Eden Mo Blog

C++11匿名函数 本文记录了匿名函数基本使用，并且引入函数指针、回调函数相关知识，介绍如何简洁地在C++11后使用function、bind等，在普通、成员函数实现回调，并且解决以往在仿函数、匿名函数函数指针无法实现问题。 定义一个匿名函数： 1auto add = [](int a,int b)->int{return a+b;}; 左侧是自动推导类型和函数名，右侧结构是： 1234[捕获外部变量](参数列表)->返回值类型{函数体}//其中"->返回值类型均可省略"，因为匿名函数的返回值可以直接推导，因此：auto add = [](int a,int b){return a+b}; 捕获外部变量 匿名函数的基本结构和普通函数都是类似的，例如参数列表、函数体、函数名等，优化了自动推导类型，需要理解的只有这个外部变量的捕获，因为匿名函数的产生，C++函数更容易写出嵌套写法，因此有了捕获外部变量的问题，常见的是来自外层函数的局部变量等。 基本含义标识是： 1234567891 ...

MySQL数据类型 整型 整数类型 占字节数 范围 TINYINT 1 SMALLINT 2 MEDIUMINT 3 INT、INTEGER 4 BIGINT 8 整型可选属性 1. MySQL5.7以下属性：ZEROFILL MySQL5.7及之前版本的整型带位宽显示，表示负数(含符号位)占的位宽长度，当输出整数需要统一位宽时(不足位宽以0填充高位，超出位宽则不影响)，可以使用ZEROFILL保留字修饰数据(此时类型字段转变成UNSIGNED无符号)。 12salary int,id int(5) ZEROFILL -- 123输出00123，123456仍然输出123456； 但MySQL在8.0以上已经不建议使用位宽显示。 2. 无符号UNSIGNED 使用UNSIGNED修饰表示其是无符号数，对应范围应该是0——2^{占位数}-1，例如TINYINT对应0——255； 1id TINYINT UNSIGNED -- 或者其他int类型 ...

此前仅介绍了最常用的数据的查询操作，属于数据的DML(数据操作语言)，此外还有增删改操作，同属于DML。此外需要先了解数据库、表的结构定义，也即数据库、表的增删改，属于DDL（数据定义语言）。DDL直接决定数据库、表、索引、视图等结构，不能回滚（或备份回滚），而DML是针对数据的增删改查，可以回滚（关闭自动commit）。 数据库的DDL 数据库的创建 数据库、表、字段都有命名规则，数据库、表名长度不能大于30个，变量不能超过29个，且只能包含63种字符（大小写字母52种，数字0到9，下划线_），且命名不能重复，使用保留字需要着重号； 创建一个数据库 当同名数据库存在不会重复创建、不会报错，以字符集utf8（低版本MySQL可能默认非utf8，建议显式指定） 1CREATE DATABASE IF NOT EXISTS mytest1 CHARACTER SET 'utf8'; 查看数据库创建信息 1SHOW CREATE DATABASE mytest1; 输出 123CREATE DATABASE `mytest1` #名称/*!40100 ...

优先队列 优先队列是相对于普通队列而言的，普通队列是一种FIFO结构，优先队列能够按照元素的优先级进行排序，使优先级高的元素先出队。C++提供了一种数据结构priority_queue来定义优先队列，可见其在数据结构和算法上是有用的，例如排序、数据压缩、prim/Dijstra优化算法等。 优先队列可以使用数组、链表、二叉堆实现，二叉堆的出队、入队复杂度是O(logn)，因此一般选择二叉堆作为优先队列底层实现，本文旨在记录手写一个二叉堆（大根堆、小根堆）实现优先队列底层基本操作，包含调整、构建二叉堆、排序、插入、删除等，在数据结构与算法(三)：查找与排序算法基本实现了前三种操作。 大小根堆（大小顶堆） 在堆排序文章基本描述了两种结构，为了给数组排序，通过i、2i+1、2i+2数组位置元素进行讨论，结构上是一种树的重构，大根堆是根结点>=子结点，小根堆是根结点<=子结点，增序排序使用大根堆，增序排序是小元素下滤的过程，最后留在根结点的是最大的元素，再与最后的小结点交换，继续递归下滤。降序排序则是大元素下滤的过程，留在根结点的是最小元素。排序实际上是不断排除最大/最小元 ...

函数 大量的MySQL数据处理函数(取自尚硅谷公开资料)。 1. 数值函数 函数名 作用 ABS(x) 返回x的绝对值 SIGN(X) 返回X的符号。正数返回1，负数返回-1，0返回0 PI() 返回圆周率的值 CEIL(x)，CEILING(x) 无论正数负数，向大于x一侧最近整数取整 FLOOR(x) 无论正数负数，向小于x一侧的最近整数取整 LEAST(e1,e2,e3…) 取最小值 GREATEST(e1,e2,e3…) 取最大值 MOD(x,y) 返回X除以Y后的余数 RAND() 返回0~1的随机值 RAND(x) 返回0~1的随机值，其中x的值用作种子值，相同的X值会产生相同的随机数 ROUND(x) 四舍五入，只保留整数 ROUND(x,y) x四舍五入，保留y位小数 TRUNCATE(x,y) 返回数字x截断为y位小数的结果 SQRT(x) 返回x的平方根。当 ...

