Python进阶知识3

Python迭代器与生成器

 迭代器 Iterator

1.什么是迭代器

  • 迭代器是访问可迭代对象的工具
  • 迭代器是指用 iter(obj) 函数返回的对象(实例)
  • 迭代器可以用next(it)函数获取可迭代对象的数据

2.迭代器函数iter和next

函数说明
iter(iterable)从可迭代对象中返回一个迭代器,iterable必须是能提供一个迭代器的对象
next(iterator)从迭代器iterator中获取下一个记录,如果无法获取一下条记录,则触发 StopIteration 异常

3.迭代器说明

  • 迭代器只能往前取值,不会后退
  • 用iter函数可以返回一个可迭代对象的迭代器

4.迭代器示例

"""迭代器
"""
#可迭代对象
L = list(range(10))
it = iter(L)
print(iter(L))
print(next(it)) # 0
print(next(it)) # 1
print(next(it)) # 2
print(next(it)) # 3超过索引范围进行报错while True:try:print(next(it)) # 4 5 6 7 8 9except:print("迭代结束")break

5.迭代器的用途

1.迭代器对象能用next函数获取下一个元素 ​

 生成器

1.生成器是在程序运行时生成数据,与容器不同,它通常不会在内存中保留大量的数据,而是现用现生成。

  • yield 是一个关键字,用于定义生成器函数,生成器函数是一种特殊的函数,可以在迭代过程中逐步产生值,而不是一次性返回所有结果。
  • 跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。
  • 每次使用 yield 语句生产一个值后,函数都将暂停执行,等待被重新唤醒。
  • yield 语句相比于 return 语句,差别就在于 yield 语句返回的是可迭代对象,而 return 返回的为不可迭代对象。
  • 然后,每次调用生成器的 next() 方法或使用 for 循环进行迭代时,函数会从上次暂停的地方继续执行,直到再次遇到 yield 语句。

生成器可以用算法动态的生成数据

2.生成器有两种

  • 生成器函数
  • 生成器表达式

生成器函数

1.含有yield 语句的函数是生成器函数,此函数调用回返回一个生成器对象,生成器也是可迭代对象

2.yield 语句的语法

yield 表达式

3.生成器函数示例

"""生成器对象 生成器和迭代器一样可以配套for使用
"""def myange(stop):i = 0while i<stop: # 步骤1yield i # 调用一次产生一次数据 步骤2i +=1# print(myange(10)) # 无内容输出
for x in myange(10):print(x) # 步骤3print(next(myange(10))) # 可以访问生成器中的数据,一次next生成一个数据

生成器表达式

1.语法:

( 表达式 for 变量 in 可迭代对象 [if 真值表达式])

[] 内容代表可以省略

2.作用:用推导式的形式创建一个生成器

3.示例

re1 = [x ** 2 for x in range(1, 5)]   # 列表解析(列表推导式)[1, 4, 9, 16]
print(re1) # [1, 4, 9, 16]
re2 = (x ** 2 for x in range(1, 5))  # 生成器表达式 <generator object <genexpr> at 0x7f41dcd30a40>
print(re2) # <generator object <genexpr> at 0x000001BEF95D3780> 不被调用,所有不被执行
for y in (x ** 2 for x in range(1, 5)): # 需要和for循环搭配使其生效print(y) #2,4,9,16

python 函数式编程

1.定义:用一系列函数解决问题。

  • 函数可以赋值给变量,赋值后变量绑定函数。
  • 允许将函数作为参数传入另一个函数。
  • 允许函数返回一个函数。

函数作为参数

1.将核心逻辑传入方法体,使该方法的适用性更广。

2.示例

def func01():print("func01执行")
​
# a = func01
# # print(a)
# a()
​
def func02():print("func02执行")
​
# 通用
def func03(func):print("func03执行")func()
​
func03(func02)
func03(func01)

​3.注释

(1)a = func01

  • 变量 a 现在指向 func01 函数对象。
  • a 不是函数的返回值,而是函数对象本身

(2)print(a)

