博客 RSS 訂閱

karen - Educational Codeforces Round 107 (Rated for Div. 2)

Dashboard - Codeforces Round 1070 (Div. 2) - Codeforces 題目偏思維,前3道題沒有算法 B 問題是有一個01環,你需要順時針移動環,每一位相當於是按位或 | 問你最多需要順時針轉多少格子,不難考慮到如果1000,你需要3步11000也是三步 實際上就是求最連續0序列 C 給你了n個數字

i++ , 後端開發 , Max , ci , Python

收藏 評論

程序猿DD - JUnit 5 中的 @ClassTemplate 實戰指南

當你在本地、測試環境和 CI 中跑同一組測試時,是否遇到過這樣的困惑:同一段業務邏輯在不同配置、不同 Locale 下的表現不盡相同,但你又不想為每種場景複製一堆幾乎一樣的測試類?如果把所有分支邏輯都塞進一個測試方法裏,又會讓測試變得臃腫難以維護。有沒有一種方式,可以讓測試代碼保持簡潔,卻能優雅地在多種“環境切面”下重複執行整套測試?這正是 JUnit 5 中 @ClassTemplate 想要解

JAVA

收藏 評論

階段性debugger - 如何獲取美股實時行情:Python 量化交易指南

在量化交易領域,美股實時行情數據是構建高效交易策略的核心要素。通過實時 Tick、實時報價、美股歷史 K 線、美股歷史數據等信息,交易者可以實現精準的市場分析和決策。本文將介紹如何利用股票數據 API、股票數據接口、金融 API、金融行情數據 API 以及股指期貨 API 等工具,在 Python 環境中獲取這些數據,幫助初學者快速上手量化交易實踐。 為什麼需要美股實時行情數據? 量化交易依賴於高

量化交易 , websocket , 股票接口 , 金融 , Python

收藏 評論

爾等氏人 - PostgreSQL邏輯複製功能詳解

引言 邏輯複製是PostgreSQL 10版本引入的重要功能,它基於發佈-訂閲模型,提供了比傳統流複製更加靈活的數據複製方式。與基於物理WAL日誌的流複製不同,邏輯複製基於邏輯解碼技術,能夠實現表級別甚至行級別的選擇性複製。這一特性使得邏輯複製在數據分發、聚合分析、微服務架構等場景中發揮重要作用。 邏輯複製核心概念 邏輯複製的核心思想是將數據庫的邏輯變更(如INSERT、UP

redis , 數據 , 數據庫 , SQL

收藏 評論

爾等氏人 - PostgreSQL邏輯複製功能詳解

引言 邏輯複製是PostgreSQL 10版本引入的重要功能,它基於發佈-訂閲模型,提供了比傳統流複製更加靈活的數據複製方式。與基於物理WAL日誌的流複製不同,邏輯複製基於邏輯解碼技術,能夠實現表級別甚至行級別的選擇性複製。這一特性使得邏輯複製在數據分發、聚合分析、微服務架構等場景中發揮重要作用。 邏輯複製核心概念 邏輯複製的核心思想是將數據庫的邏輯變更(如INSERT、UP

redis , 數據 , 數據庫 , SQL

收藏 評論

星星上的柳樹 - 半導體生態:七層供應鏈揭秘

“芯片背後,是一個龐大且脆弱的生態系統。” 今天我們從高處俯瞰芯片產業:從藍圖誕生,到晶圓生產,再到包裝測試,貫穿設計、材料、工具、IP。每一個環節都有關鍵角色參與。認識這七層,你才能真正理解“芯片為何如此珍貴、為何生產一斷就慌亂”的背後邏輯。 下面按照七層結構,一層一層地展開解讀。 ✤ 1 ✤晶圓代工廠 在這一級,典型代表包括 TSMC、Samsung、UMC、SMIC

資訊 , 教程 , 知識 , 人工智能 , 深度學習

收藏 評論

六邊形架構 - 手搓RPC框架系列(一):基於架構設計原則的RPC基礎架構設計

文 / Kenyon,資深軟件架構師,15年軟件開發和技術管理經驗,從程序員做到企業技術高管,專注技術管理、架構設計、AI技術應用和落地。 由於公眾號推流的原因,請在關注頁右上角加星標,這樣才能及時收到新文章的推送。 引言 在上兩篇文章中,我們深入探討了架構設計的核心原則、方法和模式,從SOLID基本設計原則到分佈式系統的CAP定理,這些都是構建高質量系統的基礎。今天,我們將把這些理論知識應用到實

架構設計 , 架構 , rpc

收藏 評論

六邊形架構 - 手搓RPC框架系列(二):核心功能實現與架構原則應用

文 / Kenyon,資深軟件架構師,15年軟件開發和技術管理經驗,從程序員做到企業技術高管,專注技術管理、架構設計、AI技術應用和落地。 由於公眾號推流的原因,請在關注頁右上角加星標,這樣才能及時收到新文章的推送。 引言 在上一篇文章中,我們基於架構設計原則設計了RPC框架的基礎架構。今天,我們將進入實戰階段,實現RPC框架的核心功能,包括服務代理、序列化、網絡通信等模塊。在實現過程中,我們將重

