last

// PEOperate.cpp: implementation of the PEOperate class. // ////////////////////////////////////////////////////////////////////// #include "PEOperate.h" ////////////////////////////////////////////////////////////////////// // Construction/Destruction ////////////////////////////////////////////////////////////////////// #include "windows.h" #include "stdio.h" #include "string.h" #define MESSAGEBOXADDR 0x77D507EA #define SHELLCODELENGTH 0x12 BYTE shellCode[]={ 0x6A,00,0x6A,00,0x6A,00,0x6A,00, 0xE8,00,00,00,00, 0xE9,00,00,00,00 }; //加载PE文件到内存中 LPVOID ReadPEFile(LPSTR lpszFile) { FILE *pFile =

只有用到Hashtable、HashMap、HashSet、LinkedHashMap等时才要注意hashcode，其他地方hashcode无用。（这么理解不一定对） 判断两个对象是否相等是否要求hashcode() 相等，下边的说法是否对 在java的集合中，判断两个对象是否相等的规则是： 1)，判断两个对象的hashCode是否相等 如果不相等，认为两个对象也不相等，完毕 如果相等，转入2) （这一点只是为了提高存储效率而要求的，其实理论上没有也可以，但如果没有，实际使用时效率会大大降低，所以我们这里将其做为必需的。后面会重点讲到这个问题。） 2)，判断两个对象用equals运算是否相等 如果不相等，认为两个对象也不相等 如果相等，认为两个对象相等（equals()是判断两个对象是否相等的关键） 我个人感觉上边的说法是 hashset 判定元素是否重复的规则 （因为hashset不允许元素重复） 而非Hashtable、HashMap、HashSet、LinkedHashMap在代码中调用 equals ，就可以判断他们是否相等了 看一下下边的例子 class Name { private String first; private String last; public Name(String first, String last) { this.first = first;

参考：http://ghoulich.xninja.org/2016/10/15/how-to-monitor-redis-status/ redis-desktop-manager-0.9.3.817 链接：https://pan.baidu.com/s/1B9Ia8I8NJXZXpi37aLoqbw 提取码：kh8n INFO命令会返回Redis服务器的状态信息和统计数据，计算机可以很简单地解析这些返回数据，用户也可以轻松地阅读这些返回数据。 可以通过以下的可选参数，选择查看特定分段的服务器信息： server ：Redis服务器相关的通用信息 clients ：客户端连接的相关信息 memory ：内存消耗的相关信息 persistence ：RDB（Redis DataBase）和AOF（Append-Only File）的相关信息 stats ：通用统计数据 replication ：主/从复制的相关信息 cpu ：CPU消耗的统计数据 commandstats ：Redis命令的统计数据 cluster ：Redis集群的相关信息 keyspace ：数据库相关的统计数据 INFO命令还可以使用以下参数： all ：返回所有的服务器信息 default ：只返回默认的信息集合 当不提供任何参数时，默认会使用 default 选项。 返回值 返回值为批量字符串

** MySQL 主主 +Keepalived **MySQL+DRBD+Heartbeat 在企业中，数据库高可用一直是企业的重中之重，中小企业很多都是使用 mysql 主 主 方案，一主多从，读写分离等，但是单主存在单点故障，从库切换成主库需要作改动。因此，如果是双主或者多主，就会增加 mysql 入口，增加高可用。 不过多主需要考虑自增长 ID 问题，这个需要特别设置配置文件，比如双主，可以使用奇偶 ，总之，主之间设置自增长 ID 相互不冲突就能完美解决自增长 ID 冲突问题。 主主方案实现思路 1、 两台 mysql 都可读写，互为主备 。 默认只使用一台 masterA 负责数据的写入，另一台 masterB 备用 处于备用状态 ； 2、 masterA 是 masterB 的主库， masterB 又是 masterA 的主库，它们互为主从； 3、 两台主库之间做高可用 , 可以采用 keepalived 等方案 ， 使用 VIP 对外提供服务； 4、 所有提供服务的从服务器与 masterB 进行主从同步（双主多从） ; 5、 建议采用高可用策略的时候， masterA 或 masterB 均不因宕机恢复后而抢占 VIP （非抢占模式）； 这样做可以在一定程度上保证主库的高可用 , 在一台主库 down 掉之后 , 可以在极短的时间内切换到另一台主库上 ，

索引是这样工作的：先在索引中找到对应的值，然后根据匹配的索引记录找到对应的行数据。例如此查询，select nick_name from user_info where user_id = 100;如果user_id列上建有索引，MySQL将使用该索引找到user_id为100的行，也就是说，MySQL先在索引上按值进行查找，然后返回所有包含该值的数据行。 一、B-Tree索引 谈及索引，如果没有明确指定，默认是B-Tree索引。 B-Tree索引是有序的，适用于全键值、键值范围或键最左前缀查找。 假设有如下数据表： create table blog_user ( last_name varchar(40) not null, first_name varchar(40) not null, dob date not null, gender enum('m', 'f') not null, key(last_name, first_name, dob) ); 全值匹配： select * from blog_user where last_name = 'Allen' and first_name = 'Kim' and dob = '2019-10-16'; 匹配最左前缀： select * from blog_user where last_name = 'Allen';

