ST表 在RMQ（区间最值）问题中，著名的ST算法就是倍增的产物。ST算法可以在 \(O(n \log n)\) 的时间复杂度能预处理后，以 \(O(1)\) 的复杂度在线回答区间 [l, r] 内的最值。 当然，ST表不支持动态修改，如果需要动态修改，线段树是一种良好的解决方案，是 \(O(n)\
最近公司又来一批小伙伴，对git的使用非常陌生，我就安排给大家讲了下git的基本使用，今天也总结下发到博客园上和大家分享 一、git安装 由于公司都是用windows，本屌丝也是用windows，所有这里就只讲windows的安装 windows的安装非常简单 1、下载git：https://git
自从Wing正式发布以后，很多童鞋反馈对Saga分布式事务比较感兴趣，今天就跟大家分享一下“跨行转账”的分布式事务实践案例，入门使用教程请自行前往Wing官方文档。 假设自己名下有“中国农业银行（ABC）”和“中国工商银行（ICBC）”的账户余额各1万元，现在从“ABC”跨行转账1000元到“ICB
在前面我们完成了应用最基础的功能支持以及数据库配置，接下来就是我们的用户角色登录等功能了，在asp.net core中原生Identity可以让我们快速完成这个功能的开发，在.NET8中，asp.net core identity支持了WebApi的注册登录。这让我们在WebApi中可以更爽快的使用
Java-网络编程（TCP-UDP） 网络基础 网络编程最主要的工作就是在发送端把信息通过规定好的协议进行组装包，在接收端按照规定好的协议把包进行解析，从而提取出对应的信息，达到通信的目的。中间最主要的就是数据包的组装，数据包的过滤，数据包的捕获，数据包的分析，当然最后再做一些处理，代码、开发工具、
背景 最近把项目中的技术框架做一次升级，最重要的就是SpringBoot从2.7.x升级到3.0.x，当然还会有一些周边的框架也会连带着升级，比如Mybatis Plus，SpringCloud等，话不多说直接看看有哪些事情要做。 具体事项 主要分两类，第一类是单纯的提升版本，主要如下： 1.jdk
前言 前段时间分享了两篇关于.NET反编译相关的文章，然后文章留言区就有小伙伴提问：如何防止被反编译？因此本篇文章我们就来讲讲.NET应用如何防止被反编译。.NET反编译相关的文章可以看如下文章： 4款免费且实用的.NET反编译工具 .NET反编译神器ILSpy怎么用？ .NET应用如何防止被反编译
Raft实现思路+细节(2B) 任务分解 2B中最主要的任务就是进行日志的复制。Raft是一个强领导人的系统，这意味着所有的日志添加都是由领导人发起的，与之相类似的，还有很多其他的结论（它们都是比较显然的），读者可以自行证明。 我们可以这样地分解复制日志的过程 我们首先需要完善Raft结构体的内容。
定义 之所以叫简单工厂是因为真的非常简单，只要一个工厂（函数）就可以了，如果把被创建的对象称为产品，把创建产品的对象或者方法称为工厂，那么只需要传入不同的参数，就可以返回不同的产品（实例），这种模式就叫简单工厂模式。 简单工厂-餐馆点菜 工厂模式其实就是将创建对象的过程单独封装在一个工厂中。 它很像
漫谈Python魔术方法，见过的没见过的都在这里了 就说一下，不深入 假的一览 提到魔术方法，学过python都应该知道一些。至少你得会__init__吧。 在我之前写的博文中有很多都涉及魔术方法。比如 浅谈Python中的if，可能有你不知道的，涉及__bool__和__len__ 浅谈Pytho
# PYTHON修饰器的函数式编程 > 2014年的时候陈老师就写了这个python装饰器的文章，比现在的很多的文章都好，虽然他是python 2 写的，但核心思想是没变的。 > 原文:https://coolshell.cn/articles/11265.html > 谨以此文 纪念下陈皓老师(1
在我们的项目当中，经常需要添加一些选择界面，让用户直观地进行交互，比如耗材、办公用品、设计稿或者其它可以选择的内容。 在线商城的商品目录和购物车无疑是一种大家都很熟悉的交互方式，但是在实际开发中，我们可能会遇到以下几个问题： 怎么及时响应产品的需求，快速实现功能上线？ 怎样实现灵活变更模板，把数据、
如果你这周没刷到类似 “npub1sg6plzptd64u62a878hep2kev88swjh3tw00gjsfl8f237...” 的一串字符，那就说明本期 GitHub Trending 周榜的内容非常适合你。这是前推特创始人多次推荐的去中心的社交网络 App Damus 的个人主页名片，而
上上周 Next.js 新版本火了一把，这不本周热点趋势就有了一个 Next.js 13 新特性构建的网站，虽然它只是个实验性项目。同样可以搞定一些业务的还有 lama
不知道 AI 在你那边是什么样的具象，在我这就是各种搞图：从给线稿图上色，到直接给你生成一张小色图，AI 最近是真出风头，本周热点速览也收录了
原以为 LLM 很难，但其实可以很简单，比如 Flowise 拖拽拖拽就能出来一个 LLM 流程，非常简单你的 LLM 就可以 run 起来了。同样的 web-check 也能极快速地帮你解决 Web 安全那些事，什么 DNS、Cookie 的安全问题不在话下，非常简单，一个仪表盘就看得一清二楚。
这周的 GitHub 热点榜，撇开上周的介绍过的几个项目，剩下就两字：套件。像是搜罗了大量黑客工具的 hackingtool，还有打算一统米哈游游戏客户端的 Starward，以及好用的 CV 库 supervision 方便追踪物体。
用`markdown`写文档很方便，但是有个困扰的地方，就是标题的编号问题。 写文档的时候，经常会在中间插入新的标题和内容，所以手动管理编号的话，如果新的标题插在前面，则要调整后面所有的编号。 如果在文档完成后再手动加上编号的话，不仅容易忘记， 而且有时候我们是在其他编辑器里编辑文档再导出`mark
目前为止，介绍的`numpy`数组基本都是关于数值的，其实，`numpy`本身就是一个用于数值计算的基础库。 不过，除了数值计算之外，`numpy`也能够支持**结构化数组**。 # 1. 关联不同类型数据 `numpy`的数组为了提高计算性能，要求数组的数据类型要一致。但是现实情况下，我们经常遇到
在实际应用中，数据集中经常会存在缺失值，也就是某些数据项的值并未填充或者填充不完整。缺失值的存在可能会对后续的数据分析和建模产生影响，因此需要进行处理。 `pandas`提供了多种方法来处理缺失值，例如删除缺失值、填充缺失值等。删除缺失值可能会导致数据量减少，填充缺失值则能够尽量保留原始数据集的完整
