LinkedBlockingQueue使用场景有哪些
1、LinkedBlockingQueue
的特点
LinkedBlockingQueue
是 Java 中 java.util.concurrent
包下的一种阻塞队列,它有以下几个主要特点:
1.线程安全
LinkedBlockingQueue
是线程安全的,它内部使用了锁机制来确保多线程环境下的并发访问不会导致数据不一致。无论是多个生产者线程还是多个消费者线程同时访问队列,LinkedBlockingQueue
都能够保证线程安全
2.阻塞操作
- 阻塞式入队:当队列已满时,生产者线程在调用
put()
方法时会被阻塞,直到队列有空间。 - 阻塞式出队:当队列为空时,消费者线程在调用
take()
方法时会被阻塞,直到队列中有元素。
这些阻塞操作使得 LinkedBlockingQueue
非常适合用于生产者-消费者模型。
3.支持可选的容量限制
LinkedBlockingQueue
可以在创建时指定一个容量上限。如果没有指定容量,则默认容量为 Integer.MAX_VALUE
。如果指定了容量,队列就会有一个固定的大小限制,一旦达到这个大小,任何试图向队列中插入元素的操作都会被阻塞,直到队列有空间为止。
- 有界队列:指定容量的队列,最大容量限制了队列的元素数。
- 无界队列:没有指定容量的队列,队列可以根据需要动态增长,直到达到系统资源限制。
4.先进先出(FIFO)
LinkedBlockingQueue
实现了队列的数据结构,遵循先进先出(FIFO)的原则。即,队列中最早插入的元素将会最先被取出。
5.支持多个生产者和消费者
LinkedBlockingQueue
允许多个生产者线程和多个消费者线程同时访问队列。它通过内部的锁机制(如 ReentrantLock
)来管理并发访问,确保队列状态的一致性。
6.基于链表实现
LinkedBlockingQueue
是基于链表结构实现的。它在内存中维护一个链表来存储队列元素,因此具有较低的内存开销和较好的性能。相比基于数组的队列(如 ArrayBlockingQueue
),链表结构可以灵活扩展,避免了固定大小的限制。
7.公平与非公平锁
LinkedBlockingQueue
可以配置为使用 公平锁 或 非公平锁。- 公平锁:当多个线程竞争队列操作时,公平锁会确保线程按照请求的顺序访问队列。
- 非公平锁:线程的调度可能不会按照顺序,可能会有线程 “抢占” 操作。 默认情况下,
LinkedBlockingQueue
使用非公平锁,这样可以提升性能。
8.支持自定义线程中断
LinkedBlockingQueue
的阻塞方法(如 take()
、put()
)都可以响应线程中断。比如在执行 take()
时,如果线程被中断,它会抛出 InterruptedException
,从而允许线程能够中断阻塞状态。
9.适合用于高吞吐量环境
由于其基于链表结构并且提供阻塞操作,LinkedBlockingQueue
适合用于高吞吐量的多线程环境,特别是生产者-消费者模式、任务调度等场景。
10.内存消耗与性能
- 内存消耗:每个队列元素都由节点表示,因此
LinkedBlockingQueue
在存储大量数据时可能会比ArrayBlockingQueue
消耗更多内存。 - 性能:对于大部分应用场景来说,
LinkedBlockingQueue
的性能相对较好,特别是在需要高吞吐量的多线程环境中。
总结
LinkedBlockingQueue
是一个功能强大且灵活的阻塞队列,具有线程安全、阻塞操作、先进先出顺序、多生产者多消费者支持等特点。它非常适用于生产者-消费者模式、线程池任务队列、事件处理系统等场景,尤其是在需要线程间高效数据交换时。
2、LinkedBlockingQueue
的使用场景
LinkedBlockingQueue
是一个基于链表实现的阻塞队列,它具有较大的灵活性,适用于多种场景,特别是在需要动态调整容量并且在多个线程之间进行数据交换时非常有用。以下是几个常见的使用场景及其代码示例:
1. 生产者-消费者模式
LinkedBlockingQueue
是生产者-消费者模型的经典实现之一,它提供了线程安全的队列,适合在生产者和消费者之间传递数据。生产者将任务或数据放入队列,消费者从队列中取出任务或数据进行处理。
使用场景:任务调度、数据处理流水线等。
代码示例:
import java.util.concurrent.*;public class ProducerConsumerExample {public static void main(String[] args) {BlockingQueue<Integer> queue = new LinkedBlockingQueue<>(10);// 生产者线程Thread producer = new Thread(() -> {try {for (int i = 1; i <= 10; i++) {queue.put(i); // 阻塞直到队列有空间System.out.println("Produced: " + i);Thread.sleep(1000);}} catch (InterruptedException e) {Thread.currentThread().interrupt();}});// 消费者线程Thread consumer = new Thread(() -> {try {for (int i = 1; i <= 10; i++) {Integer item = queue.take(); // 阻塞直到队列中有元素System.out.println("Consumed: " + item);Thread.sleep(1500);}} catch (InterruptedException e) {Thread.currentThread().interrupt();}});producer.start();consumer.start();}