架構設計 , 架構 , rpc

收藏 評論

鍵道之下 - 用蒲公英三年,最近發現他們家的Tracup,真香

一、先説蒲公英:真是救了我老命 我是一移動端開發,幹開發十幾年了。以前測試分發那叫一個麻煩: iOS測試:要收集UDID,導證書,打Ad-hoc包,還得讓測試連電腦裝。測試妹子一多,光加設備就夠折騰半天。 Android測試:羣裏發apk,總有人不會開“允許未知來源”,然後跑來問為什麼裝不上。 後來用了蒲公英,真就一句話:掃碼安裝

微信 , 移動開發 , app , 移動測試 , ios

收藏 評論

調試人生 - 數據流抓包實戰,在HTTP 之外看清真實網絡通信

在很多開發者的認知裏,“抓包”往往等同於 HTTP 或 HTTPS 接口調試。但在真實項目中,尤其是涉及即時通信、音視頻、遊戲、IoT 或複雜客户端架構時,問題常常並不發生在 HTTP 層,而是隱藏在 TCP / UDP 數據流 之中。 這也是為什麼在某些問題面前,接口日誌、代理抓包都顯示“一切正常”,但系統依然表現異常。要解決這類問題,必須把視角下沉到數據流層。 為什麼要

yyds乾貨盤點 , 移動開發 , ios

收藏 評論

無邪的課本 - 麒麟KY10系統 RPM 安裝 automake-1.16.2-1.ky10.noarch 完整指南

​ 1. 先搞清楚這是啥 這個包是Automake​ 的一個版本,.noarch意思是不管你是 Intel 還是別的 CPU 架構都能裝,只要是Kylin OS 10(ky10)就行。 Automake 就是幫你生成 Makefile 的工具,搞源碼編譯會用到。 2. 準備工作 2.1 看看系統是不是 ky10 cat /etc/os-release 如果看到 Kylin Linux Advanc

Linux

收藏 評論

崖山數據庫系統YashanDB - YashanDB V23.5:YAC高可用全面升級,全庫閃回、SCAN與VIP、主備自動切換……

*作者:馬志宏 YashanDB高可用架構師 核心業務的規模化部署,本質上是對“高可用”的極致考驗,任何一層的故障都可能導致業務中斷、數據丟失,唯有構建覆蓋從客户端鏈接到底層存儲的全鏈路高可用體系,才能讓企業真正放心託付。 YashanDB V23.5以“驅動崖山共享集羣YAC全面邁向規模化商用”為核心定位,對連接層、服務層、存儲層的高可用能

oracle , yashandb , 崖山數據庫 , 數據庫 , 高可用

收藏 評論

一個億也叫多嗎 - 如何使用Instruments進行iOS性能監控?

Instruments 作為 Xcode 內置的性能分析工具集,可監控 CPU、內存、圖形、網絡等多類 iOS 核心性能指標,不同指標對應不同模板,以下是常用場景的具體使用步驟,操作前建議優先使用真機測試以保證數據準確性: 打開 Instruments有兩種常用打開方式:一是通過 Xcode 頂部菜單,選擇Xcode - Open Developer Tool -

性能監控 , 幀率 , 移動開發 , app , ios

收藏 評論

一個億也叫多嗎 - iOS 性能監控

iOS 性能監控是保障應用在真實用户場景下穩定運行的關鍵環節,核心圍繞 CPU、內存等多類核心指標,結合開發測試與線上不同場景,藉助官方工具和第三方框架搭建完整監控體系。以下是具體的詳細介紹: 核心監控指標 指標類型

幀率 , 移動開發 , 數據 , 內存泄漏 , ios

收藏 評論

崖山數據庫系統YashanDB - YashanDB V23.5:全面支撐TP+,助力企業解決混合負載痛點

*作者:徐曉鋒 YashanDB 資深架構師 “一套系統能不能既扛高併發交易,又做實時分析?”、“白天跑業務、晚上跑批處理,能不能不‘掉鏈子’?” 當我們走訪近百家企業,經常聽到類似的提問。數字化深入的今天,OLTP與OLAP的界限正在加速模糊,混合工作負載不再是“特殊場景”,而是“常態需求”。傳統解決方案中,企業往往需拆分部署兩套獨立架構:

oracle , yashandb , 崖山數據庫 , 數據庫 , OLTP , olap

收藏 評論

崖山數據庫系統YashanDB - YashanDB大咖對話 | 國產替代深水區,共享集羣為何成為核心場景最優解?

