当前位置：首页 > news >正文

GRBL运动控制算法（二）圆弧插补

news 来源：原创 2025/8/28 9:14:24

前言

GRBL 是一款高性能、开源的嵌入式 CNC（计算机数控）控制器固件，专为 Arduino 平台优化，广泛应用于雕刻机、激光切割机、3D 打印机及其他精密运动控制场景。自 2009 年发布以来，GRBL 凭借其高效的运动规划算法、稳定的实时控制性能和紧凑的代码结构，成为创客、工程师和制造商的首选解决方案。

本文深入剖析 GRBL1.1 的圆弧插补实现原理，从参数解析、误差控制逐层拆解，帮助读者理解其底层逻辑与设计思想，为开发者优化运动算法或用户调参提供理论参考。

一.GRBL圆弧插补流程

1 .函数定义部分

#ifdef USE_LINE_NUMBERSvoid mc_arc(float *position, float *target, float *offset, float radius, float feed_rate, uint8_t invert_feed_rate, uint8_t axis_0, uint8_t axis_1, uint8_t axis_linear, uint8_t is_clockwise_arc, int32_t line_number)
#elsevoid mc_arc(float *position, float *target, float *offset, float radius, float feed_rate,uint8_t invert_feed_rate, uint8_t axis_0, uint8_t axis_1, uint8_t axis_linear, uint8_t is_clockwise_arc)
#endif

这是一个条件编译的函数定义，根据是否定义了USE_LINE_NUMBERS宏决定是否包含line_number参数

参数说明：

position: 当前位置坐标数组

target: 目标位置坐标数组

**offset: **从起点到圆心的偏移量

radius: 圆弧半径

**feed_rate: **进给速率

invert_feed_rate: 是否反转进给速率标志

**axis_0: **第一个圆弧平面轴(X/Y/Z中的某一个)

axis_1: 第二个圆弧平面轴

**axis_linear: **线性轴(垂直于圆弧平面的轴)

**is_clockwise_arc: **是否为顺时针圆弧标志

**line_number: **(可选)行号，用于调试或G代码解析

2 .流程图

以下是圆弧插补流程图

二.GRBL圆弧插补算法

1 .圆心坐标计算

根据 gc_execute_line()函数，对G02，G03代码进行解析，通过向量几何和勾股定理，将G代码中的两点+半径参数转换为圆心坐标。

uint8_t gc_execute_line(char *line) 
{
...// 如果当前单位为英寸模式，将半径值转换为毫米if (gc_block.modal.units == UNITS_MODE_INCHES) { gc_block.values.r *= MM_PER_INCH; }// 计算中间变量 h_x2_div_d = 4*r² - x² - y²float h_x2_div_d = 4.0 * gc_block.values.r*gc_block.values.r - x*x - y*y;// 如果计算结果为负，说明圆弧半径错误（无法构成有效圆弧）if (h_x2_div_d < 0) { FAIL(STATUS_GCODE_ARC_RADIUS_ERROR); } // [圆弧半径错误]// 完成 h_x2_div_d 的计算：-sqrt(h_x2_div_d)/hypot(x,y) // 等价于 -(h * 2 / d)h_x2_div_d = -sqrt(h_x2_div_d)/hypot_f(x,y); // 如果是逆时针圆弧（CCW），反转 h_x2_div_d 的符号（参见下方示意图）if (gc_block.modal.motion == MOTION_MODE_CCW_ARC) { h_x2_div_d = -h_x2_div_d; }  // 处理负半径情况if (gc_block.values.r < 0) { h_x2_div_d = -h_x2_div_d; gc_block.values.r = -gc_block.values.r; // 将半径取正值}        // 通过计算得出圆弧的实际中心坐标（完成操作）gc_block.values.ijk[axis_0] = 0.5*(x-(y*h_x2_div_d));  // 计算x轴的圆心坐标gc_block.values.ijk[axis_1] = 0.5*(y+(x*h_x2_div_d)); // 计算y轴的圆心坐标
}

圆心坐标求解图

由距离公式：

$\begin{align*} d = \sqrt{x^2 + y^2} \end{align*}$

由勾股定理：

$\begin{align*} h &= \sqrt{r^2 - \left(\frac{d}{2}\right)^2} = \frac{\sqrt{4r^2 - x^2 - y^2}}{2} \end{align*}$