  • 打印 a,输出 <function func01 at 0x...>,表示 a 是一个函数对象,并显示其内存地址。

(3)赋值语句 a = func01 并不会执行 func01 函数,只是将函数对象赋值给 a。调用 a()func01() 才会执行函数代码。

4.示例

"""函数编程 语法
"""
def fun01():print("fun01函数执行了")a = fun01
print(a) #变量存储的是函数内存地址 <function fun01 at 0x0000019B9A87A200>存放函数的内存地址def fun02(func):print("fun02执行了")func()fun02(fun01) # 传入函数名称 fun02执行了 fun01函数执行了"""函数编程思想编程题
"""
list01 = list(range(100))#需求:将大于5的数取出来
def find01():for item in list01:if item>5:yield item#需求:查找里表中所有的奇数
def find02():for item in list01:if item % 2 == 1:yield  item"""面向过程的思想封装 分 把不同的点分割出来
"""
def conditon01(item):return item > 5def condition02(item):return item % 2 == 1"""继承 -隔离的思想
"""
def find(func):for item in list01:if func(item):yield item"""做- 多态
"""
for data in find(conditon01):print(data) # 打印数据,因为item取出来的是数据for data in find(condition02):print(data)

5.总结

(1)什么时候使用函数式编程思想?

  • 很多的逻辑或者说核心点是不变的,大多数就是一致的,这个时候我们就可以使用函数式编程思想,可以很好的去定位这个逻辑【函数 式编程思想相对于面向对象编程思想,它更接近于算法】。

(2)函数式编程思想替代了面向对象思想?

  • 如果需求中存在多个逻辑变化点时,可以使用类来进行,因为面向对象中存在继承、重写。而函数式编程思想则是将变化点提取到函数 中,实现简单的逻辑。

6.练习

class Girl:list_girl = []def __init__(self,name,score,age,height):self.name = nameself.score = scoreself.age = ageself.height = height# print(self)Girl.list_girl.append(self)girl01 = Girl("阿珂", 100, 23,160)
girl02 = Girl("苏荃", 92, 32,169)
girl03 = Girl("双儿", 90, 25,165)
girl04 = Girl("小郡主", 76, 22,167)
girl05 = Girl("方怡", 75, 27,168)
girl06 = Girl("建宁", 86, 25,164)
girl07 = Girl("曾柔", 67, 24,165)# 需求:查找所有高于160的美女
# def fun01():
#     for item in Girl.list_girl:
#         if item.height > 160:
#             yield item
#
# # 需求:颜值大于90的美女
# def fun02():
#     for item in Girl.list_girl:
#         if item.score > 90:
#             yield item
"""封装 找不同点继承 找相同点多态 实现不同目的"""# 封装 找不同点
def condition01(item):return item.height > 160def condition02(item):return item.score > 90def find(func):for item in Girl.list_girl:if func(item):yield item# def print_condition01():
for result in find(condition01):print(result.name) #这个返回的是对象中的属性 苏荃 双儿 小郡主 方怡 建宁 曾柔# def print_condition02():
for result1 in find(condition02):print(result1)#这个返回的是一个对象 <__main__.Girl object at 0x00000218ADB1A6F0>  <__main__.Girl object at 0x00000218ADB1A720> 

lambda 表达式

1.定义:是一种匿名函数

2.作用:

  • 作为参数传递时语法简洁,优雅,代码可读性强。
  • 随时创建和销毁,减少程序耦合度。

3.语法

# 定义: 变量 = lambda 形参: 方法体 ​ 
# 调用: 变量(实参)

4.说明

  • 形参没有可以不填
  • 方法体只能有一条语句,且不支持赋值语句。
# 1. 有参数有返回值
# def func01(a,b):
#     return a > b
#
# print(func01(10,20))
func01 = lambda a,b:a > b
print(func01(10,20))
​
# 2. 无参数有返回值
# def func02():
#     return "ok"
#
# print(func02())
func02 = lambda :"ok"
print(func02())
​
# 3. 无参数无返回值
# def func03():
#     print("ok")
#
# func03()
​
func03 = lambda :print("ok")
func03()
​
# 4. 有参数无返回值
# def func03(a):
#     print(a)
#
# func03(100)
func03 = lambda a:print(a)
func03(100)
​
# 5. lambda 不支持赋值语句
# def func05(iterable):
#     iterable[0] = 100
#
# list01 = [1]
# func05(list01)
# print(list01)
​
# func05 = lambda iterable: iterable[0] = 100 报错
​
# 6. lambda 不支持多条语句
# def func06(a,b):
#     print(a)
#     print(b)
#
# func06(10,20)
​
# func06 = lambda a,b: print(a);print(b)

