主頁 > 軟體工程 > 寫的MFC程式有時出現崩潰，提示可能堆被損壞，求救

寫的MFC程式有時出現崩潰，提示可能堆被損壞，求救

2020-09-18 17:33:51 軟體工程 

#include"stdafx.h"

#include<iostream>

#include<fstream>

#include"GLCM.h"

#include<math.h>

#include<cmath>

#include<opencv2\core\core.hpp>

#include<opencv2\highgui\highgui.hpp>

using namespace cv;

using namespace std;

void the_GLCM::calGLCM(int* data,int scale,int GRAY_CLASS,int DISTANCE,int direction,double *index)  

{

	int width,height;

	width=scale;

	height=scale;

	int *indata=https://bbs.csdn.net/topics/new int[height*width];

	double *indata1=new double[height*width];

	int *glcm = new int[GRAY_CLASS*GRAY_CLASS];   //灰度共生矩陣

	double *glcm1=new double[GRAY_CLASS*GRAY_CLASS];//歸一化后的灰度共生矩陣

	//int *imaged=new int[width*height];  //讀入資料



	// //讀入灰度值并存盤于該陣列

	//****************此處是進行灰度壓縮部分，具體為壓縮成GRAY_CLASS

	for(int i=0;i<height;i++)

	{

		for(int j=0;j<width;j++)

		{

			double sf=(GRAY_CLASS*(data[width*i+j])/(255));

			indata[i*width+j]=sf;   

		}

	}

	for(int i=0;i<GRAY_CLASS;i++)  //灰度共生矩陣賦初值

	{

		for(int j=0;j<GRAY_CLASS;j++)

		{

			glcm[i*GRAY_CLASS+j]=0;

			glcm1[i*GRAY_CLASS+j]=0;

		}

	}

	int d=DISTANCE;

	//開始下一步灰度共生矩陣的計算

	int w,k,l;

	if(direction == ANGLE_1) //建立方向為0度得共生矩陣

	{

		for(int i=0;i<height;i++)

		{

			for(int j=0;j<width;j++)

			{

				l=indata[i*width+j];   //確定P(i,j)中的i元素

				if(j+DISTANCE>=0&&j+DISTANCE<width)   //在水平方向上向右，j+distance不超過范圍

				{

					k=indata[i*width+j+DISTANCE];    //確定P(i,j)中的j元素

					glcm[l*GRAY_CLASS+k]++;    //向右

				}

				//if(j-DISTANCE>=0&&j-DISTANCE<width)  //在水平方向上向左，j-distance不超過范圍     注釋原因是不考慮起始元素差異，認為i->j與j->i相同

				//{

				//	k=indata[i*width+j-DISTANCE];   //確定P(i,j)中的j元素

				//	glcm[l*GRAY_CLASS+k]++;   //向左

				/*}*/

			}

		}

	}

	else if(direction == ANGLE_2)//建立方向為45度得共生矩陣

	{

		for(int i=0;i<height;i++)

		{

			for(int j=0;j<width;j++)

			{

				l=indata[i*width+j];    //確定P(i,j)中的i元素

				if(i-DISTANCE>=0&&i-DISTANCE<height&&j+DISTANCE>=0&&j+DISTANCE<width) //在右上方向上，保證i-distance和j+distance不超過范圍

				{

					k=indata[(i-DISTANCE)*width+j+DISTANCE];   //確定P(i,j)中的j元素

					glcm[l*GRAY_CLASS+k]++;

				}

				//if(i+DISTANCE>=0&&i+DISTANCE<height&&j-DISTANCE>=0&&j-DISTANCE<width) //在左下方向上，保證i+distance和j-distance不超過范圍     注釋原因是不考慮起始元素差異，認為i->j與j->i相同

				//{

				//	k=indata[(i+DISTANCE)*width+j-DISTANCE];  //確定P(i,j)中的j元素

				//	glcm[l*GRAY_CLASS+k]++; 

				/*}*/

			}

		}

	}

	

	else if(direction == ANGLE_3)//方向為90度的共生矩陣

	{

		for(int i=0;i<height;i++)

