其他

自己動手寫快速排序快速排序演算法不算複雜的演算法，但是實際寫代碼的時候卻是最容易出錯的代碼，寫的不對就容易死迴圈或者劃分錯誤。所以還是自己動手多寫會印象深刻點。一、初探—樸素的快速排序演算法void quick_sort(int a[], int l, int u){ if (l >= u) return; int m = l; for (int i=l+1; i<=u; i++) { if (a[i] < a[l])

題目找出二叉樹中最大的子樹，該子樹為二叉搜尋樹。所謂最大的子樹就是指結點數目最多的子樹。分析該題目是要找出二叉樹中最大的子樹，該子樹必須是二叉搜尋樹(BST)。子樹的概念需要重點關注一下，以下面一棵二叉樹為例         ____10____ / \ __5_ 15_ / \ \ 1 8

    《高效能伺服器架構》中提到了SEDA，我搜了一下，發現這篇文章《SEDA效能最佳化的分析和類比》，對於線程數量的建議。假如一個Web請求，代碼執行的時間為ST（Service Time），讀檔案、網路調用之類IO等待時間為為WT（Wait Time），CPU的個數是N、核心數是M則線程數量TC（Thread Count）為：     TC= N*M*(1+WT/ST)     假如只有1個單核的CPU，如果IO為40毫秒，程式執行要20毫秒，那麼可以得出如下的執行序列。   

題目輸入一個正整數數N，輸出所有和為N連續正整數序列。例如輸入15，由於1+2+3+4+5=4+5+6=7+8=15，所以輸出3個連續序列1-5、4-6和7-8。一種運用數學規律的解法假定有k個連續的正整數和為N，其中連續序列的第一個數為x，則有x+(x+1)+(x+2)+...+(x+k-1) = N。從而可以求得x = (N - k*(k-1)/2)  / 

一、源碼安裝apache之前為了測試系統，自己下載源碼編譯安裝了一個apache2.4，安裝apache2.4過程比較簡單，注意在configure時加上參數。配置：./configure --prefix=$APACHE_HOME --enable-mods-shared=most --enable-ssl=shared --with-ssl=$SSL_HOME(--with-ssl是開啟SSL工具，可選項)，詳細參數可參見：apache配置參數編譯安裝：makemake

問題給定一棵二叉樹，判定該二叉樹是否是二叉搜尋樹（Binary Search

說起資料中的死結，已經多次在筆試題目中遇到。今天特此做一個資料庫死結方面的總結，以絕後患，吼吼！一、首先我們來看幾個定義：1.死結所謂死結： 是指兩個或兩個以上的進程在執行過程中，因爭奪資源而造成的一種互相等待的現象，若無外力作用，它們都將無法推進下去。此時稱系統處於死結狀態或系統產生了死結，這些永遠在互相等待的進程稱為死結進程。

    這兩天想瞭解一下中文分詞的一些技術，因此就研究了一把，也就是瞭解了一些皮毛，記錄下來，首先申明我是外行，請勿用專業標準來要去我。    中文分詞，主要是三個流派，一是詞典派，一是統計派，一是規則派。比如“我愛北京天安門”，詞典派就是去查詞典，詞典中中有“我”，“愛”，“北京”和“天安門”，就分出來了，簡單吧。詞典派的演算法一般是最大匹配演算法，比如“毛澤東北京華煙雲”，正向最大匹配就是“毛澤東 北京 華煙雲”，逆向最大匹配是“毛澤 東北 京華煙雲”。還可以雙向“毛澤東 北

問題：用vmstat,top,和ps aux三個命令查看進程對cpu的佔用率，數值差異很大。例：用 vmstat 查看系統cpu空閑率， id是cpu的空閑率，可以看出，空閑率一直在73%以上用 ps aux 統計兩個compress進程的cpu佔用率，長時間恒定在15.5%和28.9%用 top統計兩個compress進程的cpu佔用率，可以看出是一個動態變化的過程（命令執行結果後面有顯示）這三個命令查出的cpu利用率不統一首先，ps aux中兩個compress進程佔用cpu 15.5%+2

阮一峰的關於貝葉斯的文章，寫得比我好，請參考：http://www.ruanyifeng.com/blog/2011/08/bayesian_inference_part_one.htmlhttp://www.ruanyifeng.com/blog/2011/08/bayesian_inference_part_two.html這篇是工作之中的總結，因此寫的不是很詳細，寫來下備忘一下。 在爬蟲下載的資料中，有相當數量的網頁是垃圾網頁，此類網頁一般為提示資訊或者填寫資訊等，因此需要識別出來。1、特

