<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[codezhu的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/codezhu</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; codezhu]]></copyright><item><title><![CDATA[从0开始的游戏编程——Cocos Creator开发]]></title><link>https://blog.csdn.net/codezhu/article/details/156282224</link><guid>https://blog.csdn.net/codezhu/article/details/156282224</guid><author>codezhu</author><pubDate>Sat, 27 Dec 2025 19:06:14 +0800</pubDate><description><![CDATA[下面我们只是对 Cocos Creator编辑器进行一个初步介绍，进一步具体的可以看官方手册。]]></description><category></category></item><item><title><![CDATA[从0开始的游戏编程——开发前的编程语言准备（JAVAScript）]]></title><link>https://blog.csdn.net/codezhu/article/details/156239297</link><guid>https://blog.csdn.net/codezhu/article/details/156239297</guid><author>codezhu</author><pubDate>Fri, 26 Dec 2025 02:14:15 +0800</pubDate><description><![CDATA[所谓的游戏编程语言，就是编写游戏程序用到的语言，如C编程语言、C++、Java、JavaScript、Lua等游戏引擎是指一些已编写好的可编程电脑游戏系统或者一些交互式实时图像应用程序的核心组件，这些系统为游戏设计者提供各种编写游戏所需的各种工具，其目的在于让游戏设计者能容易和快速地做出游戏程式而不用由零开始。（游戏引擎的作用类似于你写程序的时候用到的库，有了这些库和库函数，你想实现很多功能，就不用从零开始造轮子，而是直接调接口就行了）]]></description><category></category></item><item><title><![CDATA[考研数学：多元函数微分学]]></title><link>https://blog.csdn.net/codezhu/article/details/155501587</link><guid>https://blog.csdn.net/codezhu/article/details/155501587</guid><author>codezhu</author><pubDate>Tue, 02 Dec 2025 19:15:10 +0800</pubDate><description><![CDATA[设函数f=f(x,y)
f=f(x,y)
f=f(x,y)在点 (x0,y0)(x_0,y_0)(x0​,y0​) 的邻域内有定义。我们说 fff 在 (x0,y0)(x_0,y_0)(x0​,y0​) 可微，如果存在常数 A,BA,BA,B，使得当 (h,k)→(0,0)(h,k)\to(0,0)(h,k)→(0,0) 时：f(x0+h,y0+k)−f(x0,y0)=Ah+Bk+o(h2+k2).
f(x_0+h,y_0+k)-f(x_0,y_0)
=Ah+Bk + o\big(\sqrt{h^2+k^2]]></description><category></category></item><item><title><![CDATA[考研数学：一元函数微分学]]></title><link>https://blog.csdn.net/codezhu/article/details/155166319</link><guid>https://blog.csdn.net/codezhu/article/details/155166319</guid><author>codezhu</author><pubDate>Sun, 23 Nov 2025 21:21:40 +0800</pubDate><description><![CDATA[下面这题选B，请你为其他三个选项分别举出反例

直角坐标下的曲率计算公式

参数方程的曲率计算公式
推导过程如下极坐标下的曲率计算公式
这个我们就是用上面的参数方程公式来做的
这是曲率中一个非常关键但容易混淆的问题。
答案非常明确： 曲率圆圆心在曲线的凹侧（concave side）也就是说曲线向哪边“弯”，圆心就在哪边，即圆心的位置和曲线的凹凸性有关。如果该曲线在该点二阶可导，那么我们就可以通过该点二阶导的正负来判断圆心的位置，即计算f′′(x0)f''(x_0)f′′(x0​)（更一般的非函数形式也可以]]></description><category></category></item><item><title><![CDATA[考研408笔记——数据结构]]></title><link>https://blog.csdn.net/codezhu/article/details/155000952</link><guid>https://blog.csdn.net/codezhu/article/details/155000952</guid><author>codezhu</author><pubDate>Tue, 18 Nov 2025 20:41:56 +0800</pubDate><description><![CDATA[我们都知道，归并排序是将若干个有序的子数组合并成一个更大的有序数组。