泊远的博客

概述 计算机网络 互联，自治设备的集合 评价指标包括带宽和时延 协议定义两个对象之间交换报文格式及其响应 协议的三要素包括语法，语义和同步 从结构上划分为网络边缘，网络核心和接入网 参考模型 OSI 应用层 表示层 会话层 运输层 网络层 链路层 物理层 TCP/IP协议栈 应用层 运输层 网络层 链路层 物理层 应用层 原理 体系结构 C/S体系结构：一个长期在线的服务器和若干客户端 P2P：间断连接的主机之间直接通信 混合式 进程通信 网络中标识一个应用进程的信息包括端口号和IP地址。 TCP提供可靠的数据传输，无差错、有序，同时有阻塞控制机制 UDP是轻量级服务，提供不可靠的数据传输，不保证顺序和到达 HTTP WebPage由对象组成，对象包括各种文件(html, jpg, etc.) HTTP基于TCP，无状态记录。HTTP默认使用持续连接，但也可使用非持续连接。 对于非持续连接，每个TCP连接只传输一个对象就关闭，每个连接用时2个RTT+对象传输时间(RTT：往返时间，即一次客户与服务器通信所需的时间, 一个RTT用于前两次握手，第二 ...

前言笔者维护的MobileSuit项目在七月进行了一次大更新，但是由于懒一直也没有更新文档。在开学初，终于下定决心，对文档进行更新。 在之前，文档一直采用的是基于hexo的主题的一个文档模板，这个东西bug很多，用起来也很不方便。之前，了解到DocFX是专为C#设计的文档生成器，所以进行了安装和试用。 DocFX的使用安装DocFXDocFX只支持Windows平台。可以直接下载压缩包，也可以从巧克力安装DocFX，但是不能从winget安装(离谱)。 初始化在项目目录处执行docfx init即可进行初始化配置。一般的，保持默认就好了(所以说其实可以直接docfx init -q)，但是我把其中的生成目标目录 _site 改成了 docs 之后，docfx在项目目录下生成了子目录docfx_project，推荐直接把里面的内容复制到项目根目录。 开始写文档api这个文件夹里存api文档，我们需要手动写的只有index.md一个文件；其他的会根据你项目的xml注释自动生成，非常方便。articles里存放的是你自己写的文档，你需要写各种md,然后用toc.yml将他们组织起来，如： 1 ...

前言Windows Terminal是微软新一代的终端，长得好看，功能也强大，与WSL一起使用更是爽的不得了。然而WT至今还没有大幅的被整合进系统，替换默认终端，使用起来并不是那么方便，更做不到像Linux的终端一样随时随地右键打开了。 因此，我决定自己动手修改注册表，来实现右键打开终端。就像这样： 修改注册表，添加菜单项首先把WT的图标扔到你的用户目录（%USERPROFILE%）里。图标右键另存为就行。 然后任意位置新建wt.reg，内容为 123456789Windows Registry Editor Version 5.00[HKEY_CLASSES_ROOT\Directory\Background\shell\WT]@="打开终端(&T)""Icon"="%userprofile%\\terminal.ico"[HKEY_CLASSES_ROOT\Directory\Background\shell\WT\command]@="[这里自行替换为自己的用户目录]\\ ...

前言因为计算方法实验的缘故，需要用python写一些简单的算法，并进行实验、记录实验数据。其中一个实验需要记录一些多项式，而友好得显示公式的一个好办法就是产生Markdown文件。 然而python自带的Markdown库貌似更侧重于解析，不适合这种轻量化的写入性操作，因此决定自己造一个快速生成Markdown文件的库，也就是pyLabOn。 python模块的开发理论上，一个文件就是一个python模块。但是更复杂的Python Package是由一个包含init.py的文件夹构成的。 我们在pyCharm中新建一个Python Package, 就是这种形式的。 然后我们添加功能性的源文件，对于pyLabOn而言，就是 LabReport.py 模块和文件信息文件信息由头部的多行注释完成： [email protected] : [email protected] : [email protected]@License : (C)Copyright 2020 [email protected] Time @Author @V ...

前言最近一些缘故软构实验，需要开发一些Java的命令行程序。然而习惯了使用MobileSuit的我觉得这些重复的输入输出、解析操作，实在是过于繁琐。 MobileSuit是什么呢？是一套把用户输入的命令直接映射到某个类的方法的框架。具体参见MobileSuitDocs。它可以极大的简化命令解析这种繁琐、高度重复，但是又毫无意义的工作。 经过思考与权衡，我不难得出，我直接写实验所需要的时间$\ge$我移植MobileSuit的时间+使用MobileSuit完成实验的时间。 成品文档 因此，我花了昨天接近一天的时间，完成了移植和Maven打包发布的配置(现在在等审核)。以下是具体过程： .NET到JAVA移植经过这么长时间的发展，.NET Core无疑是比Java更有效率、更强大的平台，再加上我学习Java时间不过两个月，理解不太深入，因此.NET的很多特性，(凭借我的能力)难以在JVM上实现。因此，在进行移植时，我决定只移植最核心的一部分功能，而去除了一些高级功能(参数类型转换，并行和异步流支持，成员递归成员的函数调用等等)。 尽管是轻量级版本，JMobileSuitLite仍然是强大的 ...