内置高阶函数

1.定义:将函数作为参数或返回值的函数。

2.常用:

(1)map(函数,可迭代对象)

  • 使用可迭代对象中的每个元素调用函数,将返回值作为新可迭代对象元素;返回值为新可迭代对象。

(2)filter(函数,可迭代对象)

  • 根据条件筛选可迭代对象中的元素,返回值为新可迭代对象。

(3)sorted(可迭代对象, key=函数, reverse=True)

  • 排序,返回值为排序后的列表结果。

(4)max(可迭代对象, key = 函数)

  • 根据函数获取可迭代对象的最大值。

(5)min(可迭代对象,key = 函数)

  • 根据函数获取可迭代对象的最小值。

示例

"""内置高阶函数
"""class Girl:list_girl = []def __init__(self,name,score,age,height):self.name = nameself.score = scoreself.age = ageself.height = height# print(self)Girl.list_girl.append(self)def __str__(self):#必须以字符串的形式进行返回return f"{self.name}-{self.score}-{self.age},{self.height}"
girl01 = Girl("阿珂", 100, 23,160)
girl02 = Girl("苏荃", 92, 32,169)
girl03 = Girl("双儿", 90, 25,165)
girl04 = Girl("小郡主", 76, 22,167)
girl05 = Girl("方怡", 75, 27,168)
girl06 = Girl("建宁", 86, 25,164)
girl07 = Girl("曾柔", 67, 24,165)print(girl04)#打印所有对象的名称
for element01 in map(lambda item:item.name,Girl.list_girl):print(element01)#获取所有颜值大于80的美女对象
for element02 in filter(lambda item:item.score > 80 ,Girl.list_girl):print(element02) # 返回的迭代器#获取年龄最大的美女对象
maxage=max(Girl.list_girl,key=lambda item:item.age)
print(maxage) # 返回的是符合最大值的对象#对美女年龄进行排序 reverse默认是降序排列(False)
for element03 in sorted(Girl.list_girl,key=lambda item:item.score,reverse=True):print(element03)#美女中身高最矮的
minheight = min(Girl.list_girl,key=lambda item:item.height)
print(minheight)print(map(lambda item:item.name,Girl.list_girl)) #<map object at 0x000001FF74FCB2B0>一个新的对了,里面包含姓名属性
print(filter(lambda item:item.score > 80 ,Girl.list_girl)) #<filter object at 0x000002713609BAF0>
print(max(Girl.list_girl,key=lambda item:item.age),min(Girl.list_girl,key=lambda item:item.height)) #苏荃-92-32,169 阿珂-100-23,160
print(sorted(Girl.list_girl,key=lambda item:item.score,reverse=True)) # [<__main__.Girl object at 0x000002713609B590>, <__main__.Girl object at 0x000002713609B5C0>, <__main__.Girl object at 0x000002713609BA10>, <__main__.Girl object at 0x000002713609BAA0>, <__main__.Girl object at 0x000002713609BA40>, <__main__.Girl object at 0x000002713609BA70>, <__main__.Girl object at 0x000002713609BAD0>]

函数作为返回值

闭包 closure

1.什么是闭包?