}
2. 线程池任务队列
线程池中的任务通常会使用 BlockingQueue
来保存待执行的任务,LinkedBlockingQueue
可以作为线程池的任务队列,适用于任务量较大且可以动态调整队列大小的场景。
使用场景:服务器中的任务调度、Web请求处理等。
代码示例:
import java.util.concurrent.*;public class ThreadPoolExample {public static void main(String[] args) {// 创建一个线程池,使用LinkedBlockingQueue作为任务队列BlockingQueue<Runnable> queue = new LinkedBlockingQueue<>(10);ExecutorService executorService = new ThreadPoolExecutor(4, // 核心线程数8, // 最大线程数60L, TimeUnit.SECONDS, // 空闲线程存活时间queue // 使用LinkedBlockingQueue作为任务队列);// 提交多个任务for (int i = 0; i < 10; i++) {final int taskId = i;executorService.submit(() -> {try {System.out.println("Task " + taskId + " started");Thread.sleep(2000);System.out.println("Task " + taskId + " completed");} catch (InterruptedException e) {Thread.currentThread().interrupt();}});}executorService.shutdown();}
}
3. 事件处理队列
在事件驱动的架构中,LinkedBlockingQueue
可用于存储和传递事件。当一个事件发生时,事件处理器将其放入队列,消费者线程从队列中取出事件并处理。
使用场景:GUI事件处理、消息处理系统等。
代码示例:
import java.util.concurrent.*;public class EventHandlingExample {public static void main(String[] args) {BlockingQueue<String> eventQueue = new LinkedBlockingQueue<>(10);// 事件生产者线程Thread eventProducer = new Thread(() -> {try {for (int i = 1; i <= 5; i++) {String event = "Event " + i;eventQueue.put(event); // 阻塞直到队列有空间System.out.println("Produced: " + event);Thread.sleep(1000);}} catch (InterruptedException e) {Thread.currentThread().interrupt();}});// 事件消费者线程Thread eventConsumer = new Thread(() -> {try {for (int i = 1; i <= 5; i++) {String event = eventQueue.take(); // 阻塞直到队列中有元素System.out.println("Consumed: " + event);Thread.sleep(1500);}} catch (InterruptedException e) {Thread.currentThread().interrupt();}});eventProducer.start();eventConsumer.start();}
}
4. 限流处理
LinkedBlockingQueue
还可以用来实现限流的功能,限制某些操作的频率。通过限制队列的容量,可以控制操作的最大数量,从而达到限流的效果。
使用场景:API请求限流、日志写入限制等。
代码示例:
