关于Python:9. 深入理解Python运行机制
一、Python内存管理(引用计数、垃圾回收)
Python(CPython)采用的是:
“引用计数为主,垃圾回收为辅” 的内存管理机制。
也就是说:
-
引用计数机制:负责大部分内存释放,简单、高效。
-
垃圾回收机制(GC):处理循环引用等引用计数解决不了的问题。
1. 引用计数(Reference Counting)
每个 Python 对象都有一个“引用计数”,表示当前有多少个地方在使用它。
一旦引用计数为 0,Python 立刻销毁对象、释放内存。
举例说明:
a = [1, 2, 3] # 创建列表对象,引用计数 = 1
b = a # b 也指向这个列表,对象引用计数 = 2
del a # 删除 a,引用计数 = 1
del b # 删除 b,引用计数 = 0,对象被销毁
可以使用 sys.getrefcount()
查看一个对象的引用计数:
import sys
x = [1, 2, 3]
print(sys.getrefcount(x)) # 注意:结果比你预期的多1,因为参数x也算一次引用
引用计数的优点:
-
实时释放内存:对象不用的时候,立刻回收。
-
实现简单:不需要像 Java 那样复杂的 GC 跑一遍遍。
2. 引用计数的缺陷:循环引用
如果两个对象互相引用对方,即使外部没有引用了,引用计数也不会为0,内存就不会释放,导致 内存泄露。
示例:
class Node:def __init__(self):self.ref = Nonea = Node()
b = Node()
a.ref = b
b.ref = adel a
del b# a和b虽然没有外部引用,但它们互相引用,所以内存不会释放!
在这个例子中:
对象 | 谁引用了它? | 引用计数 |
---|---|---|
a | main 作用域、b.ref | 2 |
b | main 作用域、a.ref | 2 |
现在执行 del a
、del b
:
对象 | 谁引用了它? | 引用计数 |
---|---|---|
a | 只剩 b.ref | 1 |
b | 只剩 a.ref | 1 |
引用计数永远不会变为 0!
3. 垃圾回收(Garbage Collection,GC)
为了解决循环引用的问题,Python 内部设计了一个 GC模块 来“定期清理”不再使用的内存。
这个 GC 是通过 “分代回收(Generational GC)” 实现的。
分代回收模型(Generational GC)
Python 把所有的对象分成 3 代:
代数 | 含义 | 特点 |
---|---|---|
第0代 | 新建对象 | 最频繁回收 |
第1代 | 经常存活下来的对象 | 偶尔回收 |
第2代 | 长期存在的对象 | 很少回收,数量最多 |
GC 机制假设:
“活得越久的对象,越有可能继续活着”,所以越老的代回收越少。
回收的流程
-
Python 会监控“分配了多少个对象”和“删除了多少个对象”。
-
当分配/删除数量超过阈值,就触发 GC:
-
先回收第0代
-
如果仍然触发阈值,就继续回收第1代、第2代
-
-
采用标记-清除算法:标记“可达对象”,删除“不可达对象”
GC 模块使用示例:
import gc# 查看当前是否启用了自动GC
print(gc.isenabled()) # True# 手动触发一次GC
gc.collect()# 查看GC统计信息
print(gc.get_count()) # 返回 (第0代对象数量, 第1代, 第2代)
4. 小对象内存池机制
CPython 还对**小对象(小于 512 字节)**做了优化:
-
使用内存池(称为 pymalloc)重复利用内存块。
-
这样避免频繁向操作系统申请/释放内存,提高性能。
这就是为什么写 a = 10; b = 10
时,两个变量可能指向的是同一个对象地址。
5. 总结
机制 | 原理 | 优点 | 缺点 |
---|---|---|---|
引用计数 | 每个对象维护引用计数,0即销毁 | 实时、高效 | 不能处理循环引用 |
垃圾回收 | 分代收集,标记清除 | 弥补引用计数的缺陷 | 增加一些系统开销 |
小对象池 | 内存池优化小对象 | 提高小对象复用效率 | 占用一些额外内存 |
二、Python解释器(CPython、PyPy)
Python 解释器就是把你写的 .py
源码翻译为计算机能执行的“指令”的程序。
目前主流解释器有多个实现:
名称 | 语言实现 | 特点 | 适用场景 |