//#include<iostream> #include<cstring> #include<cstdlib> #include<cstdio> #include<vector> //#include<queue> //#include<time.h> //#include<complex> #include<algorithm> #include<stdlib.h> using namespace std; int n,m,lq; #define maxn 200011 struct Edge{int to,next; char v;}edge[maxn<<1]; int first[maxn],le=2; void in(int x,int y,char v) {Edge &e=edge[le]; e.to=y; e.v=v; e.next=first[x]; first[x]=le++;} void insert(int x,int y,char v) {in(x,y,v); in(y,x,v);} struct Ques{int x,y,z,id,col,ps1,ps2;}q[maxn]; bool cmp(const Ques &a,const Ques &b) {return a.col<b.col;} int ans[maxn]; struct AC { int

也许更好的阅读体验 \(\mathcal{Description}\) 题目大意 有一个 \(r * c\) 的矩阵上有 \(n\) 个点，问有多少个子矩阵里包含至少 \(k\) 个点 输入格式 第一行四个数 \(r,c,n,k\) ，接下来 \(n\) 行，每行两个数 \(x_i,y_i\) ，表示第 \(i\) 个点的坐标 输出格式 一行一个数表示合法子矩阵个数 数据范围 \(1\leq r,c,n\leq 3000 , 1\leq k\leq \min(n,10)\) \(\mathcal{Solution}\) 这题好难 题目要求至少包含了 \(k\) 个点的子矩阵， \(k\) 很小 朴素的想法是枚举上边界，下边界，然后在中间尺取，这样是 \(O\left(n^3\right)\) 的 反过来考虑，从下往上枚举每一行 先算出以这一行的每个顶点为左上角，最下面一行为第 \(c\) 的所有合法矩阵个数 计算方法考虑尺取即可 再考虑最下面一行逐渐往上走的合法矩阵个数 这个过程中，点是在不断变少的 考虑算出将最下面一行变为其上面那一行时合法矩阵的减少量，再用原来的合法矩阵量减去就是最下面一行往上移一行后的合法矩阵数量 如何计算合法矩阵的减少量 枚举这一行中的每个点，计算出包含这个点且点数刚好为 \(k\) 的矩阵个数，然后 删去这个点 计算方法也是尺取，另外

题意简述：给定集合 \(\{1, 2, \ldots, n\}\) ，求至少删去几个数后，不存在集合中的 \(i, j\) 和正整数 \(k\) ，使得 \(i+j=2^k\) ， \(q\) 组询问。 \(1\leq q\leq 10^6, 1\leq n\leq 10^9\) 。 原题条件等价于对任意正整数 \(k\) 和 \(l\) ， \(2^k+l\) 和 \(2^k-l\) 中至少一个数不存在。 从大到小考虑每个 \(k\) ，显然对于 \(2^k\pm l\) ，优先删除 \(2^k-l\) 更优。因此我们维护一个值 \(\rm{last}\) ，表示对于当前的 \(k\) ，最大的 \(\rm{last}\) 个数已经被删除。初始 \(\rm{last}=0\) ，每次操作时分类讨论： \(\rm{last}\geq 2^k\) ：被删除的部分已经将 \(2^k\) 的管辖范围完全覆盖，本次不需删除任何数， \(\rm{last}=\rm{last}-k\) 。 \(\rm{last}\leq 2^k\) ：需要向左删除 \(2^k-1-\rm{last}\) 个数， \(\rm{last}=2^k-1-\rm{last}\) 。 单次询问复杂度 \(O(\log n)\) 。 #include <bits/stdc++.h> #define R register

原文: Redis INFO 说明 背景 前面 几篇文章 介绍完了Redis相关的一些说明，现在看看如何查看Redis的一些性能指标和统计信息，也可以看 官网 说明，本文基于Redis 5.0.5。 INFO [section] INFO命令返回有关服务器的信息和统计信息，带上参数ALL可以返回所有部分，默认default，仅返回默认部分集如果未提供任何参数，则采用默认选项。 > INFO ALL 或 > INFO 后面的可选参数可用于选择特定的信息展示： server: 常规信息 clients: 客户端连接部分 memory: 内存消耗相关信息 persistence: RDB和AOF相关信息 stats: 统计信息 replication: 主/从复制信息 cpu: CPU消耗统计 commandstats: Redis命令统计 cluster: 集群部分 keyspace: 数据库、key相关统计 Redis info {all} [session] 说明 redis> INFO ALL # Server redis_version:5.0.5 //Redis服务器的版本 redis_git_sha1:00000000 //Git SHA1 redis_git_dirty:0 //Git dirty flag redis_build_id:cdff23e4497417f9

背景 前面 几篇文章 介绍完了Redis相关的一些说明，现在看看如何查看Redis的一些性能指标和统计信息，也可以看 官网 说明，本文基于Redis 5.0.5。 INFO [section] INFO命令返回有关服务器的信息和统计信息，带上参数ALL可以返回所有部分，默认default，仅返回默认部分集如果未提供任何参数，则采用默认选项。 > INFO ALL 或 > INFO 后面的可选参数可用于选择特定的信息展示： server: 常规信息 clients: 客户端连接部分 memory: 内存消耗相关信息 persistence: RDB和AOF相关信息 stats: 统计信息 replication: 主/从复制信息 cpu: CPU消耗统计 commandstats: Redis命令统计 cluster: 集群部分 keyspace: 数据库、key相关统计 Redis info {all} [session] 说明 redis> INFO ALL # Server redis_version:5.0.5 //Redis服务器的版本 redis_git_sha1:00000000 //Git SHA1 redis_git_dirty:0 //Git dirty flag redis_build_id:cdff23e4497417f9 //构建ID redis_mode