由△ADO 和△TBC 相似：

$\begin{align*} |AD| &= \frac{y}{d} \cdot h \\[10pt] |DO| &= \frac{x}{d} \cdot h \end{align*}$

P(0,0)为当前位置，T(x,y)为目标位置，圆心坐标（向量推导）：

A 的坐标 $(\frac{x}{2} ,\frac{y}{2})$

$\begin{align*} i &= \frac{x}{2}-|AD|= \frac{x}{2} - \frac{y}{d} \cdot h \\[10pt] % X轴圆心坐标（i = x/2 - (y/d)*h） j &=\frac{y}{2}+|DO|= \frac{y}{2} + \frac{x}{d} \cdot h % Y轴圆心坐标（j = y/2 + (x/d)*h） \end{align*}$

半径有效性检查：

计算 $4r^2 - x^2 - y^2$ ，若为负说明半径太小（无法通过两点）

触发错误条件： $\frac{d}{2}$ （即半径小于两点距离的一半）

2.半径向量计算

调用mc_arc()函数进行半径向量计算

float center_axis0 = position[axis_0] + offset[axis_0];
float center_axis1 = position[axis_1] + offset[axis_1];
float r_axis0 = -offset[axis_0];  // 圆心到起点的向量
float r_axis1 = -offset[axis_1];
float rt_axis0 = target[axis_0] - center_axis0;  // 圆心到终点的向量
float rt_axis1 = target[axis_1] - center_axis1;

半径坐标求解图

圆心坐标计算：

$\begin{align*} x_c &= x_p + i \\ y_c &= y_p + j \\ \end{align*}$

半径向量计算：

$\begin{align*} \vec{r} &= (-i, -j) \\ \vec{r}_t &= (x_t - x_c, y_t - y_c) \end{align*}$

3.角度行程计算

求解angular_travel的大小，即圆心指向起点向量与圆心指向终点向量间的夹角

float angular_travel = atan2(r_axis0*rt_axis1 - r_axis1*rt_axis0, r_axis0*rt_axis0 + r_axis1*rt_axis1);
if (is_clockwise_arc) { if (angular_travel >= -EPSILON) angular_travel -= 2*M_PI;  // 顺时针补全负角度
} else {if (angular_travel <= EPSILON) angular_travel += 2*M_PI;   // 逆时针补全正角度
}

角度行程求解图

反正切函数的加减法公式：

$\begin{align*} \arctan A + \arctan B &= \arctan\left(\frac{A+B}{1-AB}\right) \\ \arctan A - \arctan B &= \arctan\left(\frac{A-B}{1+AB}\right) \end{align*}$

给定两点：

$A(x_0,y_0), \quad B(x_1,y_1)$

它们的极角分别为：

$\angle A = \arctan\left(\frac{y_0}{x_0}\right), \quad \angle B = \arctan\left(\frac{y_1}{x_1}\right)$

根据反正切减法公式，两角之差为：

$\begin{align*} \angle B - \angle A &= \arctan\left(\frac{y_1}{x_1}\right) - \arctan\left(\frac{y_0}{x_0}\right) \\ &= \arctan\left(\frac{\frac{y_1}{x_1} - \frac{y_0}{x_0}}{1 + \frac{y_1}{x_1} \cdot \frac{y_0}{x_0}}\right) \quad \text{（应用反正切减法公式）} \\ &= \arctan\left(\frac{x_0 y_1 - x_1 y_0}{x_0 x_1 + y_0 y_1}\right) \quad \text{（分子分母同乘 $x_0 x_1$）} \end{align*}$

4.分段数计算（几何逼近）

将圆弧插补成足够多的小线段，arc_tolerance为圆弧上任意两点连接而成的小线段到圆弧的最大距离arc_tolerance越小，则圆弧微分成的小线段越多，插补精度也越高。

uint16_t segments = floor(fabs(0.5 * angular_travel * radius) / sqrt(settings.arc_tolerance * (2 * radius - settings.arc_tolerance));

