概述k近邻（k nearest neighbor）算法是一种监督算法，用于分类。它基本思想是计算新实例和训练集元素的**距离**，找出k个最接近的实例（neighbor），统计它们所属分类，次数最多的类别作为新实例的类别。原理与步骤监督算法可大致分成两个步骤：训练（train）和分类（classify）。从实现考虑还需要算法初始化过程。本节的代码为python风格的示意代码，不能直接运行，可运行代码参考zxml。示意代码classKNearestNeighbor:def__init__(...):passdeftrain(...):passdefclassify(...):pass训练（train）理论上k近邻算法不需要训练，可直接使用原始数据进行分类。归一化数据的分类的量纲差别较大时，小量纲分类在计算的权重将被削弱。使用归一化消除这种影响。方法如下：x̂=(x−xmin)/(xmax−xmin)预处理将数据进行某种形式的处理可加快寻找k近邻的速度，常用的处理方式有KD-Tree和Ball-Tree，前者对低维欧氏距离有效，后者对所有距离有效。示意代码deftrain(self,X,C):'''X,C分别代表实例和类别'''# 实例数据归一化，并保留数据备份(self.X,self.C)=(normalize(X),C.copy())# 可选，如果需要，则构建KD-Tree()se ...继续阅读 (3)

说明类的构造函数抛出异常，不会调用该类的析构函数，资源的释放原则是编译器申请的编译器负责，程序员申请的程序员负责。在实验代码中，子类Except的构造函数抛出异常，则Base和mMember1的构造函数是编译器调用，因此编译器会调用它们的析构函数，而mMember2由程序员主动使用new生成，因此需要程序员主动使用delete。解决方法：在构造函数中使用try...catch结构使用类包装资源申请，如auto_ptr。实验代码/*** @file constructor_exception.cpp* @brief 测试构造函数异常引起的行为* @copyright public domain*/#include<iostream>#include<exception>#include<memory>classBase{public:Base(){std::cout<<"Base()"<<std::endl;}virtual~Base(){std::cout<<"~Base()"<<std::endl;}};classMember{public:Member(intid):mId(id){std::cout<<"Member():"<<mId<<std::endl; ...继续阅读 (18)

## 说明构造函数的调用顺序是先父类再子类。析构函数的顺序相反——先子类再父类。有继承关系的类的析构函数需要声明为virtual，但并非必须。声明virtual表明函数不能再编译期间确定，只有在运行时才能确定。这样的场景是删除基类指针，但其指向是派生类。此时编译器看到的只有基类信息，如果没有声明virtual，就没有虚函数表或者虚函数表没有析构函数项，只能调用基类的析构函数。如果不声明virtual，将子类指针赋值给父类指针是有风险的操作。## 实验代码```C/** * @file constructor_destructor_sequence.cpp * @brief 测试构造析构函数的调用次序 * @copyright public domain */#include <iostream>class Base {public:    Base() { std::cout << "Base()" << std::endl; }    ~Base() { std::cout << "~Base()" << std::endl; }};class VBase {public:    VBase( ...继续阅读 (10)

说明使用char[]和char*定义变量，并赋值字符串常量，这两者有较大区别。前者定义数组，并将字符串常量拷贝至该数组，变量表示这个新数组的首地址。后者定义指针，指向一个字符常量。前者会产生新的字符串数据，并且拥有读写权限，后者不一定产生新字符串数据，并且只有读权限。实验代码/*** @file char_array_pointer.cpp* @brief 测试字符数组和指针* @copyrigh public domain*/#include<iostream>constchar*string0(){constchar*str="string";returnstr;}constchar*string1(){return"string";}constchar*string2(){staticconstcharstr[]="string";returnstr;}constchar*string3(){charstr[]="string";returnstr;}voidfunction(){chara[]="abc123456";}voidtest_string1(){constchar*str=string1();std::cout<<"test_string1: "<<str<<std::endl;function();std::co ...继续阅读 (11)

说明字符串常量会放入程序的静态区，并且是只读数据段。由于是只读数据，编译器会合并相同的字符串常量。实验代码/*** @file constant_string.cpp* @brief 测试常量字符串* @copyright public domain*/#include<iostream>intmain(){char*a="string";constchar*b="string";std::cout<<"a == b is "<<(a==b?"true":"false")<<std::endl;a[1]='d';// ERRORreturn0;}运行及结果$ g++ constant_string.cpp constant_string.cpp: In function ‘int main()’: constant_string.cpp:10:12: warning: deprecated conversion from string constant to ‘char*’ [-Wwrite-strings] char* a = "string"; ^ $ ./a.out a == b is true 段错误 (核心已转储)a和b的地址相同。编译器会对char* a = "string"报警告。对字符串 ...继续阅读 (6)

