[250203] glibc 2.41 发布 | Flutter 颜色管理库 color_palette_plus 2.0.0 发布

目录

    • glibc 2.41 发布,带来众多新特性和改进
    • Flutter 颜色管理库 color_palette_plus v2.0.0 发布,Material 3 主题生成更强大!

glibc 2.41 发布,带来众多新特性和改进

GNU C 库 2.41 版本正式发布!glibc 是 GNU 系统和 GNU/Linux 系统以及许多其他使用 Linux 内核的系统中的核心 C 库。它旨在成为一个可移植且高性能的 C 库,遵循所有相关标准,包括 ISO C23 和 POSIX.1-2024。

主要新特性:

  • 增强编译器测试支持: 现在可以使用不同的 C 和 C++ 编译器来测试 glibc 构建,例如 Clang。
  • 扩展测试套件: 测试套件得到显著扩展,现在包含 6232 个独立测试,而 glibc-2.40 中只有 5408 个。
  • 改进 resolv.conf 配置:/etc/resolv.confRES_OPTIONS 环境变量中,现在可以使用 - 前缀清除先前设置的标志。
  • DNS 解析器改进: DNS 存根解析器现在支持 strict-error 选项,可以更严格地处理 DNS 错误响应。
  • 新增调度策略函数: 在 Linux 上,添加了 sched_setattrsched_getattr 函数,用于支持参数化调度策略,例如 SCHED_DEADLINE
  • iconv 程序改进: iconv 程序现在支持就地转换文件。
  • Unicode 更新: 字符编码、字符类型信息和音译表已更新至 Unicode 16.0.0。
  • 支持 ISO C23 函数: 新增了多个 ISO C23 三角函数族,包括 acospiasinpiatan2pi 等。
  • 支持 C2Y 特性测试宏: 新增 _ISOC2Y_SOURCE 宏,用于启用来自 ISO C2Y 草案标准的特性。
  • 优化数学函数: 添加了来自 CORE-MATH 项目的多个优化且舍入正确的数学函数,例如 exp10m1flog10fcbrtf 等。
  • 新增性能测试框架: 新的 benchtest 框架可以跟踪许多(主要是数值)函数的性能。
  • 可调的可执行堆栈: 新的可调参数 glibc.rtld.execstack 可用于控制是否允许主程序使用可执行堆栈。
  • 支持扩展 rseq ABI: 增加了对 Linux 内核 6.3 版本中引入的可扩展 rseq ABI 的支持。
  • 支持 Guarded Control Stack 扩展: 支持 AArch64 系统上的 Guarded Control Stack 扩展,以使用影子堆栈。
  • 改进 AArch64 向量数学库: 在 AArch64 上,对向量数学库的代码生成和速度进行了重大改进,特别是针对 SVE 和 Neon 内联函数。
  • 支持 AArch64 内存保护键: 增加了对具有 Stage 1 权限覆盖功能的 AArch64 系统上的内存保护键的支持。
  • PowerPC64 优化: 增加了对 Power10 中添加的返回导向编程保护指令的支持,以及 Power10 的函数优化。

弃用和移除的特性以及其他影响兼容性的更改:

  • abort 现在是异步信号安全的,并且如果使用 setjmp 设置,则从 SIGABRT 处理程序进行 longjmp 将始终中止。
  • dlopendlmopen 不再使堆栈可执行。
  • 不再支持 nios2*--linux-gnu 配置。
  • 移除了大端序 ARC 端口 (arceb-linux-gnu)。

安全相关更改:

此版本修复了以下 CVE:

  • GLIBC-SA-2025-0001: assert: 打印断言失败消息时缓冲区溢出 (CVE-2025-0395)

此外,还修复了大量其他 bug,具体可以参考发布说明。

来源:

https://github.com/bminor/glibc/releases/tag/glibc-2.41

Flutter 颜色管理库 color_palette_plus v2.0.0 发布,Material 3 主题生成更强大!

