- 博客(50)
- 收藏
- 关注
RSS订阅原创 集线器、网桥、交换机、路由器、网关
通过端口的MAC表记录每个端口对应的设备，确认转发目的。根据目的IP地址和路由表进行数据报的寻径与传送。网桥(交换机)：数据链路层、有交换功能。相比于交换机，有广播域分割和防火墙功能。集线器：物理层、无交换功能，只能广播。路由器：网络层，让不同网络间互连。但是表没有对应设备时只能广播。
2024-09-23 16:36:38
107
原创 子网、局域网、网段的关系
子网（Subnet）是网络层的概念，指的是将一个IP网络划分为几个小范围的网络。子网不是物理上的分割，而是逻辑上的划分，需要通过路由器等三层设备进行路由。局域网通常是由同一物理层设备（如交换机、集线器等）连接的设备组成，形成一个可以直接通信的网络段——网段（Network Segment）是物理层的定义。数据链路层的概念，指的是在较小的地理范围内（如一个房间、一栋楼或一个校园内），不需要使用路由器等三层设备，设备之间可以直接通信的网络。局域网（Local Area Network，LAN）
2024-09-23 16:02:13
222
原创 关于项目中的内存问题、死锁问题如何定位？——Valgrind
用调试工具调试这个core 文件也能定位到代码行， 但是从对应行的代码看， 可能这行代码本身并没有什么问题， 它只是一个“被陷害者”。3、使用valgrind分析以后发现有一个类内成员变量出现了越界。一切对malloc()/free()/new/delete的调用都会被捕获。在实际处理器的基础上仿真一个虚拟处理器，使应用程序运行于这个虚拟处理器之上，从而进行监视分析。内存泄漏、越界可以用valgrind工具包的Memcheck工具进行定位。1、当时的core文件并没有提供相关的信息。
2024-09-12 11:26:02
264
原创 c++ linux——进程共享内存
每个进程的虚拟内存对应一块物理地址，如果两个进程需要共享某一块内存，则各自的虚拟内存会有一小块映射到同一片物理地址上。是最高效的进程间通信方式。查询linux下共享内存的信息。
2024-09-05 17:30:14
377
原创 数据结构笔试题补充
https://blog.csdn.net/weixin_75202470/article/details/134698218
2024-08-18 15:48:37
287
原创 面试经验总结
1、9月之前制作PPT，作为面试展示材料使用。OPPO面试的时候主要失败原因就是讲的内容对方听不懂，没有体现出技术水平。2、最近有看什么技术书籍。
2024-08-17 22:44:10
79
原创 4-28蔚来智能移动Agent开发实习生 一面
我考虑了两种方案，第一种方案是扩充出一张图结构，利用图节点之间的连接关系来传递TSDF的梯度信息。2、第二个思路是不显示的构建图，也无需建立TPS约束，直接在曲面上移动路径点，进行左右微调，这个方案的实时性应该更高，但是没有采用的原因是参考文献以三次曲率多项式作为路径的表征，而我的前段采用混合A得到的运动基元，不知道能不能很好的迁移过来。补充：4-17虹软的HR面踩了个小坑，已经打算发Offer了，HR姐姐问——如果给你offer你多久能确认意向，我回答是2周内，HR说有点长。问：优化过程中做了什么工作？
2024-04-29 10:29:58
309
1
原创 c++ new delete 相关应用——申请连续空间不允许部分释放
【代码】c++ new delete 相关应用——申请连续空间不允许部分释放。
2024-04-26 19:37:12
163
原创 关于01背包和完全背包问题的细节思考
但是一维数组情况下，如果从小到大遍历将会覆盖上一个物品的数据。虽然一般情况下，完全背包的容量问题可以不考虑遍历顺序，但是如果是排列组合问题，就需要考虑遍历顺序了！滚动数组01背包： 物品先容量后(必须)， 容量从大到小(必须)如果求排列，那么物品遍历在内(可以理解为物品多次循环，因此物品顺序不定)这里直接给结论：物品、容量遍历顺序随意，但是容量需要从小到大遍历！滚动数组完全背包：物品先容量后(非必须)，容量从小到大(必须)如果求组合，那么物品遍历在外(可以理解为物品加入的顺序是定的)
2024-04-11 20:43:10
160
原创 美团硬件开发岗笔试
这道题目处理的时候没有理解到“有唯一解”的含金量，考虑到有两个数字被连续删除的时候直接懵。只能说自己还是见得太少了，这种唯一解的暗示大概率就是套路吧。
2024-04-06 14:22:48
321
原创 面试：如果让你实现一个哈希表，你会怎么做
注意点2：哈希冲突后的线性探测法是从冲突位置开始依次向后查找，找到空位后直接插入。那么在find(data) insert(data) erase(data)函数的实现过程中也要考虑冲突的情况：以find为例，当对data.key进行映射后，需要看映射空间中存储key是否和data.key对应。如果对应就按照存在操作，如果不对应还需要按照线性探测的方式继续向后查找，极端的情况是把整张哈希表都遍历一遍。当然，这样会导致效率降低，所以需要保证哈希表整体空间占用率低于一个阈值，减少冲突发生的概率。
2024-04-02 15:15:09
119
