收藏 / 列表

sangwu - 70. 爬樓梯

70. 爬樓梯 假設你正在爬樓梯。需要n階你才能到達樓頂。 每次你可以爬1或2個台階。你有多少種不同的方法可以爬到樓頂呢? 示例 1: 輸入:n = 2 輸出:2 解釋:有兩種方法可以爬到樓頂。 1. 1 階 + 1 階 2. 2 階 示例 2: 輸入:n = 3 輸出:3 解釋:有三種方法可以爬到樓頂。 1

狀態轉移 , 數組 , yyds乾貨盤點 , i++ , 後端開發 , JAVA

u_16429613 - 點量雲流突破架構壁壘,實現全棧信創自主可控

在信創產業加速推進的背景下,軟硬件技術的自主可控成為關鍵發展路徑。點量雲流率先實現從硬件適配到軟件生態的全棧信創佈局,為各行業提供安全可靠的實時雲渲染解決方案。 一、全面覆蓋主流硬件架構,夯實自主根基 點量雲流實時雲渲染率先完成對ARM架構的深度適配,全面支持鯤鵬等國產芯片,同時兼容x86架構的海光、兆芯等處理器,實現跨平台硬件覆蓋。在圖形處理層面,點

虛擬化 , 國產信創 , yyds乾貨盤點 , 雲計算 , 操作系統 , 硬件架構 , gpu , 實時雲渲染

DoraemonQ - 解鎖中文版,玩轉SSD

固態硬盤憑藉其高速讀寫、低功耗和抗震性能,受到越來越多小夥伴的青睞。但Windows系統默認開啓的傳統優化機制,反而會影響SSD的性能和壽命。為充分發揮固態硬盤的最大潛力,應該禁用磁盤碎片整理,關閉時間戳記錄,禁用預取和Superfetch等功能,啓用TRIM指令,這些優化不僅能延長SSD使用壽命,還能保持其最佳性能表現; 分享一款專業的固態硬盤優化工具:S

固態硬盤 , 辦公效率 , 固態優化 , 磁盤優化 , 系統工具

虎斑嘟嘟 - 零知識證明與深度學習:打造可驗證的AI推理新時代

零知識證明與深度學習:打造可驗證的AI推理新時代 在醫療、金融和自動駕駛等關鍵領域,人工智能系統正日益成為決策的核心。然而,這些“黑箱”模型如何讓人信任?當AI告訴你不應該批准貸款或患有癌症時,你如何知道這個決策是基於正確的推理,而不是被惡意篡改或包含了偏見? 傳統方法要求完全透明公開模型參數和輸入數據,但這在保護知識產權和用户隱私方面面臨巨大挑戰。 零知識證明

yyds乾貨盤點 , 數據 , 後端開發 , JAVA , ci , 零知識證明

ios技術狂人 - Swift 加密工具推薦,構建可落地的多層安全體系(源碼混淆+IPA 加固+動態對抗+映射治理)

Swift 項目在上線後暴露的風險往往比開發者想象的多: 類名、屬性名、初始化流程、協議調用路徑…… 這些在 Swift 編譯之後依然會在二進制中留下大量可讀信息,逆向工具 Hopper/IDA 分分鐘就能給出應用結構圖。 因此,“Swift 加密工具”不是單個工具,而是一套鏈路: 源碼混淆 → 構建期安全 → IPA 成品混淆 → 簽名驗證 → 動態逆向對抗 → 映射表治理。 本文

yyds乾貨盤點 , 移動開發 , ios

調試人生 - Flutter IPA 加固 從 Dart 混淆到成品 IPA 保護的完整工程方案

Flutter 項目的交付形態非常獨特:Dart 邏輯被編譯為 snapshot,資源被封裝進 App.framework、Flutter.framework,再與原生 iOS 工程一起打包成 IPA。 因此 Flutter 的 IPA 加固,不能只關注 Dart,也不能僅依賴原生層,而必須同時處理: Dart 層 → 原生層 → 資源層 → IPA 成品層 → 運行時層 → 映射表

yyds乾貨盤點 , 移動開發 , ios

mb6901e01290640 - qBittorrent軟件下載和安裝教程(附下載鏈接,適合新手)

qBittorrent 是一款專門下載“種子”的免費電腦軟件,把別人分享的影片、資料、系統鏡像快速搬回自己硬盤,新手只需知道“把鏈接粘進去就能下”。 qBittorrent 誕生於 2006 年,當時是法國程序員 Christophe Dumez 的個人項目,現由全球志願者在 GitHub 共同維護,代碼完全公開,任何人都能審計、貢獻或二次開發。 qBitto

yyds乾貨盤點 , qBittorrent安裝包 , 辦公效率 , qBittorrent安裝 , qBittorrent下載 , qBittorrent , qBittorrent下載教程