数学推导图

弦高误差 at（即 arc_tolerance）与半弦长 k 的关系：

$\begin{align*} k &= \sqrt{r^2 - (r - at)^2 }= \sqrt{at(2r - at)} \\ \end{align*}$

总弧长 arc 和分段数 s 的关系：

$\begin{align*} arc&=r\cdot |\theta| \\ s&=\frac{arc}{2k} \\ \end{align*}$

代入后得到

$\begin{align*} s &= \frac{a r c}{2 k} = \frac{0.5 |\theta| \cdot r}{\sqrt{at(2r - at)}} \\ \end{align*}$

5.小角度近似优化（泰勒展开）

三角函数的泰勒展开

float theta_per_segment = angular_travel/segments;//每个线段对应的圆心角
// axis_linear，除了圆弧平面之外的第三个轴，即与圆弧平面垂直的轴
float linear_per_segment = (target[axis_linear] - position[axis_linear])/segments;
float cos_T = 2.0 - theta_per_segment * theta_per_segment;  // 2 - θ²
// θ*(1 - θ²/6) (sin的三阶泰勒近似)
float sin_T = theta_per_segment * 0.16666667 * (cos_T + 4.0); 
cos_T *= 0.5;  // → 1 - θ²/2 (cos的二阶泰勒近似)

数学推导图

每个线段对应的圆心角:

$\begin{align*} \theta_p &= \frac{\theta_n}{s} \end{align*}$

泰勒展开式：

$\begin{align*} sin x &= x - \frac{x^3}{3!} + o(x^3) \\ cos x &= 1 - \frac{x^2}{2!} + o(x^2) \end{align*}$

cosx 公式取前两项,sinx 公式取前三项得：

$\begin{align*} \cos\theta_p &\approx 1 - \frac{\theta_p^2}{2} \\ \sin\theta_p &\approx \theta_p - \frac{\theta_p^3}{6} \approx \frac{1}{6}\cdot\theta_p \cdot(2 - \theta_p^2 +4) \end{align*}$

6.位置计算

通过混合近似与精确计算来优化圆弧插补的精度和效率：快速近似法（旋转矩阵增量更新，40μs/次）用于多数计算，而高精度修正（直接三角函数计算，375μs/次）每隔N_ARC_CORRECTION次执行一次，既避免累积误差，又维持整体速度；对于微小圆弧（分段数少），仅用近似计算也能保证误差可控，实现速度与精度的最佳平衡。

float sin_Ti;       // 临时存储当前角度的正弦值
float cos_Ti;       // 临时存储当前角度的余弦值
float r_axisi;      // 旋转后的临时半径向量（用于中间计算）
uint16_t i;         // 循环计数器
uint8_t count = 0;  // 圆弧修正计数器（控制修正频率）for (i = 1; i < segments; i++) { // 遍历每个线段（共 segments-1 次）// 如果未达到修正间隔（N_ARC_CORRECTION），使用增量旋转矩阵近似计算if (count < N_ARC_CORRECTION) {// 应用旋转矩阵更新半径向量（约 40 微秒/次）r_axisi = r_axis0 * sin_T + r_axis1 * cos_T;  // 计算旋转后的新半径分量r_axis0 = r_axis0 * cos_T - r_axis1 * sin_T;  // 更新x轴半径分量r_axis1 = r_axisi;                            // 更新y轴半径分量count++;                                      // 递增修正计数器} // 达到修正间隔时，进行精确的圆弧半径修正（约 375 微秒/次）else {// 通过初始半径向量（=-offset）和变换矩阵计算精确位置cos_Ti = cos(i * theta_per_segment);          // 计算当前角度的余弦sin_Ti = sin(i * theta_per_segment);          // 计算当前角度的正弦r_axis0 = -offset[axis_0] * cos_Ti + offset[axis_1] * sin_Ti; //精确计算x轴半径分量r_axis1 = -offset[axis_0] * sin_Ti - offset[axis_1] * cos_Ti; //精确计算y轴半径分量count = 0;                                    // 重置修正计数器}// 更新圆弧目标位置坐标position[axis_0] = center_axis0 + r_axis0;       // x轴坐标 = 圆心坐标 + x半径分量position[axis_1] = center_axis1 + r_axis1;       // y轴坐标 = 圆心坐标 + y半径分量position[axis_linear] += linear_per_segment;     // 线性轴（如Z轴）按分段增量移动
}