  • 闭包是指引用了此函数外部嵌套函数的变量的函数 闭包就是能够读取其他函数内部变量的函数。只有函数内部的嵌套函数才能读取局部变量,所以闭包可以理解成“定义在一个函数内部的函数,同时这个函数又引用了外部的变量“。
  • 在本质上,闭包是将内部嵌套函数和函数外部的执行环境绑定在一起的对象。

2.闭包必须满足以下三个条件

  • 必须有一个内嵌函数
  • 内嵌函数必须引用外部函数中变量
  • 外部函数返回值必须是内嵌函数。

3.思考全局变量和局部变量的区别

  • 全局变量:一直存在,谁都可以访问和修改

  • 局部变量:只是在调用时存在,只能在函数内部进行访问和修改

4.闭包的优缺点 优点

  • 逻辑连续,当闭包作为另一个函数调用参数时,避免脱离当前逻辑而单独编写额外逻辑。
  • 方便调用上下文的局部变量。
  • 加强封装性,是第2点的延伸,可以达到对变量的保护作用。

5.使用闭包的注意点(缺点)

  • 由于闭包会使得函数中的变量都被保存在内存中,内存消耗很大,所以不能滥用闭包
  • 闭包会在父函数外部,改变父函数内部变量的值。所以,如果你把父函数当作对象(object)使用,把闭包当作它的公用方法(Public Method),把内部变量当作它的私有属性(private value),这时一定要小心,不要随便改变父函数内部变量的值。

7.示例

"""闭包三大要素1.具有内外函数 嵌套函数2.内部函数要访问外部函数的变量3.外部函数返回内部函数
"""def fun01():a = 1def fun02():print(a)return fun02() #需要调用函数
re = fun01()def fun01():a = 1def fun02():print(a)return fun02
re = fun01()
re()#需要调用函数
print(re)
"""闭包的运用逻辑运算装饰器打基础体现:外部函数执行过后,栈帧不释放,等待内部函数调用
"""
def give_money(money):print(f"当前有{money}")def child_buy(target,price):nonlocal moneymoney -=priceprint(f"我们购买了{target},孩子现在还有{money}")return child_buy
re = give_money(200) #这里只传了一次惨,后面money值的更改是由于嵌套函数的操作
re("小汽车",50)
re("玩具手枪",50)
re("篮球",50) # 逻辑连续性,持续相减

8.示例

"""闭包
"""
def fun01():print("fun01执行了")return "hello world"def print_func_name(func):def wrapper(*args,**kwargs):#新功能print(func.__name__)#__name__:获取函数名,内置属性#旧功能return func(*args,**kwargs)return wrapperre = print_func_name(fun01)
re()
"""闭包
"""
def fun01():print("fun01执行了")return "hello world"def fun02(func):print("fun02执行了")fun01()def print_func_name(func):def wrapper(*args,**kwargs):def wrapper1(*args,**kwargs):#新功能print(1111)print(func.__name__)#__name__:获取函数名,内置属性#旧功能return func(*args,**kwargs)return wrapper1return wrapper# re = print_func_name(fun01)
# re1=re()
# re1()#正常运行,增加了内存的使用
re1 = print_func_name(fun02(fun01()))
re2=re1()
re2 #会先执行fun01,在执行fun02,但却不会执行装饰器中的代码了,虽然可以运行但脱离了装饰器的意义

装饰器 decorators(专业提高篇)

1.什么是装饰器:装饰器是一个函数,主要作用是来用包装另一个函数或类

2.装饰器的作用:在不修改被装饰的函数的源代码,不改变被装饰的函数的调用方式的情况下添加或改变原函数的功能。

3.函数装饰器的语法:

def 装饰器函数名(fn):    语句块    return 函数对象 ​ 
@装饰器函数名 <换行> 
def 被装饰函数名(形参列表):    语句块

4.用函数装饰器替换原函数myfun

def mydeco(fn):fn()print("装饰器函数被调用了,并返回了fx")def fx():print("fx被调用了")# return fn()return fx
​
@ mydeco
def myfun():print("函数myfun被调用")
​
myfun()
myfun()

5.当使用@mydeco语法装饰myfun函数时,实际上发生的是

  • myfun函数作为参数传递给了mydeco装饰器。
  • mydeco内部,首先调用了fn(),即此时调用了myfun函数,产生了输出:"函数myfun被调用"。
  • 接着,打印了"装饰器函数被调用了,并返回了fx"。
  • 然后,mydeco装饰器返回了新的函数fx

