Docker 之 Dockerfile

发表于 | 分类于 | 阅读次数：

Dockerfile 介绍

Dockerfile 是由一系列命令和参数构成的脚本，这些命令应用于基础镜像并最终创建一个新的镜像。它们简化了从头到尾的流程并极大的简化了部署工作。Dockerfile 从 FROM 命令开始，紧接着跟随者各种方法，命令和参数。其产出为一个新的可以用于创建容器的镜像。

Dockerfile 语法

Dockerfile语法由两部分构成，注释 和 命令 + 参数 ：

1
2
# Line blocks used for commenting
command argument argument ..

一个简单的例子：

1
2
# Print "Hello docker!"
RUN echo "Hello docker!"
阅读全文 »

Docker 入门

发表于 | 分类于 | 阅读次数：

前言

Docker 是世界领先的软件容器平台。开发人员利用 Docker 可以消除协作编码时“在我的机器上可正常工作”的问题。Docker 属于 Linux 容器的一种封装，提供简单易用的容器使用接口。它是目前最流行的 Linux 容器解决方案。Docker 将应用程序与该程序的依赖，打包在一个文件里面。运行这个文件，就会生成一个虚拟容器。程序在这个虚拟容器里运行，就好像在真实的物理机上运行一样。有了 Docker，就不用担心环境问题。

总体来说，Docker 的接口相当简单，用户可以方便地创建和使用容器，把自己的应用放入容器。容器还可以进行版本管理、复制、分享、修改，就像管理普通的代码一样。

为什么要使用 Docker

容器除了运行其中应用外，基本不消耗额外的系统资源，使得应用的性能很高，同时系统的开销尽量小。传统虚拟机方式运行 10 个不同的应用就要起 10 个虚拟机，而 Docker 只需要启动 10 个隔离的应用即可。

阅读全文 »

C++ 中的 using 简单总结

发表于 | 分类于 | 阅读次数：

1. 命名空间

该用法能直接在程序中使用 using 后所跟的命名空间的元素，而不用每次要使用时指定命名空间。

1
using namespace std;

2. 定义别名

给某一类型定义别名，和 typedef 作用一样。

using 类型别名 = 原类型;

1
2
using uint = unsigned int;
uint i = 0;  // 相当于unsigned int;
阅读全文 »

ShadowsocksX 更新 PAC 方法

发表于 | 分类于 | 阅读次数：

更新方法

手动下载 gfwlist.txt, 转成 PAC 所用的 gfwlist.js 之后放到默认存放位置。

  1. 获取 gfwlist.txt， 最新地址 https://github.com/gfwlist/gfwlist：

    1
    $ wget https://raw.githubusercontent.com/gfwlist/gfwlist/master/gfwlist.txt

  2. 安装 gfwlist2pac，注意这里需要 python 2.7 的环境，我这里使用 conda 切换到 python 2.7 的环境：

    1
    2
    $ source activate py27
    $ pip install gfwlist2pac

  3. 转换 PAC：

    1
    $ gfwlist2pac -i gfwlist.txt -f gfwlist.js -p "SOCKS5 127.0.0.1:1080;" --precise
    1. 拷贝新生成的 gfwlist.js 到 ShadowsocksX PAC 目录（macOS）：
    1
    $ cp gfwlist.js ~/.ShadowsocksX/

Vue.js 入门——Vue CLI，Vue Router，axios，iView，ECharts

发表于 | 分类于 | 阅读次数：

简介

近期需要搭建一个展示图数据库的前端平台，之前用了很长一段时间的 AngularJS 1.3 ，但是前端技术发展非常快，在我没写前端的短短一年时间中，Angular 已经从 2.0 版本来到了 7.0 。但是 Angular 真正的大变化基本上还是在 1.0 到 2.0，基本上就是完全不同的两个框架了。
本次我用 Vue.js 来搭建这个平台。对于 Vue.js 我也是听闻已久，借此次机会学习一下 Vue.js。至于为什么选择Vue.js，原因如下：