咚咚王哲 - 人工智能之編程進階 Python高級:第七章 數據庫類模塊

人工智能之編程進階 Python高級 第七章 數據庫類模塊 (文章目錄) 前言 本文主要講述兩類數據庫,關係型數據庫mysql和非關係型數據庫mongodb的常見操作步驟。 🗄️ 一、MySQL(關係型數據庫) 1. 安裝(本地開發) Windows / macOS: 推薦使用 MySQL Installer(官方

yyds乾貨盤點 , MySQL , mongodb , 後端開發 , Python

WangLanguager - 多智能體強化學習(MARL)介紹和代碼示例

多智能體強化學習(MARL)介紹 多智能體強化學習(Multi-Agent Reinforcement Learning, MARL)是強化學習的一個分支,涉及多個智能體在同一環境中學習和決策。MARL 主要關注以下幾個方面: 環境交互: 多個智能體同時與環境交互,它們的行為不僅影響自身的獎勵,也會影響其他智

強化學習 , yyds乾貨盤點 , tensorflow , 前端開發 , 代碼示例 , Javascript

愛分享技術的小文 - iOS 內存佔用監控的系統化實踐,從泄漏排查到峯值控制的多工具協同分析指南

在 iOS 性能優化體系中,內存佔用(Memory Usage) 是影響穩定性最關鍵的指標之一。 無論是界面卡頓、後台被殺、頁面白屏、圖片加載異常,還是應用無法長時間運行,其根本原因往往都和內存使用有關。 iOS 的沙盒限制、ARC 自動管理、UIKit 渲染機制、Metal/圖形緩存等層次共同構成複雜的內存生態,這意味着僅靠 Xcode Instruments 並不足以覆蓋所有問題

yyds乾貨盤點 , 移動開發 , ios

尼羲 - 如何使用 Linux ping 命令

什麼是 Ping 命令? Ping (Packet Internet Groper) 是一個命令行實用程序,用於測試 IP 網絡中兩台主機之間的連通性。它通過發送 Internet Control Message Protocol (ICMP) 來運行。Echo 向目標主機發送請求消息並等待 Echo 回覆。從發送到接收回復所花費的時間是可以測量的,並提供

命令行 , 服務器 , yyds乾貨盤點 , ip , Lync , Internet

qife122 - 專業手機管理指南:使用Syncios移動管理器簡化數據傳輸與備份

像專業人士一樣管理手機:使用Syncios移動管理器簡化數據傳輸和備份 在這個智能手機存儲着我們最重要數據的時代,包括照片、聯繫人、消息、工作文件等等,擁有可靠的工具來高效管理一切至關重要。 然而,在iOS和Android之間切換,或者僅僅備份文件,當你受限於iTunes或雲存儲等有限同步選項時,仍然會令人沮喪。 這就是Syncios移動管理器的用武之地。這是一個專業的跨平台

yyds乾貨盤點 , 辦公效率 , 數據備份 , Android , 移動管理 , ios

阿森CTO - 自定義類型:結構體深入解析

@TOC 📝前言 本小節,阿森繼續和你一起學習什麼是結構體?結構體類型的聲明和創建,然後就是結構體的初始化,隨即學習結構成員的訪問操作符來更好的打印結構體的數據,當然還有匿名結構體類型,和結構的自引用。文章乾貨滿滿,接下來我們就學習一下結構體吧 😃! 🌠 什麼是結構體? 結構體是一種用户定義的數據類型,它允許

大數據 , yyds乾貨盤點 , 初始化 , 操作符 , 數據倉庫 , 結構體指針

JavaEdge - Gemini 3 開啓智慧新時代

近兩年前,我們開啓了 Gemini 時代,這是公司史上規模最大的科學與產品計劃之一。自那時起,看到大家如此喜愛它,實在令人振奮。“AI 總覽”如今每月有 20 億活躍用户。Gemini 應用程序每月活躍用户超過 6.5 億,超過 70% 的雲客户正在使用我們的 AI,更有 1300 萬名開發者利用我們的生成式模型進行開發——而這僅僅是我們的影響力之一隅。 得益於我們在 AI

yyds乾貨盤點 , google , 應用程序 , 人工智能 , 深度學習 , 開發者

API_Blogger - iOS 性能測試的工程化方法,構建從代碼到設備、從實驗室到線上全鏈路的多工具測試體系

在整個 iOS 應用生命週期中,性能測試(Performance Testing) 是影響用户體驗最關鍵的環節之一。它不僅決定應用的流暢度,還決定啓動速度、交互響應能力、系統資源使用情況以及在真實設備上的穩定性。 然而,性能問題往往隱藏在多個維度:CPU、GPU、內存、網絡、IO、能耗、設備狀態等,因此僅靠單一工具無法覆蓋全部測試需求。一個成熟的 iOS 團隊必須建立一套科學、可複用

yyds乾貨盤點 , 移動開發 , ios

讓世界更美好 - Vue3 手勢指令:讓移動端交互更自然

引言 在移動優先的時代,手勢操作已成為現代Web應用不可或缺的交互方式。傳統的點擊事件已經無法滿足用户對自然交互的期待。今天,我很高興向大家介紹我為Vue3開發的一套手勢指令庫,它將為你的應用帶來流暢、自然的手勢體驗! 為什麼需要手勢指令? 移動設備上的觸摸交互與桌面端的鼠標交互有本質不同: 觸摸屏沒有hover狀態 多點觸控支持