---|---|---|---|
CPython | 用 C 写的 | 官方标准实现,最常用 | 默认解释器,稳定 |
PyPy | 用 RPython 写 | 支持 JIT,速度更快 | 追求性能 |
Jython | 用 Java 写 | 可运行在 JVM 上,调用 Java | Java 环境 |
IronPython | .NET 实现 | 支持 C#/VB 调用 | .NET 环境 |
MicroPython | C实现(精简) | 运行在嵌入式设备 | 单片机开发 |
1. CPython(最主流、最重要)
-
CPython 是 Python 的官方实现。
-
是用 C语言 写的解释器(Interpreter)。
-
所有你运行
.py
的地方,默认就是 CPython。
$ python3 --version
Python 3.11.7 ← 这就是 CPython
CPython 的执行流程
Python 源码(.py 文件)↓
词法/语法分析↓
AST(抽象语法树)↓
编译成字节码(.pyc 文件)↓
交由 CPython 的虚拟机解释执行
这也是为什么会看到 .pyc
文件,它其实就是:
Python 的“中间语言”,类似 Java 的 .class
文件。
CPython 底层结构
typedef struct _object {Py_ssize_t ob_refcnt; // 引用计数PyTypeObject *ob_type; // 类型信息
} PyObject;
CPython(Python 的官方解释器)就是用 C 语言编写的
Py_ssize_t ob_refcnt; // 当前对象的引用计数,决定是否自动释放
PyTypeObject *ob_type; // 指向该对象的类型结构体,比如 int、str 类型
每个 Python 中的对象(int、list、dict 等)在底层都是一个 PyObject 结构体,通过这个结构可以知道:
-
它被引用了多少次(用于自动内存管理)
-
它到底是什么类型(用于运行时类型识别)
CPython 的缺陷:GIL(全局解释器锁)
CPython 使用 GIL 来确保多线程安全:
Global Interpreter Lock→ 同一时间,只允许一个线程执行 Python 字节码
这意味着 Python 的多线程并不能真正并发运行计算密集型任务。CPU 利用率低。
2. PyPy(性能极致的解释器)
-
PyPy 是用一种叫 RPython(可静态类型的Python子集) 实现的 Python 解释器。
-
最大亮点是 JIT(Just-In-Time)编译技术,可以把热代码编译成机器码,加速运行。
PyPy 的优势
特性 | 说明 |
---|---|
JIT 编译 | PyPy 会将频繁执行的代码“编译为机器码”加速运行 |
智能优化 | 内联、移除多余变量等操作自动完成 |
⏱ 性能提升 | 实测一般比 CPython 快 4~10 倍 |
例如:
from time import timedef f():s = 0for i in range(10_000_000):s += ireturn sstart = time()
f()
print("耗时:", time() - start)
同样的代码,用 PyPy 跑会明显快很多。
如何下载安装 PyPy:
1)访问官网下载页面:https://www.pypy.org/download.html
2)解压缩到一个目录,比如:C:\pypy3.9
3)打开命令行,输入:
C:\pypy3.9\pypy3.exe
如果是 Linux / Mac 用户:
sudo apt install pypy3 # Ubuntu
# 或
brew install pypy3 # Mac(需安装 Homebrew)
4)运行代码用 PyPy 解释器
比如:
pypy3 your_script.py
或者:
pypy3
>>> print("hello from PyPy!")
这样就不再用默认的 CPython 。
三、编译原理初步(AST抽象语法树、字节码)
Python 作为一种 解释型语言,它的代码执行过程包括了“编译”和“解释”两个阶段:
编译阶段:把 Python 源代码编译成一种中间表示形式(字节码),这个字节码并不是直接机器码,而是 Python 虚拟机能理解的低级指令。
解释执行阶段:字节码由 Python 解释器(虚拟机)执行。
这两个过程中的重要组成部分就是 AST(抽象语法树) 和 字节码。
1. 什么是 AST(抽象语法树)?