		{

			for(int j=0;j<width;j++)

			{

				l=indata[i*width+j];    //確定P(i,j)中的i元素

				//if(i+DISTANCE>=0&&i+DISTANCE<height) //在向下方向上，保證i+distance不超過范圍

				//{

				//	k=indata[(i+DISTANCE)*width+j]; //確定P(i,j)中的j元素

				//	glcm[l*GRAY_CLASS+k]++;

				//}

				if(i-DISTANCE>=0&&i-DISTANCE<height) //在向上方向上，保證i-distance不超過范圍     注釋原因是不考慮起始元素差異，認為i->j與j->i相同

				{

					k=indata[(i-DISTANCE)*width+j]; //確定P(i,j)中的j元素

					glcm[l*GRAY_CLASS+k]++;

				}

			}

		}

	}

	else if(direction == ANGLE_4)//方向為135度的共生矩陣

	{

		for(int i=0;i<height;i++)

		{

			for(int j=0;j<width;j++)

			{

				l=indata[i*width+j];    //確定P(i,j)中的i元素

				//if(j+DISTANCE>=0&&i+DISTANCE>=0&&j+DISTANCE<width&&i+DISTANCE<height)   //在右下方向上，保證i+distance和j+distance不超過范圍    注釋原因是不考慮起始元素差異，認為i->j與j->i相同

				//{

				//	k=indata[(i+DISTANCE)*width+j+DISTANCE];  //確定P(i,j)中的j元素

				//	glcm[l*GRAY_CLASS+k]++;

				//}

				if(j-DISTANCE>=0&&i-DISTANCE>=0&&j-DISTANCE<width&&i-DISTANCE<height)  //在左上方向上，保證i0distance和i-distance不超過范圍

				{

					k=indata[(i-DISTANCE)*width+j-DISTANCE];  //確定P(i,j)中的j元素

					glcm[l*GRAY_CLASS+k]++;

				}

			}

		}

	}

	//***********************************test*************************************

	double Meani,Meanj,Stdi,Stdj,Entropy,Homogeneity,Contrast,Dissimilarity,ASM,Correlation;//GLCM八個特征值 

    Meani=0;

	Meanj=0;

	double sum=0;//用于歸一化

	for(int p=0;p<GRAY_CLASS;p++)

	{

		for(int q=0;q<GRAY_CLASS;q++)

		{

			sum=sum+glcm[p*GRAY_CLASS+q];  //計算出glcm內的值得總和 

		} 

	}

	for( int i1=0;i1<GRAY_CLASS;i1++)

	{

		for(int j1=0;j1<GRAY_CLASS;j1++)

		{

			glcm1[i1*GRAY_CLASS+j1]=glcm[i1*GRAY_CLASS+j1]/sum;   //進行歸一化計算

		}

	}

	

	for(int i=0;i<GRAY_CLASS;i++)

	{

		for(int j=0;j<GRAY_CLASS;j++)

		{

			Meani+=glcm1[i*GRAY_CLASS+j]*i;   //求解Mean的值

		}

	}

	for(int i=0;i<GRAY_CLASS;i++)

	{

		for(int j=0;j<GRAY_CLASS;j++)

		{

			Meanj+=glcm1[i*GRAY_CLASS+j]*j;

		}

	}

	

	double variancei=0; //方差i

	double variancej=0; //方差j

    Entropy=0;

	Homogeneity=0;

	Contrast=0;

	Dissimilarity=0;

	ASM=0;

	Correlation=0;

	for(int i2=0;i2<GRAY_CLASS;i2++)

	{

		for(int j2=0;j2<GRAY_CLASS;j2++)

		{

			variancei+=glcm1[i2*GRAY_CLASS+j2]*(i2-Meani)*(i2-Meani);

		}

	}

	for(int i3=0;i3<GRAY_CLASS;i3++)

	{

		for(int j3=0;j3<GRAY_CLASS;j3++)

		{

			variancej+=glcm1[i3*GRAY_CLASS+j3]*(j3-Meanj)*(j3-Meanj);