vue.js , yyds乾貨盤點 , 自定義 , Vue , 手勢識別 , 前端開發

音視頻牛哥 - 從SPEC到工程落地:跨平台輕量級RTSP服務與RTSP播放器端到端低延遲方案設計探究

RTSP 在智能設備、AI 攝像頭、無人機、車載 DVR、巡檢機器人與安防監控中依舊是最核心的實時視頻協議。 其原因並非“歷史慣性”,而是 RTSP/RTP/SDP 的協議規範(SPEC)天然契合端設備的實時性、低功耗、弱網、跨平台一致性等工程約束。 本文從 SPEC 角度解析 RTSP/RTP 的核心機制,並結合大牛直播SDK(SmartMediaKit

音視頻 , yyds乾貨盤點 , 低延遲RTSP播放 , rtsp播放器 , RTSP服務器 , 輕量級RTSP服務 , 安卓RTSP服務器

我愛哇哈哈 - 手把手教你用Tpaddleocr開發桌面端PDF識別工具,工作效率提升10倍!

作為一名資深技術開發,我經常遇到這樣的場景:需要從大量的PDF文檔中提取文字內容,但市面上的工具要麼收費昂貴,要麼識別效果差強人意。直到我發現了百度開源的PaddleOCR,結合Tpaddleocr(Python版本的PaddleOCR封裝),我決定自己動手開發一個桌面端PDF識別工具,效果出乎意料的好! 今天就來分享一下我是如何從零開始,開發出這款高效、準確的PDF識別工具的。

yyds乾貨盤點 , 後端開發 , JAVA , paddle , Python

collen7788 - 【趙渝強老師】使用Helm簡化Kubernetes(K8s)應用的部署和管理

在Kubernetes中部署應用程序,需要創建Pod、Deployment和Service等資源,並且創建的步驟也是比較繁瑣的。當遇到複雜系統時,Kubernetes的應用部署和管理就變得相當的複雜。好在可以使用Helm來管理Kubernetes,它可以很大程度上簡化Kubernetes應用的部署和管理。

K8s , kubernetes , yyds乾貨盤點 , 雲計算 , Linux , 雲原生 , Docker

KPaaS集成擴展平台 - 主數據實時同步:為什麼 CIO 要優先考慮?

越來越多 CIO 開始意識到:技術架構可以迭代,應用系統可以替換,但數據的一致性與可信度,才是決定數字化成敗的底層基石。而在所有數據類型中,主數據(Master Data)——如客户、供應商、物料、組織架構等核心業務實體——因其跨系統、高複用、強關聯的特性,成為數據治理的“牛鼻子”。 然而,現實卻令人憂心:銷售在 CRM 中錄入的客户信息,與財務在 ERP 中使用的客户編碼

主數據管理 , 大數據 , yyds乾貨盤點 , 數據孤島解決方案 , MDM , 數據倉庫 , 異構數據整合 , 數據一致性

鴿鴿程序猿 - 【項目】【抽獎系統】獎品創建

一、圖片上傳功能 1.1 配置 application.properties 配置上傳⽂件路徑 ## 圖⽚服務 ## pic: local-path: D:/PIC # spring boot3 升級配置名 spring: web: resources: static-locations: classpath:/static/,file:

spring , yyds乾貨盤點 , 後端開發 , JAVA , Css

自由的瘋 - 《分佈式 + 國產數據庫 + Docker:技術選型避坑指南》(十三)

一、為什麼需要自定義限流?基礎限流的侷限性 在第六篇基礎限流中,我們配置了 “GET:/user/get/{id}接口 QPS=20” 的規則,但實際業務場景存在更多精細化需求: 場景 1:限制單個用户(如 user_id=100)每秒最多調用 3 次訂單創建接口,避免惡意刷單; 場景 2:限制單個 IP(如 192.168.1.10)每秒最多訪問

限流 , yyds乾貨盤點 , ip , 自定義 , 後端開發 , JAVA

primeshao - 1006. Clumsy Factorial

題目 Normally, the factorial of a positive integernis the product of all positive integers less than or equal ton. For example,factorial(10) = 10 * 9 * 8 * 7 * 6 * 5 * 4 * 3 * 2 * 1. We i

sed , yyds乾貨盤點 , 操作符 , 代碼人生 , ide

未聞花名AI - 構建AI智能體:十二、給詞語繪製地圖:Embedding如何構建機器的認知空間

我們理解“蘋果”這個詞,能聯想到一種水果、一個公司、或者牛頓的故事。但對計算機而言,“蘋果”最初只是一個冰冷的符號或一串二進制代碼。傳統的“One-Hot”編碼方式(如“蘋果”是[1,0,0,...],“香蕉”是是[0,1,0,...])無法表達任何語義,所有詞之間的關係都是相等且無關的。 如何讓機器真正“理解”含義?這就需要一種新的表示方法——Embedding。它就像一

中心詞 , NLP , 加載 , 人工智能 , 詞向量