普通Hash算法 我们在实现服务器负载均衡时候可供选择的负载均衡的算法有很多，包括： 轮循算法（Round Robin）、哈希算法（HASH）、最少连接算法（Least Connection）、响应速度算法（Response Time）、加权法（Weighted ）等。其中哈希算法是最为常用的算法. 典型的应用场景是： 有N台服务器提供缓存服务，需要对服务器进行负载均衡，将请求平均分发到每台服务器上，每台机器负责1/N的服务。 分配的的原则就是，通过计算请求的hash值来决定请求由哪一台服务器来服务serverID…

粘包与半包是什么 粘包：顾名思义，就是原本属于两个包的消息被合并在一起了 半包：字面意思，原本是一个包内的消息被拆分成为两个包 为什么会有粘包与半包 出现粘包和半包的首要原因就是TCP是以数据流在网络当中传输的，而“流”是没有明显的收尾区别的，因此在接收的时候也无法区分哪里是数据包的头哪里是尾。 - 粘包产生的两种原因： 1. 每次发送方发送的数据小于socket缓冲区的大小，频繁的发送会被TCP优化算法合并成一个包 2. 接收端接收不及时，使得下一次接收到的包还是上一次遗留的 - 半包产生的两种原因: 1. 发送…

最近参加了鹅厂的实习面试，总结一下问题和答案如下： 最近的鹅厂的一面经历如下： - 1）自我介绍 这个环节是每个公司每一轮面试都会有的，一般是三五分钟，突出自己的重点和亮点就行。 - 1.1）问了问是什么类型的硕士，以及什么时间可以去实习 - 1.2）问了在本科和研究生阶段做过的认为最大项目(这一关如果卡住的话非常的尴尬) 2）问了熟悉的语言，然后开始做题： 2.1) 第一题： 输入一个日志文件（sysbench log）、每一秒动态更新，编写函数，当有连续3条日志tps值小于整个tps均值80%打印err信息 […

并查集适用来高效地处理不相交集合（disjoint sets）的合并及查询问题。尤其是出现判断数据的相交情况时，尤其的高效。例如LeetCode的684题：无向图寻找闭环。原题如下： 在本问题中, 树指的是一个连通且无环的无向图。 输入一个图，该图由一个有着N个节点 (节点值不重复1, 2, ..., N) 的树及一条附加的边构成。 附加的边的两个顶点包含在1到N中间，这条附加的边不属于树中已存在的边。 结果图是一个以边组成的二维数组。每一个边的元素是一对[u, v]，满足u < v，表示连接顶点u和v的无向…

如果Flask代码结构组织如下： flaskProject:. │ config.py │ my.sqlite │ README.md │ ├─.idea │ │ .gitignore │ │ XXX.xml # pycharm/idea的控制文件 │ ├─app │ │ routes.py # 路由视图函数 │ │ __init__.py │ │ │ └─__pycache__ │ routes.cpython-37.pyc │ __init__.cpython-37.pyc │ ├─static ├─templ…

买卖股票的最佳时机是经典的动态规划问题，即使它有一些取巧的办法(这些“办法”也是DP做法的优化版本)。 简单版本 简单版本：给定一个数组，它的第i 个元素是一支给定股票第 i 天的价格。如果你最多只允许完成一笔交易（即买入和卖出一支股票一次），设计一个算法来计算你所能获取的最大利润。 注意：你不能在买入股票前卖出股票。 示例 1: 输入: [7,1,5,3,6,4] 输出: 5 解释: 在第 2 天（股票价格 = 1）的时候买入，在第 5 天（股票价格 = 6）的时候卖出，最大利润 = 6-1 = 5 。 注意利润…

近期实验室新购买一台服务器，配备了全新的3块RTX3090显卡。由于需要安装全新的显卡驱动以及CUDA，cuDNN才能正常使用。 使用watch -n 1 nvidia-smi可以时时实时查看所有显卡的使用情况，并且可以查看驱动版本以及需要的CUDA版本，如下所示：驱动版本是455.38，需要的CUDA为11.1版本(这是我已经安装好了驱动的情况下显示的)，如果你的驱动版本过低或者没有安装驱动，那么请参考其他的文章进行安装。 另外，建议使用Anaconda进行环境管理，不容导致整体包环境错乱。 安装Tensorfl…

前言 关于tensorforce的背景可以从他的名字看出来，tensor*必然是师从tensorflow框架的，事实上也确实是由tensorflow框架来的。使用tensorforce可以快速的构建强化学习代码，同时还可以利用其中现有的强化学习框架，例如常见的AC，A2C，A3C，PPO等。并且可以很好地结合OpenAIGym等主流开源环境和框架。 tensorforce的要点 tensorforce的要点，或者说强化学习的要点大致可以分为两大部分，一是环境(Environment)，二是代理(Agent)。 En…

列表推导式是常见的生成方式，同时[]*N也是快速生成多种元素的快捷方式。 例如以下两种生成方式： a=[[0]*5]*5 b=[[0 for _ in range(5)] for _ in range(5)] 生成的初始矩阵都是5*5的0矩阵： [ [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0] ] 但是真正对其中的元素进行赋值之后就会发现问题： a[0][0]=2 b[0][0]=2 # a的输…

在搭建自己的Model的时候，我们有时候需要自己从稍微低层的部分进行搭建，而不是直接用Sequential搭建模型，或者是使用Model(inputs,outputs)的方式搭建，例如下面这个简单的例子： # from tensorflow.python import keras # from tensorflow.keras.layers import Dense,Input # 直接使用keras或者是从tensorflow当中导入keras，两种方式二选一 import keras from keras.la…