之前放在数据结构算法题目（二）：回溯、贪心、动态规划与图论略显臃肿，现在单独拎出来，记录了动态规划的一维压缩问题，有一些问题二维解法更加直观（大部分），但是有些解法一维解法更加简便（例如组合总和Ⅴ），而且一维解法性能往往更高，希望能加深理解。 二维解法理解参考上文或卡哥原文，本文基本不会记录从0进行二维递推。 规律 一维化的遍历顺序是有基本规律的，例如遍历顺序是如何的、是否需要记录上一层值，本文涉及的问题主要有以下： 当前值来自左边和正上方，从上到下、从左往右更新，注意第一列初始条件是否适合一维化。（机器人走方格图的不同路径问题）。 当前值来自正上方dp[i-1][j]和左上方dp[i-1][j-n]，例如01背包问题：从上往下、从右往左遍历。 为什么01背包是从右往左遍历：一直的写法是遍历种类i，i每循环一次，代表dp[j]更新一次，代表i个物品自由组合，和二维dp数学意义一致；遍历j代表遍历背包容量，要从右往左遍历，是因为j大，代表背包容量大，j较小的值得到的最大价值一定是j值大的最大价值的子集问题。例如j=2和j=4，j=2的最大价值组合，也一定包含在j= ...

表间数据关系 一个数据库可以有很多表，表和表之间数据记录可能存在联系，MySQL定义了若干种关系，包括一对一、一对多、多对多和自我引用。 一对一（少用）：两张表主键完全一对一，例如学生的成绩表、学生的身份证表，二者主键（学生）一一对应，没有额外的对象。 一对多（常见）：一张表的对象作为另一张表的主键，或称另一张表多个外键指向当前表的主键。例如部门表和员工表，客户和订单表、分类和商品表。（心中默念：一个部门有多个员工，一个员工不能多个部门；一个客户多个订单，一个订单不可能多个客户......就是一对多） 多对多：默念不过关就是多对多。 自我引用：本表中创建一个外键，外键指向本表的主键。例如现在数据库记录了若干个回复评论的人，现在创建一个"回复对象"字段（外键），那么回复对象一定指向原来回复评论的人（主键），就是一种自我引用关系。 逐表查询与笛卡尔积错误 假设现在具有一对多关系的部门表和员工表，现在需要通过员工姓名，查找其部门名称；首先查询员工表通过姓名查询部门id，从部门表通过部门id查找部门name： 1234567SELECT department_idFRO ...

数据库相关概念 数据库（Database，DB）：本质是一个文件系统，保存了一系列有组织的数据。 数据库管理系统（Database Management System，DBMS）：操作和管理数据库的大型软件，用户通过此访问和管理数据库数据。 结构化查询语言（Structure Query Language，SQL）：数据库交互语言。 关系型与非关系型数据库 RDBMS RDBMS（RDBMS，Relational~）：最古老的数据存储形式，使用二维表格的形式（行、列）来存储数据。 优点：支持复杂查询和事务处理（加锁等）、数据以表格形式存储，表间可以建立关系（多表查询）。 缺点：扩展性较差、大数据处理性能较弱，难以存储非结构化数据。 常用关系型数据库：MySQL、Oracle、SQLites等 非关系型数据库 键值型数据库：按Key-Value形式存储，Key是唯一标识符，查找速度极快。但是不支持条件过滤，如果不清楚具体数据位置，就要遍历所有的键，消耗性能，经典的使用场景是作内存缓存。最流行的键值型数据库——Redis。 其他：文档数据库、搜索引擎数据库（倒排索 ...

Lab1 Stitching substrings into a byte stream Lab1实验手册: https://vixbob.github.io/cs144-web-page/assignments/lab1.pdf(2021 Fall) 部分实验目的和内容摘抄自手册。 在Lab0的Warm up实验，我们完成了一些小实验，它们来自应用层的协议，例如过时的telnet协议，邮箱发送的smtp协议等，通过coding，完成了两个简单设计，包括简单的TCP的socket传输，以及实现一个deque的读写缓冲区； 进入Lab1——Lab4，我们将逐步实现一个TCP协议：Lab1的任务是实现一个流重组器；互联网TCP下层的所有协议，例如IP、以太网协议等均不会提供可靠的传输服务，可靠传输服务依靠TCP服务实现。数据报的传输是一种分组转发，如何将切片数据报重组成一个完整、无误的数据报，是TCP协议要实现的重要依靠。 实验目的 实现一个类，这个类就是实现流重组的类，初始定义如下，为了直观，删除了所有注释并改写中文注释如下： 12345678910111213cla ...

贪心算法篇 1. 划分数组为连续数字的集合 给你一个整数数组 nums 和一个正整数 k，请你判断是否可以把这个数组划分成一些由 k 个连续数字组成的集合。 如果可以，请返回 true；否则，返回 false。 输入：nums = [3,2,1,2,3,4,3,4,5,9,10,11], k = 3 输出：true 解释：数组可以分成 [1,2,3] , [2,3,4] , [3,4,5] 和 [9,10,11]。 哈希表+贪心算法 假设数据可被划分多个连续数组，就从单个连续数组构造开始。哈希表统计各元素个数，nums[i]到nums[i]+k-1尝试构造k个数（因此num[i]应该有序），并且消耗个数，只有哈希表个数全为0，才可能划分成功。 1234567891011121314151617181920212223class Solution {public: bool isPossibleDivide(vector<int>& nums, int k) { sort(nums.begin(),nums.e ...