移动机器人运动规划及运动仿真

博客地址:https://www.cnblogs.com/zylyehuo/ 基于[基于SLAM系统建图仿真,完成定位仿真],详见之前的博客 基于SLAM系统建图仿真,完成定位仿真 - zylyehuo - 博客园 参考链接 Autolabor-ROS机器人入门课程《ROS理论与实践》 环境配置 u

Ubuntu 下查看 ip

博客地址:https://www.cnblogs.com/zylyehuo/ ip a

Windows 终端远程连接 Ubuntu

博客地址:https://www.cnblogs.com/zylyehuo/ 查看 ip 的方式参考以下链接 Ubuntu 下查看 ip - zylyehuo - 博客园 在 windows 终端中执行以下命令 ssh <用户名>@ # 示例如下 ssh root@127.0.0.1

Ubuntu 下查看当前用户

博客地址:https://www.cnblogs.com/zylyehuo/ 在终端执行以下命令 whoami

Django+DRF+Vue 网页开发环境安装(windows/Linux)

博客地址:https://www.cnblogs.com/zylyehuo/ 总览 一、安装 Django pip install django==3.2 二、安装 MySQL 驱动程序 pip install pymysql 三、安装 DRF pip install djangorestframe

前后端分离实现注册+登录(Vue3.0 + Django3.2)

博客地址:https://www.cnblogs.com/zylyehuo/ 一、使用 vite+webstorm 搭建 Vue 环境,构建前端 1、结构树 2、main.js import { createApp } from 'vue' //import './style.css' import

前后端不分离中使用 Ajax 请求(Django3.2)

博客地址:https://www.cnblogs.com/zylyehuo/ view.py def get_tokens(request): token = get_token(request) return HttpResponse(token) login.html $.ajax({ url:

个人各平台地址

博客地址:https://www.cnblogs.com/zylyehuo/ gitee地址:https://gitee.com/zylyehuo github地址:https://github.com/zylyehuo

celery 启动显示警告信息“...whether broker connection retries are made during startup in Celery 6.0 and above...”

博客地址:https://www.cnblogs.com/zylyehuo/ # celery作为一个单独项目运行,在settings文件中设置 broker_connection_retry_on_startup = True # Celery作为第三方模块集成到项目中,在全局配置中添加 CELE

通过局域网访问连接 vite 或 Django 之类的项目

博客地址:https://www.cnblogs.com/zylyehuo/ step1 将 vite 或 Django 类的项目启动 ip 设置为 0.0.0.0:端口 step2 查询本机电脑在当前局域网下的 ip step3 将跳转路径改为查询到的本机 ip,再加上第一步中设置的前端端口

汉诺塔问题(递归)

博客地址:https://www.cnblogs.com/zylyehuo/ # _*_coding:utf-8_*_ def hanoi(n, a, b, c): if n > 0: hanoi(n - 1, a, c, b) print("moving from %s to %s" % (a,

顺序查找(线性查找)

博客地址:https://www.cnblogs.com/zylyehuo/ 时间复杂度:O(n) # _*_coding:utf-8_*_ def linear_search(li, val): for ind, v in enumerate(li): if v == val: return in

二分查找(折半查找)

博客地址:https://www.cnblogs.com/zylyehuo/ 时间复杂度:O(logn) # _*_coding:utf-8_*_ def binary_search(li, val): left = 0 right = len(li) - 1 while left <= right

常见排序算法(汇总)

博客地址:https://www.cnblogs.com/zylyehuo/ 希尔排序:时间复杂度与选取的gap序列有关 计数排序: 时间复杂度:O(n) 桶排序: 时间复杂度:O(n+k) 最坏时间复杂度:O(n²k) 空间复杂度:O(nk) 基数排序: 时间复杂度:O(kn) 空间复杂度:O(k

冒泡排序(LOW)

博客地址:https://www.cnblogs.com/zylyehuo/ # _*_coding:utf-8_*_ import random def bubble_sort(li): for i in range(len(li)-1): exchange = False for j in ra

选择排序(简单版)(LOW)

博客地址:https://www.cnblogs.com/zylyehuo/ # _*_coding:utf-8_*_ def select_sort_simple(li): li_new = [] for i in range(len(li)): min_val = min(li) li_new.

选择排序(LOW)

博客地址:https://www.cnblogs.com/zylyehuo/ # _*_coding:utf-8_*_ def select_sort(li): for i in range(len(li)-1): # i是第几趟 min_loc = i for j in range(i+1, le

插入排序(LOW)

博客地址:https://www.cnblogs.com/zylyehuo/ # _*_coding:utf-8_*_ def insert_sort(li): for i in range(1, len(li)): # i 表示摸到的牌的下标 tmp = li[i] j = i - 1 # j指的

快速排序(NB)

博客地址:https://www.cnblogs.com/zylyehuo/ # _*_coding:utf-8_*_ def partition(li, left, right): tmp = li[left] while left < right: while left < right and

堆排序(标准版)(NB)

博客地址:https://www.cnblogs.com/zylyehuo/ # _*_coding:utf-8_*_ import random def sift(li, low, high): # 堆的向下调整(大根堆) """ :param li: 列表 :param low: 堆的根节点位置