		}

	}



	for(int i1=0;i1<GRAY_CLASS;i1++)  //各個GLCM特征值的計算

	{       

		for(int j1=0;j1<GRAY_CLASS;j1++)

		{	

			ASM+=glcm1[i1*GRAY_CLASS+j1]*glcm1[i1*GRAY_CLASS+j1];

			if(glcm[i1*GRAY_CLASS+j1]!=0)

			{

			Entropy+=(-1*(glcm1[i1*GRAY_CLASS+j1]*log(double(glcm1[i1*GRAY_CLASS+j1]))));

			}

			double ssi=double(double(1)/(1+pow(double(i1-j1),2)));

			double ssj=(double(1)/double(1+(i1-j1)*(i1-j1)));

			Homogeneity+=glcm1[i1*GRAY_CLASS+j1]*(double(1)/double(1+abs(i1-j1)));    //跟MATLAB部分定義不同，資料所給是1/(1+(i-j)^2) MATLAB則是1/(1+|i-j|)

			Contrast+=glcm1[i1*GRAY_CLASS+j1]*(i1-j1)*(i1-j1);

			Dissimilarity+=glcm1[i1*GRAY_CLASS+j1]*fabs(double(i1-j1));

			Correlation+=((i1-Meani))*(j1-Meanj)*glcm1[i1*GRAY_CLASS+j1]/sqrt(variancei*variancej);

			int p=0;

		}

	}

	Stdi=sqrt(variancei);  //求解Stdi(標準差）

	Stdj=sqrt(variancej);

	int i=0;

	index[i++]=Meani;//Meani值

	index[i++]=Meanj;//Meanj值

	index[i++]=variancei;//方差i

	index[i++]=variancej;//方差j

	index[i++]=Stdi;   //標準差i

	index[i++]=Stdj;   //標準差j

	index[i++]=ASM;// 角二階矩

	index[i++]=Homogeneity; //同質度

	index[i++]=Entropy;//熵

	index[i++]=Contrast;//對比度

	index[i++]=Dissimilarity;//非相似性

	index[i++]=Correlation;//相關性

	//delete[] glcm;

	//glcm=NULL;

	//delete[] glcm1;   

	//glcm1=NULL;

	delete[] indata;

	indata=https://bbs.csdn.net/topics/NULL;

	delete[] indata1;

	indata1=NULL;

}

這個問題有時候會出現，經查詢以后說是記憶體問題，主要在new和delete上，但我并不是太熟練使用C++，找了很久也不知道哪里出問題，希望各位大神能夠幫幫忙。打斷點得話有時會在最后delete時卡住，但能力所限著實想不出問題所在，已經困擾很久。

uj5u.com熱心網友回復：

Debug 崩潰進入堆疊看是哪個陳述句引發的。你發一大段代碼我們也很難找的，而且還是沒格式化的

uj5u.com熱心網友回復：

#include"stdafx.h"

#include<iostream>

#include<fstream>

#include"GLCM.h"

#include<math.h>

#include<cmath>

#include<opencv2\core\core.hpp>

#include<opencv2\highgui\highgui.hpp>

using namespace cv;

using namespace std;

void the_GLCM::calGLCM(int* data,int scale,int GRAY_CLASS,int DISTANCE,int direction,double *index)  

{

int width,height;

width=scale;

height=scale;

int *indata=https://bbs.csdn.net/topics/new int[height*width];

double *indata1=new double[height*width];

int *glcm = new int[GRAY_CLASS*GRAY_CLASS];   //灰度共生矩陣

double *glcm1=new double[GRAY_CLASS*GRAY_CLASS];//歸一化后的灰度共生矩陣

//int *imaged=new int[width*height];  //讀入資料



// //讀入灰度值并存盤于該陣列

//****************此處是進行灰度壓縮部分，具體為壓縮成GRAY_CLASS

for(int i=0;i<height;i++)

{

for(int j=0;j<width;j++)

{

double sf=(GRAY_CLASS*(data[width*i+j])/(255));

indata[i*width+j]=sf;   

