1. 本文由来 在上一篇文章【一种自动分类数据方法_初探索】中, 雷健辉介绍了一个用机器学习训练数据的简单方法。 算法的选择有很多中, 例如支持向量机svm, 朴素贝叶斯, 决定树(decision tree)等。那么如何判断哪种模型比较适合于训练已有的数据呢? 本文简单记录了一个判断方法。 2. Read More
1. 背景知识(Optional) 操作系统, 内存, 多线程, 系统架构 2. 问题现象 服务器 高峰时段压力高,load average值会超过cpu核数, 非持续性, 出现一时高一时低现象。 3. 影响范围 影响服务, 超时,失败都会增加 4. 问题原因 程序a耗费内存, 加入b模块后, 更甚 Read More
最近接触【协程】,搞清楚概念, 查了一些资料: 1. 【协程】是什么: a. 可以理解成【轻权线程】, 即【用户态线程】, 依赖用户或程序库调度, 开销比内核调度的【内核线程】小。 b. linux 2.6之后的版本, 调用系统调用创建的线程都是内核级线程。 2. 【协程】对比【线程】有什么好处: Read More
知识分享文档, 已替换一些可能敏感的内容 1. 本文由来 当前的防御系统, 已经存储了一定量的基本数据(例如数据a,数据c, 数据c等), 如何利用这些数据,判断不同账户是否正常,是防御的一个重点工作。 本文记录雷健辉的一个探索过程。 2. 首次判断方法 先来看看我们手头上有什么数据(一下数据由等级 Read More
亲测可用: http://xinsuiyuer.github.io/blog/2013/10/13/use-electric-fence-to-detect-heap-overruns-and-underruns/ Read More
本文由来: 看到一些程序读取配置文件的代码, 动辄数千行, 滚动鼠标上下翻页就能晃晕读者。 实在是不能忍, 推荐使用boost 的 program_options来做读取。 低效的例子: 700 行的读取函数, 看看冰山一角长啥样: 读一个参数就要占用10行。 对比用boost: 定义好数据结构, Read More
a) 工作中需要解析html ,由于现有的html解析代码过于老旧,不满足可读性,复用性,维护性三个编程要求。意味着,html解析模块一旦出了问题,修复时间长,人力耗费高。而对于系统,html解析的需求是长期存在的,需要有一套可复用,高效,模块化方法来解析。正则表达式解析正是这样一个尝试方向。 a) Read More
起因: 最近在做图片聚合, 遇到一个麻烦的问题是, opencv提供的接口不能够判断残缺图片(corrupt image)。 所谓残缺图片, 就是人为的把一个正常的jpeg格式结尾数据删除一些, 在展示端内可以显示上半段图片, 又逃避图片识别程序的判断。opencv封装lib jpeg 太深, 觉得 Read More
https://leetcode.com/problems/scramble-string/ 首先递归,或说是递推是最容易想到的: F(s1(i,j), s2(i,j)) = F(s1(i,k),s2(i,k)) && F(s1(j-k,j),s2((j-k,j)) || F(s1(i,k),s2( Read More
https://github.com/xiangzhai/leetcode/blob/master/question/longest-palindromic-substring-part-ii.md Read More