说明big endian和little endian表示如何存放多字节数据。前者低位字节排放在内存的高端，后者相反。将unsigned long数据强制转换成unsigned char*数据，则它们在两种模式下的对应关系如下：big endian：ul = (uc[0]<< 24) + (uc[1]<<16) + (uc[2]<<8) + uc[3];little endian:ul = (uc[3]<<24) + (uc[2]<<16) + (uc[1]<<8) + uc[0];实验代码/*** @file little_big_endian.cpp* @brief 测试大小端字节序* @copyright public domain*/#include<iostream>staticboolis_little_endian(){union{longl;charcs[4];}t;t.l=1;returnt.cs[0]==1;}intmain(){unsignedlongul=0x12345678;unsignedchar*uc=(unsignedchar*)&ul;if(is_little_endian()){boolr=(uc[0]+(uc[1]<<8)+(uc[2]< ...继续阅读 (5)

说明C++类成员初始化顺序取决于其声明顺序，而非初始化列表的顺序。测试代码/*** 测试类成员的初始化顺序* @file init_oder.cpp*/#include<iostream>classTest{public:Test():mBb(sIndex++),mAa(sIndex++){}public:voidDump(){std::cout<<"a: "<<mAa<<", b: "<<mBb<<std::endl;}protected:intmAa;intmBb;staticintsIndex;};intTest::sIndex=1;intmain(){Testt;t.Dump();return0;}运行及结果$ g++ init_order.cpp $ ./a.out a: 1, b: 2风险分析当类的成员初始化有依赖关系（如某个成员的构造函数的参数是另一个成员）时，较容易出错。这是因为程序员的意图（初始化列表顺序）和程序的行为（成员声明 顺序）是分离的，前者一般位于实现文件，后者位于头文件，编辑前者往往忽略后者。因此少用有依赖的初始化设计，并且在review中加入该检查条目。来自为知笔记(Wiz)lemene2016-04-17 12:43发表评论 ...继续阅读 (10)

说明编译器为不含任何成员的空类分配大小为1的空间，这样空类定义的变量地址不会与其相邻定义的变量地址相同。编译器会在空类的子类中优化掉这多分配的空间。带虚析构函数的空类不是严格意义的空类，它包含虚函数表指针，因此其大小为指针的大小。实验代码/*** @file empty_size.cpp* @brief 测试空类的大小* @copyright public domain*/#include<iostream>classEmpty{};classSubEmpty:publicEmpty{protected:intmInt;};classVEmpty{public:virtual~VEmpty()=0;};intmain(){std::cout<<"Empty class: "<<sizeof(Empty)<<std::endl;std::cout<<"SubEmpty: "<<sizeof(SubEmpty)<<std::endl;std::cout<<"VEmpty: "<<sizeof(VEmpty)<<std::endl;std::cout<<"Void*: "<<sizeof(void*)<<std::endl;retur ...继续阅读 (12)

我是歌手第4季第一集就出现了倒数1、2名票数相同的情况，使得原本应该淘汰一名选手的赛制无法执行。出现这种概率的情况有多大？下面是粗略模拟计算其概率的python代码。虽然无法估计每个候选人的权重，但出现倒数1、2名票数相同的情况也有百分之几，概率不小。"""本程序测试在投票活动中，出现并列倒数第一的概率是多少"""import random       def onePoll(candidates):    """候选人进行一次投票    Parameters    ----------    candidates: [Integer]        候选人的权重，权重越大越可能被投票，len(candidates)是候选人数    Returns    -------    choiced: Integer, [0, len(candidates))        被 ...继续阅读 (19)

在Windows的文件管理器中，可以使用鼠标将被执行文件拖拽到执行文件上就可执行。将连续执行的指令写出BAT文件，再拖拽执行，无需启动CMD。例如，将rst文件生成html，并查看效果，可构造build.bat，包含rst2html.py %1 > %1.html & %1.html将rst文件拖拽至build.bat上，即可完成运行，并查看效果。lemene2015-12-19 11:49发表评论 ...继续阅读 (9)