AST(抽象语法树) 是对 Python 源代码的一种树状表示,它的每个节点代表了 Python 程序中的一个结构元素(如表达式、语句等)。它比语法树更简洁,去除了与编程语言具体语法无关的部分。
-
AST 是 Python 编译阶段的产物。
-
Python 代码首先通过 词法分析(将源码转换为标记)和 语法分析(将标记转换为 AST)两步生成。
-
在 AST 之上,Python 可以进行代码优化、分析、转换、生成字节码等操作。
AST 的重要性
-
代码分析与优化:通过 AST,你可以分析代码的结构,做静态分析(例如变量的使用、控制流等)或进行代码优化。
-
代码转换:AST 是生成字节码的基础,修改 AST 可以进行代码重写、反混淆等操作。
-
反向工程:通过分析 AST,你可以将混淆代码或压缩代码还原为易懂的原始代码结构。
生成 AST
可以使用 Python 的 ast
模块来分析和操作 Python 的 AST。例如,下面的代码将 Python 代码解析成 AST:
import astsource_code = "x = 1 + 2 * 3"
tree = ast.parse(source_code)# 打印 AST 的结构
ast.dump(tree, indent=4)
输出会是类似这样的结构(树状结构):
Module(body=[Assign(targets=[Name(id='x', ctx=Store())],value=BinOp(left=Num(n=1), op=Add(), right=BinOp(left=Num(n=2), op=Mult(), right=Num(n=3))))]
)
这就是 Python 代码的 AST 结构。可以看到,它把算式 1 + 2 * 3
转换成了一个树状结构,节点包含了操作符、操作数、表达式等。
AST 操作示例
通过操作 AST,你可以修改代码结构,比如实现代码重构、自动化修改等:
class MyTransformer(ast.NodeTransformer):def visit_BinOp(self, node):if isinstance(node.op, ast.Add):node.op = ast.Sub() # 把加法变成减法return node# 修改 AST
transformer = MyTransformer()
transformed_tree = transformer.visit(tree)# 查看修改后的树
ast.dump(transformed_tree, indent=4)
2. 什么是字节码(Bytecode)?
字节码 是一种中间代码,Python 将源代码编译成字节码后,由 Python 的虚拟机(PVM)解释执行。它比源代码更接近机器码,但仍然独立于平台。
-
字节码的作用:通过将源码编译成字节码,Python 可以实现跨平台运行,只需要安装 Python 解释器,就能执行相同的字节码。
-
.pyc
文件:字节码通常保存在.pyc
文件中,位于__pycache__
目录下。Python 会根据文件的修改时间来决定是否重新编译。
字节码的生成过程
-
编译:Python 源代码通过 CPython 编译器转换为字节码(
.pyc
文件)。每次你运行.py
文件时,CPython 会首先检查是否有.pyc
文件,如果没有就编译成字节码。 -
执行:字节码通过 Python 虚拟机(PVM)解释执行。
字节码反汇编
使用 dis
模块,可以看到 Python 代码的字节码。例如:
import disdef example():a = 1 + 2return adis.dis(example)
输出结果会显示字节码:
2 0 LOAD_CONST 1 (1)2 LOAD_CONST 2 (2)4 BINARY_ADD6 STORE_NAME 0 (a)8 LOAD_NAME 0 (a)10 RETURN_VALUE
这说明:
-
先把常量
1
和2
加载到栈上(LOAD_CONST
), -
执行加法(
BINARY_ADD
), -
把结果存到变量
a
中(STORE_NAME
)。
字节码与机器码的关系
字节码比源代码更接近机器码,但它仍然不是直接可以由 CPU 执行的代码。在 CPython 中,字节码是由 Python 解释器逐条解释执行的。而机器码则是直接由硬件执行的代码。
3. 结合 AST 和 字节码的实际应用
应用场景:代码重构、反混淆
在做 JS 逆向、APP 逆向时,很多时候需要分析混淆代码并重构它。在 Python 中,AST 是一个非常好的工具,可以帮助理解代码的结构,进行重构、逆向等操作。
例子:重构混淆代码
比如,将一段复杂的运算式改写为更易读的形式:
# 混淆的代码
x = 1 + 2 * 3# 解析并重构为
x = 7
通过 AST,可以提取出原始的运算结构,并将它们转换为更容易理解的形式。
应用场景:性能优化
在性能优化中,了解 Python 如何将源代码转化为字节码,有助于优化代码,避免不必要的计算、内存分配等操作。例如,避免频繁的内存分配、减少不必要的对象创建,可以提高程序的性能。
术语 | 含义 | 作用 |
---|---|---|
AST | 抽象语法树,一种树状结构 | 代码结构分析、重构、静态分析、代码生成和优化 |
字节码 | 中间代码,比源码更低级,但不依赖平台 | Python 跨平台运行,虚拟机解释执行 |
四、C扩展开发(如需要极限优化)
C 扩展就是使用 C 语言编写的 Python 模块,它可以被 Python 调用,像普通模块一样 import
。
为什么要用 C 写 Python 模块?