}

}

for(int i=0;i<GRAY_CLASS;i++)  //灰度共生矩陣賦初值

{

for(int j=0;j<GRAY_CLASS;j++)

{

glcm[i*GRAY_CLASS+j]=0;

glcm1[i*GRAY_CLASS+j]=0;

}

}

int d=DISTANCE;

//開始下一步灰度共生矩陣的計算

int w,k,l;

if(direction == ANGLE_1) //建立方向為0度得共生矩陣

{

for(int i=0;i<height;i++)

{

for(int j=0;j<width;j++)

{

l=indata[i*width+j];   //確定P(i,j)中的i元素

if(j+DISTANCE>=0&&j+DISTANCE<width)   //在水平方向上向右，j+distance不超過范圍

{

k=indata[i*width+j+DISTANCE];    //確定P(i,j)中的j元素

glcm[l*GRAY_CLASS+k]++;    //向右

}

//if(j-DISTANCE>=0&&j-DISTANCE<width)  //在水平方向上向左，j-distance不超過范圍     注釋原因是不考慮起始元素差異，認為i->j與j->i相同

//{

//	k=indata[i*width+j-DISTANCE];   //確定P(i,j)中的j元素

//	glcm[l*GRAY_CLASS+k]++;   //向左

/*}*/

}

}

}

else if(direction == ANGLE_2)//建立方向為45度得共生矩陣

{

for(int i=0;i<height;i++)

{

for(int j=0;j<width;j++)

{

l=indata[i*width+j];    //確定P(i,j)中的i元素

if(i-DISTANCE>=0&&i-DISTANCE<height&&j+DISTANCE>=0&&j+DISTANCE<width) //在右上方向上，保證i-distance和j+distance不超過范圍

{

k=indata[(i-DISTANCE)*width+j+DISTANCE];   //確定P(i,j)中的j元素

glcm[l*GRAY_CLASS+k]++;

}

//if(i+DISTANCE>=0&&i+DISTANCE<height&&j-DISTANCE>=0&&j-DISTANCE<width) //在左下方向上，保證i+distance和j-distance不超過范圍     注釋原因是不考慮起始元素差異，認為i->j與j->i相同

//{

//	k=indata[(i+DISTANCE)*width+j-DISTANCE];  //確定P(i,j)中的j元素

//	glcm[l*GRAY_CLASS+k]++; 

/*}*/

}

}

}



else if(direction == ANGLE_3)//方向為90度的共生矩陣

{

for(int i=0;i<height;i++)

{

for(int j=0;j<width;j++)

{

l=indata[i*width+j];    //確定P(i,j)中的i元素

//if(i+DISTANCE>=0&&i+DISTANCE<height) //在向下方向上，保證i+distance不超過范圍

//{

//	k=indata[(i+DISTANCE)*width+j]; //確定P(i,j)中的j元素

//	glcm[l*GRAY_CLASS+k]++;

//}

if(i-DISTANCE>=0&&i-DISTANCE<height) //在向上方向上，保證i-distance不超過范圍     注釋原因是不考慮起始元素差異，認為i->j與j->i相同

{

k=indata[(i-DISTANCE)*width+j]; //確定P(i,j)中的j元素

glcm[l*GRAY_CLASS+k]++;

}

}

}

}

else if(direction == ANGLE_4)//方向為135度的共生矩陣

{

for(int i=0;i<height;i++)

{

for(int j=0;j<width;j++)

{

l=indata[i*width+j];    //確定P(i,j)中的i元素

//if(j+DISTANCE>=0&&i+DISTANCE>=0&&j+DISTANCE<width&&i+DISTANCE<height)   //在右下方向上，保證i+distance和j+distance不超過范圍    注釋原因是不考慮起始元素差異，認為i->j與j->i相同

//{

//	k=indata[(i+DISTANCE)*width+j+DISTANCE];  //確定P(i,j)中的j元素

//	glcm[l*GRAY_CLASS+k]++;

//}

if(j-DISTANCE>=0&&i-DISTANCE>=0&&j-DISTANCE<width&&i-DISTANCE<height)  //在左上方向上，保證i0distance和i-distance不超過范圍