本文以INSERT为例介绍影响SQLite3速度的方法。基本方法SQLite3执行INSERT语句的代码如下：for (int i=0; i<count; ++i) {    const char *stmt = “INSERT INTO TABLE VALUES(....)”;    sqlite3_exec(db, stmt, 0, 0, 0);} 开启事务事务保证数据库执行语句的完整性，是开销较大的动作。每次INSERT语句隐式开启一个事务，多次INSERT语句则会开启多次。显示开启事务可以合并多次INSERT语句的事务，如下：sqlite3_exec(db,"BEGIN;",0,0,0);for(int i=0; i<count; ++i) {    const char *stmt = “INSERT INTO TABLE VALUES(....)”;    sqlite3_exec(db,ssm.str().c_str(),0,0,0);}sqlite3_exec(db,"COMMIT;",0,0,0); 设置同步设置synchronous选项，可选值为full、normal、off，默认为full。其值full最安全但 ...继续阅读 (30)

        本文的标题“如何在自动测试中模拟设备在案例中的行为”包含：“自动测试”、“设备”、“模拟”和“案例中的行为”。自动测试和设备是一对矛盾，自动测试要求避免人工操作，设备（扫描枪、读卡器等）需要人工操作，克服该矛盾需要构建伪设备模拟设备行为。模拟完整的设备行为较困难，这里限定为模拟设备在案例中的行为。        调用设备功能一般通过调用库函数实现，相同案例调用设备过程相同。可通过录制回放的方式模拟行为：录制，记录案例中库函数的调用信息，包括顺序、输入输出参数和返回值。回放，编写伪装库，按照日志记录的信息响应自动测试中该案例的调用。        录制回放要求在同一个案例中库函数调用完全相同，该要求对需要跟踪设备状态的程序太严格，这样的程序一般会有两类调用逻辑，更新设备状态和执行设备动作，这两类相互穿插，因此很难保证库函数调用的完全相同。尽管如此案例有其稳定性，这里对设备调用进行约定，方便提取其稳定特性：库函数分成状态函数和动作函数，调用状态函数不引起设备状态变化（幂等），调用动作函数则可以引起设备状态变化。设备状态可以根据时间自行变化，前后两次状态函数（中间没 ...继续阅读 (9)

External        该属性值能够将目录与另一个库关联起来。update时能够同步下载关联的库，commit则能分别提交到各自库中。使用该属性能够将几个库公共部分独立成单独库，而不失去与公共库的联系（及操作的方便性）。该属性可以关联到指定版本，可以关联的最新版本。前者不受关联库改动影响（除非改变关联版本），后者则自动实现关联库的最新版。Local Hook        该属性值定义执行commit、update等动作前或者后执行本地脚本。脚本可以是本地的绝对路径，也可以放在库中，通过%REPOROOT%和%REPOROOT+%索引位置。前者表示库的根路径，后者表示添加该属性的路径。        如脚本存放trunk/tools/svn-hook-scripts/post-update.bat，如果属性添加在trunk目录下则索引路径为：%REPOROOT+%/tools/svn-hook-scripts/post-update.batlemene2015-09-28 20:45发表评论 ...继续阅读 (18)

当前环境：        主线程维护主窗口的消息循环期望的动作：        1. 主线程启动一个子线程，等待子线程的事件（Event）。        2. 子线程创建一个窗口，当创建成功向主线程发送事件（Event）。问题：        1.  主线程一直等待事件        2. 子线程调用CreateWindows无返回。原因：        1. 子窗口在创建时会向其父窗口发送WM_PARENTNOTIFY，因此子线程等待父窗口的处理结果。        2. 主线程在等待子线程发送的事件，不能处理消息。lemene2015-08-25 19:15发表评论 ...继续阅读 (40)

经典的Hallo World代码： printf("Hallo World!!!"); 更考究的写法应该是： printf("%s", "Hallo World"); 理由有： 1. 当"Hallo World"变成“%%%”，第一种写法就有问题。 2. 感觉第二种速度快（没有测试），函数需要对format参数的每个字符进行判断，format参数短的函数速度应该快些。 当然真正的理由是第一条，printf类函数对format参数中的%有特殊处理，因此在实际运用中要求format参数受控，尽量避免该参数从外部读入，如用户输入或者从文件读入。lemene2015-08-22 11:42发表评论 ...继续阅读 (15)

情景：单件模式下实例的获取函数Get()的实现写在头文件中，在其它文件中使用获取函数Get()。xxx.hclass A {A& Get() {static A s_A;return s_A;}};yyy.cppA::Get().FuncB();zzz.cppA::Get().FuncA();上述代码的期望逻辑是：A的实例只有一个，首次使用会调用A::A(),程序结束时调用A::~A()。问题：在一个项目中，一段类似的代码在VC6 release Max-Speed下编译，其运行时多次调用A::A()，this指针相同，程序退出时，A::~A()调用超过1次，并在2次出现访问异常。而在VS2008、VC6 Debug或者VC6 Release的非Max-Speed优化选项下编译的程序则运行正常。此外如果将A::Get()的实现写在xxx.cpp中，则使用VC6 release Max-Speed编译的程序运行正常。个人猜测：是否是VC6在执行Max-Speed选项时内联不当引起的问题。尝试使用VC6建立简单工程，实现上述逻辑时，但并未发现A::A()调用多次的情况。lemene2015-03-08 20:10发表评论 ...继续阅读 (27)

