ProxyLab 实验说明在这个实验中，我们将实现一个多线程带缓存的代理服务器，听起来是不是很cool，而且这个实验最终可以不只是以一个打分结束，这个完全手写的代理服务器还可以真正用在浏览器上。 先来一波实验效果图。推荐使用firefox进行测试，设置如下： 如果是在远程服务器上开启的服务，填服务器的公网ip+对应端口 本地就是loaclhost或者127.0.0.1+对应端口了 测试网站：http://hom 2020-12-16 CSAPP csapp 计算机网络 web server
HDU数据结构期末验收 写在前面本篇文章旨在提供解题思路以及代码参考，切勿直接抄袭（PTA有代码查重系统） 欢迎大家在评论区提出疑惑和代码的缺陷，有更好的想好也欢迎交流。 约瑟夫环题目详情N个人围成一圈顺序编号，从1号开始按1、2、3……顺序报数，报p者退出圈外，其余的人再从1、2、3开始报数，报p的人再退出圈外，以此类推。 请按退出顺序输出每个退出人的原序号。 解题思路模拟题意即可。刚开始有n个人在圈内，我们使用 in 2020-11-22 数据结构与算法 PTA 模拟 图 树
MallocLab 实验说明在这个实验中，我们将实现C中的malloc，free和remalloc函数。 CSAPP的mallocLab提供了一个基本的框架和10个测试文件。 我们只需完成mm.c文件。 因为在实验过程中，我们可能需要编写几个不同版本的mm.c文件，因此为了保存不同的版本，可能需要重新组织一下文件结构。 下面安利一下我本人采取的文件结构并放上测试流程。（从github上clone下来可直接食用） cd 2020-11-16 CSAPP 内存
ShellLab 前置知识这篇文章主要围绕CMU的CSAPP中的ShellLab来讲（ShellLab实现一个简易的unix下的shell，光听就感觉很激动吧） 讲什么 完成ShellLab所需知识（对应CSAPP第八章，仅作复习使用，如果从未接触过请去看原书） 进程 信号 ShellLab实验文件 ShellLab中的注意点和坑点 注：本篇文章所有代码已上传至github，lab须在Linux环境下运行 2020-10-23 CSAPP 异常控制流 进程 信号
Linking 编译说来惭愧，大一写代码的时候以为代码必须要在ide才能运行。后来在使用VScode的过程中逐渐明白了代码从一段文本到一个可执行程序背后发生的事情。 以c程序为例，最终成为可被机器执行的代码，包含以下步骤: 预处理：处理c程序中#define,#include部分，类似作文本替换 编译器: 将经过预处理的c代码转换成汇编代码（gcc -s）生成.s汇编文件 汇编器：将汇编代码转成可重定位目 2020-10-13 CSAPP 编译原理
K-Means 问题引入在2000年和2004年的美国总统大选中，候选人的得票数比较接近或者说非常接近。任一候选 人得到的普选票数的最大百分比为50.7%，而最小百分比为47.9%。如果1%的选民将手中的选票 投向另外的候选人，那么选举结果就会截然不同。实际上，如果妥善加以引导与吸引，少部分选 民就会转换立场。尽管这类选举者占的比例较低，但当候选人的选票接近时，这些人的立场无疑 会对选举结果产生非常大的影响。如何 2020-09-22 机器学习 python 无监督 聚类
logistic回归 问题引入 如上图，我们将每个点看成一个样本， x_1,x_2 为样本的两个特征。可以看到所有点都可划分为class0或class1。（本文只讨论二分类问题） 当我们要对一个新的样本进行分类，可以采用回归预测的方法。也就是拟合一个假设函数 h_\theta(x) ,该函数以样本的所有特征为参数，返回该样本的类别。但是，对于 2020-08-30 机器学习 python logistic 分类
朴素贝叶斯 前置知识条件概率我们规定 P(c) 代表事件c发生的概率(先验概率) P(x|c) 代表在事件c发生的前提下，事件 x 发生的概率。此时的 P(x|c) 就是最简单的条件概率。 先给出两者的计算公式。 令 D_c 表示训练集D中第c类样本的集合 2020-08-24 机器学习 python 贝叶斯
决策树 问题引入试想一下有一些海洋动物，它们有2个特征：1.不浮出海面是否可以生存 2.是否有脚蹼 根据这些特征我们可以将这些海洋动物分为2类（1，2和3，4，5）。显然是否属于鱼类和它们的各个特征之间是有联系的，就如上的数据而言，我们发现只要第一项特征为否就一定不属于鱼类，在第一项特征为是的情况下，还要根据第二项来判断是否为鱼类。根据这个简单的决策关系，我们可以做出一个简单的决策树。 那么当我 2020-08-18 机器学习 python 决策树