那现在问题就来了，我一般手里拿到的往往是一大坨乱序的数据，我现在要对它进行归并，那归并需要的那些有序的子数组是怎么得到的呢？（初始归并段是如何获得的？在外部排序基本方法中，我们给出了构建初始归并段的基本方法，思路也很简单，就是从单个元素作为一个归并段开始，不断进行二路归并，不断地扩大基本归并段的容量。]]></description><category></category></item><item><title><![CDATA[KMP算法]]></title><link>https://blog.csdn.net/codezhu/article/details/154999540</link><guid>https://blog.csdn.net/codezhu/article/details/154999540</guid><author>codezhu</author><pubDate>Tue, 18 Nov 2025 19:25:39 +0800</pubDate><description><![CDATA[没错，是这样的，但是这样的代码效率是很低的，假设haystack字符串长度是n，needle字符串长度是m，那常规解法的时间复杂度就是O(m×n)，科学家之所以提出KMP算法，就是想要优化这个查找的过程，在经过科学家的优化之后，使用KMP算法解决字符串查找问题，其时间复杂度可以降为O(m+n)，直接乘法变加法，同志们这太猛了啊，还得是科学家。我也是这么想的，可能作者一开始也是按照我们的思路去写的，只不过后面他发现，可以用Next数组简化求公共前后缀的步骤，于是他从这个角度出发，最终写成了上面的代码。]]></description><category></category></item><item><title><![CDATA[考研408——操作系统]]></title><link>https://blog.csdn.net/codezhu/article/details/154303231</link><guid>https://blog.csdn.net/codezhu/article/details/154303231</guid><author>codezhu</author><pubDate>Sun, 02 Nov 2025 20:18:12 +0800</pubDate><description><![CDATA[啥叫文件的逻辑结构呢？其实很好理解，就是在用户的视角下，看到的文件结构。啥叫用户视角下看到的文件结构？难道用户看到的文件结构不是真正的文件结构吗？没错，确实不是，那为啥呢？这主要是因为，为了实现高效的存储（为了在有限的空间内装入尽可能多的文件），工程师们肯定会设计一些特殊机制。而这些特殊机制在用户层面是不好理解的，如果把原原本本的结构展现给用户，这样就会增加用户的理解成本，不利于产品的推广。为了使产品的用户尽可能的多，我们肯定是要想尽一切办法，让用户使用计算机变得很简单。]]></description><category></category></item><item><title><![CDATA[考研408——计算机组成原理]]></title><link>https://blog.csdn.net/codezhu/article/details/153930424</link><guid>https://blog.csdn.net/codezhu/article/details/153930424</guid><author>codezhu</author><pubDate>Mon, 27 Oct 2025 16:31:44 +0800</pubDate><description><![CDATA[啥叫文件的逻辑结构呢？其实很好理解，就是在用户的视角下，看到的文件结构。啥叫用户视角下看到的文件结构？难道用户看到的文件结构不是真正的文件结构吗？没错，确实不是，那为啥呢？这主要是因为，为了实现高效的存储（为了在有限的空间内装入尽可能多的文件），工程师们肯定会设计一些特殊机制。而这些特殊机制在用户层面是不好理解的，如果把原原本本的结构展现给用户，这样就会增加用户的理解成本，不利于产品的推广。为了使产品的用户尽可能的多，我们肯定是要想尽一切办法，让用户使用计算机变得很简单。]]></description><category></category></item><item><title><![CDATA[HTTP 1.0版本的webserver自主实现]]></title><link>https://blog.csdn.net/codezhu/article/details/152158862</link><guid>https://blog.csdn.net/codezhu/article/details/152158862</guid><author>codezhu</author><pubDate>Sun, 26 Oct 2025 23:57:25 +0800</pubDate><description><![CDATA[WWW是环球信息网的缩写，（亦作“Web”、“WWW”、“‘W3’”，英文全称为“World Wide Web”），中文名字为“万维网”，"环球网"等，常简称为Web3W它其实是一套访问互联网资源的一套生态，它规定了我们访问资源的方式是通过我们的 URL 来访问，它将互联网中的各种内容称之为各个资源，通过设计 HTTP 协议将资源从远端拉取到本地等等。上面这一整套对访问互联网资源的规定我们可以统称为3Wweb客户端其实就是你电脑中的浏览器web服务器就是各大网站后台的服务器。]]