原创 面试常见问题memcpy memmove
注意点2：声明字符串的时候，“abcd"实际上在内存中是"abcd\0”，实际上长度是5。所以如果后续复制长度为4，那么输出的时候会一直输出到内存中\0的位置，导致乱码出现。而如果复制长度>5，那么输出%s的时候由于遇到了\0就会先停止。注意点4：memcpy 完整复制完num 字节，但是要求dest分配空间比num大否则会出现错误。注意点5：memmove可以处理src 和dest在内存上有重叠的问题。注意点1：melloc/memcpy返回的都是void类型指针需要进行强制类型转换。
2024-04-02 14:26:23
295
原创 2024-3-22 阿里云实习-一面
内推人想让我做网络开发岗位，但是自我介绍的时候我说我想做FPGA相关岗位。前辈眉头微皱了一下。看来之后面试需要先对齐一下信息。自我介绍方面：各位面试官大家上午好。很荣幸能参加今天上午的面试。我是xxx，来自浙江大学控制科学与工程专业。阿里在我眼中一直是一个很令人尊敬的平台，我这次是来面试FPGA硬件实习生这份工作。从事一份具有硬件背景，和网络相关的工作一直是我的梦想。
2024-03-25 16:43:00
349
原创 vrep hexa机器人项目后小结
dynamic&responsabel前者是确定物体的一些物理属性，如果一个小方块设置了dynamic，那么这个方块的形状会下落后者是为了一些交互属性，如果一个小方块设置了responsibel，那么如果运动过程中和另一个responseble相遇，他们就会有“实体相遇的效果”。如果一个responsable和一个unresponsible相遇，那么unresponsible会穿过responsible。我们在制作机器人模型是，为了减少引擎的压力，将某一个部件分成两个部分：一个是仅仅设置检测的
2020-05-14 21:26:41
368
1
原创 ROS系统入门笔记——topic实现以及小问题
遇到了几个比较基本的问题1：修改了talker.cpp listener.cpp的源代码以后只有到工作空间中重新编译(catkin_make)才会生效2：fatal error:ros/ros.h:没有这样的文件或目录 解决方法：修改CMakeLists.txt:将 include_directories(include ${PCL_INCLUDE_DIRS})改为 include_dire...
2020-05-02 15:40:25
326
原创 Pandas基础4(变换与排序)
Pandas排序(主要研究对DataFrame的排序)：.sort_index(axis,ascending)方法对指定轴的索引进行排序；未给定参数的情况下，默认对0轴进行升序操作。左侧列为0轴，上行排为1轴。.sort_values(by,axis=0,ascending=True)方法对值进行排序；by是给定的一个索引。这里需要注意的是，若排序方向为axis=0，axis参数可以...
2020-02-07 18:11:56
425
原创 Pandas基础3(运算)
前面我们已经介绍了Pandas中的Series类型和DataFrame类型。那么运算自然分为三种。Series与自身，DataFrame与自身，Series与DataFrame。同一种类的运算：算术运算法则：DataFrame算术运算根据行列索引，补齐后运算，运算默认产生浮点数。补齐时缺项填充NaN。Series类似。这里DataFrame更复杂， 以DtaFrame为例。若想要补全Na...
2020-02-07 17:43:13
331
原创 Pandas基础2(DataFrame)
接下来我们介绍Pandas库常用对象中的DataFrame：DateFrame类型：特征：1：是一个表格型的数据类型，每一列的数值类型可以相同也可以不同。2：有行索引，也有列索引。3：常用于表达二维数据，也可以表达多维数据。创建：可以由：二维array对象创建；一维array，列表，字典，元组，Series构成的字典创建Series类型创建。反正很多。。。1：用array创建对象，...
2020-02-07 17:06:48
289
原创 Pandas基础1(Series)
Pandas提供高性能的数据分析工具，此库主要提供了两个数据类型：Series和DataFrame(基于ndarray的数据类型)。Pandas对象特征：相比于Numpy关注于数据的结构表达，Pandas更关注数据的应用表达，尤其是索引，通过对索引的改变，可以达到对数据改变的效果。Series类型：组成：Series类型由数据及其索引组成自定义索引：b=pd.Series([9,8,7,...
2020-02-07 16:45:07
144
原创 Matplotlib基础2(子图分割)
这里我们来介绍一下Matplotlib中子图分割的函数。#plt.subplot2grid((3,3),(0,0),rowspan,colspan)plt.subplot2grid((3,3),(0,0),colspan=3)plt.title('x1')#将整个图分割为3*3的区域，当前是(0,0)区域，向列的方向延伸三个单位plt.subplot2grid((3,3),(1,0),c...