import java.util.concurrent.*;public class RateLimitingExample {public static void main(String[] args) {BlockingQueue<String> queue = new LinkedBlockingQueue<>(5); // 限制队列容量为5// 模拟发送请求Thread requestProducer = new Thread(() -> {try {for (int i = 1; i <= 10; i++) {if (queue.size() < 5) {queue.put("Request " + i); // 请求加入队列System.out.println("Request " + i + " added to queue");} else {System.out.println("Rate limit reached, cannot add Request " + i);}Thread.sleep(500);}} catch (InterruptedException e) {Thread.currentThread().interrupt();}});// 模拟请求处理Thread requestConsumer = new Thread(() -> {try {for (int i = 1; i <= 10; i++) {String request = queue.take(); // 从队列中取出请求System.out.println("Processing " + request);Thread.sleep(1000);}} catch (InterruptedException e) {Thread.currentThread().interrupt();}});requestProducer.start();requestConsumer.start();}
}
5. 任务队列
LinkedBlockingQueue
也可以用于任务队列,队列中每个任务可以由工作线程进行处理。这适用于需要并行处理大量独立任务的场景。
使用场景:分布式任务调度、大数据处理任务等。
代码示例:
import java.util.concurrent.*;public class TaskQueueExample {public static void main(String[] args) {BlockingQueue<Runnable> taskQueue = new LinkedBlockingQueue<>(10);// 创建并启动工作线程for (int i = 0; i < 3; i++) {final int workerId = i;new Thread(() -> {try {while (true) {Runnable task = taskQueue.take(); // 阻塞直到有任务task.run();System.out.println("Worker " + workerId + " completed a task.");}} catch (InterruptedException e) {Thread.currentThread().interrupt();}}).start();}// 向队列添加任务for (int i = 1; i <= 5; i++) {final int taskId = i;taskQueue.put(() -> System.out.println("Executing Task " + taskId));}}
}
总结:
- 生产者-消费者模式:利用
LinkedBlockingQueue
实现线程间数据交换。 - 线程池任务队列:用于线程池中的任务调度。
- 事件处理队列:处理异步事件,适用于事件驱动架构。
- 限流处理:限制操作频率,避免过载。
- 任务队列:适用于需要并行处理多个任务的场景。
LinkedBlockingQueue
提供了阻塞式操作,能够有效解决多线程环境中的同步问题,使得它在任务调度、资源共享、事件处理等场景中非常有用。
相关文章:
LinkedBlockingQueue使用场景有哪些
1、LinkedBlockingQueue 的特点 LinkedBlockingQueue 是 Java 中 java.util.concurrent 包下的一种阻塞队列,它有以下几个主要特点: 1.线程安全 LinkedBlockingQueue 是线程安全的,它内部使用了锁机制来确保多线程环境下的并发访问不会导致…...
关于难例损失函数小记
什么是难例损失函数(Hard Example Loss Function) 这玩意儿是深度学习训练中非常重要又很实用的一个概念,特别适用于处理 数据不平衡、模型收敛缓慢、或者**想让模型更“挑剔”**的场景。 🌟 先从名字讲起: “难例”…...
小程序开发指南
小程序开发指南 目录 1. 小程序开发概述 1.1 什么是小程序1.2 小程序的优势1.3 小程序的发展历程 2. 开发准备工作 2.1 选择开发平台2.2 开发环境搭建2.3 开发模式选择 3. 小程序开发流程 3.1 项目规划3.2 界面设计3.3 代码开发3.4 基本开发示例3.5 数据存储3.6 网络请求3.7 …...
RCE漏洞学习
1,What is RCE? 在CTF(Capture The Flag)竞赛中,RCE漏洞指的是远程代码执行漏洞(Remote Code Execution)。这类漏洞允许攻击者通过某种方式在目标系统上执行任意代码,从而完全控制目…...
青少年编程考试 CCF GESP图形化编程 三级认证真题 2025年3月
图形化编程 三级 2025 年 03 月 一、单选题(共 15 题,每题 2 分,共 30 分) 1、2025 年春节有两件轰动全球的事件,一个是 DeepSeek 横空出世,另一个是贺岁 片《哪吒 2》票房惊人,入了全球票房榜…...