-
Python 本身是用 C 写的(CPython)
-
Python 解释型的性能较低,尤其在数值计算、循环密集任务中较慢
-
C 语言性能高,可以编写性能关键模块,再用 Python 调用
-
还能直接调用操作系统或硬件资源,或者加载第三方底层库(如 OpenSSL)
实际例子:写一个简单的 C 扩展模块
创建一个 C 模块 myfast.c
,提供一个加法函数给 Python 调用。
文件结构:
myfast/
├── myfast.c
└── setup.py
1) myfast.c
内容如下:
#include <Python.h>// C函数:两个数相加
static PyObject* add(PyObject* self, PyObject* args) {int a, b;// 从 Python 传入参数解析为 C 中的 intif (!PyArg_ParseTuple(args, "ii", &a, &b)) {return NULL;}// 返回一个 Python 整数return PyLong_FromLong(a + b);
}// 定义方法表
static PyMethodDef MyFastMethods[] = {{"add", add, METH_VARARGS, "Add two numbers"},{NULL, NULL, 0, NULL}
};// 定义模块
static struct PyModuleDef myfastmodule = {PyModuleDef_HEAD_INIT,"myfast", // 模块名NULL, // 文档(可为 NULL)-1,MyFastMethods
};// 初始化模块
PyMODINIT_FUNC PyInit_myfast(void) {return PyModule_Create(&myfastmodule);
}
2) setup.py
构建脚本:
from setuptools import setup, Extensionmodule = Extension('myfast', sources=['myfast.c'])setup(name='myfast',version='1.0',description='A demo C extension for Python',ext_modules=[module]
)
3)编译模块
运行:
python setup.py build_ext --inplace
这会生成一个 .so
文件(Linux/mac)或 .pyd
(Windows),然后就可以像普通模块一样导入:
4)Python 中使用
import myfastprint(myfast.add(3, 5)) # 输出 8
高级应用方向
调用已有 C/C++ 库(如 OpenSSL、libcurl)
可以封装 C 函数为 Python 接口,甚至是使用 extern
引用已有 .so
/.dll
。
写“黑盒”模块
很多商业代码、加密算法,甚至反爬参数逻辑会被写成 C 模块,然后 只暴露一个接口给 Python,大大提高逆向难度。
用于性能关键场景
在图像处理、数据加密、音视频处理、矩阵运算、机器学习中,Python 常调用 NumPy(内部也是 C 实现)。
相关文章:
关于Python:9. 深入理解Python运行机制
一、Python内存管理(引用计数、垃圾回收) Python(CPython)采用的是: “引用计数为主,垃圾回收为辅” 的内存管理机制。 也就是说: 引用计数机制:负责大部分内存释放,简…...
Cron表达式的用法
最近几天开发东西用到了定时脚本的问题,中间隔了一段时间没有用到,再次复习一下Cron表达式的用法。 Cron表达式是一种用于定义定时任务执行时间的字符串格式,广泛应用于Unix/Linux系统以及各种编程语言中。其主要用途是通过灵活的时间规则来…...
