收藏 / 列表

lengxi_16 頭像

ERP老兵_冷溪虎山 - “路徑“如人體經絡？Python/JS/Java/Go四語言“針灸術”——通不了算我輸！附源碼白嫖

🔥兄弟姐妹們！源碼跑不起來？路徑問題如“氣血阻塞”？本蜀黎CTO用中醫針灸術通通搞定！ - 🌿中醫路徑論： 路徑如人體經絡——通則不痛，痛則不通！ 你遇到的FileNotFoundError就是編程界的“氣血阻塞”，今天用四語言針灸術幫你通經活絡！🎉 🚀 四語言路徑針灸法 語言 核心針法 中醫類比 精髓 Pyth

路徑 , JAVA , go , Javascript , Python

hankin_liu 頭像

Hankin_Liu收徒 - 使用gperftools對C++程序進行profile定位性能瓶頸

本文將要學習如何使用gperftools工具定位C/C++程序的性能瓶頸，並用kcachegrind工具進行可視化展示。 gperftools簡介 gperftools（Google Performance Tools）是由谷歌開源的性能分析工具，能夠對程序進行profile，通俗的講就是能夠以一定的頻率對程序的堆棧進行採樣，採樣的次數越高，説明這個堆棧對應的代碼越熱。這個功能對於定位性能瓶頸十分

性能優化 , 性能瓶頸 , c++

xingchendahai_68d7dff410962 頭像

星辰大海 - 神奇的“維克托”

**C++ 中 std::vector 全面解析（從基礎到進階） std::vector 是 C++ 標準庫（STL）中最常用的動態數組容器，能自動管理內存、動態擴容，比手動用 new[] 分配數組更安全高效，是日常開發的“高頻工具”。下面從基礎用法到進階技巧，帶你吃透它～** 一、基礎：怎麼用 std::vector？ 1. 頭文件與初始化 用 std::vector 前必須包含頭文件 vect

c++

chencaize 頭像

點墨 - VSCode 樣式格式化

在使用VSCode的插件進行less文件格式化的時候，發現會存在問題。 index.less @prefix: test; @{prefix}-input{ color :red; width : @base-with; height : @base-height; } @base-size : 10px; @base-with : @base-

less , vscode插件 , scss , visual-studio-code , Css

bug1412 頭像

1412 - C++異步編程開源項目Workflow三歲啦 \^0^/

2020年7月29號下午2點，我們在北京五道口搜狐網絡大廈開源了Workflow。 藉此三週年的機會，統計了開源以來的一些數據。很開心看到Workflow依然持續獲得很多開發者的支持，也很開心看到我們團隊也確實做到堅持初心。以下分享出來和大家一起回顧，過去變幻莫測的三年內，能夠堅持做一件有趣而有意義的事情是什麼樣的體驗。 GitHub : https://github.com/sogou/work

workflow , c++ , 開源 , 異步編程 , 網絡

kedixa 頭像

kedixa - Coke（二）：便捷地發起Http請求

Coke項目Github主頁。 在這個時間點開發本項目，有以下幾點考慮 常用的編譯器對C++ 20的支持已經逐步完善，本項目依賴於GCC = 11或Clang = 15 常用的操作系統發行版支持了新編譯器，例如CentOS Stream 8、Ubuntu 22.04、Fedora 38等 C++ Workflow使用回調函數的方式組織異步任務，一部分習慣寫同步代碼的用户可能會對此感到困擾，

c++20 , 協程 , c++

caisekongbai 頭像

小萬哥 - 深入理解 C# 編程：枚舉、文件處理、異常處理和數字相加

C# 枚舉 枚舉是一個特殊的“類”，表示一組常量（不可更改/只讀變量）。 要創建枚舉，請使用 enum 關鍵字（而不是 class 或 interface），並用逗號分隔枚舉項： enum Level { Low, Medium, High } 您可以使用點語法訪問枚舉項： Level myVar = Level.Medium; Console.WriteLine(myVar); E

服務器 , c# , 程序員 , 後端 , asp.net

lizhuo6 頭像

oioihoii - AI編程規模化實踐：從1到100的工程化之道

規模化階段的挑戰 在AI編程工具日益普及的今天，從0到1快速構建原型已不再是難題。然而，當項目進入從1到100的規模化階段，開發者面臨着全新的挑戰：如何確保AI生成代碼的質量、可維護性和系統架構的連貫性？本文將深入探討AI在規模化開發階段的最佳實踐，為團隊提供切實可行的解決方案。 核心原則：建立AI輔助開發的基礎 人類專家的核心地位 在規模化開發中，AI應明確定位為增強人

線程池 , 後端開發 , 模塊化 , 開發者 , harmonyos

jkkang 頭像

小康 - 從 0 到 1 實現高性能日誌庫 MiniSpdlog — 這可能是最適合新手的日誌系統實戰項目 !

