ep | 易学教程

跨线程访问windows窗体控件

阅读更多关于跨线程访问windows窗体控件

无返回类型调用 delegate void SetListViewItem(EndPoint ep); private void AddToListview(EndPoint ep) { ListViewItem lvi=new ListViewItem(); lvi.Text=((IPEndPoint)ep).Address.ToString(); lvi.SubItems.add(((IPEndPoint)ep).Port.ToString()); lvi.SubItems.Add("UnKnow"); if(this.listView1.InvokeRequired) { SetListViewItem d=new SetListViewItem(AddToListView); this.Invoke(d,new object[] {ep}); } else { listView1.Items.Add(lvi); } } 返回类型调用 delegate ListViewItem SetListViewItem(EndPoint ep); private ListViewItem AddToListView(EndPoint ep) { ListViewItem lvi = new ListViewItem(); lvi.Text = ((IPEndPoint)ep)

PCIE_DMA实例三：Xilinx 7系列(KC705/VC709)FPGA的EDK仿真

阅读更多关于 PCIE_DMA实例三：Xilinx 7系列(KC705/VC709)FPGA的EDK仿真

一：前言好久没写博客了，前段时间有个朋友加微信请教关于PCIe的一些学习方法。本人也不是专家，只是略知一些皮毛。对于大家反馈的问题未必能一一解答，但一定知无不言。以后我会常来博客园看看，大家可以把问题直接在评论区提出来。这篇博客是应部分网友的要求写的，Xilinx升级到7系列后，原来的pcie ip核trn接口统统转换成了axis接口，这可愁坏了之前用xapp1052的朋友，一下子不好用了，该怎么办？对此我的想法是：如果您两年左右的verilog代码经验，建议您直接使用axis接口，如果您觉得使用不方便，大可在外面再包一层您自己觉得好用的接口。博主公司有这方面的技术积累，但涉及到商业利益，我不能在此出售源代码，如有私下合作，可谈。PCIe_to_RapidIO, PCIe_to_FC, PCIe_to_Enet等各类接口转换都没问题。如果您刚接触PCIe，想要更清楚得理解axis接口的PCIe IP核是如何工作的，那么这篇系统级的博客对您将会非常有用，同时博主也会给出一个用Block_design搭的带有DMA功能的简易EP，大家只要自己写个简单的控制逻辑就可以操作EP端的DMA，对于没有经验的工程师，是一个比较容易的技术迁移。二：前期准备 1、pcie基础还是要有，尤其是协议部分。推荐一本电子书，很经典，请耐心读它（Addison.Wesley.PCI.Express

pcie inbound、outbound及EP、RC间的互相訪问

阅读更多关于 pcie inbound、outbound及EP、RC间的互相訪问

Inbound:PCI域訪问存储器域 Outbound:存储器域訪问PCI域 RC訪问EP: RC存储器域->outbound->RC PCI域->EP PCI域->inbound->EP存储器域 EP訪问RC：EP存储器域->outbound->EP PCI域->RC PCI域->inbound->RC存储器域 Out即出去，发起訪问的一側，须要进行outbound，去訪问对端 In即进来，被訪问的一側，须要进行inbound，使得对端能够訪问 EP訪问RC演示样例（蓝色箭头）：（1）首先，EP须要配置outbound，RC须要inbound(一般RC端不用配)，这样就建立了EP端0x20000000到RC端0x50000000的映射（2）在RC端改动0x50000000的内容，EP端能够看到对应的变化。从EP端读/写0x20000000和从RC端读/写0x50000000，结果是一样的 RC訪问EP演示样例（黑色箭头）：（1）首先，RC端须要配置outbound(一般内核中配好)，EP端须要inbound(0x5b000000 inbound到BAR2)，这样就建立了RC端0x20100000（BAR2）到EP端0x5b000000的映射（2）在EP端改动0x5b000000内存的内容，在RC端0x20100000能够看到对应的变化，从RC端读

bzoj3144 [HNOI2013]切糕(最小割)

阅读更多关于 bzoj3144 [HNOI2013]切糕(最小割)

bzoj Luogu 题面描述见上题解时间 ~~ 一开始我真就把这玩意所说的切面当成了平面来做的 ~~ 事实上只是说相邻的切点高度差都不超过 $ d $ 对于一条 $ z $ 轴方向的线，把原题的点看成边，每个原题的点两端看成两个点就好（就是说一条线上有 $ r+1 $ 个点 $ r $ 条边），底端每一个点有一条由 $ S $ 连向它的不能断开( $ inf $ )的边，顶端每个点同理连向 $ T $ 之后考虑处理相邻两点之间高度差不超过 $ d $ 假设我们已经选了线 $ l_1 $ 上的一个原图点 $ p_1 $，那么与之相邻的一条线 $ l_2 $ 上选择的原图点 $ p_2 $ 纵坐标必须在一个区间内从 $ p_1 $ 两端向 $ p_2 $ 可选范围两端连不能断开( $ inf $ )的边就行然后直接跑最小割。 #include<bits/stdc++.h> using namespace std; template<typename TP>inline void read(TP &tar) { TP ret=0,f=1;char ch=getchar(); while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();} while(ch>='0'&&ch<='9'){ret=ret*10+ch-'0';ch