手机通过局域网访问网狐接口及管理后台网站
1.本地部署接口及后台网站 2.设置允许网站端口通过防火墙 3.查看网站服务器IP 4.手机连接到本地服务器同一局域网 5.手机访问本地服务器接口...
JavaSE核心知识点01基础语法01-01(关键字、标识符、变量)
🤟致敬读者 🟩感谢阅读🟦笑口常开🟪生日快乐⬛早点睡觉 📘博主相关 🟧博主信息🟨博客首页🟫专栏推荐🟥活动信息 文章目录 JavaSE核心知识点01基础语法01-01࿰…...
Sliding Window Attention(Longformer)
最简单的自注意力大家肯定都会啦。 但这种全连接的自注意力(即每个 token 需要 attend 到输入序列中的所有其他 token)计算与内存开销是 O ( n 2 ) O(n^2) O(n2) 。为了缓解这个问题,研究者们提出了 Sliding Window Attention。 Sliding W…...
ROS2 开发踩坑记录(持续更新...)
1. 从find_package(xxx REQUIRED)说起,如何引用其他package(包) 查看包的安装位置和include路径详细文件列表 例如,xxx包名为pluginlib # 查看 pluginlib 的安装位置 dpkg -L ros-${ROS_DISTRO}-pluginlib | grep include 这条指令的目的是…...
刷leetcodehot100返航版--哈希表5/5、5/6
回顾一下之前做的哈希,貌似只有用到 unordered_set:存储无序元素unordered_map:存储无序键值对 代码随想录 常用代码模板2——数据结构 - AcWing C知识回顾-CSDN博客 1.两数之和5/5【30min】 1. 两数之和 - 力扣(LeetCode&am…...
嵌入式开发学习日志Day13
第九章 预处理命令 前面加“#”的都为预处理命令; 预处理命令是无脑的文本替换; 一、宏定义 1、不带参数的宏定义 一般形式为: #define 标识符 字符串 (谷歌规定):所有的宏名均大写,便于…...
AI预测的艺术品走势靠谱吗?
首席数据官高鹏律师团队 AI预测艺术品价格走势:技术与法律的双重考量在当今数字化浪潮席卷全球的时代,人工智能(AI)技术正以前所未有的速度渗透到各个领域,艺术品市场也不例外。AI预测艺术品价格走势这一新兴事物&…...
AVL树 和 红黑树 的插入算法
1.AVL树 按照二叉搜索树的规则找到要插入的位置并插入,插入过后看是父节点的左还是右孩子,然后把父节点的平衡因子-1或1,调整后如果父节点的平衡因子是0,那就说明这颗子树的高度插入前后不变,上面的就不用调整平衡因子…...
【项目】基于ArkTS的网吧会员应用开发(1)
一、效果图展示 二、界面讲解 以上是基于ArkTS的鸿蒙应用网吧会员软件的引导页,使用滑动组件滑动页面,至最后一页时,点击立即体验,进入登录页面。 三、代码演示 import promptAction from ohos.promptAction; import router fr…...
命令模式(Command Pattern)
非常好!现在我们来深入讲解行为型设计模式之一 —— 命令模式(Command Pattern)。 我将通过: ✅ 定义解释 🎯 使用动机 🐍 Python 完整调用代码(含注释) 🧭 清晰类图 …...
CMake基础介绍
1、CMake 概述 CMake 是一个项目构建工具,并且是跨平台的;关于项目构建目前比较流行的还有 Makefile(通过 Make 命令进行项目的构建), 大多 IDE 软件都集成了 make,比如:VS 的 nmake、linux 下的 GNU make、Qt 的 qmake 等&…...
偷钱包行为检测数据集VOC+YOLO格式922张1类别有增强
有320张图片是原图剩余为增强图片 数据集格式:Pascal VOC格式YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):922 标注数量(xml文件个数):922 标注数量…...
C 语言比较运算符:程序如何做出“判断”?
各类资料学习下载合集 https://pan.quark.cn/s/8c91ccb5a474 在编写程序时,我们经常需要根据不同的条件来执行不同的代码。比如,如果一个分数大于 60 分,就判断为及格;如果用户的年龄小于 18 岁,就禁止访问某个内容等等。这些“判断”的核心,就依赖于程序能够比…...