2020-02-07 16:13:26
1580
原创 Matplotlib基础1
Matplotlib主要用于绘制与数据有关的图，可以很专业(明明是为了Tensorflow打基础，为什么要学这么花里胡哨的东西。。。。 )的图表。matploblib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式可以说是应用中最重要的的子库。这篇主要以使用为主，内容可能有点散。我们采用递进的方式，进行介绍：(真的很简单)先来一张最简单的图：import matplotli...
2020-02-05 22:22:22
102
原创 Numpy基础7(梯度函数)
进行图形，声音等数据批量处理时，梯度函数有利于检测边缘，这个函数也相当有名，让我们来了解一下基本算法：梯度函数一维array：np.gradient(f)举例：a=array([15,3,12,13,14])则np.gradient(a)返回([-12,-1.5,5,1,1])每个元素为(后一个元素-前一个元素)/2，首位元素为后-前，3-15=-12,14-13=-1高维ar...
2020-02-05 20:35:05
1869
原创 Numpy基础6(random子库)
random子库有一些很方便的函数，在这里我们简要的介绍一下，掌握以后90%以上的需求几乎都能满足了。random子库随机函数：np.rand(shape) 返回一个array,元素在[0,1)均匀分布np.randn(shape)返回的array元素符合标准正态分布np.randint(low,high,shape)元素在[low,high)之间，随机分布np.seeds(s)随机数...
2020-02-05 20:21:47
149
原创 Numpy基础5(如何保存你的array？)
接下来我们介绍一些基本操作方法：一维，二维数据：通常的方法是使用CSV文件。保存：np.savetxt(frame,array,fmt,delimiter)frame:文件，也可以是压缩文件的名字array:写入文件的数组fmt:写入文件的格式%d %.3f %.18e科学计数法delimiter:分割字符串，默认是空格实例：a=np.arange(100).reshape(5...
2020-02-05 19:52:50
2310
原创 Numpy基础4(基本运算)
数组的运算：注意：对数组的运算是对数组每一个元素的运算，例如：a=np.arange(24).reshape(2,3,4)aarray([[[ 0, 1, 2, 3],[ 4, 5, 6, 7],[ 8, 9, 10, 11]],[[12, 13, 14, 15],[16, 17, 18, 19],[20, 21, 22, 23]]])>>> a=a...
2020-02-04 22:41:55
235
原创 Numpy基础3(索引切片)
数组的索引与切片：一维数组的索引：a=array([9,8,7,6,5])a[2]=7一维数组切片：a=array([9,8,7,6,5])a[1:4:2]从编号1开始到编号三，步长为2进行切片为array([8,6])多维数组的索引：a=np.arange(24).reshape((2,3,4))a=array([[[ 0, 1, 2, 3],[ 4, 5, 6...
2020-02-04 22:34:13
104
原创 Numpy基础2(基本变换)
ndarray数组创建方法：1:从列表，元组类型，或混合列表元组创建：x=np.array(list/tuple,dtype=)x=np.array( [ [1,2],[2,3],(4,5) ] )列表中包含元组即x=[[1 2],[2 3],[4 5]]...
2020-02-04 22:21:36
130
原创 Numpy基础1(基本概念)
Numpy的对象：N维数据对象——ndarray别名arrayndarray对象组成：1:实际的数据2:描述这些数据的元数据对象的两个基本概念：轴(axis)：保留数据的维度，秩(rank)：轴的数量关于轴的概念后面提及。实例：a=np.array([ [0,1,2,3,4],[5,6,7,8,9] ])print(a)[[0 1 2 3 4][5 6 7 8 9]]ndar...
2020-02-04 21:52:54
261
原创 python知识快速补充6——jieba以及wordcloud使用
经过疯狂的刷课，这两天刷完了python的基础课程的五周，马上就可以进入到python数据处理课程了。在最后，我们使用jieba库和wordcloud库，生成一朵词云。首先我们要在Anaconda中执行以下命令pip install jiebapip install wordcloud配置两个包。wordcloud 库的运用：wordcloud库的运用主要就是三个函数，这三个函数也通俗...
2020-02-04 21:21:59
599
原创 python知识快补充5——文件的基本操作
今天终于进入了python基础知识快速补充最后一部分，文件以及很fashion的词云。我们先来看下文件的基础操作有哪些吧。文件的基本操作：f.read(size)读入全部内容，给出参数，读入前size长度的信息f.readline(size)给出参数，读入一行中的size长度信息f.readlines(line)给出参数，读入x行信息，每一行为一个元素，给出一个列表以上就是文件最常见的...
2020-02-04 20:52:39
142
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人