收藏 / 列表

lengxi_16 頭像

ERP老兵_冷溪虎山 - C/C++(IDEA外部工具)開發環境(直譯不含CMake)極速配置手冊：宏變量(參數詳解) +Clion(jvm參數表)

🚫 付費插件黨建議划走 🎯 白嫖黨、多語言戰士、IDE統一教信徒請繼續 💡 想體驗"一個IDE學多種語言"的快感嗎？這篇指南就是你的答案！ 🙏 大家好！ 最近一直在爆肝更新"四語言同步學"教程，C/C++系列一直未來得及更（求輕噴😅）。今天特地為大家帶來一篇純白嫖向的實用指南—— 今天特地為大家帶來一篇實用指南——JetBrains IDE外部工具配置C/C++開發環境。 這可能是

c++ , intellij-idea , clion , c

hankin_liu 頭像

Hankin_Liu收徒 - 使用gperftools對C++程序進行profile定位性能瓶頸

本文將要學習如何使用gperftools工具定位C/C++程序的性能瓶頸，並用kcachegrind工具進行可視化展示。 gperftools簡介 gperftools（Google Performance Tools）是由谷歌開源的性能分析工具，能夠對程序進行profile，通俗的講就是能夠以一定的頻率對程序的堆棧進行採樣，採樣的次數越高，説明這個堆棧對應的代碼越熱。這個功能對於定位性能瓶頸十分

性能優化 , 性能瓶頸 , c++

xingchendahai_68d7dff410962 頭像

星辰大海 - 論如何使用並調用c++自定義函數

在 C++ 中，自定義函數就像我們自己設計的 “工具”，需要先 “造工具”（定義函數），再 “用工具”（調用函數）。下面用通俗的方式講清楚調用方法和規則： 一、先搞懂 “函數三要素” 每個自定義函數都有三個關鍵部分，就像工具的 “説明書”： 返回值類型：工具做完事後給你的 “結果類型”（比如算加法後返回一個數字，就用int；如果只是打印文字不需要結果，就用void）。 函數

c++

chencaize 頭像

點墨 - react函數組件使用React.memo避免重複渲染

在react的類組件裏，我們可以通過shouldComponentUpdate來主動控制組件是否需要渲染,那麼在函數組件裏，有沒有類似的方法可以讓我們主動控制組件渲染呢？有的，那就是React.memo。 React官方文檔給出的介紹: Class components can bail out from rendering when their input props are the same

react , dva.js , 前端 , Javascript

kedixa 頭像

kedixa - Coke（一）：優秀的C++ Workflow支持協程啦

Coke（一）：你好，世界 C++ Workflow是一款高性能的異步編程範式，自Github開源以來，已經收貨了一萬多枚Star，得到了越來越多的認可。 Coke項目是一個高性能的協程庫，基於C++ 20提供的協程組件開發，提供一組簡潔的異步接口，而其後台則是由C++ Workflow強力驅動。使用Coke可以輕鬆地創建協程任務，並通過C++ Workflow的調度器高效地調度和執行，Coke希

協程 , c++

hedzr 頭像

hedzr - 談 C++17 裏的 Observer 模式 - 4 - 信號槽模式

上上上回的 談 C++17 裏的 Observer 模式 介紹了該模式的基本構造。後來在 談 C++17 裏的 Observer 模式 - 補/2 裏面提供了改進版本，主要聚焦於針對多線程環境的暴力使用的場景。再後來又有一篇 談 C++17 裏的 Observer 模式 - 再補/3，談的是直接綁定 lambda 作為觀察者的方案。 Observer Pattern - Part IV 所以嘛，我

觀察者模式 , c++11 , 設計模式 , design-pattern , c++17

caisekongbai 頭像

小萬哥 - 提升面試成功率：深入理解 C++ 11 新特性

C++11是C++語言的一個重大更新，引入了許多新特性，包括自動類型推導、lambda表達式、右值引用、智能指針等等。這些新特性使得C++更加現代化、高效、易用。也是面試容很容易被問到一個問題，下面我將簡要介紹一些C++11的新特性 自動類型推導 C++11引入了auto關鍵字，可以讓編譯器自動推導變量的類型。這樣可以減少代碼中的重複代碼，提高代碼的可讀性和可維護性。例如： auto i = 42

c++11 , 面試 , c++ , 程序員 , 後端

lizhuo6 頭像

oioihoii - Python與C#：從哲學到細節的全面對比

Python和C#都是現代、高級、面向對象的編程語言，擁有龐大的社區和廣泛的應用。然而，它們源於不同的生態系統，秉承不同的設計哲學，因此在語法、執行模型和典型應用上存在顯著差異。Python以其極簡主義和靈活性著稱，而C#則以其在強大類型系統和結構化框架下的優雅與一致性聞名。 下面，我們將從整體到細節，系統地剖析這兩種語言的差異。 一、整體與哲學 設計哲學與