11月26日,YashanDB V23.5線上發佈會成功舉辦,期間聚焦“共享集羣:高端場景下的技術突破和規模化實踐”的主題,舉辦了一場線上大咖對話。該環節由《韓鋒頻道》公眾號主理人、數據庫行業資深專家韓鋒主持,匯聚了在數據庫領域深耕多年的技術專家:Oracle技術老兵、數據庫資深專家羅敏,雲和恩墨聯合創始人兼數據庫管理服務產品羣總經理張樂奕,YashanDB共享集羣資深技術專家同

oracle , yashandb , 崖山數據庫 , 數據庫 , 高可用

收藏 評論

mb61c46a7ab1eee - 【gpt-oss-20b】一次 20B 大模型的私有化部署評測 - 教程

【gpt-oss-20b】一次 20B 大模型的私有化部署評測 你好呀!我是是Yu欸 LLM 應用構建中,我們常在“昂貴的自建”和“受限的 API”之間兩難。 記錄了一次探索:如何利用新興的 Serverless GPU 平台,以極低的成本實現 20B 大模型的高性能(175 t/s)私有化部署。通過對比

redis , 服務器 , API , 數據庫 , server

收藏 評論

mb61c46a7ab1eee - STM32H743-ARM例程42-FSMC-MUL - 實踐

目錄 實驗平台 FSMC的地址映射 STM32CubeMX生成工程 實驗步驟 實驗現象 實驗平台 硬件:銀杏科技GT7000雙核心開發板-ARM-STM32H743XIH6,銀杏科技iToolXE仿真器軟件:最新版本STM32CubeH7固件庫,STM32CubeMX v6.10.0,開發板環境MDK v5.35

redis , 數據 , Source , ip , 數據庫

收藏 評論

長袖員大表哥 - Linux 上 IO 性能問題

Linux 系統中 IO 性能問題是影響系統吞吐量和響應速度的核心瓶頸之一,其根源通常涉及存儲硬件、文件系統配置、內核參數、應用程序 IO 模型等多個層面。以下是對 Linux IO 性能問題的全面分析、排查方法及優化方案: 一、 Linux IO 性能的核心概念 IO 路徑層級Linux 的 IO 操作從應用到硬件分為多層:應用程序 → 系統調用(read

服務器 , 文件系統 , 應用程序 , 負載均衡 , bash

收藏 評論

數字孿生進化論 - 穿越“鏡像世界”:數字孿生項目常見坑點與解決之道

在智慧園區與城市建設的浪潮中,“數字孿生”已從一個前沿熱詞,演變為項目標配。然而,高熱度背後,是大量項目在從“精美藍圖”落地為“實用工具”的過程中艱難跋涉。我們與多位深耕該領域的實踐者進行深度對話,試圖穿越概念的迷霧,揭示那些決定項目成敗的常見坑點與核心智慧。 一、戰略迷霧:從“為什麼建”到“為誰而建” 項目啓動之初,最大的陷阱往往不是技術,而是模糊的戰略目標。“提升管理效率”、“實現智慧

觀點 , 資訊 , 教程 , 知識 , 可視化

收藏 評論

HuiZhu - 以為是貓踩了鍵盤?這串“亂碼”其實能幫你省下兩小時加班

望着屏幕上那行 ^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$,你的腦海裏是否閃過一絲疑惑:我是誰?我在哪?這到底是代碼還是我的貓剛才跳上了鍵盤? 在程序員的世界裏,有一種“咒語”叫做正則表達式(Regex)。它強大到能從百萬行日誌裏精準揪出那個報錯的IP,卻也晦澀到讓無數英雄好漢競折腰。 甚至有個段子説:如果你有一個問題,你決定用正則表達式解決,那

generative-ai , regexp , chatgpt , 正則表達式 , prompt

收藏 評論

隱語SecretFlow - 【隱語Secretflow】一文速通基於可信執行環境 (TEE) 的零信任計算系統

打開鏈接即可點亮社區Star,照亮技術的前進之路。 Github 地址:https://github.com/secretflow/trustflow/ 什麼是TrustFlow TrustFlow是一種基於可信執行環境 (TEE) 的零信任計算系統。TrustFlow 的名稱來源於可信執行環境 (TEE) 和秘密流 (Secret Flow) 的融合。 TrustFlow 利用可信執行環境技術,

開源

收藏 評論

不愛吃香菜 - Python 的內置函數 dict

Python 的內置函數 dict() 用於創建一個字典對象,是 Python 中最常用的數據結構之一。字典以鍵值對(key-value)的形式存儲數據,具有高效的查找性能。 基本用法 創建空字典 empty_dict = dict() # 等價於 empty_dict = {} 通過鍵值對創建字典 person = dict(name='Alice', age=25

知識 , Python

收藏 評論

PetterLiu - 以AI驗證AI安全工程突破

以AI驗證AI:務實的進化還是危險的豪賭? 前言 《Fighting AI with AI: Leveraging Foundation Models for Assuring AI-Enabled Safety-Critical Systems》探討了在航空航天和自動駕駛等安全關鍵系統中,使用深度神經網絡(DNNs)進行軟件保證所面臨的挑戰,並提出了一個名為“以AI治AI”的解決方案框架。該

AI

收藏 評論