计算两直线交点

阅读更多关于计算两直线交点

function LineToLineCP(VertLine, WallLine: TGPLineF): TGPPointF; var SP, EP, SP1, EP1: TGPPointF; t: Single; ReGP: TGPPointF; begin SP.X := VertLine.SP.X; SP.Y := VertLine.SP.Y; EP.X := VertLine.EP.X; EP.Y := VertLine.EP.Y; SP1.X := WallLine.SP.X; SP1.Y := WallLine.SP.Y; EP1.X := WallLine.EP.X; EP1.Y := WallLine.EP.Y; ReGP.X := SP.X; ReGP.Y := SP.Y; // 需判断 if IsEqualValue(SP.X, EP.X) and IsEqualValue(SP1.Y, EP1.Y) then begin ReGP.X := SP.X; ReGP.Y := SP1.Y; end else if IsEqualValue(SP.Y, EP.Y) and IsEqualValue(SP1.X, EP1.X) then begin ReGP.X := SP1.X; ReGP.Y := SP.Y; end else begin t := ((SP.X

js 一对多双向绑定器

阅读更多关于 js 一对多双向绑定器

<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width, initial-scale=1.0"> <meta http-equiv="X-UA-Compatible" content="ie=edge"> <title>Document</title> </head> <body> <h1 class="disp"></h1> <h2 class="disp"></h2> <h3 class='disp'></h3> <input type="text" id="inp1"></input> <input type="text" id='inp2'></input> <script> var man = { name: 'zhang' }; function bind(obj, key, selector, prop, event = undefined) { var els = document.querySelectorAll(selector); var value_1 = obj[key]; Array.prototype.slice.call(els).forEach(function (el) { if

[网络流24题（5/24）] 分配问题（最小费用最大流）

阅读更多关于 [网络流24题（5/24）] 分配问题（最小费用最大流）

传送门分析：非常经典的费用流的模型吧，也可以通过二分图最大匹配去做，但是鉴于二分图最大匹配的算法存在一定的局限性，故还是学一学较为通用的费用流的做法。这道题目中本质上要讨论的问题跟运输问题，运输问题是一致的。因为考虑到每个人只能被分配到一种货物，每种货物只能被一个人所分配，因此，我们不妨用流量将他们限流。我们创建一个超级源地 $sp$ ，将 $sp$ 跟每个人连一条流量为 $1$ ，费用为 $0$ 的边。同时我们创建一个超级汇点 $ep$ ，将每一种货物跟 $ep$ 都连一条流量为 $1$ ，费用为 $0$ 的边。同时，对于每一个人和货物，我们对他们连一条流量为无穷的边。因为每个人只能从超级源点获取最多 $1$ 点的流量，每种货物只能向超级汇点传送最多 $1$ 点的流量，因此当这个图满流时，能够保证每个人一定会配对最多一个货物，即达到我们限流的要求。而如果我们需要求解最小花费，我们只需要将人和货物的边加上的费用取 $val_{ij}$ ，最后在这张图上跑最小费用最大流后最小费用即为答案。而如果我们需要求解最大花费，我们只需要将人和货物的边加上的费用取相反数 $-val_{ij}$ ，最后在这张图上跑最小费用最大流后最小费用的相反数即为答案。代码： #include <bits/stdc++.h>

杭电1145 so you want to be a 2n-aire?

阅读更多关于杭电1145 so you want to be a 2n-aire?

杭电1145 这道题的意思是给你一元钱，让你连续回答n个问题，每回答对一个问题，钱数翻倍，回答错了，就什么也没有了，已知你回答对没到题的概率在t到1之间均匀分布。求你能获得的最大的钱数期望。刚看到这道题不明白什么意思，到底求什么期望，后来看了几篇大牛的博客才懂，首先假设有n道题，你已经回答了i道题了，下面我们要确定的是回答第i+1道题是回答还是不回答，那么该如何确定呢？你已经回答了i道题，那么获得的钱是2^i，我们假设回答问题所获的期望存储在数组d中，那么回答对第i+1 道题的期望就是d[i+1]，我们假设一个比值ep，来确定要不要回答第i+1道题，如果d[i+1]*ep>2^i,回答后期望得到的钱比不回答的钱多，那么肯定要回答。即当ep>2^i/d[i+1];肯定回答下一题。那么我们就假定ep=2^i/d[i+1]为临界值。那么我们就要确定ep与t的大小了。很明显，当t>=ep时，即回答对下一题的概率大于回答下一题的概率，那么肯定回答下一题。这样回答下一题的期望就是(1+t)/2*2*d[i+1](因为t是均匀分布，所以t的数学期望是（1+t）/2); 那么当t<ep时，我们要不要回答这题呢，不知道，我们要判断概率，回答这道的概率是(1-ep)/(1-t);那么不回答这题的概率应该就是(ep-t)/(1-t);(根据所谓的全概率公式，虽然刚学概率论，居然不会用概率论公式

订阅 ep