一、绪论(Introduction of Artificial Intelligence)
写在前面: 老师比较看重的点:对问题的概念本质的理解,不会考试一堆运算的东西,只需要将概念理解清楚就可以,最后一个题会出一个综合题,看潜力,前面的部分考的不是很深,不是很难&…...
多模态大语言模型arxiv论文略读(十五)
## Jailbreaking GPT-4V via Self-Adversarial Attacks with System Prompts ➡️ 论文标题:Jailbreaking GPT-4V via Self-Adversarial Attacks with System Prompts ➡️ 论文作者:Yuanwei Wu, Xiang Li, Yixin Liu, Pan Zhou, Lichao Sun ➡️ 研究机…...
漏洞报告:多短视频平台时间差举报滥用漏洞
漏洞标题:跨平台内容发布时序漏洞导致的恶意举报攻击向量 漏洞类型:逻辑缺陷/滥用机制 漏洞等级:中高风险 漏洞描述: 攻击者可利用多平台内容发布时间差,伪造原创证明对合法内容发起恶意举报。该漏洞源于平台间缺乏发…...
【LINUX】学习宝典
一.Linux系统常用单词翻译 1.new folder 新建文件夹 2.paste 粘贴 3.select all 全选 4.open in terminal 打开终端/命令行 5.keep aligned 保持对齐 6.organize deaktop by name按名称组织桌面 7.change background更改背景 8.cancel 取消 9.create创造 创建 10.wal…...
青少年编程考试 CCF GESP图形化编程 四级认证真题 2025年3月
图形化编程 四级 2025 年 03 月 一、单选题(共 10 题,每题 2 分,共 30 分) 1、2025 年春节有两件轰动全球的事件,一个是 DeepSeek 横空出世,另一个是贺岁片《哪吒 2》票房惊人,入了全球票房榜…...
学习海康VisionMaster之平行线查找
一:进一步学习了 今天学习下VisionMaster中的平行线查找,这个还是拟合直线的衍生应用,可以同时测量两条线段,输出中线 二:开始学习 1:什么是平行线查找? 按照传统的算法,必须是开两…...
小甲鱼第004讲:变量和字符串(下)| 课后测试题及答案
问答题: 0. 请问下面代码有没有毛病,为什么? 请问下面代码为什么会出错,应该如何解决? 答:这是由于在字符串中,反斜杠()会与其随后的字符共同构成转义字符。 为了避免这种不测情况的发生,我们可以在字符串的引号前面…...
2025 蓝桥杯省赛c++B组个人题解
声明 本题解为退役蒻苟所写,不保证正确性,仅供参考。 花了大概2个半小时写完,感觉比去年省赛简单,难度大概等价于 codeforces dv4.5 吧 菜鸡不熟悉树上背包,调了一个多小时 题目旁边的是 cf 预测分 所有代码均以通…...
2025蓝桥杯算法竞赛深度突破:创新题型与高阶策略全解析
一、新型算法范式实战 1.1 元启发式算法应用(预测难度:★★★★) 题目场景:星际货物装载 需在飞船载重限制下选择最优货物组合,引入遗传算法解决NP-Hard问题: 染色体编码:二进制串表示货物选择…...
网络流量管理-流(Flow)
1. 传统网络的问题:快递员送信模式 想象你每天要寄100封信给同一个朋友,传统网络的处理方式就像一个固执的快递员: 每封信都单独处理:检查地址、规划路线、盖章、装车…即使所有信的目的地、收件人都相同,也要重复100…...
Spring Boot对接马来西亚股票数据源API
随着对东南亚市场的兴趣日益增长,获取马来西亚股票市场的实时和历史数据变得尤为重要。本文将指导您如何使用Spring Boot框架对接一个假定的马来西亚股票数据源API(例如,StockTV API),以便开发者能够轻松访问和处理这些…...
MySQL 面经
1、什么是 MySQL? MySQL 是一个开源的关系型数据库,现在隶属于 Oracle 公司。是我们国内使用频率最高的一种数据库,我本地安装的是比较新的 8.0 版本。 1.1 怎么删除/创建一张表? 可以使用 DROP TABLE 来删除表,使用…...
