主頁 >  其他 > 【代碼隨想錄刷題筆記】——陣列（持續更新中）

【代碼隨想錄刷題筆記】——陣列（持續更新中）

2022-08-17 09:40:18 其他

代碼隨想錄——陣列

理論基礎

二分查找

704. 二分查找 - 力扣（LeetCode）

代碼/思路

在一個有序陣列中通過二分查找解決找到目標值的問題，

C++版 
//版本一：左閉右閉的寫法
class Solution {
public:
    int search(vector<int>& nums, int target) {
        //定義target在[left,right]閉區間
        int left=0;
        int right = nums.size()-1;
        while(left<=right){
            //防止溢位，等同于(left + right)/2
            int middle = left + ((right-left)/2);
            if(nums[middle]>target){
                // target 在左區間，所以[left, middle - 1]
                right=middle-1;
            }else if(nums[middle]<target){
                // target在右區間，所以[middle + 1, right]
                left=middle+1;
            }else{// nums[middle] == target
                // 陣列中找到目標值，直接回傳下標
                return middle;
            }
        }
        //未找到目標就回傳-1下標
        return -1;
    }
};

//版本二：左閉右開的寫法
class Solution {
public:
    int search(vector<int>& nums, int target) {
        //定義target在[left,right) 左閉右開區間
        int left=0;
        int right = nums.size();
        while(left<right){
            //防止溢位，等同于(left + right)/2
            int middle = left + ((right-left)/2);
            if(nums[middle]>target){
                // target 在左區間，所以[left, middle)
                right=middle;
            }else if(nums[middle]<target){
                // target在右區間，所以[middle + 1, right)
                left=middle+1;
            }else{// nums[middle] == target
                // 陣列中找到目標值，直接回傳下標
                return middle;
            }
        }
        //未找到目標就回傳-1下標
        return -1;
    }
};
Java版 
//版本一的寫法
class Solution {
    public int search(int[] nums, int target) {
        // 避免當 target 小于nums[0] 或 大于nums[nums.length - 1]時多次回圈運算
        if (target < nums[0] || target > nums[nums.length - 1]) {
            return -1;
        }
        int left = 0, right = nums.length - 1;
        while (left <= right) {
            int mid = left + ((right - left) >> 1);
            if (nums[mid] == target)
                return mid;
            else if (nums[mid] < target)
                left = mid + 1;
            else if (nums[mid] > target)
                right = mid - 1;
        }
        return -1;
    }
}
JavaScript版 
 //版本一的寫法
var search = function(nums, target) {
    let left = 0, right = nums.length - 1;
    while (left <= right) {
        //注意向下取整，防止變成浮點數
        let mid = left + Math.floor((right - left)/2);
        if (nums[mid] > target) {
            right = mid - 1; 
        } else if (nums[mid] < target) {
            left = mid + 1;   
        } else {
            return mid;
        }
    }
    return -1;
};

時間復雜度

  • 時間復雜度：\(O(\log n)\)，其中 \(n\) 是陣列的長度，由于每次查找都會將查找范圍縮小一半，因此二分查找的時間復雜度是 \(O(\log n)\)，其中 \(n\) 是陣列的長度，
  • 空間復雜度：\(O(1)\)，

35. 搜索插入位置

代碼/思路

暴力搜索

遍歷查找

C++版 
//版本一：暴力寫法
class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        // 無非就三種情況：
        // 1. 插入陣列所有元素前或所有陣列元素的末尾
        // 2. 找到陣列中的目標索引
        // 3. 插入到陣列的某個位置
        // 因此，先遍歷查找
        for(int i=0;i<nums.size();i++){
            // 一旦發現大于或者等于target的num[i]，符合2與3的情況
            if(nums[i]>=target){
                return i;
            }
        }
        //當發現陣列未空，或者已經遍歷完了，那么回傳該陣列本身就符合第1種情況
        return nums.size();
    }
};

復雜度分析

  • 時間復雜度：\(O(n)\)
  • 空間復雜度：\(O(1)\)