问题：公司的一个程序运行一天的日志（单文件）是G级，压缩后是K级，存在大量的冗余信息。本文介绍一种针对该日志库的优化方法——根据变化频率分类记录。场景：公司的日志库为单应用程序使用的动态库，将日志信息以字符串形式输出至文件。一条日志为一行，形式如下：时间级别模块函数名文件名行号详细信息2014-09-12 12:12:45.345INFOModuleFunc1d:\xxx\xxx.cpp1230函数返回，返回值22014-09-12 12:12:45.560INFOModuleFunc2d:\xxx\xxx.cpp134采用默认参数2014-09-12 12:12:46.145INFOModuleFunc1d:\xxx\xxx.cpp1230函数返回，返回值32014-09-12 12:12:47.121INFOModuleFunc2d:\xxx\xxx.cpp134采用默认参数…………………………分析：根据日志各属性的变化频率不同可分成三类：“时间”、“级别、模块、函数名、文件名和行号”和“详细信息”。该分类与日志在代码的位置有关。第一类属性不受位置影响，第二类则是位置相同则内容相同，第三类是位置相同内容可能相同。根据日志在代码的位置对其分类，类型信息单独记录，日志项只记录类型编号。日志类型表：编号级别模块函数名文件名行号1INFOModuleFunc1d:\xxx\xxx.cp ...继续阅读 (31)

场景：类的配置数据多并且形式多变，这样构造函数的样式就会膨胀。由于配置数据不需要修改，因此也不适合采用先创建再添加修改的方式，此外这个方式分成多步，缺失连贯性。方法：使用一个辅助类，用于构建多样的参数。其数据添加函数可返回自身引用，用于连续添加数据。然后将辅助类作为主类的构造函数的参数。如class BigClass {public:class Param {friend class BigClass;public:Param() {}Param& Add(int d) {m_Data.push_back(d);return *this;};Param& Add(const char* s) {m_Data.push_back(atoi(s));return *this;}protected:std::vectorm_Data;};public:BigClass(const Param& p) : m_Data(p.m_Data) { }protected:std::vectorm_Data;};int main(){BigClass bc(BigClass::Param().Add(1).Add("12").Add(3));return 0;};lemene2014-12-26 21:21发表评论 ...继续阅读 (16)

近日人力咨询一个投票的问题：21个评委从30个候选人选出近20个名额。选举规则是每个评委选有20票，30个候选人按照得票数排序，选取超过额度票数 的前20个人。如何选择额定票数，既能起门槛的作用，阻挡得票数过低的人通过，又要允许20左右的个人通过，避免出现只有几个人通过的尴尬情况。这是个概率问题，需要计算至少20个人得票数都大于额定票数（记为e）的概率（记为p），它和额定票数有反向关系。在选定一个较大概率如0.95，则问题表述为求max{e|p>=0.95}。直接推导p关于e的表达式较为困难，但可以采取数值实验的近似计算其数值。如模拟10000次投票，统计至少有20个人的得票数超过额定票数e的次数，再计算其频率，就可以分析出最佳额定票数。附件代码中有两个程序，vote.exe和analyse.exe，前者模拟多次投票，后者分析e和p的数值。> vote.exe 30 20 21 10000 > 1.txt> analyse.exe 20 12 13 14 15 < 1.txt第一条指令，模拟10000次投票，并将数据存放在1.txt中，第二条指令，则分析1.txt的数据，计算超过20人的得票数超过12 13 14 15的频率是多少。也可以合并为:> vote.exe 30 20 21 10000 | analyse.exe 20 12 13 14 15运行结果为：1.000,0. ...继续阅读 (18)

场景：当使用外部函数时，会遇到参数类型和内部使用的类型不同，如内部使用int，参数使用short。特别是作为输出参数的指针类型。如:void ExternalFunc(short* value);void InternalFunc(int* value) {...short valueIn = *value;ExternalFunc(&valueIn;);*value = valueIn;...}需要增加转换代码，显得比较罗嗦。方法：编写一个转换用的类，可使代码简单。class IntPtrToShortPtr {public:IntPtrToShortPtr(int* intValue) : m_IntValue(intValue) { m_ShortValue = *m_IntValue; }~IntPtrToShortPtr() { *m_IntValue = m_ShortValue; }operator short*() { return &m;_ShortValue; }protected:int* m_IntValue;short m_ShortValue;};void InteralFunc(int* value) {ExternalFunc(IntPtrToShortPtr(value));}这个方式的优点是语义连贯，没有干扰阅读的代码。进一步：该方式写成模板适用 ...继续阅读 (15)