Flutter 开发者们,好消息!color_palette_plus v2.0.0 版本正式发布!这是一个功能全面的 Flutter 库,用于颜色调色板生成和主题管理。此次重大更新带来了强大的 Material 3 主题生成功能以及更强大的 颜色处理系统。

2.0.0 版本新特性:

  • 🎯 主题生成:

    • 新增 ThemeGenerator 类,可根据 Material 3 指南自动生成主题。
    • 支持通过 ThemePair 生成亮色和暗色主题。
    • 通过 ThemeConfig 进行高级主题自定义。
    • 提供与 Material 3 规范一致的全面颜色角色系统。
  • 🌈 颜色和谐:

    • 单色调色板,打造微妙而精致的外观。
    • 相似配色方案,实现和谐统一的设计。
    • 互补色,带来强烈的视觉对比。
    • 可自定义和谐配置(步长、角度等)。
  • ⚡ 改进的颜色处理:

    • 增强型颜色转换算法。
    • 生成阴影中更好的对比度。
    • 优化的 HSL 调整,实现自然的颜色变化。
    • 类型安全和空安全实现。

功能概述:

以下代码示例展示了如何使用 color_palette_plus 生成主题和颜色和谐:

// 生成完整主题
final theme = ThemeGenerator.generateTheme(baseColor,config: ThemeConfig(colorSchemeConfig: ColorSchemeConfig(harmonyType: HarmonyType.analogous,analogousAngle: 30,harmonySteps: 5,),),
);// 生成亮色和暗色主题
final themePair = ThemeGenerator.generateThemePair(baseColor);// 创建颜色和谐
final monochromaticColors = ColorPalettes.monochromatic(baseColor, steps: 5);
final analogousColors = ColorPalettes.analogous(baseColor, angle: 30);
final complementaryColors = ColorPalettes.complementary(baseColor);

立即体验!

在线演示:https://ishangavidusha.github.io/color_palette_plus/

安装:

pubspec.yaml 文件中添加以下依赖:

dependencies:color_palette_plus: ^2.0.0

重大变更:

  • 更新了主题生成 API,使用新的配置类。
  • 修订了颜色角色系统以匹配 Material 3 规范。

来源:

https://blog.ishangavidusha.com/release-colorpaletteplus-v200-supercharged-material-3-theme-generation

更多内容请查阅 : blog-250203

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/11939.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

使用Pygame制作“青蛙过河”游戏

本篇博客将演示如何使用 Python Pygame 从零开始编写一款 Frogger 风格的小游戏。Frogger 是一款早期街机经典,玩家需要帮助青蛙穿越车水马龙的马路到达对岸。本示例提供了一个精简原型,包含角色移动、汽车生成与移动、碰撞检测、胜利条件等关键点。希望…

联想拯救者Y9000P IRX8 2023 (82WK) 原厂Win11 家庭中文版系统 带一键还原功能 安装教程

安装完重建winre一键还原功能,和电脑出厂时的系统状态一模一样。自动机型专用软件,全部驱动,主题壁纸,自动激活,oem信息等。将电脑系统完全恢复到出厂时状态。 支持机型 (MTM) : 82WK 系统版本:Windows 1…

2025年02月02日Github流行趋势

项目名称:oumi 项目地址url:https://github.com/oumi-ai/oumi 项目语言:Python 历史star数:1416 今日star数:205 项目维护者:xrdaukar, oelachqar, taenin, wizeng23, kaisopos 项目简介:构建最…

【Elasticsearch】硬件资源优化

🧑 博主简介:CSDN博客专家,历代文学网(PC端可以访问:https://literature.sinhy.com/#/?__c1000,移动端可微信小程序搜索“历代文学”)总架构师,15年工作经验,精通Java编…

AJAX笔记原理篇

黑马程序员视频地址: AJAX-Day03-01.XMLHttpRequest_基本使用https://www.bilibili.com/video/BV1MN411y7pw?vd_source0a2d366696f87e241adc64419bf12cab&spm_id_from333.788.videopod.episodes&p33https://www.bilibili.com/video/BV1MN411y7pw?vd_sour…

Unity Shader Graph 2D - 跳动的火焰

在游戏中,火焰是一种常见的特效。通常来讲火焰特效通过粒子系统的方式实现的相对较多,本文将通过Shader Graph的方式来实现一种不同的火焰效果。 那么怎么实现呢 首先创建一个名为Fire的Shader Graph文件,然后创建一个名为M_Fire的材质球。 …

【二分题目】

二分 分巧克力求阶乘计算方程 分巧克力 分巧克力 import java.util.Scanner; // 1:无需package // 2: 类名必须Main, 不可修改 public class Main { public static void main(String[] args) {Scanner scan new Scanner(System.in);//在此输入您的代码...int nscan.nextInt…

集合通讯概览

集合通信概览 (1)通信的算法 是根据通讯的链路组成的 (2)因为通信链路 跟硬件强相关,所以每个CCL的库都不一样 芯片与芯片、不同U之间是怎么通信的 多卡训练:多维并行(xxx并行在上一期已经讲述…