二分查找

這題的本質其實跟704題一模一樣，最侄訓是可以通過二分查找決定目標值是要在陣列中的索引 或 是應插入的位置，

C++版 
//版本二：二分查找的左閉右閉的寫法
class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        int left=0,right=nums.size()-1;
        while(left<=right){
            int middle=left+((right-left)/2);
            if (nums[middle] > target) {
                right = middle - 1; 
            } else if (nums[middle] < target) {
                left = middle + 1; 
            } else { 
                return middle;
            }
        }
        // 分為以下四種情況：
        // 1、目標值在陣列所有元素之前  [0, -1]
        // 2、目標值等于陣列中某一個元素  return middle;
        // 3、目標值插入陣列中的位置，return  right + 1
        // 4、目標值在陣列所有元素之后的情況,因為是右閉區間，所以 return right + 1
        return right+1;
    }
};
//版本三：二分查找的左閉右開的寫法
class Solution {
public:
    int searchInsert(vector<int>& nums, int target) {
        int left = 0,right = nums.size(); 
        while (left < right) { 
            int middle = left + ((right - left) >> 1);
            if (nums[middle] > target) {
                right = middle; 
            } else if (nums[middle] < target) {
                left = middle + 1; 
            } else { 
                return middle; 
            }
        }
        // 分別為以下四種情況
        // 目標值在陣列所有元素之前 [0,0)
        // 目標值等于陣列中某一個元素 return middle
        // 目標值插入陣列中的位置 [left, right) ，return right 即可
        // 目標值在陣列所有元素之后的情況 [left, right)，因為是右開區間，所以 return right
        return right;
    }
};
Java版 
//版本二的寫法
class Solution {
    public int searchInsert(int[] nums, int target) {
        int left = 0,right = nums.length - 1;
        while (left <= right) {
            int mid = left + (right - left) / 2; 
            if (nums[mid] > target) {
                right = mid - 1; 
            } else if (nums[mid] < target) {
                left = mid + 1; 
            } else {
                return mid;
            }
        }
        return right + 1;
    }
}
JavaScript版 
//版本二的寫法
var searchInsert = function (nums, target) {
  let left = 0, right = nums.length - 1;

  while (left <= right) {
    const mid = left + Math.floor((right - left) >> 1);
    if (target > nums[mid]) {
        left = mid + 1;
    } else if(target < nums[mid]){
        right = mid - 1;
    }else{
        return mid;
    }
  }

  return right+1;
};

復雜度分析

  • 時間復雜度：\(O(log n)\)
  • 空間復雜度：\(O(1)\)

34. 在排序陣列中查找元素的第一個和最后一個位置

代碼/思路

這題采用 \(C++\) 的 \(upper_bound()\) 和 \(lower_bound()\) 就可以找到目標值 \(target\) 在 排序陣列的開始位置和結束位置，而這兩個函式可以用二分查找實作，代碼參考《谷歌高暢Leetcode刷題筆記》，具體實作思路其實也可以看leetcode的官方題解，

C++版 
//版本一：二分查找
class Solution {
private:
//這里采用左閉右閉的寫法，upper_bound()與lower_bound()的唯一不同之處在于
//要令upper指向最后一位就令nums[mid]>target而不是像lower一樣令nums[mid]>=target
    int lower_bound(vector<int> &nums,int target){
        int left=0,right=nums.size()-1;
        while(left<=right){
            int mid=left+(right-left)/2;
            if(nums[mid]>=target){
                right=mid-1;
            }else{
                left=mid+1;
            }
        }
        return left;
    }

