csj50-CSDN博客

原创数据结构基础之《（11）—堆》

假设它是最小的数，将它挪到顶，就必然要对每棵子树的头结点进行判断。大根堆：其特点在于每个节点的值都大于或等于其子节点的值。小根堆：其每个非叶子节点的值都小于或等于其子节点的值。若原堆是大根堆，最后一个数它肯定是整个堆里最小的数。1、堆在结构上是一颗完全二叉树。4、调整后为什么还是大根堆。3、树调整的代价logN。5、自己实现堆结构代码。

2024-12-05 15:41:17 193

原创数据结构基础之《（10）—快速排序》

i留在原地，第三个数是2，小于num，自己和自己交换，小于区右移一个位置，i++（2）i位置的数区左扩，i不动。第一个数3，小于num，自己和自己交换，小于区右移一个位置，i++第二个数5，大于num，5和2交换，大于区左移一个位置，i不动。第四个数0，大于num，0和4交换，小于区右移一个位置，i++第六个数6，大于num，6和7交换，大于区左移一个位置，i不动。

2024-12-02 17:32:09 394

原创数据结构基础之《（9）—归并排序》

1、整体是递归，左边排好序+右边排好序+merge让整体有序。说明：在arr上，从L到R范围上让它变成有序的。3、利用master公式来求解时间复杂度。2、让其整体有序的过程里用了排外序方法。（2）f(M+1, R)之间有序。（1）先f(L, M)之间有序。4、当然可以用非递归实现。1、首先有一个f函数。

2024-11-28 16:34:41 552

5、使用哈希表增（put）、删（remove）、改（put）和查（get）的操作，可以认为时间复杂度为O(1)，但是常数时间比较大。4、有无伴随数据，是HashMap和HashSet唯一的区别，底层怎么组织，实际结构是一样的。6、放入哈希表的东西，如果是基础类型，内部按值传递，内存占用是这个东西的大小。7、放入哈希表的东西，如果不是基础类型，内部按引用传递，内存占用是8个字节。3、如果既有key，又有伴随数据value，可以使用HashMap结构。AVL树，SB树，红黑树，跳表。二、哈希表和有序表区别。

2024-11-27 16:54:27 130

原创 springboot配置prometheus（2）

1、前面在PrometheusMetricsConfig.java文件中定义的bean是用prometheus原生的类，相当于手搓功能，比较费时费力，可以用micrometer提供的类和方法，它做了一层封装。一、使用micrometer获取度量指标。3、使用Counter。

2024-11-22 14:31:58 135

原创数据结构基础之《（7）—递归》

6）f(0,0)函数有返回值，返回给系统栈的栈顶，所以会重建f(0,1)这个过程，重建临时变量mid，把f(0,0)的返回值塞到leftMax变量里，从22行往下跑。分解为f(0,0)最大值，f(1,1)最大值，f(2,2)最大值，f(3,3)最大值。1）将[L..R]范围分成左右两半。2）如果log(b,a) > d，复杂度为O(N^log(b,a))2、上面的例子T(N)=2T(N/2)+O(N^0)3）程序销毁f(0,3)函数，跑f(0,1)函数。5）程序销毁f(0,1)函数，跑f(0,0)函数。

2024-11-11 17:48:54 395

原创数据结构基础之《（6）—栈和队列》

维护一个min成员变量行不行，不行，你知道当前最小的，返回后，剩余元素中最小的不知道。2、语言提供的api是有限的，当有新的功能是api不提供的，就需要改写。2、实现一个特殊的栈，在基本功能的基础上，再实现返回栈中最小元素的功能。5）颠倒两个队列，help变成data队列，data变成help队列。3、任何软件工具的底层都是最基本的算法和数据结构，这是绕不过去的。1）用两个队列，一个data队列，一个help队列。1）用两个栈，一个push栈，一个pop栈。维护两个栈，一个data栈，一个min栈。

2024-11-11 16:05:56 196

原创 springboot配置prometheus（1）

Micrometer在使用的Prometheus Java客户端，它有两个版本，Micrometer支持这两个版本。如果你想使用“新”客户端（1.x），请使用micrometer-registry-prometheus，但如果你想用“旧”客户端（0.x），请使用micrometer-registry-prometheus-simpleclient。springboot自带micrometer-registry-prometheus依赖，但是版本是1.8.x比较旧不能用，一定要用1.13.0以上版本。