  1. AngularJS（1.x）使用脏检查，当 watcher 越来越多时会变得越来越慢，因为作用域内的每一次变化，所有 watcher 都要重新计算。AngularJS 用户常常要使用深奥的技术，以解决脏检查循环的问题。
  2. Vue.js 的学习曲线不像Angular2那样陡峭，而且更加灵活、轻便。具体见 Vue对比其他框架 。
  3. Vue 非常火！

Vue-CLI

Vue 提供了一个官方的 CLI，为单页面应用 (SPA) 快速搭建繁杂的脚手架。它为现代前端工作流提供了 batteries-included 的构建设置。只需要几分钟的时间就可以运行起来并带有热重载、保存时 lint 校验，以及生产环境可用的构建版本。更多详情可查阅 Vue CLI 的文档。

安装方法：

1
$ npm install -g @vue/cli

本次我进行了一些粗略的应用，使用 Vue-CLI 创建了项目：

1
2
3
4
5
$ vue create graph-visualization
Vue CLI v3.0.5
? Please pick a preset: (Use arrow keys)
❯ default (babel, eslint)
  Manually select features

因为要用到路由，我选择了 Manually select features 。

阅读全文 »

Python 调用 C++ 之 pybind11入门（macOS）

发表于 | 分类于 | 阅读次数：

pybind11 简介与环境安装

pybind11 是一个轻量级的只包含头文件的库，它主要是用来在已有的 C++ 代码的基础上做扩展，它的语法和目标非常像 Boost.Python，但 Boost.Python 为了兼容现有的基本所有的 C++ 编译器而变得非常复杂和庞大，而因此付出的代价是很多晦涩的模板技巧以及很多不必要的对旧版编译器的支持。Pybind11 摒弃了这些支持，它只支持 python 2.7 以上以及 C++ 11 以上的编译器，使得它比 Boost.Python 更加简洁高效。

为了使用pybind11，我们需要支持 C++ 11 标准的编译器（GCC 4.8以上）以及 python 2.7 以上的版本，还需要下载 CMake (macOS中只需要 brew install cmake )，有了这些以后：

  1. 从 pybind11 github网址：https://github.com/pybind/pybind11 上下载源码。
  2. CMake 工程之前，要先安装pytest pip install pytest，否则会出错。
  3. 用 CMake 编译并运行测试用例：
1
2
3
4
$ mkdir build
$ cd build
$ cmake ..
$ make check -j 4

最后一行命令会编译并且运行 tests，如果所有测试用例都通过了，说明安装成功了。

Python 调用C++

下载编译好 pybind11 之后，我们就可以开始对着官方的pybind11 Tutorial进行学习了，详细的入门教程及语法请参考官方文档，这里，我们简单演示下如何编写供python调用的C++模块。

阅读全文 »

非度量空间中的近似检索

发表于 | 分类于 | 阅读次数：

非度量空间

传统的检索方法一般都是使用度量空间下的距离计算式计算两个数据对象间的相似性，因此三角不等性被经常应用到检索过程中。然而在多媒体信息系统信息空间中，数据对象间的距离关系并不一定都满足三角不等性，也就是不满足度量空间中对象间关系的所有性质，具有这种性质的信息空间被称为非度量空间。

研究表明，在度量空间的性质中，自反、非负、对称性如果得不到满足，均可以相对简单地得到修复。例如，对称性没有得到满足，可以通过增加较小的那条边来实现它们对称。 但是如果元素间的三角不等性得不到满足，修复起来就比较复杂，而三角不等性又是传统索引技术的重要基础。

阅读全文 »

距离、范数、内积和空间

发表于 | 分类于 | 阅读次数：

范数

向量的范数可以简单形象的理解为向量的长度，或者向量到零点的距离，或者相应的两个点之间的距离。

定义

向量的范数是一个函数$||x||$ ，满足：

  1. 非负性$||x|| >= 0$
  2. 齐次性$||cx|| = |c| ||x||$
  3. 三角不等式$||x+y|| \leq ||x|| + ||y||$

简单可以看成到零点的距离，但是多了性质2。

常用的向量的范数

$L_1$ 范数: $||x||$ 为x向量各个元素绝对值之和
$L_2$ 范数: $||x||$ 为x向量各个元素平方和的 $1/2$ 次方，$L2$ 范数又称 $Euclidean$ 范数或者 $Frobenius$ 范数
$L_p$ 范数: $||x||$ 为x向量各个元素绝对值$p$次方和的 $1/p$ 次方
$L_∞$ 范数: $||x||$ 为x向量各个元素绝对值最大那个元素的绝对值