GWO优化SVM回归预测matlab

灰狼优化算法(Grey Wolf Optimizer,简称 GWO),是由澳大利亚格里菲斯大学的 Mirjalii 等人于 2014 年提出的群智能优化算法。该算法的设计灵感源自灰狼群体的捕食行为,核心思想是对灰狼社会的结构与行为模式进行模仿。 …

LLM - 基于LM Studio本地部署DeepSeek-R1的蒸馏量化模型

文章目录 前言开发环境快速开始LM Studio简单设置模型下载开始对话 模型选择常见错误最后 前言 目前,受限于设备性能,在本地部署的基本都是DeepSeek-R1的蒸馏量化模型,这些蒸馏量化模型的表现可能并没有你想象的那么好。绝大部分人并不需要本…

csapp笔记3.6节——控制(1)

本节解决了x86-64如何实现条件语句、循环语句和分支语句的问题 条件码 除了整数寄存器外,cpu还维护着一组单个位的条件码寄存器,用来描述最近的算数和逻辑运算的某些属性。可检测这些寄存器来执行条件分支指令。 CF(Carry Flag&#xff09…

电路研究9.2.8——合宙Air780EP中IP 应用相关命令使用方法研究

这个有点吐血了,之前研究的时候只想着网络了,所以我对AT指令的那几个基本等指令以外,是跳到后面看的网络,加上IP也算网络里面的,就没注意,当时使用搜索查找时候并没有搜到ATSAPBR指令,结果这里打…

ubuntu解决普通用户无法进入root

项目场景: 在RK3566上移植Ubuntu20.04之后普通用户无法进入管理员模式 问题描述 在普通用户使用sudo su试图进入管理员模式的时候报错 解决方案: 1.使用 cat /etc/passwd 查看所有用户.最后一行是 若无用户,则使用 sudo useradd -r -m -s…

深度学习之“缺失数据处理”

缺失值检测 缺失数据就是我们没有的数据。如果数据集是由向量表示的特征组成,那么缺失值可能表现为某些样本的一个或多个特征因为某些原因而没有测量的值。通常情况下,缺失值由特殊的编码方式。如果正常值都是正数,那么缺失值可能被标记为-1…

Pandoc, Zotero, JabRef 管理论文引用,生成参考文献 | 撰写论文 paper

书接上回,使用 Obsidian, Zotero, JabRef, Pandoc, Markup-Markdown | 撰写论文 paper 管理论文引用,生成参考文献 TL; DR导出 bibliography 文件JabRefZotero 参考文献引用语法reference-docLinks TL; DR 安装 pandoc v3.6.2. 使用一下命令&#xff0c…

FFmpeg:多媒体处理的瑞士军刀

FFmpeg:多媒体处理的瑞士军刀 前言 FFmpeg 是一个功能强大且跨平台的开源多媒体框架,广泛应用于音视频处理领域。 它由多个库和工具组成,能够处理各种音视频格式,涵盖编码、解码、转码、流处理等多种操作。 无论是专业视频编辑…

优化代码性能:利用CPU缓存原理

在计算机的世界里,有一场如同龟兔赛跑般的速度较量,主角便是 CPU 和内存 。龟兔赛跑的故事大家都耳熟能详,兔子速度飞快,乌龟则慢吞吞的。在计算机中,CPU 就如同那敏捷的兔子,拥有超高的运算速度&#xff0…

oracle:索引(B树索引,位图索引,分区索引,主键索引,唯一索引,联合索引/组合索引,函数索引)

索引通过存储列的排序值来加快对表中数据的访问速度,帮助数据库系统快速定位到所需数据,避免全表扫描 B树索引(B-Tree Index) B树索引是一种平衡树结构,适合处理范围查询和精确查找。它的设计目标是保持数据有序,并支持高效的插入…

【DeepSeek背后的技术】系列一:混合专家模型(MoE)

目录 1 概述2 稀疏性3 微调3.1 令牌的负载均衡3.2 使用HuggingFace微调MoE模型3.3 专家如何学习3.4 专家的数量3.5 微调 4 提速4.1 并行计算4.2 容量因子和通信开销4.3 部署技术4.4 高效训练 5 MoE和稠密模型对比6 为什么是替换FFN层6.1 FFN层的角色与特性6.2 MoE的优势与FFN的…

AI技术在SEO关键词优化中的应用策略与前景展望

内容概要 在数字营销的快速发展中,AI技术逐渐成为SEO领域的核心驱动力。其通过强大的数据分析和处理能力,不仅改变了我们优化关键词的方式,也提升了搜索引擎优化的效率和效果。在传统SEO中,关键词的选择与组合常依赖人工经验和直…