fast

题目 给定一个带有头结点 head 的非空单链表，返回链表的中间结点。 如果有两个中间结点，则返回第二个中间结点。 示例 1： 输入：[1,2,3,4,5] 输出：此列表中的结点 3 (序列化形式：[3,4,5]) 返回的结点值为 3 。 (测评系统对该结点序列化表述是 [3,4,5])。 注意，我们返回了一个 ListNode 类型的对象 ans，这样： ans.val = 3, ans.next.val = 4, ans.next.next.val = 5, 以及 ans.next.next.next = NULL. 示例 2： 输入：[1,2,3,4,5,6] 输出：此列表中的结点 4 (序列化形式：[4,5,6]) 由于该列表有两个中间结点，值分别为 3 和 4，我们返回第二个结点。 思想 定义两个指针,一个快指针fast,一个慢指针slow,快指针fast移动的速度是慢指针slow的两倍. 当fast到达列表的末尾时,slow必然在中间 代码 public class ListNode { public var val: Int public var next: ListNode? public init (_ val: Int) { self.val = val } } func middleNode(_ head: ListNode?) -> ListNode? {

图片中可能含有多个物体需要分类和定位，数量不确定 方案一 sliding windows 计算量太大，不被使用 方案二 region proposals regions是固定算法选择的，不经过学习。而且计算量还是大 fast R-CNN 选取region之后再投影到卷积层 fast R-CNN已经很快了，但是，对于test time，region proposals的时间限制了模型速度。 faster R-CNN 自己用网络去选取region(在卷积后的层上） ---------------------------------------------------------------------------------------------------------------------------------- YOLO/SSD(single shot detection) ##下图的对比已经不再绝对，YOLO已经很准确了## Dense Captioning 对每个bounding box进行image captioning ------------------------------------------------------------------------------------------------------------------------------

分箱式内存管理 Unsorted bin   Unsorted bin 可以看作是 small bins 和 large bins 的 cache，只有一个 unsorted bin，以双向链表管理空闲 chunk，空闲 chunk 不排序，所有的 chunk 在回收时都要先放到 unsorted bin 中，分配时，如果在 unsorted bin 中没有合适的 chunk，就会把 unsorted bin 中的所有 chunk 分别加入到所属的 bin 中，然后再在 bin 中分配合适的 chunk。Bins 数组中的元素 bin[1]用于存储 unsorted bin 的 chunk 链表头。 /* The otherwise unindexable 1-bin is used to hold unsorted chunks. */ #define unsorted_chunks(M) (bin_at(M, 1)) /* Conveniently, the unsorted bin can be used as dummy top on first call */ #define initial_top(M) (unsorted_chunks(M)) unsorted_chunks(M)：把 bin[1]设置为 unsorted bin 的 chunk 链表头。

Android RecyclerView: Super Fast ListView 原文来自我的微信公众号: longkai_1991 先上图，看效果： 前几天刚release完公司的一个项目，有了点时间，于是就想找一些有意思的东西学习一下，顺便运用在项目之中。看到iOS的同事们在谈论iOS8的xx特性时，我突然也有想在公司项目的下一个版本中添加Android L版本的特性。 六月底的时候收看Google io时，当时对Android新的设计语言，Material Design，没什么太大的好感，感觉色彩一坨一坨的，好难看的样子，当时觉得亮点就是新的ART运行时环境和一些酷炫的动画效果。再后来，8月初的时候，自己出于好奇真的拿Nexus 5安装了一个L的预览版，体验很差...好多软件都还是holo的，反正觉得不是很期待就是啦。 回到重点，下载好最新的SDK，你会发现在 ANDROID_HOME/extras/android/m2repository/com/android/support 下面多了不少兼容库， cardview , support-annotations , recyclerview-v7 ，眼前一亮吧~这回，Google真的是拿出了好多东西呀，赞，尤其是cardview和recyclerview这两个新的控件，这个在Google最新的Material

题目： 在 O(n log n) 时间复杂度和常数级空间复杂度下，对链表进行排序。 示例 1: 输入: 4->2->1->3 输出: 1->2->3->4 示例 2: 输入: -1->5->3->4->0 输出: -1->0->3->4->5 解题： 归并排序（递归法） 题目要求时间空间复杂度分别为O(nlogn)O(nlogn)和O(1)O(1)，根据时间复杂度我们自然想到二分法，从而联想到归并排序； 对数组做归并排序的空间复杂度为 O(n)O(n)，分别由新开辟数组O(n)O(n)和递归函数调用O(logn)O(logn)组成，而根据链表特性： 数组额外空间：链表可以通过修改引用来更改节点顺序，无需像数组一样开辟额外空间； 递归额外空间：递归调用函数将带来O(logn)O(logn)的空间复杂度，因此若希望达到O(1)O(1)空间复杂度，则不能使用递归。 通过递归实现链表归并排序，有以下两个环节： 分割 cut 环节： 找到当前链表中点，并从中点将链表断开（以便在下次递归 cut 时，链表片段拥有正确边界）； 我们使用 fast,slow 快慢双指针法，奇数个节点找到中点，偶数个节点找到中心左边的节点。 找到中点 slow 后，执行 slow.next = None 将链表切断。 递归分割时，输入当前链表左端点 head 和中心节点 slow 的下一个节点 tmp(因为链表是从