【Flink运行时架构】作业提交流程
本文介绍在单作业模式下Flink提交作业的具体流程,如下图所示。 客户端将作业提交给YARN的RM;YARN的RM启动Flink JobManager,并将作业提交给JobMaster;JobMaster向Flink内置的RM请求slots;Flink内置的RM向YARN RM请求…...
【AutoTest】自动化测试工具大全(Java)
😊 如果您觉得这篇文章有用 ✔️ 的话,请给博主一个一键三连 🚀🚀🚀 吧 (点赞 🧡、关注 💛、收藏 💚)!!!您的支持 &#x…...
当DRAM邂逅SSD:新型“DRAM+”存储技术来了!
在当今快速发展的科技领域,数据存储的需求日益增长,对存储设备的性能和可靠性提出了更高的要求。传统DRAM以其高速度著称,但其易失性限制了应用范围;而固态硬盘SSD虽然提供非易失性存储,但在速度上远不及DRAM。 为了解…...
【算法】快速排序
算法系列六:快速排序 一、快速排序的递归探寻 1.思路 2.书写 3.搭建 3.1设计过掉不符情况(在最底层时) 3.2查验能实现基础结果(在最底层往上点时) 3.3跳转结果继续往上回搭 4.实质 二、快速排序里的基准排序 …...
Python快速入门指南:从零开始掌握Python编程
文章目录 前言一、Python环境搭建🥏1.1 安装Python1.2 验证安装1.3 选择开发工具 二、Python基础语法📖2.1 第一个Python程序2.2 变量与数据类型2.3 基本运算 三、Python流程控制🌈3.1 条件语句3.2 循环结构 四、Python数据结构🎋…...
机器学习中的数学(PartⅡ)——线性代数:2.1线性方程组
概述: 现实中很多问题都可被建模为线性方程组问题,而线性代数为我们提供了解决这类问题的工具。先看两个例子: 例子1: 一家公司有n个产品,分别是,生产上述产品需要m种原料,每个产品需要其中一…...
大模型上下文协议MCP详解(2)—核心功能
版权声明 本文原创作者:谷哥的小弟作者博客地址:http://blog.csdn.net/lfdfhl1. 标准化上下文交互技术 1.1 实时数据接入能力 MCP(Model Context Protocol)通过标准化的接口,为 AI 模型提供了强大的实时数据接入能力,使其能够快速获取和处理来自不同数据源的实时信息。…...
检测到目标URL存在http host头攻击漏洞
漏洞描述 修复措施 方法一: nginx 的 default_server 指令可以定义默认的 server 去处理一些没有匹配到 server_name 的请求,如果没有显式定义,则会选取第一个定义的 server 作为 default_server。 server {listen 80 default_server; …...
【 Beautiful Soup (bs4) 详解】
引言 Beautiful Soup 是 Python 最流行的 HTML/XML 解析库,能够从复杂的网页文档中高效提取数据。以下是其核心知识点及示例代码。 一、库简介 1. 核心模块 BeautifulSoup:主类,用于构建文档树结构Tag:表示 HTML/XML 标签的对象…...
Cuto壁纸 2.6.9 | 解锁所有高清精选壁纸,无广告干扰
Cuto壁纸 App 提供丰富多样的壁纸选择,涵盖动物、风景、创意及游戏动漫等类型。支持分类查找与下载,用户可轻松将心仪壁纸设为手机背景,并享受软件内置的编辑功能调整尺寸。每天更新,确保用户总能找到新鲜、满意的壁纸。 大小&am…...