因此,此刻myfun实际上被替换成了新的函数fx。这样的行为正是Python装饰器的特性之一:装饰器可以修改函数的行为,甚至完全替换被装饰的函数。

基本装饰器

1.有参数的函数装饰器(在myfunc外加了一层)

def mydeco(fn):def fx():print("====这是myfunc被调用之前====")ret = fn()print("----这是myfunc被调用之后====")return retreturn fx
​
@mydeco
def myfunc():print("myfunc被调用.")
​
myfunc()
myfunc()
myfunc()

2.例

"""装饰器
"""
# 装饰器名称
def print_func_name(func):def wrapper(*args,**kwargs):#新功能print(func.__name__)#__name__:获取函数名,内置属性#旧功能return func(*args,**kwargs) # 需要在这里去真正的调用被装饰器,在被装饰器中不调用,就不会打装饰器的功能return wrapper#被装饰器
@print_func_name
def fun01():print("fun01执行了")return "hello world"@print_func_name
def fun02():print("fun02执行了")print(1111)fun02()
fun01()"""旧函数 统计值新的函数、功能是打印总执行时间
"""
import time
#新函数
def all_time(func):def wrapper(*args,**kwargs):#接收被装饰器的传参#time.time()获得当前的时间start_time = time.time()result = func(*args,**kwargs)#运行被装饰器的时间,如果有参数,那么就要写上星号变量来接收#获得结束时间end_time = time.time()print("执行时间:",end_time-start_time)return resultreturn wrapper#旧函数
@all_time
def fun01():sum_value = 0for i in range(100000000):sum_value +=ireturn sum_valuefun01()@all_time
def fun02(n):sum_value = 0for i in range(n):sum_value += ireturn sum_value
fun02(100000)
带参数的装饰器
def repeat(num):def decorator(func):def wrapper(*args, **kwargs):for _ in range(num):func(*args, **kwargs)return wrapperreturn decorator
​
@repeat(3)  # 应用装饰器,重复执行下面的函数3次
def greet(name):print(f"Hello, {name}!")
​
greet("Alice")  # 调用被装饰的函数
  • repeat 是一个接受参数的装饰器工厂函数,它返回一个装饰器。
  • decorator 是真正的装饰器,它接受一个函数 func 作为参数。
  • wrapper 函数重复执行被装饰的函数 num 次。
  • 使用 @repeat(3) 应用装饰器,使 greet 函数被执行3次。

注意:带参数的装饰器需要三层函数,def wrapper(args, kwargs) 传入的是被修饰的函数的参数。

装饰器链
def uppercase(func):def wrapper(*args, **kwargs):result = func(*args, **kwargs)return result.upper()return wrapper
​
def exclamation(func):def wrapper(*args, **kwargs):result = func(*args, **kwargs)return result + "!"return wrapper
​
@exclamation
@uppercase
def say_hello(name):return f"Hello, {name}"
​
greeting = say_hello("Bob")
print(greeting)  # 输出 "HELLO, BOB!"

1.具体的执行过程如下:

  • 装饰器是从内到外依次应用的。在你的代码中,首先应用的是 @uppercase,然后是 @exclamation
  • @uppercase 装饰器会先包裹 say_hello 函数,然后 @exclamation 装饰器再包裹已经被 @uppercase 包裹过的函数。

2.步骤详细如下:

(1)首先 @uppercase 包装 say_hello 函数:

  • 调用 say_hello("Bob") 返回 "Hello, Bob"
  • @uppercase 装饰器的 wrapper 函数将结果转换为大写,变为 "HELLO, BOB"

(2)然后 @exclamation 包装已经被 @uppercase 包装过的 say_hello 函数:

  • 调用 wrapper(即 @uppercase 装饰器的 wrapper 函数)返回 "HELLO, BOB"
  • @exclamation 装饰器的 wrapper 函数将结果加上一个感叹号,变为 "HELLO, BOB!"
say_hello("Bob") -> "Hello, Bob"
"Hello, Bob" -> @uppercase -> "HELLO, BOB"
"HELLO, BOB" -> @exclamation -> "HELLO, BOB!"
类装饰器
class MyDecorator:def __init__(self, func):self.func = func
​def __call__(self, *args, **kwargs):print("Something is happening before the function is called.")result = self.func(*args, **kwargs)print("Something is happening after the function is called.")return result
​
@MyDecorator  # 应用类装饰器
def say_hello(name):print(f"Hello, {name}!")
​
say_hello("Charlie")  # 调用被装饰的函数
  • MyDecorator 是一个类装饰器,它接受一个函数 func 作为参数并在 __call__ 方法中执行额外操作。
  • 使用 @MyDecorator 应用类装饰器,它将包装 say_hello 方法,使其在调用前后执行额外操作。
  • 与基本装饰器类似