快速近似法：

通过叠加半径分量得到当前点坐标:

$\begin{align*} P_0 &= \begin{cases} r \cos \varphi = \mathrm{r\_axis}_0 \\ r \sin \varphi = \mathrm{r\_axis}_1 \end{cases} \\ \end{align*}$

$\begin{align*} P_1 &= \begin{cases} r \cos (\varphi + \theta_p) = r\cos\varphi\cos\theta_p - r\sin\varphi\sin\theta_p = \mathrm{r\_axis}_0 \cdot \cos \theta_p - \mathrm{r\_axis}_1 \cdot \sin \theta_p \\ r \sin (\varphi + \theta_p) = r\sin\varphi\cos\theta_p + r\cos\varphi\sin\theta_p = \mathrm{r\_axis}_1 \cdot \cos \theta_p + \mathrm{r\_axis}_0 \cdot \sin \theta_p \end{cases} \end{align*}$

$\begin{align*} P_2 &= \begin{cases} r \cos (\varphi_1 + \theta_p) = r\cos\varphi_1\cos\theta_p - r\sin\varphi_1\sin\theta_p = \mathrm{r\_axis}_0 \cdot \cos \theta_p - \mathrm{r\_axis}_1 \cdot \sin \theta_p \\ r \sin (\varphi_1 + \theta_p) = r\sin\varphi_1\cos\theta_p + r\cos\varphi_1\sin\theta_p = \mathrm{r\_axis}_1 \cdot \cos \theta_p + \mathrm{r\_axis}_0 \cdot \sin \theta_p \end{cases} \end{align*}$

高精度修正：

每隔N_ARC_CORRECTION次执行一次，既避免累积误差，又维持整体速度

$\begin{align*} P_0 &= \begin{cases} r \cos \varphi = r\_{\text{axis}0} = -\text{offset}[\text{axis}_0] \\ r \sin \varphi = r\_{\text{axis}1} = -\text{offset}[\text{axis}_1] \end{cases} \end{align*}$

$\begin{align*} P_i &= \begin{cases} \begin{aligned} r \cos (\varphi + i\theta) &= r \cos \varphi \cos i\theta - r \sin \varphi \sin i\theta \\ &= -\mathrm{offset}[\mathrm{axis}_0] \cdot \cos i\theta + \mathrm{offset}[\mathrm{axis}_1] \cdot \sin i\theta \\[5pt] r \sin (\varphi + i\theta) &= r \sin \varphi \cos i\theta + r \cos \varphi \sin i\theta \\ &= -\mathrm{offset}[\mathrm{axis}_1] \cdot \cos i\theta - \mathrm{offset}[\mathrm{axis}_0] \cdot \sin i\theta \end{aligned} \end{cases} \end{align*}$

参考文章

参考CSDN文章：grbl源码解析——圆弧插补

GRBL运动控制算法（二）圆弧插补

前言 GRBL 是一款高性能、开源的嵌入式 CNC（计算机数控）控制器固件，专为 Arduino 平台优化，广泛应用于雕刻机、激光切割机、3D 打印机及其他精密运动控制场景。自 2009 年发布以来，GRBL 凭借其高效的运动规划算法、稳…...

编程日记 2025/8/28 9:14:24

《P1072 [NOIP 2009 提高组] Hankson 的趣味题》

题目描述 Hanks 博士是 BT（Bio-Tech，生物技术) 领域的知名专家，他的儿子名叫 Hankson。现在，刚刚放学回家的 Hankson 正在思考一个有趣的问题。今天在课堂上，老师讲解了如何求两个正整数 c1 和 c2 的最大公约数…...

编程日记 2025/8/25 0:18:55

矩阵分解中的梯度下降：详细实现方案（包含数学推导、代码实现和优化技巧）

矩阵分解中的梯度下降：详细实现方案（包含数学推导、代码实现和优化技巧）矩阵分解是机器学习和数据科学中重要的技术，广泛应用于推荐系统、自然语言处理、图像处理等领域。梯度下降作为一种优化算法，在矩阵分解中常用于最小化目标函数以找到最佳的矩阵近似。本指南将详细…...

