GeekTime

开始2021年3月12日，植树节，腾讯发起了极客技术挑战赛，规则很简单，在页面上只有一个种树按钮，点击一下，就种下了一棵树。树种得越多越好，排行榜会根据树的数量排名。 本期的比赛秉承了极客技术挑战赛的一贯传统，它非常简单，几乎不需要写代码，你只需要简单地点击最下方种树按钮就可以了，最终谁种的树最多，谁就是冠军！比赛截止后，种下的树数量越多排名越靠前，如遇数量相同，则按照到达该数量的时间排名。 页面在此：码上种树。 作为程序员，一定会本能的按下F12，打开开发者工具。一是查看点击按钮执行的代码，二是查看提交给服务器的数据包。通过分析找到关键的js代码， 这段代码通过分析含义如下： 通过pull请求获得数据字段a和js文件名c字段 动态加载这个js文件，然后将pull请求返回的结果传递给js执行 将执行完的结果以及pull请求返回的t字段发送给push请求 第一关查看一下这个A274075A.js文件源码，只有一行代码，原来就是延迟2秒将数组的第一个值返回： 1window.A274075A=async function({a}){return n ...

定义引用自百度百科： 回溯算法实际上一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。回溯法是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。许多复杂的，规模较大的问题都可以使用回溯法，有“通用解题方法”的美称。 回溯算法实际上是对所有结果的一种暴力枚举方法，以走迷宫为例，它尝试走每条路径，一旦路径不通则退回到最近的分岔点，继续尝试下一条路径，如此反复，直到找到一条正确的路径，或者走完所有路径。对于诸如八皇后、数独这类往往需要枚举所有可能性方案的问题，使用回溯算法再合适不过了。回溯算法采用递归的方式去遍历所有可能结果，时间复杂度高达$ O(n!) $，一般需要伴随“剪枝”操作，以应对庞大的时间复杂度。 假设是走迷宫，这个回溯算法的模板应该是这样： 1234567891011def backtrace(path,depth,length): if depth ...

前言在传统程序中，是通过编码定义好规则，为程序提供一个输入，程序通过规则产生输出，如果一个程序只是枚举所有的输入，来产生相应的输出，那可能根本算不上“智能”，因为未知的输入太多，而且也不现实，比如围棋的棋谱就是千变万化的。对于AI（人工智能）技术来说，恰恰相反，是通过已知的输入和输出，来生成规则，程序通过大量样本数据的训练，使之越来越“明白”这个规则，从而能够预测未知输入的结果，这就是所谓的“监督学习”。 图片存储在计算机中就是一堆毫无意义的二进制数据，计算机只会处理数据（所谓处理数据不过是将这些二进制数据转变成电子信号量在计算机电路中疯狂运转），并不知道图片的具体含义，只有人可以看懂图片，所以这就是很多网站采用验证码的方式来区分人和机器的原因。让计算机认识图片就是AI的一个重要领域-机器视觉，基于Tensorflow2.0框架的发布，利用深度学习来实现一个AI已经变得越来越简单。 效果展示 table th{ border-bottom:1px solid #ddd; text-align:center; } table td.success{ backg ...

子命令使用分类 NameSpace(命名空间) 作用：多租户情况下，实现资源隔离 属于逻辑隔离 属于管理边界 不属于网络边界 可以针对每个namespace做资源配额 查看NameSpace123kubectl get namespace#或者kubectl get ns 名字 说明 default 用户创建的pod默认在此命名空间 kube-public 所有用户均可以访问，包括未认证用户 kube-node-lease 集群节点租约状态，v1.13加入 kube-system kubernetes集群系统内部使用的命名空间 创建NameSpace通过kubectl命令行创建 1kubectl create namespace test #创建test命名空间 通过应用资源清单文件创建： 准备资源清单文件01-create-ns.yaml 1234apiVersion: v1kind: Namespacemetadata: name: test2 应用资源清单文件 1kubectl apply -f 01-create-ns.yaml ...

主机准备VMware安装三台CentOS7虚拟机，一台作为master节点，2台作为worker节点。 主机名 操作系统 CPU核数 内存 角色 master1 CentOS7最小化 2 2G master worker1 CentOS7最小化 2 2G worker worker2 CentOS7最小化 2 2G worker 主机网络配置设置主机名1hostnamectl set-hostname XXX 设置IP编辑配置文件 1vi /etc/sysconfig/network-scripts/ifcfg-ens33 添加如下设置： 12345BOOTPROTO="none" #获取ip方式，把dhcp改为noneIPADDR="192.168.216.XXX"PREFIX="24" #设置子网掩码 或者"NETMASK=255.255.255.0"GATEWAY="192.168.xxx.xxx" ...

问题给定一个数组，求和等于目标值的连续子数组的个数。 力扣中等题：560. 和为K的子数组 给定一个整数数组和一个整数 k，你需要找到该数组中和为 k 的连续的子数组的个数。 示例 1 : 输入:nums = [1,1,1], k = 2输出: 2 , [1,1] 与 [1,1] 为两种不同的情况。 解法比较容易想到的是暴力解法，循环遍历得到所有的子数组的和，如果正好等于目标值则让计数加一，最后返回计数值。一般是用2个指针i，j分别指向指向子数组的开头和结尾，内外两层循环，时间复杂度为O(n^2)。 12345678910def subarraySum(self, nums: List[int], target: int) -> int: n=len(nums) res=0 for i in range(n): s=0 for j in range(i,n): s+=nums[j] if s==target: res+=1 return res 暴力法 ...