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/451024.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

k8s jenkins 2.421动态创建slave

k8s jenkins 动态创建slave 简述使用jenkins动态slave的优势&#xff1a;制作jenkins-slave从节点jenkins-slave-latest:v1配置jenkins动态slave配置 Pod Template配置容器模板挂载卷 测试 简述 持续构建与发布是我们日常工作中必不可少的一个步骤&#xff0c;目前大多公司都采…

机器视觉基础系列四—简单了解背景建模算法

机器视觉基础系列四—简单了解背景建模算法 首先我们应该了解的是背景建模的定义是什么&#xff1f;又有哪些应用场景呢&#xff1f; 背景建模是指通过分析视频序列中的像素值变化情况&#xff0c;从中提取出静态背景部分&#xff0c;并将其用于目标检测、运动跟踪等计算机视觉…

从0开始部署优化虚拟机

一&#xff0c;vm workstation 安装 CentOS-7 忽略 二、查看虚拟机IP ip address 得到 192.168.196.128/24 宿主机进行Ping测试 C:\Users\Administrator>ping 192.168.196.128正在 Ping 192.168.196.128 具有 32 字节的数据: 来自 192.168.196.128 的回复: 字节32 时间…

怎么向新闻媒体发稿?携手谛道文化,轻松实现新闻媒体发稿

在纷繁复杂的信息时代&#xff0c;企业与个人若欲崭露头角&#xff0c;一套行之有效的发稿策略无疑是突破重围的利剑。企业或个人该怎么向新闻媒体发稿呢&#xff1f;谛道文化新闻媒体发稿机构&#xff0c;在软文发布、新闻发布及媒体投放等方面具有卓越策略&#xff0c;无疑为…

I\O进程线程(Day30)

一、学习内容 多线程基础 1> 线程是任务器调度的基本单位&#xff0c;是进程的一个执行单元 2> 一个进程中可以包含多个线程&#xff0c;但是至少要包含一个线程称为主线程 3> 一个进程中的多个线程共享进程的资源&#xff0c;不会为线程再 单独分配内存空间 4> 线…

如何启动hive

检查mysql是否启动 通过Navicat测试mysql是否可以连接 找打hive配置文件所在目录 检查连接mysql的账号密码是否正确,如果不正确就要修改为正确的 初始化hive元数据存储的库:schematool -dbType <database_type> -initSchema 检查mysql中是否创建hive数据库,这里看到hive数…

WebGl 使用缓冲区对象绘制多个点

缓冲区对象是WebGL系统中为一块内存区域&#xff0c;可以一次性地向缓冲区对象中填充大量的顶点数据&#xff0c;然后将这些数据保存在其中&#xff0c;供顶点着色器使用。 1.类型化数组类型 在 webgl 中&#xff0c;需要处理大量的相同类型数据&#xff0c;所以引入类型化数组…

机器学习学习笔记-20241018

继续跟着小土堆去学习机器学习 文章目录 Flatten1. Flatten 的作用2. 何时使用 Flatten3. PyTorch 中的 Flatten Sequentia优化器模型的保存与加载模型的完整训练 Flatten 在神经网络中&#xff0c;Flatten 操作是将高维的输入&#xff08;如二维图像或三维特征图&#xff09…

LabVIEW提高开发效率技巧----减少UI更新频率

在LabVIEW开发中&#xff0c;图形化用户界面&#xff08;UI&#xff09;的更新频率对程序的响应速度有着显著影响。频繁的UI更新会占用大量资源&#xff0c;导致系统性能下降。本文将详细介绍如何通过减少UI更新频率来提升LabVIEW程序的运行效率&#xff0c;从多个角度进行分析…

