IAD's Blog

虹桥（经嘉定）太仓（经海太汽渡）海门、南通（经皋张汽渡）张家港0740_虹桥东交通中心【虹桥枢纽9路】嘉定客运中心_08250830_嘉定客运中心【太嘉线】朝阳路车站_08500940_朝阳路车站【太仓217路】鹿河客运站_10501050_鹿河客运站【网约车】太海汽渡太仓港_11051130_太仓港【太海汽渡】海门港_12001230_海螺水泥（海太汽渡）【海门107】东方威尼斯_13101340_东方威尼斯【海门128】海门火车站_13551425_海门【C426】南通_14461455_南通站【网约车】南通汽车客运西站_15201530_南通西站【南通902路】日达智造_16251625_日达智造【步行1km】皋张汽渡如皋码头_16451715_如皋码头【皋张汽渡】张家港码头_17451745_张家港码头【步行1km】张皋汽渡站_18001800_张皋汽渡【张家港311路】金港街道_18351915_金港街道【张家港K2路】高铁站_20052016_张家港【D2267】上海虹桥_2119 虹桥、花桥、周庄、商榻、上海、崇明、奉贤0740 虹桥西交通中心【嘉虹3线】安亭地铁站 08 ...

高淳、水阳、雁翅、高淳、溧水0825_南京南站【S1号线】翔宇路南_08550910_翔宇路南【S9号线】高淳_09501040_高淳枢纽站【高淳218路】水碧桥_11251125_水碧桥【步行400m】水碧桥下码渡口_11351230_水阳小学【宣城123路】管家渡大桥_13001330_管家渡大桥【宣城126路】雁翅高速路口_14301445_雁翅社区【高淳215路】高淳枢纽站_15301545_高淳枢纽站【高淳203路】双牌石_1620 葛塘（经三汊湾闸）来安、滁州0725_泰冯路【S8号线】葛塘_07400740_葛塘【步行600m】葛塘广场西_07500805_葛塘广场西【646路】龙池街道_0835【441程桥客运站0820发车】0840_龙池街道【441路】三汊湾闸_08550855_三岔湾闸【步行3km】乔云_09351010_乔云【来安D03路】星河城_11501150_星河城【步行800m】来安四中_12051205【午饭】12501305_来安四中【滁州102路】滁州北站_14001420_滁州北站（场外）【滁州8路】徽州路大王郢_14451445_徽州路大王郢【 ...

前言本项目收集部分外出运转计划安排。计划多包含铁路时刻表、公交时刻表，时效性较强；因此参考时请务必注意重新查询时刻表。计划总体呈现以下特点： 以尽量多绕路、多探索、多体验为核心目标 以保障人身安全、不去无人区域、不安排“铁人”行程为基本原则 时刻安排风格较为宽松，基本保证在排图当时可以顺利走完 运转区域多为上海、南京出发，覆盖区域基本不超过长三角区域 非常感谢 xxh45zxy 在排图和实践方面的帮助。 该项目中的计划基本全部由 I_Am_Danny、xxh45zxy 中的一人或两人进行落实，经过之处尽可能留存了道路环境、时刻表等信息。若未在文章中放出，但需要参考的，可在 B站 私信 I_Am_Danny。 目录南京市内及周边 上海市内及周边 沪宁沿线城市 浙江方向 安徽方向

M1-pstree 思维难度：⭐ 代码难度：⭐⭐ 消耗时长：⭐⭐⭐唯一的挑战在于配好WSL和上手Linux系统编程，除此之外没有任何难度。一开始jyy的submit脚本写bug了，只收集了git commit的部分，导致我一直在交空仓库上去；不得不顶着提交次数限制面向 OJ 编程将近一个小时，终于查出来了自己交的是空仓库。 M2-libco 思维难度：⭐⭐⭐⭐ 代码难度：⭐⭐⭐⭐ 消耗时长：⭐⭐⭐⭐⭐给我带来了一点小小的系统编程震撼。wrapper和stack_switch_call的机制都非常巧妙，痛苦debug的感想发布在了知乎上（https://www.zhihu.com/question/34787444/answer/3458466485），这里就不重复写了。 认识到了即便是C语言也是有局限性的，抛开一切高级语言的约定，确实可以用汇编整出很花的活。 M3-gpt.c 思维难度：⭐ 代码难度：⭐ 消耗时长：⭐整个学期最快乐的一次OJ，借用群里同学的话说：「配sperf的时间比写代码的时间长」。其实还是有一些小trick，导致我一开始在TLE：给多线程分配任务的时候，不要切的 ...