{

k=indata[(i-DISTANCE)*width+j-DISTANCE];  //確定P(i,j)中的j元素

glcm[l*GRAY_CLASS+k]++;

}

}

}

}

//***********************************test*************************************

double Meani,Meanj,Stdi,Stdj,Entropy,Homogeneity,Contrast,Dissimilarity,ASM,Correlation;//GLCM八個特征值 

    Meani=0;

Meanj=0;

double sum=0;//用于歸一化

for(int p=0;p<GRAY_CLASS;p++)

{

for(int q=0;q<GRAY_CLASS;q++)

{

sum=sum+glcm[p*GRAY_CLASS+q];  //計算出glcm內的值得總和 

} 

}

for( int i1=0;i1<GRAY_CLASS;i1++)

{

for(int j1=0;j1<GRAY_CLASS;j1++)

{

glcm1[i1*GRAY_CLASS+j1]=glcm[i1*GRAY_CLASS+j1]/sum;   //進行歸一化計算

}

}



for(int i=0;i<GRAY_CLASS;i++)

{

for(int j=0;j<GRAY_CLASS;j++)

{

Meani+=glcm1[i*GRAY_CLASS+j]*i;   //求解Mean的值

}

}

for(int i=0;i<GRAY_CLASS;i++)

{

for(int j=0;j<GRAY_CLASS;j++)

{

Meanj+=glcm1[i*GRAY_CLASS+j]*j;

}

}



double variancei=0; //方差i

double variancej=0; //方差j

    Entropy=0;

Homogeneity=0;

Contrast=0;

Dissimilarity=0;

ASM=0;

Correlation=0;

for(int i2=0;i2<GRAY_CLASS;i2++)

{

for(int j2=0;j2<GRAY_CLASS;j2++)

{

variancei+=glcm1[i2*GRAY_CLASS+j2]*(i2-Meani)*(i2-Meani);

}

}

for(int i3=0;i3<GRAY_CLASS;i3++)

{

for(int j3=0;j3<GRAY_CLASS;j3++)

{

variancej+=glcm1[i3*GRAY_CLASS+j3]*(j3-Meanj)*(j3-Meanj);

}

}



for(int i1=0;i1<GRAY_CLASS;i1++)  //各個GLCM特征值的計算

{       

for(int j1=0;j1<GRAY_CLASS;j1++)

{	

ASM+=glcm1[i1*GRAY_CLASS+j1]*glcm1[i1*GRAY_CLASS+j1];

if(glcm[i1*GRAY_CLASS+j1]!=0)

{

Entropy+=(-1*(glcm1[i1*GRAY_CLASS+j1]*log(double(glcm1[i1*GRAY_CLASS+j1]))));

}

double ssi=double(double(1)/(1+pow(double(i1-j1),2)));

double ssj=(double(1)/double(1+(i1-j1)*(i1-j1)));

Homogeneity+=glcm1[i1*GRAY_CLASS+j1]*(double(1)/double(1+abs(i1-j1)));    //跟MATLAB部分定義不同，資料所給是1/(1+(i-j)^2) MATLAB則是1/(1+|i-j|)

Contrast+=glcm1[i1*GRAY_CLASS+j1]*(i1-j1)*(i1-j1);

Dissimilarity+=glcm1[i1*GRAY_CLASS+j1]*fabs(double(i1-j1));

Correlation+=((i1-Meani))*(j1-Meanj)*glcm1[i1*GRAY_CLASS+j1]/sqrt(variancei*variancej);

int p=0;

}

}

Stdi=sqrt(variancei);  //求解Stdi(標準差）

Stdj=sqrt(variancej);

int i=0;

index[i++]=Meani;//Meani值

index[i++]=Meanj;//Meanj值

index[i++]=variancei;//方差i

index[i++]=variancej;//方差j

index[i++]=Stdi;   //標準差i

index[i++]=Stdj;   //標準差j

index[i++]=ASM;// 角二階矩

index[i++]=Homogeneity; //同質度

index[i++]=Entropy;//熵

index[i++]=Contrast;//對比度

index[i++]=Dissimilarity;//非相似性

index[i++]=Correlation;//相關性

//delete[] glcm;