></description><category></category></item><item><title><![CDATA[考研数学——一元函数积分学]]></title><link>https://blog.csdn.net/codezhu/article/details/153796399</link><guid>https://blog.csdn.net/codezhu/article/details/153796399</guid><author>codezhu</author><pubDate>Thu, 23 Oct 2025 22:58:46 +0800</pubDate><description><![CDATA[fxsinx1​。]]></description><category></category></item><item><title><![CDATA[考研数学——曲线曲面积分篇]]></title><link>https://blog.csdn.net/codezhu/article/details/153796427</link><guid>https://blog.csdn.net/codezhu/article/details/153796427</guid><author>codezhu</author><pubDate>Thu, 23 Oct 2025 22:57:01 +0800</pubDate><description><![CDATA[（1）平面曲线的第一类曲线积分设LLL是平面上的光滑曲线段（切线连续变化），fxyf(x,y)fxy是定义在LLL上的有界函数。若极限∫Lfxydslim⁡λ→0∑i1nfξiηiΔsi∫L​fxydslimλ→0​∑i1n​fξi​ηi​Δsi​存在，则称该极限为函数fxyf(x,y)fxy在曲线LLL上对弧长的曲线积分（即第一类曲线积分）。若LLL。]]></description><category></category></item><item><title><![CDATA[考研数学——无穷级数篇]]></title><link>https://blog.csdn.net/codezhu/article/details/153699456</link><guid>https://blog.csdn.net/codezhu/article/details/153699456</guid><author>codezhu</author><pubDate>Thu, 23 Oct 2025 15:54:38 +0800</pubDate><description><![CDATA[部分和数列的定义：取级数的前nnn项相加，得到的和Snu1u2⋯unSn​u1​u2​⋯un​，称为级数的前nnn项部分和（形成新的数列Sn\{S_n\}Sn​，即“部分和数列”）引入了部分和数列之后，我们就能用级数对应的部分和数列极限是否存在，来定义级数的发散与收敛级数收敛与发散的定义若部分和数列Sn\{S_n\}Sn​的极限存在，即lim⁡n→∞SnSlimn→∞​Sn​SSSS。]]></description><category></category></item><item><title><![CDATA[Reactor]]></title><link>https://blog.csdn.net/codezhu/article/details/151055524</link><guid>https://blog.csdn.net/codezhu/article/details/151055524</guid><author>codezhu</author><pubDate>Fri, 17 Oct 2025 12:13:45 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[考研数学笔记（概率统计篇）]]></title><link>https://blog.csdn.net/codezhu/article/details/153194759</link><guid>https://blog.csdn.net/codezhu/article/details/153194759</guid><author>codezhu</author><pubDate>Wed, 15 Oct 2025 19:58:07 +0800</pubDate><description><![CDATA[现有n个独立同分布的随机变量X1 ~ Xn，无论 Xi 服从什么分布，只要我们对样本均值进行标准化，当样本容量n趋近于无穷时，得到的随机变量一定服从标准正态分布。当样本量n 趋近于无穷时，样本均值依概率收敛于总体的期望。请问上面俩式子是等价的嘛？]]></description><category></category></item><item><title><![CDATA[考研408笔记——计算机网络]]></title><link>https://blog.csdn.net/codezhu/article/details/152317885</link><guid>https://blog.csdn.net/codezhu/article/details/152317885</guid><author>codezhu</author><pubDate>Wed, 08 Oct 2025 01:22:12 +0800</pubDate><description><![CDATA[我们都知道，归并排序是将若干个有序的子数组合并成一个更大的有序数组。那现在问题就来了，我一般手里拿到的往往是一大坨乱序的数据，我现在要对它进行归并，那归并需要的那些有序的子数组是怎么得到的呢？（初始归并段是如何获得的？在外部排序基本方法中，我们给出了构建初始归并段的基本方法，思路也很简单，就是从单个元素作为一个归并段开始，不断进行二路归并，不断地扩大基本归并段的容量。]]