    int upper_bound(vector<int> &nums,int target){
        int left=0,right=nums.size()-1;
        while(left<=right){
            int mid=left+(right-left)/2;
            if(nums[mid]>target){
                right=mid-1;
            }else{
                left=mid+1;
            }
        }
        return left;
    }
public:
    vector<int> searchRange(vector<int>& nums, int target) {
        //如果一開始的陣列為空是無效的
        if(nums.empty()) return vector<int>{-1,-1};
        int lower=lower_bound(nums,target);
        //這里要減一
        int upper=upper_bound(nums,target)-1;
        //如果開始位置已經到了末尾或者根本不等于我們的目標值就是無效的
        if(lower==nums.size() || nums[lower]!=target){
            return vector<int>{-1,-1};
        }
        return vector<int>{lower,upper};
    }
};
Java版 
class Solution {
    public int[] searchRange(int[] nums, int target) {
        //根據之前的C++的代碼內容，就可以知道upper_bound()和lower_bound()怎么寫在一起，但是要注意之前的判斷條件其實也要跟著變得如下嚴謹
        int lowerIndex = binarySearch(nums, target, true);
        int upperIndex = binarySearch(nums, target, false) - 1;
        //在保證lower的下標要小于upper的下標 與 upper的下標不超過nums陣列的長度的情況下，再確認upper與lower值是否跟target相同，
        if (lowerIndex <= upperIndex && upperIndex < nums.length && nums[lowerIndex] == target && nums[upperIndex] == target) {
            return new int[]{lowerIndex, upperIndex};
        } 
        return new int[]{-1, -1};
    }

    public int binarySearch(int[] nums, int target, boolean be_lower) {
        int left = 0, right = nums.length - 1;
        while (left <= right) {
            //不用擔心溢位
            int mid = (left + right) / 2;
            if (nums[mid] > target || (be_lower && nums[mid] >= target)) {
                right = mid - 1;
            } else {
                left = mid + 1;
            }
        }
        return left;
    }
}
JavaScript版 
const binarySearch = (nums, target, be_lower) => {
    let left = 0, right = nums.length - 1;
    while (left <= right) {
        //向下取整
        const mid = Math.floor((left + right) / 2);
        if (nums[mid] > target || (be_lower && nums[mid] >= target)) {
            right = mid - 1;
        } else {
            left = mid + 1;
        }
    }
    return left;
}

var searchRange = function(nums, target) {
    let ans = [-1, -1];
    const lowerIndex = binarySearch(nums, target, true);
    const upperIndex = binarySearch(nums, target, false) - 1;
    if (lowerIndex <= upperIndex && upperIndex < nums.length && nums[lowerIndex] === target && nums[upperIndex] === target) {
        ans = [lowerIndex, upperIndex];
    } 
    return ans;
};
Python版 
class Solution(object):
    def searchRange(self, nums, target):
        # 這題的含義類似于C++的lower_bound 和 upper_bound 函式，具體的函式的實作，可以通過二分查找
        def lower_bound(nums,target):
            left=0;right=len(nums)
            while left<right:
                mid=left+(right-left)/2
                if nums[mid]>=target:
                    right=mid
                else:
                    left=mid+1
            return left
            
        def upper_bound(nums,target):
            left=0;right=len(nums)
            while left<right:
                mid=left+(right-left)/2
                if nums[mid]>target:
                    right=mid
                else:
                    left=mid+1
            return left
        if len(nums)==0:return [-1,-1]
        lower=lower_bound(nums,target)
        # 這里需要減一位，因為得到的值的下標會溢位
        upper=upper_bound(nums,target)-1
        if lower==len(nums) or nums[lower]!=target:
            return [-1,-1]
        return [lower,upper]

復雜度分析

  • 時間復雜度：\(O(\log n)\) ，其中 \(n\) 為陣列的長度，二分查找的時間復雜度為 \(O(\log n)\)，一共會執行兩次，因此總時間復雜度為 \(O(\log n)\)，
  • 空間復雜度：\(O(1)\)

69. x 的平方根

代碼/思路

這題就是給你一個值，然后求它的算術平方根，一般人的思路也許就是硬算，就跟自己的朋友學數學一樣（宣告：這個朋友不是我），或者投機取巧用已有的輪子，

其實這題也可以使用二分查找，因為我們可以設定\([1,x]\)的區間（當然要注意\(x\)為\(0\)的情況），在二分查找該區間要的數值\(sqrt\)的程序中，其實令值\(x\)除以中間值\(mid\)，再跟\(sqrt\)一一比較判斷即可，