L0-hello, bare metal!没有任何难度。 主要是我想说一下我的离谱实现：直接显示大色块，反正通过了（ 除此之外还实现了 klib 的一些函数，包含一个简易版的 printf，支持除了浮点运算之外的一些基础功能。学到的教训是：在下手写代码之前，要先想好代码的架构，尽可能执行DRY原则，也可以防止为了达成DRY而频繁地修改主要函数的接口。 L1 - pmm个人感想 思维难度：⭐⭐⭐ 代码难度：⭐⭐⭐⭐ 消耗时长：⭐⭐⭐⭐⭐⭐对「一开始先使用一个简单有效的设计」这句话深有感触了，因为不然真的会「陷入Wrong Answer的泥潭」；总共改了 $3$ 版设计，累计写了三四千行代码；算法越改越简单，代码越改越少，通过的点越改越多。 这是我这辈子交过的最痛苦的OJ： 这是最好的一次： 得分情况通过了所有 Easy Test 和 3 个 Hard Test。最后一个 Hard Test 由于 Kalloc fail on low memory pressure 未通过。 基本设计在目前提交的版本中，我的设计如下： 将所有空间以页为单位进行种类的划分，分别是：slab 页、缓存页、 ...

插值与拟合方程求根 - 二分法 每次区间长度减半 于是 $\epsilon_n\leq \frac{b-a}{2^n}$ 方程求根 - 不动点迭代法 $x_{n+1}=g(x_n)$，最终收敛到不动点 $r=g(r)$ 收敛当且仅当在 $r$ 附近的一个邻域内有 $|g’(x)|<1$（泰勒展开+中值定理） 一次收敛，即 $S=\lim\frac{e_{i+1}}{e_i}<\infty$ 方程求根 - 牛顿法 $x_{n+1}=x_n-\frac{f(x_n)}{f’(x_n)}$（本质是求切线的零点） 二次收敛，即 $S=\lim\frac{e_{i+1}}{e_i^2}<\infty$（先证明收敛公式局部收敛，再泰勒展开+中值定理） 插值 - Lagrange插值 思想：直接构造经过插值点的多项式 思路：对于每个插值点，找出一个多项式使得在该点位置取 $1$，在其余插值点位置取 $0$；将所有的多项式加权相加即可。该多项式至多为 $n-1$ 次的（代数基本定理） 具体：$L_k(x)=A(x-x_ ...

2023-网络攻防实战-GLIBC（已发布至知乎：https://www.zhihu.com/question/410782328/answer/3492873625） 上网络攻防实战课，当时还没怎么摸过linux； 打靶的时候，靶机上没有gcc环境，所以需要在本地把payload编译好拖上去运行。然而，靶机的glibc版本很低，我本地直接编译放上去是跑不了的。 其实只需要加个 -static 静态编译就好了，当时不懂哇，于是我想着要不直接把我本机的glibc降级到目标版本编译好了 我花了一个下午pull下来一个陈年glibc编译好，然后我想：我直接把这个旧版本的glibc拖到当前glibc的目录里就好了吧 于是，为了这么操作，我先把当前的glibc目录给mv到一个备份的文件夹。然而这个操作直接导致我native没有glibc环境了，后续mv cd ls全部报找不到链接库…… 太蠢了，还好是虚拟机，直接掀了重开。最后也不是静态编译过的，整半天用了指定链接库编译……如果当时有GPT，这个问题不超过10分钟就能被解决 2024-操作系统-qemujyyOS的L2实验提供了一个tty作为 ...

Chapter 0 对偶对偶问题考虑最优化目标为：$$\min\quad f_0(x)$$$$\text{s.t.}\quad f_i(x)\leq0\quad\forall i=1,\cdots,n$$$$\quad\quad g_i(x)=0\quad\forall i=1,\cdots,m$$于是写出拉格朗日函数为：$$L(x;\lambda,v)=f_0(x)+\sum_{i=1}^n\lambda_if_i(x)+\sum_{i=1}^mv_ig_i(x)$$由此得到对偶函数为：$$g(\lambda,v)=\min_{x}L(x;\lambda,v)$$于是对偶问题为：$$\min\quad g(\lambda,v)$$$$\text{s.t.}\quad \lambda_i\geq 0\quad \forall i=1,\cdots,n$$ KKT条件对于凸优化问题，有：$$f_i(x)\leq 0,\quad g_i(x)=0,\quad \lambda_i\geq 0,\quad ...

熵基本概念熵：$H(X)=-\sum_{x} p(x)\log p(x)$条件熵：$H(X|Y)=H(X,Y)-H(Y)=\sum_y p(y)H(X|Y=y)=-\mathbb{E}[\log p(X|Y)]$互信息：$I(X;Y)=\sum_{x\in\mathcal{X}}\sum_{y\in\mathcal{Y}}p(x,y)\log\frac{p(x,y)}{p(x)p(y)}=H(X)+H(Y)-H(XY)=H(X)-H(X|Y)$相对熵（$KL$ 散度）：$D(p|q)=\sum_x p(x)\log \frac{p(x)}{q(x)}$ 链式法则 $H(X_1,X_2,\cdots,X_n)=\sum_{i}H(X_1|X_1,X_2,\cdots,X_i)$ $I(X_1,X_2,…,X_n;Y)=I(X_1;Y)+I(X_2;Y|X_1)+I(X_3;Y|X_1,X_2)+…+I(X_n;Y|X_1,…,X_{n-1})$ $D(p(x,y)|q(x,y)) ...