-11 09:52:16
652
原创 负载均衡算法
当有很多台主机在一个集群的时候，外界会去请求server端的服务，如果短时间内多个请求同时打到了一台主机上，可能会把主机打挂。由此引入了本文的主题–负载均衡算法。
2024-03-10 21:20:27
196
原创 cookie和session的区别
cookie：是针对每个网站的信息，每个网站只能对应一个，其他网站无法访问，这个文件保存在客户端，每次您拨打相应网站，浏览器都会查找该网站的 cookies，如果有，则会将该文件发送出去。cookies文件的内容大致上包括了诸如用户名、密码、设置等信息。session：是针对每个用户的，只有客户端才能访问，程序为该客户添加一个 session。session中主要保存用户的登录信息、操作信息等等。此 session将在用户访问结束后自动消失(如果也是超时)。
2024-03-10 21:12:44
87
原创 线程池中线程数目和CPU核数的关系
最佳线程数目=(线程等待时间+线程CPU时间)/线程CPU时间*线程CPU数目。经验来看，CPU密集型应用：线程数目=CPU核数+1。IO密集型应用：线程数目=2N+1。
2024-03-07 21:34:53
438
1
原创 C++低延迟tips
使用内存池，拒绝malloc和new使用std::array，拒绝vector多线程避免伪共享，可以用空间换时间，上下文切换及其的耗时间一个线程占据一个CPU，对性能有要求的主机绝对不能发生IO同一台主机交换数据使用零copy或者bypass，不同的主机使用RDMA进程交换信息使用共享内存。
2023-07-28 12:08:22
33
原创 简单的小型C++项目怎么用CMAKE进行管理
根目录下共有两个文件夹，分别为include、src，有两个文件，分别为CMakeLists.txt和main.cpp。
2023-04-22 17:15:07
519
原创 C++ 11 async用法
看开源项目时候，经常看到先用去打包一个函数，然后用去异步调用，但是这样做感觉很奇怪，就是一个函数能不能不用打包，直接去异步调用就行了。
2023-04-05 22:54:05
95
原创 C++ 11异步函数
C++ 11提供了很多方法让我们进行异步调用，其中一个就是std::async，并且会返回一个对象，当我们在主线程中想继续调用时候就去调用，这个适用于处理网络等对实时效应要求比较高的地方。
2023-04-05 22:37:24
116
原创 多线程条件下如何进行输出信息
在日常的工作中，我们经常会用到多线程编程，但是如果使用普通的cout进行输出，会有问题。比如多线程同时竞争cout，会导致输出乱序看一下结果：可以看出，有部分输出乱序了，这是因为cout不是线程安全的。
2023-04-05 21:14:43
119
原创 C++ cout【重定向】到string的方法
在做dt测试的时候，遇到了一个问题，就是如何确认某个函数的运行结果是正确的（该函数内部主要的操作是更改内部变量），因此想到了输出所有的变量，但是在做测试的时候，。但是重新写一个输出到string中的函数不太值，就想到了用cout重定向到string。
2023-04-03 15:54:36
414
原创 IO多路复用解决的问题
在linux环境下，创建一个线程大概要10M内存，想要C10K需要大概97G，这是我们无法忍受的高昂成本。IO多路复用提供了使用一个进程维护多个socket的方法。
2023-03-21 17:42:19
84
原创 【论文阅读】Sequential Latent Knowledge Selection For Knowledge-Grounded Dialogue
论文阅读
2022-10-13 15:28:00
237
1
原创 【论文阅读】BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
论文阅读
2022-10-11 16:37:36
257
1
原创 【论文阅读】Building End-To-End Dialogue Systems Using Generative Hierarchical Neural Network Models
论文阅读
2022-10-01 12:54:37
259
1
原创 【论文阅读】Get To The Point: Summarization with Pointer-Generator Networks
论文阅读
2022-09-27 11:00:17
322
1
原创 【论文阅读】NEURAL MACHINE TRANSLATION BY JOINTLY LEARNING TO ALIGN AND TRANSLATE
XX
2022-09-25 17:18:10
347
1
原创 Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation
论文概括
2022-09-25 11:34:33
166
原创 以一道CSP T4说明dijkstra算法的证明及其变形应用
证明：这个版本的证明比较简洁易懂问题：状态表示:d[i]:从1−i的路径上的最大边权的最小值状态表示:d[i]:从1-i的路径上的最大边权的最小值状态表示:d[i]:从1−i的路径上的最大边权的最小值状态转移:d[v]=min(d[v],max(d[v],w))假设当前弹出的顶点是u,且u与v的临接边是w状态转移:d[v]=min(d[v],max(d[v],w))\\假设当前弹出的顶点是u,且u与v的临接边是w状态转移:d[v]=min(d[v],max(d[v],w))假设当前弹出的顶点是u,且u
2022-06-12 15:52:15
150
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人