人工智能之数学基础:复矩阵
本文重点 复矩阵是线性代数中以复数为元素的矩阵,是实矩阵在复数域上的自然推广。与实矩阵相比,复矩阵在数学性质、运算规则和应用场景上具有独特性,尤其在量子力学、信号处理、控制理论等领域发挥关键作用。 复矩阵的定义与表示 定义:复矩阵指的是元素含有复数的矩阵。…...
numpy初步掌握
文章目录 一、前言二、概述2.1 安装2.2 基础 三、数组3.1 数组创建3.1.1 从已有数据创建3.1.2 创建特殊值数组3.1.3 创建数值范围数组3.1.4 随机数组生成3.1.5 其他 3.2 数组属性 四、数组操作4.1 索引/切片4.2 数组遍历4.3 修改形状4.4 更多 五、数组运算5.1 常规运算5.2 广播…...
unity曲线射击
b站教程 using UnityEngine; using System.Collections;public class BallLauncher : MonoBehaviour {public float m_R;public NewBullet m_BulletPre;public Transform m_Target;private void Start(){StartCoroutine(Attack());}private void OnDestroy(){StopAllCoroutine…...
[特殊字符] 各领域 Dummy 开关实现方式大集合
涵盖硬件、软件、工业控制、游戏开发及网络虚拟化场景: 🔌 1. 电子 / 硬件工程 🛠️ (1) 物理替代方案 🧲 跳线帽(Jumper)或短路块 👉 模拟开关“开/关”状态 ✅ 示例:开发板上的 B…...
深度解析基于 Web Search MCP的Deep Research 实现逻辑
写在前面 大型语言模型(LLM)已成为我们获取信息、生成内容的重要工具。但它们的知识大多截止于训练数据的时间点,对于需要实时信息、跨领域知识整合、多角度观点比较的深度研究 (Deep Research) 任务,它们往往力有不逮。如何让 LLM 突破自身知识的局限,像人类研究员一样,…...
set 的 contains
语法: set<int> num_set; st.contains(num); 在 C 中,!num_set.contains(num - 1) 这行代码通常用于检查一个集合(num_set)中是否不存在某个值(num - 1)。以下是对这行代码的详细解释:…...
深度学习总结(7)
用计算图进行自动微分 思考反向传播的一种有用方法是利用计算图(compu- tation graph)。计算图是TensorFlow和深度学习革命的核心数据结构。它是一种由运算(比如我们用到的张量运算)构成的有向无环图。下图给出了一个模型的计算图表示。 计算图是计算机科学中一个非常…...
linux网络环境配置
今天我们来了解一下ip获取的两种方式,知道两者的特点,并且学会配置静态ip,那么话不多说,来看. linux网络环境配置. .第一种方式(自动获取): 说明:登录后,通过界面的来设置自动获取ip,特点;Linux启动后会自动获取ip,缺点是每次自动获取的ip地址可能不一样. 第二种方式(指定I…...
SSRF漏洞公开报告分析
文章目录 1. SSRF | 获取元数据 | 账户接管2. AppStore | 版本上传表单 | Blind SSRF3. HOST SSRF一、为什么HOST修改不会影响正常访问二、案例 4. Turbonomic 的 终端节点 | SSRF 获取元密钥一、介绍二、漏洞分析 5. POST | Blind SSRF6. CVE-2024-40898利用 | SSRF 泄露 NTL…...
Java接口深度解析
一、为什么需要接口 接口是Java实现多态的重要机制,核心价值体现在: 实现多继承能力:突破单继承限制,允许类实现多个接口规范系统解耦:制定通用标准,隔离实现与调用方增强扩展性…...
VitePress 项目部署 cloudflare page 提示 npm run build 错误
构建的错误信息如下: 09:52:57.975 ➤ YN0000: Done with warnings in 3s 120ms 09:52:58.072 Executing user command: npm run build 09:52:58.817 npm ERR! Missing script: "build" 09:52:58.818 npm ERR! 09:52:58.818 npm ERR! To see a list of …...
#Hash 模式 vs History 模式
📌 一、概念对比:Hash 模式 vs History 模式 特性Hash 模式History 模式URL 样式http://example.com/#/homehttp://example.com/home是否刷新页面❌ 不会刷新(仅 hash 变化)✅ 通过 HTML5 API 控制,不刷新原理window.…...