C++版 
//版本一：二分查找
class Solution {
public:
    int mySqrt(int x) {
        if(x==0)return x;
        int left=1,right=x;
        while(left<=right){
            int mid=left+(right-left)/2;
            int sqrt=x/mid;
            if(mid == sqrt) return mid;
            else if (mid>sqrt) right=mid-1;
            else left=mid+1;
        }
        return right;
    }
};
Java版 
class Solution {
    public int mySqrt(int x) {
        int left=0,right=x,result=-1;
        while(left<=right){
            int mid=left+(right-left)/2;
            if((long) mid*mid<=x){
                result=mid;
                left=mid+1;
            }else{
                right=mid-1;
            }
        }
        return result;
    }
}
JavaScript版 
var mySqrt = function(x) {
    let left=0,right=x,result=-1;
    while(left<=right){
        let mid=Math.floor((left+right)/2);
        if(mid*mid<=x){
            result=mid;
            left=mid+1;
        }else{
            right=mid-1;
        }
    }
    return  result;
};
Python版 
class Solution(object):
    def mySqrt(self, x):
        # 這里單獨拿出0的情況分析
        if x==0:return x
        left=1;right=x
        while left<=right:
            mid=left+(right-left)/2
            sqrt=x/mid # mid*mid=x
            if mid==sqrt:
                return mid
            elif mid>sqrt:
                right=mid-1
            else:
                left=mid+1
        return right

復雜度分析

  • 時間復雜度：\(O(\log x)\) ，
  • 空間復雜度：\(O(1)\)，

另外跟著leetcode寫袖珍計算器演算法，牛頓迭代法，

袖珍計算器演算法

「袖珍計算器演算法」是一種用指數函式 \(\exp\) 和對數函式 \(\ln\) 代替平方根函式的方法，

我們將 \(\sqrt{x}\)寫成冪的形式 \(x^{1/2}\) ，再使用自然對數 \(e\) 進行換底，即可得到

\[\sqrt{x} = x^{1/2} = (e ^ {\ln x})^{1/2} = e^{\frac{1}{2} \ln x} \]

這樣我們就可以得到 \(\sqrt{x}\) 的值了，

C++版 
class Solution {
public:
    int mySqrt(int x) {
        //單獨拿0出來處理
        if(x==0){
            return 0;
        }
        //經過轉換的公式
        int ans=exp(0.5*log(x));
        //由于計算機無法存盤浮點數的精確值，會有整數1的相差，所以要對 ans 與 ans+1 進行判斷
        return ((long long)(ans+1)*(ans+1)<=x ?  ans+1:ans);    
    }
};

復雜度分析

  • 時間復雜度：\(O(1)\)，由于內置的 \(exp\) 函式與 \(log\) 函式一般都很快，我們在這里將其復雜度視為 \(O(1)\)，
  • 空間復雜度：\(O(1)\)，

牛頓迭代法

這理論把我看到吐了，讓我想起自己不自量力地參加數學建模競賽的那些日子，

牛頓迭代法的本質是借助泰勒級數，根據高等數學的內容，解答給的是二階泰勒公式\(y=f(x)=x^2?C\)

以我們高中熟悉的斜線方程\(y-y_i=k(x-x_i)+b\)為例，其中斜率\(k\)為\(f(x)\)的導數，

由于選擇 \(x_0=C\) 作為初始值，找 點 \((x_i, x_i^2 - C)\) 作直線，之后經過轉換，求的\(x\)值就成為了新的迭代結果\(x_{i+1}\)，

也即leetcode官方解答的

\[x_{i+1} = \frac{1}{2}\left(x_i + \frac{C}{x_i}\right) \]