Webug4.0靶场通关笔记16- 第20关文件上传(截断上传)
目录 第20关 文件上传(截断上传) 1.打开靶场 2.源码分析 (1)右键查看前端源码 (2)服务端源码分析 (3)渗透思路 3.渗透实战 (1)构建脚本 (2)bp抓包 …...
10 种最新的思维链(Chain-of-Thought, CoT)增强方法
防御式链式思维(Chain-of-Defensive-Thought) 该方法通过引入结构化、防御性的推理示例,提高大语言模型在面对被污染或误导信息时的稳健性。 📄 论文链接:https://arxiv.org/abs/2504.20769 混合链式思维(…...
力扣119题解
记录 2025.5.5 题目: 思路: 代码: class Solution {public List<Integer> getRow(int rowIndex) {List<Integer> row new ArrayList<Integer>();row.add(1);for (int i 1; i < rowIndex; i) {row.add((int) ((long) row.get(i…...
NSOperation深入解析:从使用到底层原理
1. 基础概念与使用 1.1 NSOperation概述 NSOperation是Apple提供的一个面向对象的并发编程API,它基于GCD(Grand Central Dispatch)构建,但提供了更高层次的抽象和更丰富的功能。NSOperation允许开发者以面向对象的方式管理并发任…...
suna工具调用可视化界面实现原理分析(二)
这是一个基于React的浏览器操作可视化调试组件,主要用于在AI开发工具中展示网页自动化操作过程(如导航、点击、表单填写等)的执行状态和结果。以下是关键技术组件和功能亮点的解析: 一、核心功能模块 浏览器操作状态可视化 • 实时…...
【大模型面试每日一题】Day 9:BERT 的 MLM 和 GPT 的 Next Token Prediction 有什么区别?
【大模型面试每日一题】Day 9:BERT 的 MLM 和 GPT 的 Next Token Prediction 有什么区别? 📌 题目重现 🌟 面试官:预训练任务中,BERT 的 MLM(Masked Language Modeling)和 GPT 的 …...
分析strtol(),strtoul()和strtod()三个函数的功能
字符串转换为数值部分和子字符串首地址的函数有strtol(),strtoul()和strtod()三个函数。 1、strtol()函数 long int strtol(const char *str, char **endptr, int base) //当base0时,若字符串不是以"0","0x"和"0X"开头,则将数字部分按照10进制…...
Spring Boot 加载application.properties或application.yml配置文件的位置顺序。
我换一种更通俗易懂的方式,结合具体例子来解释 Spring Boot 加载application.properties或application.yml配置文件的位置顺序。 生活场景类比 想象你要找一本书,你有几个可能存放这本书的地方,你会按照一定顺序去这些地方找,直…...
C++进阶之——多态
1. 多态的概念 多态是用来描述这个世界的 多态的概念:通俗来说,就是多种形态,具体点就是去完成某个行为,当不同的对象去完成时会 产生出不同的状态。 这里就很厉害了,能够实现特殊处理,本文章就是来仔细…...
第13项三期,入组1123例:默沙东启动TROP2 ADC+PD-1子宫内膜癌头对头临床
Umabs DB作为目前全球最全面的抗体药物专业数据库,收录全球近10000个从临床前到商业化阶段抗体药物,涉及靶点1600,涉及疾病种类2400,研发机构2900,覆盖药物蛋白序列、专利和临床等多种专业信息。Umabs DB药物数据库已正…...
政务服务智能化改造方案和案例分析
政务服务智能化改造方案和案例分析 一、引言 在数字化时代浪潮的推动下,政务服务智能化改造已成为提升政府服务效能、优化营商环境、增强民众满意度的关键举措。传统政务服务模式存在流程繁琐、信息孤岛、办理效率低等问题,难以满足现代社会快节奏发展和…...