给定一个链表，返回链表开始入环的第一个节点。 如果链表无环，则返回 null。 为了表示给定链表中的环，我们使用整数 pos 来表示链表尾连接到链表中的位置（索引从 0 开始）。 如果 pos 是 -1，则在该链表中没有环。 说明：不允许修改给定的链表。 示例 1： 输入：head = [3,2,0,-4], pos = 1 输出：tail connects to node index 1 解释：链表中有一个环，其尾部连接到第二个节点。 示例 2： 输入：head = [1,2], pos = 0 输出：tail connects to node index 0 解释：链表中有一个环，其尾部连接到第一个节点。 示例 3： 输入：head = [1], pos = -1 输出：no cycle 解释：链表中没有环。 进阶：你是否可以不用额外空间解决此题？ 利用快慢指针，快指针每次走两步，慢指针每次走一步，若快慢指针相遇，则存在环，否则不存在环返回 若存在环，设相遇时慢指针走的路径长度为s，快指针走的路径长度为f，由追击问题可得：f=2*s； 设链表头节点到环入口结点的距离为a，环长为b，则相遇时f=s+n*b（相遇时肯定绕环走了n圈）； 得s=n*b；如果从头结点走，走到环的入口结点的距离为a+n*b；所以在第一次相遇后，让慢指针再走a步即可到达环的入口点 /** *

访问当前节点的时候仅仅需要判断当前节点就可以 struct ListNode { int val; struct ListNode *next; } struct ListNode *a; a = (struct ListNode *)malloc(sizeof(struct ListNode *)); while (a) { a = a->next; } 使用双指针的时候判断下一个节点是否可以访问就可以 struct ListNode *fast,*slow; slow = fast = head; while (fast && fast->next) { fast = fast->next->next; slow = slow->next; } 来源： https://www.cnblogs.com/zhangpengfei5945/p/11910056.html

浅谈僵尸网络利器：Fast-flux技术 一、背景 在早期的僵尸网络中，控制者通常会把C&C服务器的域名或者IP地址硬编码到恶意程序中，僵尸主机通过这些信息定时访问C&C主机获取命令。但同时安全人员也能够通过逆向恶意程序，得到C&C服务器的域名或者IP，利用这些信息定位C&C主机，安全人员就可以隔断C&C主机从而破坏僵尸网络。不少控制者为了保护C&C主机，使用Fast-flux技术来提高C&C服务器的健壮性。 二、基本概念 在正常的DNS服务器中，用户对同一个域名做DNS查询，在较长的一段时间内，无论查询多少次返回的结果基本上是不会改变的。Fast-flux技术是指不断改变域名和IP地址映射关系的一种技术，也就是说在短时间内查询使用Fast-flux技术部署的域名，会得到不同的结果。图2-1为Fast-flux技术工作方式。 图2-1 客户端访问Fast-flux网络流程 客户端两次访问 www.example.com 的过程如下： 1) 为了得到网站 www.example.com 的IP地址，客户端发起DNS查询。 2) 随后DNS服务器返回了一个IP地址1.2.3.4，同时TTL为一个很小的数值。 3) 客户端访问IP为1.2.3.4的服务器获取内容。 4) IP为1.2.3.4的服务器响应请求，返回相应内容。 5) 客户端再次访问 www.example.com

目录 引言 Fast R-CNN设计思路 一、动机 二、现有方案hard negative mining 及其窘境 hard negative mining实现 窘境 设计思路 OHEM步骤： 反向传播 实验结果 引言 Fast R-CNN设计思路 Fast R-CNN将整张图片和选择性搜索算法提取出来的候选区域作为输入，对整张图片利用卷积+池化的组合提取特征，产生一个feature map（特征层），结合选择性搜索算法提取出来的候选区域位置，从feature map中选择对应位置的特征（红色框）送到RoI pooling层 因为后面的全连接层需要固定大小的输入，所以作者在RoI pooling层对其采用了特殊的处理。即将 \(h \times w\) 输入划分成固定的输出大小 \(H \times W\) ，这样 \(H \times W\) 的每个单元格中包含了 \(h/H \times w/W\) 个元素，对其中的元素进行maxpool，就得到了固定的输出大小 \(H \times W\) 。 将RoI pooling后的输出送入全连接层后在两个子网络分别进行输出和回归。 一、动机 ​目标检测领域一个经典的问题，难易样本不均衡。 二、现有方案hard negative mining 及其窘境 hard negative mining实现 固定模型，去寻找难样本添加到样本集中

Oracle的物化视图提供了强大的功能，可以用于预先计算并保存表连接或聚集等耗时较多的操作的结果，这样，在执行查询时，就可以避免进行这些耗时的操作，而从快速的得到结果。物化视图有很多方面和索引很相似：使用物化视图的目的是为了提高查询性能；物化视图对应用透明，增加和删除物化视图不会影响应用程序中SQL语句的正确性和有效性；物化视图需要占用存储空间；当基表发生变化时，物化视图也应当刷新。 物化视图可以分为以下三种类型：包含聚集的物化视图；只包含连接的物化视图；嵌套物化视图。三种物化视图的快速刷新的限制条件有很大区别，而对于其他方面则区别不大。创建物化视图时可以指定多种选项，下面对几种主要的选择进行简单说明： 创建方式（Build Methods）：包括BUILD IMMEDIATE和BUILD DEFERRED两种。BUILD IMMEDIATE是在创建物化视图的时候就生成数据，而BUILD DEFERRED则在创建时不生成数据，以后根据需要在生成数据。默认为BUILD IMMEDIATE。 查询重写（Query Rewrite）：包括ENABLE QUERY REWRITE和DISABLE QUERY REWRITE两种。分别指出创建的物化视图是否支持查询重写。查询重写是指当对物化视图的基表进行查询时，Oracle会自动判断能否通过查询物化视图来得到结果，如果可以