C++版 
class Solution {
public:
    int mySqrt(int x) {
        //單獨拿0出來處理
        if(x==0){
            return 0;
        }
        //C表示待求出平方根的那個整數，而又選擇 x_0 = C 作為初始值
        double C=x,x0=x;
        while(true){
            double xi=0.5*(x0+C/x0);
            //設立極限值
            if(fabs(x0-xi)<1e-7){
                break;
            }
            //迭代遞進
            x0=xi;
        }
        //向下取整
        return int(x0);
    }
};

復雜度分析

  • 時間復雜度：\(O(\log x)\) ，此方法是二次收斂的，相較于二分查找更快，
  • 空間復雜度：\(O(1)\)，

367. 有效的完全平方數

代碼/思路

這題如果采用暴力的寫法，其實就是遍歷\([1,完全平方數]\)的區間，一個一個算，

那么清楚暴力的方法后，就可以通過二分查找去縮短查找耗時，

當然其實也可以用牛頓迭代法，具體的實作步驟其實跟上一題一致，只不過由于這題的結果為布林值，所以代碼上特別處理，

C++版 
//版本一：暴力寫法
class Solution {
public:
    bool isPerfectSquare(int num) {
        //要防溢位，用long
        long x=1,square=1;
        while(square<=num){
            if(square==num){
                return true;
            }
            //遍歷
            ++x;
            square=x*x;
        }
        //遍歷完都沒找到
        return false;
    }
};

//版本二：二分查找
class Solution {
public:
    bool isPerfectSquare(int num) {
        int left=0,right=num;
        while(left<=right){
            int mid=left+(right-left)/2;
            long square=(long) mid*mid;
            if(square<num){
                left=mid+1;
            }else if(square > num){
                right=mid-1;
            }else{
                return true;
            }
        }
        return false;
    }
};

//版本三：牛頓迭代法
class Solution {
public:
    bool isPerfectSquare(int num) {
        int C=num;
        double x0=num;
        while(true){
            double xi=0.5*(x0+C/x0);
            //不給用函式fabs，這里求極限值
            if(x0-xi<1e-6){
                break;
            }
            x0=xi;
        }
        int x=(int) x0;
        //判斷
        return x * x == num;
    }
};
Java版 
//版本二的寫法
class Solution {
    public boolean isPerfectSquare(int num) {
        int left=0,right=num;
        while(left<=right){
            int mid=left+(right-left)/2;
            long square=(long) mid*mid;
            if(square<num){
                left=mid+1;
            }else if(square > num){
                right=mid-1;
            }else{
                return true;
            }
        }
        return false;

    }
}
JavaScript版 
//版本二的寫法
var isPerfectSquare = function(num) {
    let left=0,right=num;
    while(left<=right){
        let mid=Math.floor((left+right)/2);
        let square=mid*mid;
        if(square<num){
            left=mid+1;
        }else if(square>num){
            right=mid-1;
        }else{
            return true;
        }
    }
    return false;
};

如果是暴力

  • 時間復雜度：\(O(\sqrt{n})\)，其中 \(n\) 為正整數 \(\textit{num}\)的最大值，我們最多需要遍歷 \(\sqrt{n} + 1\)
  • 空間復雜度：\(O(1)\)，