封裝 , 多重繼承 , 後端開發 , harmonyos , Python

jkkang 頭像

小康 - unordered_map性能被吊打！我用基數樹讓內存池性能暴漲幾十倍的秘密

哈嘍，大家好，我是小康！ 今天要和大家聊一個特別有意思的話題——基數樹。 説實話，我第一次聽到這個名詞的時候，內心是懵逼的。基數？樹？這玩意兒到底是啥？ 直到有一天，我在研究TCMalloc內存池源碼的時候，發現了一個神奇的現象：為什麼Google的工程師不用std::unordered_map來做頁號映射，而要自己實現一個看起來很複雜的數據結構？ 帶着這個疑問，我深入研究了一下，結果發現了一個寶

c++

wodekouwei 頭像

輕口味 - 【倉頡開發HarmonyOS系列】倉頡關係型數據庫基礎操作實戰

在HarmonyOS中ArkData數據管理模塊提供了用户首選項、鍵值型數據管理、關係型數據管理、分佈式數據對象、跨應用數據管理和統一數據管理框架。其中關係型數據管理（RelationalStore）提供了關係型數據庫的增刪改查、加密、手動備份以及訂閲通知能力；提供了向量數據庫的存儲、管理、向量數據檢索以及向量數據相似度計算的能力。應用需要使用關係型數據庫的分佈式能力時，RelationalSto

倉頡語言 , harmonyos-next , harmonyos

sherlocked93 頭像

SHERlocked93 - C++ 為什麼需要 extern "C"

在 C++ 調用 C 語言編譯器編譯的庫時，是不是經常遇到下面這個報錯： error LNK2019: 無法解析的外部符號 "int __cdecl add(int,int)" (?add@@YAHHH@Z)，函數 main 中引用了該符號 正如 《Effective C++》 開篇所説， C++ 是一個 C 語言、OO 風格、模板、STL 風格組成的語言聯邦，C++ 是可以直接引入 C 語言代碼

編譯 , 鏈接 , 面試 , c++

wunima 頭像

吳尼瑪 - C++面試題進階

1.問答題 class ClassA { public: virtual ~ ClassA(){}; virtual void FunctionA1(){}; void FonctionA2(){}; }; class ClassB { public: virtual void FunctionB1(){}; void FonctionB2(){}; };

面試 , 筆試 , c++

u_16985197 頭像

Plume岣七 - [Linux]探索進程的奧秘：從硬件到軟件的全面解析

在計算機科學中，進程是一個至關重要的概念。它是操作系統中最基本的執行單元，也是實現併發和多任務處理的關鍵。《操作系統概念》一書中提到："進程是正在執行的程序，是程序執行過程中的一次指令、數據的集合，也可以叫做程序的一次執行過程。"然而，要真正理解進程，需要我們跨越硬件和軟件開始，深入探索期底層原理和工作機制。 一.硬件：馮諾依曼體系結構 1.核心框架 馮諾依曼體

進程概念 , 馮諾依曼體系結構 , 優先級 , 操作系統 , 狀態 , c++ , 後端開發 , c

bug1412 頭像

1412 - 一次RPC請求過程

最近給SRPC項目寫幾篇學習文章，希望協助小夥伴通過這個輕量級的框架快速瞭解RPC相關內容。 本篇為第二篇，注重於解讀一次RPC請求的過程，是最簡單、最主幹的部分，而裏邊每一個層級怎麼做資源調度和複用都不會包括在內，因此有基礎的小夥伴可以直接跳讀源碼解析。 1. RPC概念簡述 SRPC項目地址：https://github.com/sogou/srpc 花一點點時間補充RPC的基本概

workflow , c++ , rpc , 開源

u_16492348 頭像

wx65950818d835e - 11: 變分自編碼器（VAE）在超分中的應用

引言 變分自編碼器（Variational Autoencoder，VAE）是一種生成模型，它通過優化潛在變量的分佈來學習數據的潛在結構。與傳統的自編碼器不同，VAE將輸入數據映射到一個概率分佈空間，而不是單一的點。這種機制使得VAE在生成任務中能夠提供更豐富的樣本生成能力。在圖像超分辨率（SR）任務中，VAE的生成能力可以幫助恢復圖像中的高頻細節，生成更加自然的高分辨率圖

編碼器 , 數據 , c++ , 後端開發 , c , 概率分佈

u_16492406 頭像

mb65950ac695995 - 十八、實現流程與工程架構建議

一個可落地的插幀實現通常包括： 數據準備：生成並存儲motionVectors、depth、normals、materialId。 插幀核：在 GPU 上執行重投影與融合，處理遮擋與一致性檢查。 動畫與物理插值層：渲染前採樣對象狀態，提供中間姿態。 配置與開關：質量層級（Off/Basic/Advanced）、平台特性、動態調度。

動態調度 , 運動向量 , c++ , 後端開發 , 模塊化 , c

_6375bdd01b3a4 頭像

葱 - 數組-二分查找

List-binarysearch 二分查找 leetcode.704 鏈接https://leetcode.cn/problems/... 解題方法：二分查找模板（有序數組） bool check(int x) // 檢查x是否滿足某種性質 int bsearch_1(int l, int r){ while (l r){ int mid = l + r 1;

leetcode個人解題總結 , c++ , 數據結構與算法