//glcm=NULL;

//delete[] glcm1;   

//glcm1=NULL;

delete[] indata;

indata=https://bbs.csdn.net/topics/NULL;

delete[] indata1;

indata1=NULL;

}


不太會用這個，這是出問題得那個函式 ，問題出在里面但卻搞不明白

uj5u.com熱心網友回復：

崩潰的時候在彈出的對話框按相應按鈕進入除錯，按Alt+7鍵查看Call Stack即“呼叫堆疊”里面從上到下列出的對應從里層到外層的函式呼叫歷史。雙擊某一行可將游標定位到此次呼叫的源代碼或匯編指令處，看不懂時雙擊下一行，直到能看懂為止。

檢查是否資源泄漏的辦法之一：
在任務管理器 行程 查看 選擇列 里面選擇：記憶體使用、虛擬記憶體大小、句柄數、執行緒數、USER物件、GDI物件
讓你的程式(行程)不退出,回圈執行主流程很多遍，越多越好，比如1000000次甚至無限回圈，記錄以上各數值，再隔至少一小時，越長越好，比如一個月，再記錄以上各數值。如果以上兩組數值的差較大或隨時間流逝不斷增加，則鐵定有對應資源的資源泄漏！

搜“GDI泄露檢測”

uj5u.com熱心網友回復：

Debug模式下單步除錯看看，打開call stack，看看函式呼叫堆疊。
另外注意的陣列下標是否存在溢位的問題。

uj5u.com熱心網友回復：

越界的可能性比較大， 除錯模式運行， 奔潰時 結合呼叫堆疊 修改解決之； 如果有多執行緒操作，建議加鎖處理

轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/75390.html

標籤：界面

上一篇：mfc除錯時候編譯通過但是記憶體錯誤？

下一篇：求教怎么后臺向視窗發送訊息

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • Git本地庫既關聯GitHub又關聯Gitee

    創建代碼倉庫 使用gitee舉例（github和gitee差不多） 1.在gitee右上角點擊+，選擇新建倉庫 ? 2.選擇填寫倉庫資訊，然后進行創建 ? 3.服務端已經準備好了，本地開始作準備 （1）Git 全域設定 git config --global user.name "成鈺" git c ......

    uj5u.com 2020-09-10 05:04:14 more
  • CODING DevOps 代碼質量實戰系列第二課，相約周三

    隨著 ToB（企業服務）的興起和 ToC（消費互聯網）產品進入成熟期，線上故障帶來的損失越來越大，代碼質量越來越重要，而「質量內建」正是 DevOps 核心理念之一。**《DevOps 代碼質量實戰（PHP 版）》**為 CODING DevOps 代碼質量實戰系列的第二課，同時也是本系列的 PHP ......

    uj5u.com 2020-09-10 05:07:43 more
  • 推薦Scrum書籍

    推薦Scrum書籍 直接上干貨，推薦書籍清單如下（推薦有順序的哦） Scrum指南 Scrum精髓 Scrum敏捷軟體開發 Scrum捷徑 硝煙中的Scrum和XP : 我們如何實施Scrum 敏捷軟體開發:Scrum實戰指南 Scrum要素 大規模Scrum:大規模敏捷組織的設計 用戶故事地圖 用 ......

    uj5u.com 2020-09-10 05:07:45 more
  • CODING DevOps 代碼質量實戰系列最后一課，周四發車

    隨著 ToB（企業服務）的興起和 ToC（消費互聯網）產品進入成熟期，線上故障帶來的損失越來越大，代碼質量越來越重要，而「質量內建」正是 DevOps 核心理念之一。 **《DevOps 代碼質量實戰（Java 版）》**為 CODING DevOps 代碼質量實戰系列的最后一課，同時也是本系列的 ......