Jenkins入门(二):流水线方式部署多模块Springboot项目

目录 一、环境准备 1. 搭建配置Jenkins (在上一篇基础上进行) 2. 安装mysql 3. 安装redis 4. 配置docker-componse 5. 启动docker-componse 二、脚本准备 1. Jenkinsfile 2. deploy.sh 3. Dockerfile 三、Jenkins流水线配置 新增版本号参数 流水线选择代码里面的Je…

游戏逆向基础-找释放技能CALL

思路&#xff1a;通过send断点然后对send的data参数下写入断点找到游戏里面的技能或者攻击call 进入游戏先选好一个怪物&#xff08;之所以要先选好是因为选怪也会断&#xff0c;如果直接左键打怪的话就会断几次&#xff09; 断下来后对参数下硬件写入断点 硬件断点断下来后先…

Java | Leetcode Java题解之第475题供暖器

题目&#xff1a; 题解&#xff1a; class Solution {public int findRadius(int[] houses, int[] heaters) {Arrays.sort(houses);Arrays.sort(heaters);int ans 0;for (int i 0, j 0; i < houses.length; i) {int curDistance Math.abs(houses[i] - heaters[j]);whil…

【工具篇】MLU运行XInference部署手册

文章目录 前言一、平台环境准备二、代码下载三、安装部署1.正常pip 安装 四、运行结果展示1.如果界面404或没有东西请这样做2.运行效果 前言 Xorbits Inference&#xff08;Xinference&#xff09;是一个功能强大、用途广泛的库&#xff0c;旨在为语言、语音识别和多模态模型提…

Python | Leetcode Python题解之第478题在圆内随机生成点

题目&#xff1a; 题解&#xff1a; class Solution:def __init__(self, radius: float, x_center: float, y_center: float):self.xc x_centerself.yc y_centerself.r radiusdef randPoint(self) -> List[float]:u, theta random.random(), random.random() * 2 * mat…

js简单基础笔记

一 . js特点 1. Js是一门解释型语言&#xff0c;不用编译&#xff0c;而是直接执行 2. js是一门动态语言&#xff0c;其中的任何内容都是不确定的 3. 语法结构和Java&#xff0c;c都很像 4. ​ js是一门面向对象的语言 5.js严格区分大小写 二 . js使用 1…

【AI知识】距离度量和相似性度量的常见算法

本文介绍一些AI中常见的距离度量和相似性度量算法&#xff1a; 1. 欧几里得距离&#xff08;Euclidean Distance&#xff09; 欧几里得距离是最常见的距离度量方法&#xff0c;用来计算两个向量之间的“直线距离”&#xff0c;也被成为L2范数。 公式如下&#xff0c;其中 x…

6、ES6

文章目录 一.关于ES6二.关于变量声明let声明变量const 声明常量 三.变量的解构赋值四.字符串的扩展五.函数的扩展函数默认参数rest参数箭头函数(函数的新写法) 六.数组的扩展七.对象的扩展语法上的简化对象的解构赋值 八.Symbol&#xff1a;新的数据类型(类似于字符串)独一无二…

学习中,师傅b站泷羽sec——xss挖掘过程

某职业技术学院网站xss挖掘&#xff1a; 资产归纳 例如&#xff1a;先把功能点都看一遍&#xff0c;大部分都是文章 根据信息搜集第一课学习到一般主站的防御力是比较强的&#xff0c;出现漏洞的点不是对新手不友好。 在资产验证过程中还是把主站看了一遍 没有发现有攻击的机会…

未来人工智能的发展对就业市场的影响 人工智能在生活中的相关

人工智能&#xff08;Artificial Intelligence&#xff09;&#xff0c;英文缩写为AI.是新一轮科技革命和产业变革的重要驱动力量&#xff0c; 是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学. 人工智能的发展对就业市场的影响主要…

论文笔记:RelationPrompt :Zero-Shot Relation Triplet Extraction

论文来源: ACL Findings 2022 论文链接:https://arxiv.org/pdf/2203.09101.pdf 论文代码:http://github.com/declare-lab/RelationPrompt 本篇论文是由阿里达摩院自然语言智能实验室于2022年发表的关于零样本关系抽取的顶会论文,本篇博客将记录我在阅读过程中的一些笔记…