图像融合(Image Fusion)是什么
图像融合(Image Fusion)将来自相同类型传感器或成像方式的多幅图像(通常内容是一样的)进行融合,提高图像清晰度、对比度、空间或时间分辨率。得到比原始图像更清晰或信息更丰富的图像 常见类型: 多时相图…...
基于YOLOV8的中草药识别检测系统(包含数据集+PyQt5界面+系统代码)
一、简介 本项目构建了基于 YOLOV8 深度学习网络模型的中草药识别检测系统。凭借 YOLOV8 卓越的性能,该系统能够高效、精准地识别检测大枣、 百合、黄连 、乌梅、厚朴 、牡蛎 、海马 、罗汉果 、甘草、三七、 通草、 薏苡仁、 枸杞子 、八角茴香等 50种常见植物中草…...
【愚公系列】《高效使用DeepSeek》066-纠纷解决话术
🌟【技术大咖愚公搬代码:全栈专家的成长之路,你关注的宝藏博主在这里!】🌟 📣开发者圈持续输出高质量干货的"愚公精神"践行者——全网百万开发者都在追更的顶级技术博主! 👉 江湖人称"愚公搬代码",用七年如一日的精神深耕技术领域,以"…...
7. 解立方根
题目描述 给定一个正整数 N,请你求 N 的立方根是多少。 输入描述 第 1 行为一个整数 T,表示测试数据数量。 接下来的 T 行每行包含一个正整数 N。 1≤T≤105,0≤N≤105。 输出描述 输出共 T 行,分别表示每个测试数据的答案…...
【愚公系列】《Python网络爬虫从入门到精通》047-验证码识别(第三方验证码识别)
🌟【技术大咖愚公搬代码:全栈专家的成长之路,你关注的宝藏博主在这里!】🌟 📣开发者圈持续输出高质量干货的"愚公精神"践行者——全网百万开发者都在追更的顶级技术博主! 👉 江湖人称"愚公搬代码",用七年如一日的精神深耕技术领域,以"…...
C++指针(二)
个人主页:PingdiGuo_guo 收录专栏:C干货专栏 前言 本篇是介绍数组指针与指针数组的概念,用处,操作以及练习的。点赞破五十,更新下一期。 文章目录 1.数组指针 1.1数组指针的概念 1.2数组指针的用处 1.3数组指针的操…...
C++有关内存的那些事
个人主页:PingdiGuo_guo 收录转栏:C干货专栏 前言 本篇博客是讲解关于C内存的一些知识点的。 文章目录 前言 1.内存函数 1.1memcpy函数 1.2memmove函数 1.3 memset函数 2.各数据类型占用 2.1bool类型 2.2char类型 2.3short、int、long类型及整数…...
4.11时钟延迟
时钟偏差:同一个时钟域内的时钟信号到达数字电路的各个部分(寄存器)所用的时间差异 信号达到目标寄存器与接收寄存器的时间差【一般默认信号经过电路时间不计,】 图源:优化时钟网络之时钟偏移-CSDN博客 时钟周期是计…...
下列软件包有未满足的依赖关系: python3-catkin-pkg : 冲突: catkin 但是 0.8.10-
下列软件包有未满足的依赖关系: python3-catkin-pkg : 冲突: catkin 但是 0.8.10- 解决: 1. 确认当前的包状态 首先,运行以下命令来查看当前安装的catkin和python3-catkin-pkg版本,以及它们之间的依赖关系: dpkg -l | grep ca…...
ANSI C 和 C89/C90
在嵌入式开发中提到的 ANSI 通常是指 ANSI C 标准,而 C89 是该标准的另一个名称。以下是详细的解释和两者的关系: 1. ANSI C 是什么? ANSI(American National Standards Institute,美国国家标准协会)在 19…...
git仓库中.git文件夹过大的问题
由于git仓库中存放了较大的文件,之后即使在gitignore中添加,也不会导致.git文件夹变小。 参考1 2 通过 du -d 1 -h查看文件大小 使用 git rev-list --objects --all | grep "$(git verify-pack -v .git/objects/pack/*.idx | sort -k 3 -n | tail…...