></description><category></category></item><item><title><![CDATA[考研数学笔记（线性代数篇）]]></title><link>https://blog.csdn.net/codezhu/article/details/152517364</link><guid>https://blog.csdn.net/codezhu/article/details/152517364</guid><author>codezhu</author><pubDate>Sat, 04 Oct 2025 19:15:21 +0800</pubDate><description><![CDATA[若α是A的特征值λ对应的特征向量，AB=BA，则Bα也是A的特征值λ对应的特征向量（A和B共享特征子空间）若n阶矩阵A有n个不同的特征值，则n阶矩阵B也一定有n个不同的特征值，A与B共享一组n个线性无关的特征向量（这组特征向量构成的P矩阵，既可以让A相似对角化，也可以让B相似对角化），但是不共享特征值。]]></description><category></category></item><item><title><![CDATA[考研数学笔记（高等数学篇）]]></title><link>https://blog.csdn.net/codezhu/article/details/152415125</link><guid>https://blog.csdn.net/codezhu/article/details/152415125</guid><author>codezhu</author><pubDate>Fri, 03 Oct 2025 07:56:13 +0800</pubDate><description><![CDATA[若n阶矩阵A有n个不同的特征值，则n阶矩阵B也一定有n个不同的特征值，A与B共享一组n个线性无关的特征向量（这组特征向量构成的P矩阵，既可以让A相似对角化，也可以让B相似对角化），但是不共享特征值。若α是A的特征值λ对应的特征向量，AB=BA，则Bα也是A的特征值λ对应的特征向量（A和B共享特征子空间）所以B的秩肯定不能超过解空间的维度：r(B)≤dim N(A)=4-r(A)若AB=0，说明B的所有列向量都在Ax=0的解空间中。由于r(A)+解空间的秩=4（4是A的阶数）所以r(B)+r(A)≤4。]]></description><category></category></item><item><title><![CDATA[考研数学——数列篇]]></title><link>https://blog.csdn.net/codezhu/article/details/152321171</link><guid>https://blog.csdn.net/codezhu/article/details/152321171</guid><author>codezhu</author><pubDate>Wed, 01 Oct 2025 09:08:23 +0800</pubDate><description><![CDATA[设xn\{x_n\}xn​是一个数列，aaa是一个常数。若对任意给定的正数εε（无论多小），总存在一个正整数NNN，使得当nNn > NnN时，不等式∣xn−a∣ε∣xn​−a∣ε恒成立，则称数列xn\{x_n\}xn​的极限为aaa，记为lim⁡n→∞xnalimn→∞​xn​a（此时极限存在）；若不存在这样的常数aaa，则数列极限不存在。定义法证明的核心逻辑：本质是“对任意ε0ε。]]></description><category></category></item><item><title><![CDATA[376.摆动序列]]></title><link>https://blog.csdn.net/codezhu/article/details/152156119</link><guid>https://blog.csdn.net/codezhu/article/details/152156119</guid><author>codezhu</author><pubDate>Sat, 27 Sep 2025 06:21:23 +0800</pubDate><description><![CDATA[f[i] 表示：以 i 位置元素为结尾的所有的子序列中，最后一个位置呈现 “上升” 趋势的最长摆动序列的长度。g[i] 表示：以 i 位置元素为结尾的所有的子序列中，最后一个位置呈现 “下降” 趋势的最长摆动序列的长度。根据初始条件和状态转移方程，确定填表顺序，进而逐步填满dp表，最终返回题目要的结果。dp[i] 表示：以 i 位置元素为结尾的所有的子序列中，最长的摆动序列的长度。]]></description><category></category></item><item><title><![CDATA[最长递增子序列]]></title><link>https://blog.csdn.net/codezhu/article/details/152128142</link><guid>https://blog.csdn.net/codezhu/article/details/152128142</guid><author>codezhu</author><pubDate>Fri, 26 Sep 2025 16:14:58 +0800</pubDate><description><![CDATA[根据初始条件和状态转移方程，确定填表顺序，进而逐步填满dp表，最终返回题目要的结果。dp[i]的含义是以nums[i]为结尾的最长递增子序列的长度。]]></description><category></category></item></channel></rss>