编程日记 2025/8/23 21:57:55

STM32F103C8T6实现 SG90 360 °电机转动

简介基于上一篇 STM32F103C8T6实现 SG90 180 电机任意角度转动本来想实现角度转动, 但靠舵机本身无法实现限位, 需要记录位置, 并且根据转速计算大概位置, 存在误差， 不实现角度转动了, 只实现正反转代码正向速度0.75为最大速度, 反向2.25， 接近1.5…...

编程日记 2025/8/28 9:14:12

RTDETR融合[CVPR2025]DnLUT中的MuLUTUnit模块

RT-DETR使用教程： RT-DETR使用教程 RT-DETR改进汇总贴：RT-DETR更新汇总贴《DnLUT: Ultra-Efficient Color Image Denoising via Channel-Aware Lookup Tables》一、模块介绍论文链接：https://arxiv.org/pdf/2503.15931 代码链接&#xf…...

编程日记 2025/8/25 22:05:02

大数据Spark（五十七）：Spark运行架构与MapReduce区别

文章目录 Spark运行架构与MapReduce区别一、Spark运行架构二、Spark与MapReduce区别 Spark运行架构与MapReduce区别一、Spark运行架构 Master:Spark集群中资源管理主节点，负责管理Worker节点。Worker:Spark集群中资源管理的从节点，负责任务的运行…...

编程日记 2025/8/28 4:18:21

二：python基础（黑马）

一：了解 1.1: python特点 python是完全面向对象的语言函数，模块，数字，字符串都是对象，在python中一切皆对象完全支持继承，重载，多重继承支持重载运算符，也支持泛型设计 py…...

编程日记 2025/8/28 9:14:09

【马拉车 KMP 差分数组】P6216 回文匹配|省选-

本文涉及知识点较难理解的字符串查找算法KMP C差分数组马拉车算法 P6216 回文匹配题目描述对于一对字符串 ( s 1 , s 2 ) (s_1,s_2) (s1,s2)，若 s 1 s_1 s1 的长度为奇数的子串 ( l , r ) (l,r) (l,r) 满足 ( l , r ) (l,r) (l,r) 是回文的&#…...

编程日记 2025/8/28 9:14:10

C/C++测试框架googletest使用示例

文章目录文档编译安装示例参考文章文档 https://github.com/google/googletest https://google.github.io/googletest/ 编译安装 googletest是cmake项目，可以用cmake指令编译 cmake -B build && cmake --build build将编译产物lib和include 两个文件夹…...

编程日记 2025/8/28 9:07:11

提高MCU的效率方法

要提高MCU（微控制器单元）的编程效率，需要从硬件特性、代码优化、算法选择、资源管理等多方面入手。以下是一些关键策略： 1. 硬件相关优化时钟与频率：根据需求选择合适的时钟源（内部/外部振荡器），避免过高的时钟频率导致功耗浪费。关闭未使用的外设时钟（如定时器、UA…...

编程日记 2025/8/28 4:02:03

Ansible 实战：Roles，运维的 “魔法函数”

一、介绍你现在已经学过tasks和handlers，那么，最好的playbook组织方式是什么呢？答案很简单：使用roles！roles基于一种已知的文件结构，能够自动加载特定的vars_files、tasks以及handlers。通过roles对内容进…...

编程日记 2025/8/28 9:06:50

GO简单开发grpc

什么是grpc 首先我们需要了解，什么是grpc gRPC（全称：google remote procedure call）是由Google开发的一个高性能、开源的远程过程调用（RPC）框架。它基于 HTTP/2 协议，并且使用 Protocol Buffer…...

编程日记 2025/8/28 9:07:10

强引用，弱引用，软引用，虚引用，自旋锁，读写锁

强引用：强引用GC不会回收软引用：内存够的话不回收，内存不够的话回收弱引用：不管内存够不够，只要有GC就回收虚引用：点get是null，但是GC后他会把引用放到引用队列里边自旋锁：是指尝…...