15.日志分析入门
日志分析入门 第一部分:日志分析基础第二部分:日志分析方法与工具第三部分:日志分析实践总结 目标: • 理解日志分析在网络安全中的作用 • 掌握日志的基本类型和分析方法 • 通过实践初步体验日志分析的过程 第一部分ÿ…...
EPSG:3857 和 EPSG:4326 的区别
EPSG:3857 和 EPSG:4326 是两种常用的空间参考系统,主要区别在于坐标表示方式和应用场景。以下是它们的核心差异: 1. 坐标系类型 EPSG:4326(WGS84) 地理坐标系(Geographic Coordinate System),基…...
Python Cookbook-7.2 使用 pickle 和 cPickle 模块序列化数据
任务 你想以某种可以接受的速度序列化和重建Python 数据结构,这些数据既包括基本Python 对象也包括类和实例。 解决方案 如果你不想假设你的数据完全由基本 Python 对象组成,或者需要在不同的 Python 版本之间移植,再或者需要将序列化后的…...
Java学习手册:Spring 多数据源配置与管理
在实际开发中,有时需要连接多个数据库,例如,一个系统可能需要从不同的数据库中读取和写入数据。Spring 提供了多种方式来配置和管理多数据源,以下将介绍常见的配置和管理方法。 一、多数据源配置 在 Spring 中,可以通…...
六、shell脚本--正则表达式:玩转文本匹配的“万能钥匙”
想象一下,你需要在一大堆文本(比如日志文件、配置文件、网页代码)里查找符合某种特定模式的字符串,而不是仅仅查找固定的单词。比如说: 找出所有的电子邮件地址 📧。找到所有看起来像电话号码 Ὅ…...
Gradio全解20——Streaming:流式传输的多媒体应用(4)——基于Groq的带自动语音检测功能的多模态Gradio应用
Gradio全解20——Streaming:流式传输的多媒体应用(4)——基于Groq的带自动语音检测功能的多模态Gradio应用 本篇摘要20. Streaming:流式传输的多媒体应用20.4 基于Groq的带自动语音检测功能的多模态Gradio应用20.4.1 组件及配置1.…...
力扣hot100 (除自身以外数组的乘积)
238. 除自身以外数组的乘积 中等 给你一个整数数组 nums,返回 数组 answer ,其中 answer[i] 等于 nums 中除 nums[i] 之外其余各元素的乘积 。 题目数据 保证 数组 nums之中任意元素的全部前缀元素和后缀的乘积都在 32 位 整数范围内。 请 不要使用除…...
LFU算法解析
文章目录 LFU缓存中关键变量的访问与更新机制1. min_freq - 最小频率访问时机更新时机更新示例 2. capacity - 缓存容量访问时机更新时机访问示例 3. key_to_node - 键到节点的映射访问时机更新时机更新示例 4. freq_to_dummy - 频率到链表哑节点的映射访问时机更新时机更新示例…...
RHCSA笔记2
RHCSA基础命令 (一)命令格式 (1)命令名【选项】【参数】 选项:决定命令执行的方式,通常有个-或--开头 参数:决定命令作用的目标(目录,文件,磁盘ÿ…...
JavaSE核心知识点01基础语法01-02(基本数据类型、运算符、运算符优先级)
🤟致敬读者 🟩感谢阅读🟦笑口常开🟪生日快乐⬛早点睡觉 📘博主相关 🟧博主信息🟨博客首页🟫专栏推荐🟥活动信息 文章目录 JavaSE核心知识点01基础语法01-02࿰…...
FOC算法开环控制基础
1. 为什么要有FOC算法 先看看从有刷电机到无刷电机的简单介绍,如下图1,通电螺线圈会产生磁场,这个磁场会产生N级和S级,然后这个电磁铁就可以吸引永磁体,S级吸引N级,N级吸引S级,通俗的来说&…...
进程间通信——管道
概念 进程间通信(Inter-Process Communication,简称 IPC)是指在不同进程之间进行数据交换和信息传递的机制。它的目的主要有4种: 数据传输:一个进程需要将它的数据发送给另一个进程资源共享:多个进程之间…...