模板BFS，其英文全称是Breadth First Search，中文叫广度优先搜索，从根节点开始遍历，然后遍历根节点的子节点，所有子节点访问到后再遍历子节点的子节点，也就是根据深度每一层每一层的遍历。一般会用到队列和字典这两种数据结构。队列用于存储枚举的节点集合，字典用于记录节点是否访问过，用于排重。 对于一般的迷宫类谜题来说，该算法可以枚举所有的路径，由于它是按层序遍历的，所以当到达终点时，它得到的路径一定是最短的，这也是该算法奏效的原因。 现在的问题的关键就是如何将节点的子节点抽象出来，也就是说从一个状态可以衍生出的所有状态。我们用children函数来表示这个过程，这个函数接收一个输入，得到一个集合。从数据结构上看，是指返回某个节点的所有子节点集合，从现实问题来看，是指从一个状态，只进行最简化（不可拆分）的一步操作能到达的所有状态。 12345678910111213141516171819def children(status): ...def solution(): start = ... end = ... queue = [(start,0)] ...

前言背包问题实际上是动态规划的一种经典应用，本文想通过介绍一种模板用于解决各种背包问题。 模板统一采用二维数组来表示动态规划的状态，其中行表示物品的价值（或体积、大小、重量等），列表示背包的容量（或目标值）。 行和列都增加了一位，即从1开始计数，一来可以避免边界检查，二来dp[...][target]变得有意义，而非dp[...][target-1]，具体值和数组索引能够对上。根据不同题意来初始化dp，需要注意的是只要涉及到取物品的值，我们需要对索引减1，因为我们是从1开始计数的。 接下来分三种情况考虑动态规划中的状态转移表达式： 完全背包（每件物品可以无限使用）：dp[i][j]=OPERATE(dp[i-1][j],dp[i][j-objs[i-1]])。这里的OPERATE可以是sum、max、or视具体的问题而定。第二个表达式的索引是i。 1234567891011def bag_problem(self, bag: int, objs: List[int]) -> int: n=len(objs)+1 #将物品数量增加1，避免边界检查 #以下两行初 ...

意图装饰模式是一种结构型模式，允许你通过将对象放入包含行为的特殊封装对象中来为原对象绑定新的行为。 问题假设你正在开发一个提供通知功能的库，其他程序可使用它向用户发送关于重要事件的通知。 库的最初版本基于通知器Notifier类，其中只有很少的几个成员变量，一个构造函数和一个send发送方法。该方法可以接收来自客户端的消息参数，并将该消息发送给一系列的邮箱，邮箱列表则是通过构造函数传递给通知器的。作为客户端的第三方程序仅会创建和配置通知器对象一次，然后在有重要事件发生时对其进行调用。 此后某个时刻，你会发现库的用户希望使用除邮件通知之外的功能。许多用户会希望接收关于紧急事件的手机短信，还有些用户希望在微信上接收消息，而公司用户则希望在 QQ 上接收消息。 这有什么难的呢？首先扩展通知器类，然后在新的子类中加入额外的通知方法。现在客户端要对所需通知形式的对应类进行初始化，然后使用该类发送后续所有的通知消息。 但是很快有人会问：​“为什么不同时使用多种通知形式呢？如果房子着火了，你大概会想在所有渠道中都收到相同的消息吧。” 你可以尝试创建一个特殊子类来将多种通知方法组合在一起以解决该问 ...

意图组合模式是一种结构型模式，你可以使用它将对象组合成树状结构，并且能像使用独立对象一样使用它们。 问题如果应用的核心模型能用树状结构表示，在应用中使用组合模式才有价值。 例如，你有两类对象：产品和盒子。一个盒子中可以包含多个产品或者几个较小的盒子。这些小盒子中同样可以包含一些产品或更小的盒子，以此类推。 假设你希望在这些类的基础上开发一个定购系统。订单中可以包含无包装的简单产品，也可以包含装满产品的盒子……以及其他盒子。此时你会如何计算每张订单的总价格呢？ 你可以尝试直接计算：打开所有盒子，找到每件产品，然后计算总价。这在真实世界中或许可行，但在程序中，你并不能简单地使用循环语句来完成该工作。你必须事先知道所有产品和盒子的类别，所有盒子的嵌套层数以及其他繁杂的细节信息。因此，直接计算极不方便，甚至完全不可行。 解决方案组合模式建议使用一个通用接口来与产品和盒子进行交互，并且在该接口中声明一个计算总价的方法。 那么方法该如何设计呢？对于一个产品，该方法直接返回其价格；对于一个盒子，该方法遍历盒子中的所有项目，询问每个项目的价格，然后返回该盒子的总价格。如果其中某个项目是小一号的盒子， ...