椭球向量范数: $||x||A = \sqrt{T(x)Ax}$ ， $T(x)$ 代表 $x$ 的转置。定义矩阵 $C$ 为 $M$ 个模式向量的协方差矩阵， 设 $C^\prime$是其逆矩阵，则 $Mahalanobis$ 距离定义为

这是一个关于 $C^\prime$ 的椭球向量范数。

赋范空间

赋予范数集合称为：赋范空间。若在其再加上线性结构称为线性赋范空间。
赋范空间加上完备性（就是符合条件的空间的每一个点都包含在这个空间内，没有缺损，任何符合你所定的条件或定理的空间都已经包含在内了，而且不超过极限），称作巴拿赫空间。

距离

定义

设 $X$ 是一非空集合，任给一对这一集合的元素 $x, y$ ，都给定一个实数 $d(x,y)$ 与他们对应，并且满足：

  1. $d(x,y)\geq0;d(x,y)\Leftrightarrow x=y$
  2. $d(x,y)=d(y,x)$
  3. $d(x,y)\leq d(x,z)+d(z,y)$ 三角不等式

则称 $d(x,y)$ 是$x,y$ 之间的距离。

常用距离

欧式距离（对应 $L_2$ 范数）：最常见的两点之间或多点之间的距离表示法，又称之为欧几里得度量，它定义于欧几里得空间中。$n$ 维空间中两个点 $x_1(x_{11},x_{12},…,x_{1n})$ 与 $x_2(x_{21},x_{22},…,x_{2n})$ 间的欧氏距离:

阅读全文 »

Voronoi 图和 Delaunay 三角剖分

发表于 | 分类于 | 阅读次数：

介绍

Voronoi 图的定义

又叫泰森多边形或 Dirichlet 图，它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。

Voronoi 图的特点

  1. 每个V多边形内有一个生成元
  2. 每个V多边形内点到该生成元距离短于到其它生成元距离
  3. 多边形边界上的点到生成此边界的生成元距离相等
  4. 邻接图形的 Voronoi 多边形界线以原邻接界线作为子集。

Voronoi 图的应用

在计算几何学科中的重要地位，由于其根据点集划分的区域到点的距离最近的特点，其在地理学、气象学、结晶学、航天、核物理学、机器人等领域具有广泛的应用。如在障碍物点集中，规避障碍寻找最佳路径。

算法分析

Voronoi 图有着按距离划分邻近区域的普遍特性，应用范围广。生成V图的方法很多，常见的有分治法、扫描线算法和 Delaunay 三角剖分算法。

建立 Voronoi 图方法和步骤

本次实验采用的是 Delaunay 三角剖分算法。主要是指生成 Voronoi 图时先生成其对偶元 Delaunay 三角网，再找出三角网每一三角形的外接圆圆心，最后连接相邻三角形的外接圆圆心，形成以每一三角形顶点为生成元的多边形网。如下图所示。

建立 Voronoi 图算法的关键是对离散数据点合理地连成三角网，即构建 Delaunay 三角网。

阅读全文 »

Java 可重入锁 - ReentrantLock

发表于 | 分类于 | 阅读次数：

前言

了解了Java的队列式同步器AQS的基本实现，接下来可以看看Java中频繁使用的可重入锁ReentrantLock。ReentrantLock是基于AQS实现的，内部类Sync继承了AQS，提供了公平锁和非公平锁。同Synchronized相比，ReentrantLock是代码实现的锁，而Synchronized是虚拟机上实现的锁，都是可重入的排他锁，即一个线程占有锁，其他线程必须等待锁的释放，同一个线程多次进入已将占有的锁，在效率方面，之前是ReentrantLock 效率更高，但后来Java对Synchronized进行了优化，效率目前来说差不多，ReentrantLock使用起来比Synchronized更加灵活，Synchronized使用来说更加方便，不用担心加锁释放锁的代码。

阅读全文 »
0%