五一作业-day02
文章目录 1. 每日基操2. 模拟故障2.1 **remove regular empty file 是否删除普通文件(空的)?**2.2 **is a directory xxx是一个目录**2.3 **xxx not a directory 不是一个目录**2.4 Cant open file for writing2.5 **No write since last change** 3. 习题4. **进阶习题** 1. …...
Springclound常用五大组件及其使用原理
注册中心Eureka Eureka-Server:就是服务注册中心(可以是一个集群),对外暴露自己的地址。 提供者:启动后向Eureka注册自己信息(地址,服务名称等),并且定期进行服务续约 …...
Qt 显示QRegExp 和 QtXml 不存在问题
QRegExp 和 QtXml 问题 在Qt6 中 已被弃用; 1)QRegExp 已被弃用,改用 QRegularExpression Qt5 → Qt6 重大变更:QRegExp 被移到了 Qt5Compat 模块,默认不在 Qt6 核心模块中。 错误类型解决方法QRegExp 找不到改用 Q…...
开元类双端互动组件部署实战全流程教程(第4部分:后台配置系统与参数动态控制)
作者:曾经因为后台配置写错,导致全服进不去房的工程师 组件附带的后台管理系统为 PHP 编写,界面简洁但功能齐全。具备完整的模块划分与权限体系,支持动态参数下发、日志审计、行为数据统计等。 七、前端后台交互流程图与代码示例 …...
MySQL基础关键_008_DDL 和 DML(一)
目 录 一、DDL 1.创建表 (1)语法格式 (2)实例 2.查看建表语句 (1)语法格式 (2)实例 3.修改表名 (1)语法格式 (2)实例 4.新…...
基于SpringBoot + Vue 的火车票订票系统
包含: [1]源码✔ 数据库文件✔ [2]万字文档✔ [3]视频与图文配置教程✔ 功能描述: 本系统包含管理员、用户两个角色。 管理员:用户管理、新闻公告管理、车辆管理、车站及路线管理、留言建议管理、车次信息管理 用户:购票操作、查…...
飞致云开源社区月度动态报告(2025年4月)
自2023年6月起,中国领先的开源软件公司飞致云以月度为单位发布《飞致云开源社区月度动态报告》,旨在向广大社区用户同步飞致云旗下系列开源软件的发展情况,以及当月主要的产品新版本发布、社区运营成果等相关信息。 飞致云开源运营数据概览&…...
解决跨域的4种方法
00_跨域的概念 浏览器只允许请问具有相同的协议,域名,端口,进行请求,有一个不同,就会拒绝。 01.前后端协商jsonp //jsonp//jsonp 是 json with padding 的缩写,是一种通过 <script> 标签的 src 属性…...
C# 方法(局部函数和参数)
本章内容: 方法的结构 方法体内部的代码执行 局部变量 局部常量 控制流 方法调用 返回值 返回语句和void方法 局部函数 参数 值参数 引用参数 引用类型作为值参数和引用参数 输出参数 参数数组 参数类型总结 方法重载 命名参数 可选参数 栈帧 递归 局部函数 正如刚刚所解释的&…...
kotlin 02flow-sharedFlow 完整教程
一 sharedFlow是什么 SharedFlow 是 Kotlin 协程中 Flow 的一种 热流(Hot Flow),用于在多个订阅者之间 共享事件或数据流。它适合处理 一次性事件(如导航、弹窗、Toast、刷新通知等),而不是持续状态。 ✅ …...
数据库原理——E-R图的极速省流理解 例题解析
前言 数据库一节没听,一个小时看书给我大致看懂了 E-R概念模型极速省流版 E-R图的重点: 关系图,三要素——实体、属性、联系 图形标识——矩形、椭圆形、菱形 1.实体和属性也可以放一个框矩形框 2.菱形两层边:弱实体集的联…...
5.4 - 5.5Web基础+c语言拓展功能函数
StringBoot HTTP协议: 规定了浏览器与服务器之间数据传递的规则。 请求协议: 请求数据格式: 请求头和请求体之间有一个空行隔开 响应协议: 响应数据格式: 响应头和响应体之间存在空行隔开。 响应数据设置࿱…...