2024-10-31 15:32:45 462

原创数据结构基础之《（5）—链表》

1、链表相关的问题几乎都是coding问题。1、单向链表节点结构（可以实现成泛型）二、单向链表和双向链表最简单的练习题。（1）单链表和双链表如何反转。2、双向链表节点结构。

2024-09-26 15:38:10 274

原创数据结构基础之《（4）—异或运算》

4、题目四：一个数组中有两种数出现了奇数次，其他数都出现了偶数次，怎么找到并打印这两种数。2、题目二：一个数组中有一种数出现了奇数次，其他数都出现了偶数次，怎么找到并打印这种数。整个数组可以分为两大类：第一类是第8位是1的数，第二类是第8位是0的数。不用管abcde是什么顺序，只要同一批数，异或的结果是一样的。假设第8位是1，说明a的第8位和b的第8位不同。将所有数异或到一起，留下的数就是奇数次的数。第8位上是0的数也可能存在出现了偶数次的数。第8位上是1的数可能存在出现了偶数次的数。

2024-09-25 14:58:42 463

原创数据结构基础之《（3）—二分法》

1、二分法查找的时间复杂度是依赖于2的几次方，所以O是log2(N)，以2为底可以直接写成logN。（3）i位置的数，既比i-1位置的数小，也比i+1位置的数小，就是局部最小。arr无序数组，任意两个相邻的数都不相等，返回一个局部最小的位置。1、经常见到的类型是在一个有序数组上，开展二分搜索。（2）N位置的数比N-1位置的数小，就是局部最小。2、在一个有序数组中，找>=某个数最左侧的位置。3、在一个有序数组中，找=2最左侧的位置。

2024-09-06 17:02:05 383

原创数据结构基础之《（2）—对数器》

3、你在网上做笔试，但是前几个测试用例都过了，突然一个巨大无比数据量来了，结果你的代码报错了，如此大的数据量根本看不出哪错了。1、你在网上找到了某个公司的面试题，你想了好久，感觉自己会做，但是你找不到在线测试，5、如果有一个随机样本使得比较结果不一致，打印样本进行人工干预，改对方法a和方法b。2、你和朋友交流面试题，你想了好久，感觉自己会做，但是你找不到在线测试。1、你想要测的方法a（你设计的流程时间复杂度低，但是不知道对不对）4、把方法a和方法b跑相同的随机样本，看看得到的结果是否一样。

2024-09-05 17:22:48 474

原创数据结构基础之《（1）—复杂度》

比如：执行一个数组的寻址，执行的时间和数据量没关系，第1000个位置和第1000万个位置，时间是一样的，计算机用偏移量获得。3、这就是时间复杂度的意义，它是衡量算法流程的复杂度的一种指标，该指标只与数据量有关，与过程之外的优化无关。（1）先在0到n-1中，找到最小值位置在哪儿，然后把最小值和0位置的数交换。（3）在1到n-1中，找到最小值的位置在哪儿，然后把最小值和1位置的数交换。反之，执行时间不固定的操作，跟样本量有关的，都不是常数时间的操作。当样本量大到足够大的时候，决定算法快慢的就是高阶项的东西。

2024-08-20 17:50:34 464

原创 mysql存储中文长度

oracle的varchar2是字节（中文占多个字节长度），nvarchar2是字符（中文占一个字符长度）mysql的varchar类型是存储字符为单位（包括汉字、字母、数字）varchar(1)就是1个汉字、1个字母、1个数字。

2024-08-13 09:52:56 341

原创 sm2证书生成（openssl3.0）

注意命令有变化不能用openssl ec工具查看，不知道为啥？注意目录不是lib了，变成lib64了。5、更新动态链接库数据。6、重新加载动态链接库。

2024-06-06 14:05:58 1367 2

原创 TCP连接优化

CLOSE_WAIT：出现在被动断开方，收到主动断开方的FIN，发出自己的ACK后。一个是TIME_WAIT，一个是CLOSE_WAIT，是不同的两个状态。TIME_WAIT：出现在主动断开方，发出最后一个ACK后。