前言HIT-Schedule-Master(CLI)项目诞生于手机的更换。IOS平台下，没有可以方便导入来自教务系统的软件，再加上需要输入个人信息的软件用起来也不大放心，因此决定和@mahoshojoHCG开发(实际上是重写)一个可以把从教务系统上自己下载的xls格式课表转换成被各大平台日历系统所支持的iCalendar格式的软件。 前作因为教务系统上课表格式的变化不再可用，再加上是当时紧急赶工的产品，尽管是GUI程序，使用体验很一般，内核代码也比较混乱，因此本作的所有代码基本都是重写的，至少我是把他看成全新作品的。 废话不多说，下面便是课表的开发过程！ Model-ADT程序最核心的部分，在于课表的ADT表示和xls文档的输入。 本作中，负责这部分功能的组件被单独拆分为HIT-Schedule-Master-Core包，代码主要由我编写。 我设计的ADT分为两部分：课表条目ScheduleEntry，和课表Schedule。 课表条目ScheduleEntry课表的一个条目，实际上是一门课在课表上占用的一个位置。然而一门课可以占用多个位置。比如在法外狂徒张三的课表中，甲课实际上占用了 ...

转载说明本文转载自本人的合作伙伴@mahoshojoHCG。尽管代码的大部分是我写的，但是后续的修改，以及本文的撰写由他完成。以下为原文内容。 前言依稀记得，很久以前做过一个课表软件咕咕咕。在寒假的时候，做了一些微笑的工作，将前端与后端的代码分离到两个仓库里，然后@FerdinandSukhoi（下称SDL）将库重新搞了一下，形成了新的版本，还在其基础上开发出了命令行客户端。 在学习了软件构造的课程之后，感觉很多地方写的问题很大，因此这次在原来的基础上进行小规模的重构，使其符合软件工程的规范。 三大改造暴露安全性修正由于C#是一种超级语言，因此其有属性，一般不会有暴露私有字段，一般来说是没有这方面的风险的。但是我在做Code Review的时候发现了： 1public List<ScheduleEntry> Entries { get; } = new List<ScheduleEntry>(); 外界可以对这个List进行操作，可能会对ADT的内部造成毁灭性的破坏，因此这里要进行修改，修改后为： 12private readonly Li ...

近世代数笔记半群和幺半群半群设代数系$(S,\circ)$，如果$\circ$满足结合律，则称S关于$\circ$构成一个半群，记为$(S,\circ)$ 幺半群有单位元素e的半群$(S,\circ)$称为独异点或幺半群，记作$(S,\circ,e)$;然后如果集合S有限，称其为有限幺半群，S的基数被称为幺半群$(S,\circ,e)$的阶。 有限半群$(S,\circ,e)$是一个幺半群，当且仅当 \exists s,t \in S, sS=S,St=S元素的幂幺半群$(S,\circ,e)$中，可以定义元素的非负整数幂。$\forall a\in S$ a^0=e,a^{n+1}=a^n\circ a,n\ge0幂运算满足普通幂运算的性质，即: 设$(S,\circ,e)$是一个幺半群，m,n是任意非负整数，则对$\forall a\in S$ a^m\circ a^n=a^{m+n}\\ (a^m)^n=a^{mn}逆元素 设$(S,\circ,e)$是一个幺半群，$a\in S$，则如果$a\circ a_r=e$，$a_r$称为a的右逆元素。左逆元素同理。如果$\e ...

算法设计与分析课后作业第一讲[200225]练习题1.用伪代码写出求整数最大公因子的欧几里得算法GCD(a,b) 1234r=a%bIf b=0 Then Return bElse Return GCD(b,r) 2.考虑如下伪代码F(n) 1 if n=1 2 then return 1 3 else return n* F(n-1) 这是计算n！的算法 3.时间复杂度是否是衡量一个算法性能的主要标准，为什么？是的，时间复杂决定了执行一个算法的时间资源，那么对选择算法与选择设备有极大的参考意义 4.包含死循环的程序是不是算法，为什么？不是算法。因为对于一些输入，它不会停下来。 5.是否可以通过提高算法的时间复杂性来降低其空间复杂性？这是可以的。比如桶排序，虽然时间复杂性非常低，但是空间复杂性很高，那么我们可以改成虽然时间复杂度高一点的快速排序，来节约空间。 思考题在信息产业中算法扮演什么角色？信息产业中的算法，就好像人的灵魂，指导信息产业的前进。 第二讲[200227]练习题1.证明或否证：f(n)+o(f(n))=Θ(f(n))根据o(f(n))定义，$\foral ...

算法设计与分析笔记第二讲增长的阶描述增长率：忽略低阶项，保留最高阶项，忽略常数。 增长函数输入规模非常大。常见记号：$O,\Theta,\Omega,o,\omega$ 同阶函数集合定义$\Theta(g(n))={f(n)|\exists c_1,c_2>0,n_0,\forall n>n_0,c_1g(n)\le f(n)\le c_2g(n)}$为g(n)的同阶函数集合。那么如果$f(n)\in\Theta(g(n))$则称g(n)与f(n)同阶，记作$f(n)=\Theta(g(n))$ 题型证真:把g(n)除过去考虑函数单调性。证伪:反证，设定常数值，假设$n_0$存在。 严格低阶函数集合定义$O(g(n))={f(n)|\forall c>0,\exists n_0,\forall n>n_0,0\le f(n)\le cg(n)}$为g(n)的低阶函数集合。同样，$f(n)\in O(g(n))$也课简记为$f(n)=O(g(n))$ $\Theta$标记更强。 高阶函数集合$\Omega(g(n))$渐进下界。 严格低阶函数集合$o(g(n))$ ...