    uj5u.com 2020-09-10 05:07:52 more
  • 敏捷軟體工程實踐書籍

    Scrum轉型想要做好，第一步先了解并真正落實Scrum，那么我推薦的Scrum書籍是要看懂并實踐的。第二步是團隊的工程實踐要做扎實。 下面推薦工程實踐書單： 重構：改善既有代碼的設計 決議極限編程 : 擁抱變化 代碼整潔代碼 程式員的職業素養 修改代碼的藝術 撰寫可讀代碼的藝術 測驗驅動開發 : ......

    uj5u.com 2020-09-10 05:07:55 more
  • Jenkins+svn+nginx實作windows環境自動部署vue前端專案

    前面文章介紹了Jenkins+svn+tomcat實作自動化部署，現在終于有空抽時間出來寫下Jenkins+svn+nginx實作自動部署vue前端專案。 jenkins的安裝和配置已經在前面文章進行介紹，下面介紹實作vue前端專案需要進行的哪些額外的步驟。 注意：在安裝jenkins和nginx的 ......

    uj5u.com 2020-09-10 05:08:49 more
  • CODING DevOps 微服務專案實戰系列第一課，明天等你

    CODING DevOps 微服務專案實戰系列第一課**《DevOps 微服務專案實戰：DevOps 初體驗》**將由 CODING DevOps 開發工程師 王寬老師 向大家介紹 DevOps 的基本理念，并探討為什么現代開發活動需要 DevOps，同時將以 eShopOnContainers 項 ......

    uj5u.com 2020-09-10 05:09:14 more
  • CODING DevOps 微服務專案實戰系列第二課來啦！

    近年來，工程專案的結構越來越復雜，需要接入合適的持續集成流水線形式，才能滿足更多變的需求，那么如何優雅地使用 CI 能力提升生產效率呢？CODING DevOps 微服務專案實戰系列第二課 《DevOps 微服務專案實戰：CI 進階用法》 將由 CODING DevOps 全堆疊工程師 何晨哲老師 向 ......

    uj5u.com 2020-09-10 05:09:33 more
  • CODING DevOps 微服務專案實戰系列最后一課，周四開講！

    隨著軟體工程越來越復雜化，如何在 Kubernetes 集群進行灰度發布成為了生產部署的”必修課“，而如何實作安全可控、自動化的灰度發布也成為了持續部署重點關注的問題。CODING DevOps 微服務專案實戰系列最后一課：**《DevOps 微服務專案實戰：基于 Nginx-ingress 的自動 ......

    uj5u.com 2020-09-10 05:10:00 more
  • CODING 儀表盤功能正式推出，實作作業資料可視化！

    CODING 儀表盤功能現已正式推出！該功能旨在用一張張統計卡片的形式，統計并展示使用 CODING 中所產生的資料。這意味著無需額外的設定，就可以收集歸納寶貴的作業資料并予之量化分析。這些海量的資料皆會以圖表或串列的方式躍然紙上，方便團隊成員隨時查看各專案的進度、狀態和指標，云端協作迎來真正意義上 ......

    uj5u.com 2020-09-10 05:11:01 more
最新发布
  • windows系統git使用ssh方式和gitee/github進行同步

    使用git來clone專案有兩種方式：HTTPS和SSH：
    HTTPS：不管是誰，拿到url隨便clone，但是在push的時候需要驗證用戶名和密碼；
    SSH：clone的專案你必須是擁有者或者管理員，而且需要在clone前添加SSH Key。SSH 在push的時候，是不需要輸入用戶名的，如果配置... ......

    uj5u.com 2023-04-19 08:41:12 more
  • windows系統git使用ssh方式和gitee/github進行同步

    使用git來clone專案有兩種方式：HTTPS和SSH：
    HTTPS：不管是誰，拿到url隨便clone，但是在push的時候需要驗證用戶名和密碼；
    SSH：clone的專案你必須是擁有者或者管理員，而且需要在clone前添加SSH Key。SSH 在push的時候，是不需要輸入用戶名的，如果配置... ......