2024-05-29 17:28:34 320

原创 openjdk17 Cannot invoke “Object.getClass()“ because “cause“ is null

原因是服务器升级jdk到openjdk17，应用springboot版本太低，不兼容，升级到2.6.15就可以了。

2024-05-28 19:45:00 783

原创深度学习基础之《TensorFlow框架（18）—卷积神经网络（2）》

卷积运算的目的是特征提取，第一层卷积层可能只能提取一些低级的特征，如边缘、线条和角等层级，更多层的网络能从低级特征中迭代提取更复杂的特征。卷积神经网络中每层卷积层由若干卷积单元（卷积核）组成，每个卷积单元的参数都是通过反向传播算法最佳化得到的。卷积核我们可以理解为一个观察的人，带着若干权重和一个偏置去观察，进行特征加权运算。1、卷积层（Convolutional Layer）介绍。卷积核 - Filter - 过滤器 - 模型参数。2、卷积核（Filter）的四大要素。（4）卷积核零填充大小。

2024-05-17 17:15:48 297

原创深度学习基础之《TensorFlow框架（17）—卷积神经网络》

（4）通常所说的深度学习，一般指的是这些CNN等新的结构以及一些新的方法（比如新的激活函数Relu等），解决了传统多层神经网络的一些难以解决的问题。（2）卷积神经网络CNN，在原来多层神经网络的基础上，加入了更加有效的特征学习部分，具体操作就是在原来的全连接层前面加入了卷积层和池化层。（1）传统意义上的多层神经网络是只有输入层、隐藏层、输出层。随着人工智能需求的提升，我们想要做复杂的图像识别，做自然语言处理，做语义分析翻译等等，多层神经网络的简单叠加显然力不从心。2、卷积神经网络与传统多层神经网络对比。

2024-05-09 10:40:30 661 1

原创 Java基础之《mybatis-plus多数据源配置》

引入MyBatis-Plus之后请不要再次引入MyBatis以及mybatis-spring-boot-starter和MyBatis-Spring，以避免因版本差异导致的问题。配置mybatis-plus第一个数据库的SqlSessionFactory和SqlSessionTemplate。配置mybatis-plus第二个数据库的SqlSessionFactory和SqlSessionTemplate。5、@MapperScan和dao层@Mapper二选一。1、pom文件引入依赖。

2024-05-02 10:09:51 1423 2

原创深度学习基础之《TensorFlow框架（16）—神经网络案例》

每一个mnist数据单元有两部分组成：一张包含手写数字的图片和一个对应的标签。我们把这些图片设为“xs”，把这些标签设为“ys”。训练数据集和测试数据集都包含xs和ys。比如训练数据集的图片是mnist.train.images，训练数据集的标签是mnist.train.labels。mnist数据集是一个经典的数据集，其中包括70000个样本，包括60000个训练样本和10000个测试样本。2、下载地址：http://yann.lecun.com/exdb/mnist/一、mnist手写数字识别。

2024-04-29 14:51:38 525

原创 springboot配置WebMvcConfigurationSupport

2、方式2：如果想保持springboot mvc的默认配置，并且自定义更多的mvc配置，如：interceptors、formatters、view controllers等。3、WebMvcConfigurerAdapter是WebMvcConfigurer的实现类，且大部分为空方法，由于Java8中可以使用default关键字为接口添加默认方法，所以在spring5.0之后就已经弃用本类。@EnableWebMvc表示完全自己控制mvc配置，也就是说所有配置自己重写，所有默认配置都没了。

2024-04-28 13:29:49 753 1

原创深度学习基础之《TensorFlow框架（15）—神经网络》

人工神经网络（Artificial Neural Network，简写为ANN）。也简称为神经网络（NN）是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）结构和功能的计算模型。经典的神经网络结构包含三个层次的神经网络。分别为输入层、输出层以及隐藏层。

2024-04-24 11:07:06 493

原创深度学习基础之《TensorFlow框架（14）—TFRecords》

1、TFRecords其实是一种二进制文件，虽然它不如其他格式好理解，但是它能更好的利用内存，更方便复制和移动，并且不需要单独的标签文件。（3）将协议内存块序列化为字符串，并且通过tf.io.TFRecordWriter写入到TFRecords文件。（2）将数据填入到Example协议内存块（protocol buffer）3、文件格式*.tfrecords。一、什么是TFRecords文件。二、Example结构解析。