不多说，在代码中。/*** @file directory_walker.h* @brief 遍历目录功能分为遍历函数和动作类，动作类可根据不同用途重写，返回false表示中断遍历。* @author lemene*/#ifndef DIRECTORY_WALKER_HPP#define DIRECTORY_WALKER_HPP#includeclass DirectoryWalker {public:virtual bool EnterDirectory(const std::string& dirpath) { return true; }virtual bool LeaveDirectory(const std::string& dirpath) { return true; }virtual bool VisitFile(const std::string& filepath) { return true; }};bool WalkDirectory(const std::string& root, DirectoryWalker& walker);#endif // DIRECTORY_WALKER_HPP/*** @file directory_walker.cpp* @author lemene*/#include "directory_walker.hpp"#inc ...继续阅读 (11)

遇到如下代码：#includeint main() {const char data[] = {0x12, 0x80, 0x40};int i;for (i=0; iprintf("%02X, ", data[i]);}return 0;}输出结果为：12, FFFFFF80, 40,期望结果应该是：12, 80, 40,虽然知道是无符号有符号整型类型提升的问题，但也花了不少时间理顺其逻辑。1. 首先printf的可变参数期望是int型，因此data[i]会提示至int。2. data[i]为char型，提升时会带符号，0x80表示-128，而int型表示为0xFFFFFF80。3. %02X表示长度小于2用0填充，而不是截断为长度2。问题的根源在于data的定义不严谨，应该定义为unsigned char。lemene2014-06-18 22:25发表评论 ...继续阅读 (23)

fopen "rb"和"rt"的区别：长度一次性加载文件时需要注意文件的长度。使用ftell计算长度和使用fread得到长度会不同，前者的长度可用于申请空间，后者的长度为实际加载在内存的长度，参考如下代码（省去了错误检查）：FILE* file = fopen("xxxfile", "rt");fseek(file, 0, SEEK_END);size_t len = ftell(file);char* data = (char*)malloc(len*sizeof(char));fseek(file, 0, SEEK_SET);len = fread(data, 1, len, file);makefile中的windows路径分隔符在makefile文件中，在字符串中\表示转义，因此需要\\表示路径分隔符，而在依赖规则中，则不需要转义。如下面的两个规则同义：SEP = \\temp$(SEP)xxx.o: xxx.ctemp\xxx.o: xxx.clemene2014-05-20 22:01发表评论 ...继续阅读 (13)

# makefile 开始# 编译相关的选项CC = g++CPPFLAG =# 所有的cpp源文件或者手动添加文件SOURCES = $(wildcard *.cpp)#SOURCES = main.cpp \# test_func.cpp \# test_class.cpp# 与源文件对应的目标文件和依赖文件OBJECTS = $(SOURCES:.cpp=.o)DEPENDS = $(SOURCES:.cpp=.d)# 第一个编译模板all: test.exe# 添加依赖文件sinclude $(DEPENDS)test.exe: $(OBJECTS)$(CC) $(OBJECTS) -o test.exe$(OBJECTS): %.o: %.cpp$(CC) -c $(CPPFLAG) $< -o $@# 生成依赖文件，由于依赖文件也依赖源文件，因此需要增加xxx.d，如：# main.o: main.cpp test_func.hpp test_class.hpp# main.d main.o: main.cpp test_func.hpp test_class.hpp# 一般的例子会使用sed实现这个功能，在这里我编写了print.exe实现该功能。%.d: %.cpp print.exeprint.exe $@ > $@$(C ...继续阅读 (30)

使用过VS的朋友知道，Ctrl+F5是运行程序的指令。如果是控制台程序，程序运行完毕后，窗口不会立刻消失，而是等待用户输入。这一特性非常不错，无需修改代码，就能能够让人观看程序运行结果。我最近遇到Ctrl+F5失效的情况，也是控制台程序，但窗口并没有停留，而是一闪而过。最后查明原因是工程设置不妥，即Linker-〉System-〉SubSystem没有显示设置为Console (/SUBSYSTEM:CONSOLE)。设置好就正常了。lemene2012-08-18 11:31发表评论 ...继续阅读 (35)