    uj5u.com 2023-04-19 08:35:34 more
  • 2023年農牧行業6大CRM系統、5大場景盤點

    在物聯網、大資料、云計算、人工智能、自動化技術等現代資訊技術蓬勃發展與逐步成熟的背景下，數字化正成為農牧行業供給側結構性變革與高質量發展的核心驅動因素。因此，改造和提升傳統農牧業、開拓創新現代智慧農牧業，加快推進農牧業的現代化、資訊化、數字化建設已成為農牧業發展的重要方向。 當下，企業數字化轉型已經 ......

    uj5u.com 2023-04-18 08:05:44 more
  • 2023年農牧行業6大CRM系統、5大場景盤點

    在物聯網、大資料、云計算、人工智能、自動化技術等現代資訊技術蓬勃發展與逐步成熟的背景下，數字化正成為農牧行業供給側結構性變革與高質量發展的核心驅動因素。因此，改造和提升傳統農牧業、開拓創新現代智慧農牧業，加快推進農牧業的現代化、資訊化、數字化建設已成為農牧業發展的重要方向。 當下，企業數字化轉型已經 ......

    uj5u.com 2023-04-18 08:00:18 more
  • 計算機組成原理—存盤器

    計算機組成原理—硬體結構 二、存盤器 1.概述 存盤器是計算機系統中的記憶設備，用來存放程式和資料 1.1存盤器的層次結構 快取-主存層次主要解決CPU和主存速度不匹配的問題，速度接近快取 主存-輔存層次主要解決存盤系統的容量問題，容量接近與價位接近于主存 2.主存盤器 2.1概述 主存與CPU的聯 ......

    uj5u.com 2023-04-17 08:20:31 more
  • 談一談我對協同開發的一些認識

    如今各互聯網公司普通都使用敏捷開發，采用小步快跑的形式來進行專案開發。如果是小專案或者小需求，那一個開發可能就搞定了。但對于電商等復雜的系統，其功能多，結構復雜，一個人肯定是搞不定的，所以都是很多人來共同開發維護。以我曾經待過的商城團隊為例，光是后端開發就有七十多人。 為了更好地開發這類大型系統，往 ......

    uj5u.com 2023-04-17 08:18:55 more
  • 專案管理PRINCE2核心知識點整理

    PRINCE2，即 PRoject IN Controlled Environment（受控環境中的專案）是一種結構化的專案管理方法論，由英國政府內閣商務部（OGC）推出，是英國專案管理標準。
    PRINCE2 作為一種開放的方法論，是一套結構化的專案管理流程，描述了如何以一種邏輯性的、有組織的方法，... ......

    uj5u.com 2023-04-17 08:18:51 more
  • 談一談我對協同開發的一些認識

    如今各互聯網公司普通都使用敏捷開發，采用小步快跑的形式來進行專案開發。如果是小專案或者小需求，那一個開發可能就搞定了。但對于電商等復雜的系統，其功能多，結構復雜，一個人肯定是搞不定的，所以都是很多人來共同開發維護。以我曾經待過的商城團隊為例，光是后端開發就有七十多人。 為了更好地開發這類大型系統，往 ......

    uj5u.com 2023-04-17 08:18:00 more
  • 專案管理PRINCE2核心知識點整理

    PRINCE2，即 PRoject IN Controlled Environment（受控環境中的專案）是一種結構化的專案管理方法論，由英國政府內閣商務部（OGC）推出，是英國專案管理標準。
    PRINCE2 作為一種開放的方法論，是一套結構化的專案管理流程，描述了如何以一種邏輯性的、有組織的方法，... ......

    uj5u.com 2023-04-17 08:17:55 more
  • 計算機組成原理—存盤器

    計算機組成原理—硬體結構 二、存盤器 1.概述 存盤器是計算機系統中的記憶設備，用來存放程式和資料 1.1存盤器的層次結構 快取-主存層次主要解決CPU和主存速度不匹配的問題，速度接近快取 主存-輔存層次主要解決存盤系統的容量問題，容量接近與價位接近于主存 2.主存盤器 2.1概述 主存與CPU的聯 ......

    uj5u.com 2023-04-17 08:12:06 more

Copyright © 2010-2020 有解無憂