如果是二分查找或者牛頓迭代的話

復雜度分析

  • 時間復雜度：\(O(\log n)\) ，
  • 空間復雜度：\(O(1)\)，

雙指標——左右、快慢

27. 移除元素

C++版 
//版本一：暴力寫法


//版本二：二分查找
Java版 
//版本二的寫法
JavaScript版 
//版本二的寫法

283. 移動零

C++版 
//版本一：暴力寫法


//版本二：二分查找
Java版 
//版本二的寫法
JavaScript版 
//版本二的寫法

844. 比較含退格的字串

C++版 
//版本一：暴力寫法


//版本二：二分查找
Java版 
//版本二的寫法
JavaScript版 
//版本二的寫法

977. 有序陣列的平方

C++版 
//版本一：暴力寫法


//版本二：二分查找
Java版 
//版本二的寫法
JavaScript版 
//版本二的寫法

滑動視窗

209. 長度最小的子陣列

C++版 
//版本一：暴力寫法


//版本二：二分查找
Java版 
//版本二的寫法
JavaScript版 
//版本二的寫法

904. 水果成籃

C++版 
//版本一：暴力寫法


//版本二：二分查找
Java版 
//版本二的寫法
JavaScript版 
//版本二的寫法

76. 最小覆寫子串

C++版 
//版本一：暴力寫法


//版本二：二分查找
Java版 
//版本二的寫法
JavaScript版 
//版本二的寫法

模擬

59. 螺旋矩陣 II

C++版 
//版本一：暴力寫法


//版本二：二分查找
Java版 
//版本二的寫法
JavaScript版 
//版本二的寫法

54. 螺旋矩陣

C++版 
//版本一：暴力寫法


//版本二：二分查找
Java版 
//版本二的寫法
JavaScript版 
//版本二的寫法

劍指 Offer 29. 順時針列印矩陣

C++版 
//版本一：暴力寫法


//版本二：二分查找
Java版 
//版本二的寫法
JavaScript版 
//版本二的寫法

總結

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/502002.html

標籤：其他

上一篇：【SaaS應用程式】上海道寧為您提供研究資料管理-庫存管理-調度軟體——LabArchives

下一篇：leetcode 128. Longest Consecutive Sequence 最長連續序列(中等)

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
  • 網閘典型架構簡述

    網閘架構一般分為兩種：三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看，三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看，三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統，“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及：虛擬機CentOs下執行 yum -y install lrzsz命令，出現錯誤：鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示：其實很簡單，往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號， sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求，SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生， 2020-08-28 16:18:25 分類專欄： kail 網路安全 linux 文章標簽： linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么？ 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼： #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘（北斗授時服務器）讓網路資料更精準

    北斗電力時鐘（北斗授時服務器）讓網路資料更精準 北斗電力時鐘（北斗授時服務器）讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年，資訊技術的得了快速發展，互聯網在逐漸普及，其在人們生活和生產中都得到了廣泛應用，并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用，一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub：https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺，后來才有了CTFHub。 感覺不論是網頁UI設計，還是題目質量，賽事跟蹤，工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解（net user / type /md /rd/ dir /cd /net use copy、批處理 等） 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝，密碼啊破解03Linux常用命令04LAMP 01LINUX windows： win03 8 12 16 19 配置不繁瑣 Linux：redhat,centos(紅帽社區版)，Ubuntu server,suse unix:金融機構，證券，銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 （POST注入/XSS漏洞上傳）3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題，描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章，不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》，我也是第一時間得知了這個訊息，然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本： 個人認為這件事也沒什么，還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹：metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包，它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一，它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip：192.168.20.121 靶機ip：192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k，軟體測驗工程師的漲薪史，給我看哭了

    清明節一過，盲猜大家已經無心上班，在數著日子準備過五一，但一想到銀行卡里的余額……瞬間心情就不美麗了。最近，2023年高校畢業生就業調查顯示，本科畢業月平均起薪為5825元。調查一出，便有很多同學表示自己又被平均了。看著這一資料，不免讓人想到前不久中國青年報的一項調查：近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文，所以對學習母語的我們非常不友好 使用網址：https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜，前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜，自動化測驗的需求也越來越高。如今，自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分，它們可以幫助開發人員更快地發現和修復錯誤，提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐：4個DVPP記憶體問題的典型案例解讀

    摘要：由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求（例如，記憶體首地址128位元組對齊），因此需呼叫專用的記憶體申請介面，那么本期就分享幾個關于DVPP記憶體問題的典型案例，并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》，作者：昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊，輔助滲透（埠掃描、登錄密碼爆破、漏洞驗證等） 2、encoders 編碼器模塊，主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手：與相機連接，設定相機引數，采集影像 2) 標定助手：九點標定或是其它的標定，生成標定檔案及內參外參，可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客，先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp)，這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接： https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more

Copyright © 2010-2020 有解無憂