编程日记 2025/8/27 16:47:44

C++异常处理 throw try catch

C 异常处理概述 C 异常处理机制提供了一种在程序运行时捕获错误或异常情况的方式。异常处理的目的是使得程序在遇到错误时能够优雅地终止或恢复，并防止程序出现崩溃。C 使用 try, throw, 和 catch 关键字来实现异常处理。异常处理的基本结构： throw: …...

编程日记 2025/8/27 8:45:28

优化 Web 性能：管理第三方资源（Third-Party Summary）

在现代 Web 开发中，第三方资源（如分析工具、广告脚本、字体服务）为网站提供了丰富的功能，但也可能成为性能瓶颈。Google 的 Lighthouse 工具在性能审计中提供了“第三方资源概要”（Third-Party Summary）&am…...

编程日记 2025/8/28 9:06:49

第六章、系统级 I/O

真题考点考点一：Unix I/O 所有的 I/O 设备(例如网络、磁盘和终端)都被模型化为文件，而所有的输入和输出都被当作对相应文件的读和写来执行。这种将设备优雅地映射为文件的方式，允许 Linux 内核引出一个简单、低级的应用接口，称为…...

编程日记 2025/8/25 8:21:39

Jetpack Compose 自定义标题栏终极指南：从基础到高级实战

Jetpack Compose 自定义标题栏终极指南：从基础到高级实战本文将带你彻底掌握 Compose 标题栏开发，涵盖 5 种专业级实现方案性能优化技巧完整可运行代码。 📚 核心方案对比方案特点适用场景复杂度基础Row布局完全自定义，灵…...

编程日记 2025/8/27 0:13:36

晶晨S905-S905L-S905LB_S905M2通刷_安卓6.0.1_16S极速开机_线刷固件包

晶晨S905-S905L-S905LB_S905M2通刷_安卓6.0.1_16S极速开机_线刷固件包线刷方法：（新手参考借鉴一下） 刷机工具版本请用2.2.0以上，导入固件后，刷机工具右侧两个擦除打勾，然后点开始。插上刷机神器&#xf…...

编程日记 2025/8/23 7:21:07

tkiner模块的初步学习

文章目录一、前言二、概念2.1 安装2.2 窗口三、小部件3.1 概述3.2 常用小部件3.2.1 Label3.2.2 Button3.2.3 Entry3.2.4 Text3.2.5 Listbox3.2.6 Checkbutton3.2.7 Radiobutton3.2.8 Scrollbar 3.3 更多小部件3.3.1 Scale3.3.2 Spinbox3.3.3. Progressbar 3.4 主题小部件四、…...

编程日记 2025/8/22 7:57:40

Java常用数据结构操作方法全面总结

目录一、List接口及其实现类二、Set接口及其实现类三、Map接口及其实现类四、Queue/Deque队列五、Stack栈六、树形结构七、注意事项与最佳实践总结一、List接口及其实现类核心实现类 ArrayList：基于动态数组LinkedList：基于双向链表常用操作方法…...

编程日记 2025/8/22 2:28:57

Java的Selenium的特殊元素操作与定位之select下拉框

如果页面元素是一个下拉框，我们可以将此web元素封装为Select对象 Select selectnew Select(WebElement element); Select对象常用api select.getOptions();//获取所有选项select.selectBylndex(index);//根据索引选中对应的元素select.selectByValue(value);//选…...

编程日记 2025/8/18 0:00:07

STM32单片机入门学习——第15节: [6-3] TIM输出比较

写这个文章是用来学习的,记录一下我的学习过程。希望我能一直坚持下去,我只是一个小白,只是想好好学习,我知道这会很难，但我还是想去做！ 本文写于：2025.04.05 STM32开发板学习——第15节: [6-3] TIM输出比较前言开发板说明引用解答和科普一…...

编程日记 2025/8/22 12:04:18

力扣经典算法篇-9-跳跃游戏（贪心算法，反向递推）

题干： 给你一个非负整数数组 nums ，你最初位于数组的第一个下标。数组中的每个元素代表你在该位置可以跳跃的最大长度。判断你是否能够到达最后一个下标，如果可以，返回 true ；否则，返回 false 。示例 …...