2024-04-23 16:31:45 487

原创深度学习基础之《TensorFlow框架（13）—二进制数据》

接下来的3072个字节是图像像素的值。前1024个字节是红色通道值，下1024个是绿色通道值，最后1024个是蓝色通道值。CIFAR-10数据集由10个类别的60000个32x32彩色图像组成，每个类别有6000个图像。每个文件都包含10000个这样的3073字节的行图像，但没有任何分隔行的限制。二进制数据文件包含data_batch_1.bin 到 data_batch_5.bin、test_batch.bin。3、data_batch_1.bin 到 data_batch_5.bin 训练集。

2024-04-22 17:27:21 440

原创深度学习基础之《TensorFlow框架（12）—图片数据》

文本特征抽取：转换成数值，二维数组shape(n_samples, m_features)字典特征抽取：转换成数值，二维数组shape(n_samples, m_features)组成一张图片特征值是所有的像素值，有三个维度：图片长度、图片宽度、图片通道数。我们经常接触到的图片有两种，一种是黑白图片（灰度图），另一种是彩色图片。图片：转换成数值，三维数组shape(图片长度、图片宽度、图片通道数)描述一个像素点，如果是灰度图，那么只需要一个数值来描述它，就是单通道。灰度图[长，宽，1]彩色图[长，宽，3]

2024-04-19 17:38:33 420

原创 springboot @ConditionalOnProperty注解

（4）matchIfMissing：缺少该配置时是否可以加载，如果为true，没有该配置属性时也会正常加载，反之则不会生效。（3）havingValue：它的值与配置文件的值对比，当两个值相同，类会被加载到spring的IOC容器中。@ConditionalOnProperty注解可以有条件的加载bean。（1）prefix：配置文件中的前缀。比如有3个定时任务，想设置开关。（2）name：配置的名字。

2024-04-12 13:38:57 365

原创深度学习基础之《TensorFlow框架（11）—数据读取》

除此以外，还有Dataset.repeat()（重复数据集的元素）、Dataset.reduce()（与Map相对的聚合操作）、Dataset.take()（截取数据集中的前若干个元素）等，可参考API文档进一步了解。将数据集打乱（设定一个固定大小的缓冲区（Buffer），取出前buffer_size个元素放入，并从缓冲区中随机采样，采样后的数据用后续数据替换）对数据集中的每个元素应用函数f，得到一个新的数据集（这部分往往结合tf.io进行读写和解码文件，tf.image进行图像处理）

2024-03-31 18:21:17 784

原创深度学习基础之《TensorFlow框架（10）—案例：实现线性回归（2）》

3、如果需要在TensorFlow2.0中使用静态图，可以使用@tf.function装饰器将普通Python函数转换成对应的TensorFlow计算图构建代码。2、而在TensorFlow2.0时代，采用的是动态计算图，即每使用一个算子后，该算子会被动态加入到隐含的默认计算图中立即执行得到结果，而无需开启Session。1、在TensorFlow1.0时代，采用的是静态计算图，需要先使用TensorFlow的各种算子创建计算图，然后再开启一个会话Session，显式执行计算图。收集高维度的变量参数。

2024-03-22 17:00:04 750

原创深度学习基础之《TensorFlow框架（9）—案例：实现线性回归》

（3）这里将数据分布的规律确定，是为了使我们训练出的参数跟真实的参数（即0.8和0.7）比较是否训练准确。（4）当梯度下降到一定程度，使得损失函数比较小的时候，所对应的权重和偏置，就是我们要求的模型参数。y_predict = x * 权重(1, 1) + 偏置(1, 1)（2）learning_rate：学习率，一般为0-1之间比较小的值。（2）数据本身的分布为 y = 0.8 * x + 0.7。（1）有个假设函数，假定特征值和目标值满足这样的关系。100行1列，乘以1行1列，得出100行1列。

2024-03-20 17:22:12 566

预测facebook签到位置

探究用户对物品类别的喜好细分

数据预处理-归一化-数据文件dating.txt

条码支付互联互通工作介绍.pdf

空空如也