嘿，各位C++er們！我是小康 👋 今天我們來聊一個每個開發者都繞不開的話題——日誌記錄。 你是不是還在用最原始的 cout 和 printf 調試代碼？是不是因為線上程序出問題找不到日誌而抓狂？別急，今天我就來給大家盤點一下C++界那些大名鼎鼎的日誌庫，看看哪個最適合你的項目！ 為什麼需要專業的日誌庫？ 在深入介紹各種日誌庫之前，先説説為什麼我們需要專業的日誌庫： 專業需求 性能要求：生產

c++

wodekouwei 頭像

輕口味 - 深入理解rtmp(二)之C++腳手架搭建

前面深入理解rtmp(1)之開發環境搭建中我們已經搭建好服務器,並且利用一些現成的工具可以推送直播流,播放直播流了.這篇文章我們開始搭建從零開發一套rtmp推流拉流sdk,對着協議實現,達到真正的"深入理解". 作為一個碼農,搬磚搬到一定高度就需要"腳手架"來支撐我們"夠得住".為了方面我們把rtmp推拉流sdk實現為一個PC上的命令行程序,當開發調試穩定後,我們可以快速的通過交叉編譯工具編譯到A

音視頻 , tcp-ip , c++ , rtmp

u_16492348 頭像

wx65950818d835e - 14: 基於卷積神經網絡（CNN）的超分算法

引言 卷積神經網絡（CNN）是深度學習中最成功的模型之一，廣泛應用於圖像分類、物體檢測等任務。隨着深度學習技術的發展，CNN在圖像超分辨率（SR）領域也取得了顯著進展。基於CNN的超分算法利用深度卷積網絡從低分辨率圖像中提取特徵，並通過層層卷積和反捲積層重建高分辨率圖像。本文將探討基於CNN的超分算法的原理、優勢和挑戰。 CNN在超分中的基本原理 CNN通過多層

卷積 , 圖像重建 , c++ , 後端開發 , 深度學習 , c

u_16492406 頭像

mb65950ac695995 - 十、渲染插幀與 TAA 的關係：累積與去鬼影

Temporal Anti-Aliasing（TAA）通過將多個時間幀的信息累積在一起減輕鋸齒與噪聲。插幀也利用歷史幀，但目標是生成中間幀。兩者常共享重投影與運動向量。若在插幀中引入 TAA 的思想，可以對中間幀進行多幀融合，利用歷史信息提升穩定性。但必須控制鬼影：當運動向量錯誤或遮擋變化時，歷史像素不應參與融合。 去鬼影策略包括： 雙向一致性檢查：前後幀的

光流 , 運動向量 , 權重 , c++ , 後端開發 , c

u_16985197 頭像

Plume岣七 - [C++]異常處理機制

C語言本身沒有處理異常的機制，通常需要通過錯誤碼(error)、assert、全局變量、函數返回值等方法處理錯誤；這種處理方法雖然邏輯直觀，但是多層調用時需逐層傳遞且無法自動清理資源，功能有限。 所以，Bjarne Stroustrup在設計C++時，為了更好地處理程序中的錯誤，將異常處理機制引入了C++，其基本思想是讓函數在發現自己無法處理的錯誤時拋出一個異常，然後由其調

異常規範 , 拋出異常 , c++ , 後端開發 , c , 異常類型

u_16231477 頭像

蒙奇D索隆 - 【數據結構】數據結構核心考點：AVL樹刪除操作詳解（附平衡旋轉實例）

(AVL樹的刪除) 導讀 大家好，很高興又和大家見面啦！！ 在上一篇內容中我們介紹了AVL樹插入操作中的平衡旋轉技巧（LL、LR、RR、RL旋轉）後，我們瞭解到旋轉是維護AVL樹平衡的核心機制。 然而，刪除操作可能引發更復雜的不平衡問題，且這種不平衡可能沿父節點路徑向上傳導，需多次調整。 那麼，如何系統處理AVL樹的刪除，確保樹始終保持平衡？現在，讓我們直接進入

yyds乾貨盤點 , 數據結構 , c++ , 後端開發 , 考研 , c , 408

keen_626105e1ef632 頭像

瞿小凱 - 小凱15天快速講完c語言-簡單學習第四課

這節課筆記的排版有點問題，感覺是markdown語法有問題，當然不排除思否社區的排版問題，哈哈哈，已反饋官方啦，大家湊合看。 0. 複習 0.1 運算符 1.賦值 注意的點： // 定義變量的時候，給的值 這時叫做初始化。 int a = 0; int b = 10; int c = 0; // 定義完變量，再去給值，這個就叫賦值 a = 100; //正

學習 , 學習方法 , 學習筆記 , c , 學習資料

xiongshihubao 頭像

醉舞經閣 - JZ-034-第一個只出現一次的字符位置

第一個只出現一次的字符位置 題目描述 在一個字符串(0=字符串長度=10000，全部由字母組成)中找到第一個只出現一次的字符,並返回它的位置, 如果沒有則返回 -1（需要區分大小寫）.（從0開始計數） 題目鏈接: 第一個只出現一次的字符位置 代碼 /** * 標題：第一個只出現一次的字符位置 * 題目描述 * 在一個字符串(0=字符串長度=10000，全部由字母組成)中找到第一個只出

算法 , JAVA , 字符串處理

hedzr 頭像

hedzr - 談 C++17 裏的 FlyWeight 模式

回顧享元模式，考慮實作它的各種問題。 Prologue 略過 FlyWeight Pattern 理論 享元模式，是將複雜對象的相同的組成元素抽出並單獨維護的一種結構型設計模式。這些相同的組成元素被稱為共享元件，它們在一個單獨的容器中被唯一性地管理，而複雜對象只需持有到該唯一實例的參考，而無需重複創建這樣的相同的元素，從而能夠大幅度地削減內存佔用。 以字處理器為例，每個字符都具有獨立的、區別於其它

c++11 , 設計模式 , design-pattern , c++ , c++17