编程日记 2025/8/22 2:28:57

java面向对象 - 封装、继承和多态

1.封装定义封装是把对象的属性和操作（或服务）结合为一个独立的整体，并尽可能隐藏对象的内部实现细节。通过访问控制修饰符（如private、protected、public）对属性和方法的访问进行限制，以此提升代码的安全性与可维护性。要点访问控制：运用private修饰属性，防止外部直…...

编程日记 2025/8/28 9:09:28

铁电液晶（FLC）与反铁电液晶（AFLC）

### **铁电液晶（FLC）与反铁电液晶（AFLC）的原理、区别及应用** --- ## **1. 基本原理** ### **（1）铁电液晶（Ferroelectric Liquid Crystal, FLC）** - **分子结构**： …...

编程日记 2025/8/27 4:34:26

经典算法 a^b

原题目链接问题描述求 a 的 b 次方对 p 取模的值，即计算： a^b mod p输入格式输入一行，包含三个整数 a、b 和 p，中间用空格隔开。输出格式输出一个整数，表示 a^b mod p 的值。数据范围 0 ≤ a, b ≤ 10^91 …...

编程日记 2025/8/28 9:11:49

Python解决“组成字符串ku的最大次数”问题

Python解决“组成字符串ku的最大次数”问题问题描述测试样例解题思路代码问题描述给定一个字符串 s，该字符串中只包含英文大小写字母。你需要计算从字符串中最多能组成多少个字符串 “ku”。每次可以随机从字符串中选一个字符，并且选中的字符不能再使…...

编程日记 2025/8/23 5:12:43

ubuntu22使用TrinityCore搭建魔兽世界服务器

目录一、Ubuntu22工具下载二、服务端编译配置1. 从 git 上拉取服务端代码2. 编译客户端3. 修改配置文件4. 加载sql语句5. 下载客户端6. 下载必要sql文件三、客户端连接配置四、游戏启动一、Ubuntu22工具下载下载所有需要的工具 sudo apt-get update sudo apt-get install…...

编程日记 2025/8/27 6:33:27

LeetCode - 739.每日温度问题单调栈解法

目录问题描述方法思路：单调栈核心思想为什么用单调栈？ 算法步骤代码实现与逐行解析示例解析复杂度分析总结问题描述给定一个整数数组 temperatures，表示每天的温度，返回一个数组 answer，其中 answe…...

编程日记 2025/8/28 9:11:47

GESP:2025-3月等级8-T1-上学

时间限制 : 1 秒内存限制 : 128 MB C 城可以视为由 n个结点与 m条边组成的无向图。这些结点依次以1,2,....n标号，边依次以 1,2...m标号。第i条边（1<i<m ）连接编号为ui 与vi的结点，长度为li米。小 A 的学校坐落在 C 城中…...

编程日记 2025/8/27 18:53:09

宏碁笔记本电脑擎7PRO搭载的 NVIDIA RTX 5080 显卡安装pytorch

宏碁笔记本电脑擎7PRO搭载的 NVIDIA RTX 5080 显卡是一款高性能移动 GPU，基于 NVIDIA 最新的 Blackwell 架构设计，通过修正架构（Blackwell）、显存类型与带宽（GDDR7、960GB/s）、Tensor Core 与 RT Core 全面…...

编程日记 2025/8/28 9:11:48

Qwen-7B-Chat 本地化部署使用

通义千问简介通义千问是阿里云推出的超大规模语言模型，以下是其优缺点： 优点强大的基础能力：具备语义理解与抽取、闲聊、上下文对话、生成与创作、知识与百科、代码、逻辑与推理、计算、角色扮演等多种能力。可以续写小说、编写邮件、解…...

编程日记 2025/8/28 4:36:51

数据结构，顺序存储线性表

//线性表顺序存储 #include<stdio.h> #include<stdlib.h> #define MAXSIZE 100 #define ElemType int //定义结构体 typedef struct LinearList{ElemType elem[MAXSIZE];int last; }LinearList; //初始化链表 void InitList(LinearList &L){L.last-1; };…...

编程日记 2025/8/28 9:14:10

Matlab轴承故障信号仿真与故障分析

1.摘要本文介绍了一个基于Matlab的轴承故障信号仿真与分析程序，旨在模拟和分析轴承内圈故障信号的特征。程序首先通过生成故障信号、共振信号和调制信号，添加噪声和离散化处理，构建模拟的振动信号，并保存相关数据。通过快速傅里…...