Cookies：Cookie是由Web伺服器儲存在使用者瀏覽器上的小檔案，它可以包含有關使用者的資訊（如身份識別號碼、密碼、使用者在Web網站購物的方式或使用者訪問該網站的次數）。Session：使用者在瀏覽某個網站時，從進入網站到瀏覽器關閉所經過的這段時間，也就是使用者瀏覽這個網站所花費的時間。聯絡：http協議本身是無狀態的，要記錄使用者的狀態就要藉助於Cookies或Session。二者都是通過Cookie小檔案記錄使用者資訊和行為的。區別：不同的是Cookie儲存在用戶端，且不區分使用同

  　　在同時使用了虛函數的時候，虛基類表可以合并到虛表（virtual table）中，每對象的虛基類表指標（vbptr）也可以省略（只需vptr即可）。　　虛函數是C++眾多運行時多態特性中開銷最小，也最常用的機制。虛函數的好處和作用這裡不再多說，應當注意在對效能有苛刻要求的場合，或者需要頻繁調用，對效能影響較大的地方（比如每秒鐘要調用成千上萬次，而自身內容又很簡單的事件處理函數）要慎用虛函數。　　需要特別說明的一點是：虛函數的調用開銷與通過函數指標的間接函數調用（例如：經典C程式中常見的，

總體布局檔案：<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android" xmlns:tools="http://schemas.android.com/tools" android:layout_width="match_parent" android:layout_height="match_parent" android:orientation="horizontal"

鉤子概述　　鉤子（Hook）是Windows訊息處理機制的一個要點（Point）。應用程式可以通過鉤子機制截獲處理Window訊息或是其他一些特定事件。同DOS中斷截獲處理機制類似，應用程式可以在鉤子上設定多個鉤子函數，由其組成一個與鉤子相關聯的指向鉤子函數的指標列表（鉤子鏈表）。當鉤子所監視的訊息出現時，Windows首先將其送到調用鏈表中所指向的第一個鉤子函數中，鉤子函數將根據其各自的功能對訊息進行監視、修改和控制，並在處理完成後把訊息傳遞給下一鉤子函數直至到達鉤子鏈表的末尾。在鉤子函數交出

上次我們已經成功的建立了一個視窗，如果一切順利的話，我們可以看到我們寫出的視窗了，但是有點單調，綠呼呼的一片，什麼都沒有，呵呵，沒事，現在我們就給它加點東西上去，我們這次的目標是增加一個三角形上去，並且給三角形上點色。 好，廢話少說，先上代碼： //============================================================================= // Desc: 使用頂點緩衝區繪製三角形 //=======================

方法一(推薦)eg:現需隱藏e盤bak目錄下的tools檔案夾e:\bak\tools運行：cmd鍵入：attrib +s +a +h +r e:\bak\tools然後，你再進去看e盤bak目錄下，重新整理下,是否還有tools這個檔案夾！這樣就做到了真正的隱藏，不管你是否顯示隱藏檔案，此檔案夾都看不見自己需要訪問的時候怎麼辦？開啟我的電腦—鍵入e:\bak\tools就可以直接進入，條件是，你必須要記得自己的隱藏檔案夾名現在需要取消該隱藏檔案夾，命令如下：運行：cmd鍵入：attrib

        最近在做瀏覽器安全色，有個table自動展開的問題一直困擾著我，這個問題今天終於告一段落了，這篇文章我是極力推薦的，如果碰到這個問題的朋友，我相信你一定會感激我的，如果文章對你有協助，請留言支援，也可以進行交流。              

題目：有一棟100層高樓,從某一層開始扔下的玻璃球剛好摔壞,現有兩個玻璃球,試用最簡便的方法確定這個恰好摔壞玻璃球的那層. 這是一道著名的面試題目，僅寫出我的思路和解法． 首先從題目得出基本思路１．第一個球應該低到高試，但不是每層必試．２．不能有僥倖心理，第二個球在第一個球的區間裡每層必試． 是簡化為１０層樓解法。 數字代表樓層，球從原點先右後上的路徑對應的方格中的數字進行測試．也就是第一個球測試４＼７＼９＼１０層．如果第一個球４層壞了，第二個球測試１＼２＼３．如果第一個球７層壞了，第二個球測試

 先聲明相機：CFirstPersonCamera      g_Camera;// Camera 然後在裝置初始化函數裡設定投影矩陣： //建立並設定投影矩陣  float fAspectRatio = pBackBufferSurfaceDesc->Width / (FLOAT)pBackBufferSurfaceDesc->Height;         g_Camera.SetProjParams( D3DX_PI/4, fAspectRatio, 0.1f, 10000.0