编程日记 2025/8/28 4:13:59

Git三剑客：工作区、暂存区、版本库深度解析

一、引言：为什么需要理解Git的核心区域？ 作为开发者，Git是日常必备的版本控制工具。但你是否曾因以下问题感到困惑？ 修改了文件，但 git status 显示一片混乱？ git add 和 git commit 到底做了什么&#x…...

编程日记 2025/8/28 9:07:09

stack和queue

1.stack的使用函数说明接口说明 stack() 构造空的栈 empty 检测stack是否为空 size 返回stack中元素的个数 top 返回栈顶元素的引用 push 将元素val压入stack中 pop 将stack中尾部的元素弹出 void test_stack() {stack<int> st;st.push(1);st.push(2);st.push(3);s…...

编程日记 2025/8/23 5:11:22

【补题】Codeforces Round 1011 (Div. 2) C. Serval and The Formula

题意：给两个数，问你存不存在k使nmn异或m 思路： 为了让nmn异或m成功，很明显有两个数在同一位上最多只能有1个1。因为如果有两个就会导致数字变小，很明显nm是不可能成功的，因为你怎么搞都会有至少一个一模一…...

编程日记 2025/8/28 9:04:25

基于javaweb的SpringBoot汉服文化bbs系统设计与实现(源码+文档+部署讲解）

技术范围：SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等设计与开发。主要内容：免费功能设计、开题报告、任务书、中期检查PPT、系统功能实现、代码编写、论文编写和辅导、论文…...

编程日记 2025/8/22 5:12:45

Vision_Robot

import time import tkinter as tk from tkinter import messagebox from PIL import Image, ImageTk import socket import threading from datetime import datetime import logging import subprocess # 确保导入 subprocess 库 import os import pyautogu…...

编程日记 2025/8/22 4:49:11

爬虫练习案例

案例1： 爬取菜鸟教程左侧导航栏的分类内容： 在pycharm中书写代码。先倒入相关模块。 import requests from bs4 import BeautifulSoup import lxml.etree as le这个案例写两种写法。第一种： urlhttps://www.runoob.com/html/html-tuto…...

编程日记 2025/8/24 18:38:34

大数据时代的隐私保护：区块链技术的创新应用

一、引言在当今数字化时代，大数据已经成为推动社会发展的关键力量。从商业决策到社会治理，从医疗健康到金融服务，数据的价值日益凸显。然而，随着数据的大量收集和广泛使用，隐私保护问题也日益突出。如何在充分利用大…...

编程日记 2025/8/25 16:05:42

力扣刷题-热题100题-第31题（c++、python）

25. K 个一组翻转链表 - 力扣（LeetCode）https://leetcode.cn/problems/reverse-nodes-in-k-group/?envTypestudy-plan-v2&envIdtop-100-liked 常规模拟根据翻转的长度找到头和尾，进入函数进行翻转主程序里有循环不断找到头和尾并拼…...

编程日记 2025/8/28 9:11:47

（四）数据检索与增强生成——让对话系统更智能、更高效

上一篇：（三）链式工作流构建——打造智能对话的强大引擎在前三个阶段，我们已经搭建了一个基础的智能对话，并深入探讨了输入输出处理和链式工作流构建的细节。今天，我们将进入智能对话系统的高级阶段——数…...

编程日记 2025/8/23 18:27:30

Turtle图形化编程知识点汇总：让编程更有趣

友情提示：本文内容由银河易创AI（https://ai.eaigx.com）创作平台gpt-4-turbo模型生成，仅供参考! 在学习编程的过程中，许多初学者会接触到Python的turtle图形库，它是一种图形化编程工具，通过简单的…...

编程日记 2025/8/22 5:12:30

Social GAN（CVPR2018)

文章目录 AbstractIntroductionRelated WorkHuman-Human InteractionRNNs for Sequence PredictionGenerative Modeling MethodProblem DeﬁnitionGenerative Adversarial NetworksSocially-Aware GANPooling ModuleEncouraging Diverse Sample Generation Conclusion paper Ab…...

编程日记 2025/8/26 18:50:32

前言