overfit同步小助手
文章同步
十四天算法快速入门第一天之「二分查找」
写在前面：本文题单均来自力扣的算法刷题计划，开这个系列主要是以题目与题解的形式对一些常见、常用算法进行归类和总结，希望在促进自己学习的同时也能帮助到看到这篇文章的大家。另外，本文并非一天一更~...
最详BF算法和KMP算法
本篇文章主要时写出了BF算法和KMP算法，以及总结了两种算法的区别与优缺点。
一零零七、Docker快速入门
Docker的主要目标是“Build，Ship and Run Any App,Anywhere”，也就是通过对应用组件的封装、分发、部署、运行等生命周期的管理，使用户的APP（可以是一个WEB应用或数据库应用等等）及 其运行环境能够做到“一次镜像，处处运行”。将应用打包成镜像，通过镜像成为运行在D
【小菜的算法进阶路】用回溯算法解决组合问题
下面的几道力扣题均会用到dfs模板，用⭐标记这道题的价值，往往满星是最值得刷的。如果时间来不及刷⭐⭐⭐⭐⭐其他的都是皮毛。在dfs模板中for循环可以理解是横向遍历，backtracking（递归）就是纵向遍历，这样就把这棵树全遍历完了，一般来说，搜索叶子节点就是找的其中一个结果了。216. 组合总
【C语言刷题——7道leetcode简单题】
好的，各位，我们废话不说哈，直接开刷💖通过以上的7道leetcode小题，不知道对你是否有所启发与帮助。还是那三个字：多练习。不要好高骛远，要夯实自己的基础，多多总结，这总是有好处的，熟能生巧嘛，最后，这次刷题就先到这里结束了，觉得不错的话，也可以点个赞哦！🌹...
【LeetCode】241. 为运算表达式设计优先级（js 实现）
3. 参考【300题刷题挑战】leetcode力扣241 为运算表达式设计优先级 diffWaysToCompute 第二十九题 | 分治思想Python/Golang 分治算法
SpringBoot+Vue2整合WangEditor富文本
wangEditor：是一款轻量级 web 富文本编辑器，配置方便，使用简单，开源免费，几行代码即可生成。集成了所有常见功能，无需二次开发。
Vue核心④(计算属性)
现在我们做一个小案例，如下图所示：我们创建三个input框，其中第一个框写姓，第二个框写名，第三个框是姓名，也就是将第一个框中的内容和第二个框中的内容中间用连接在一起。同时在修改姓、名的时候姓名会跟着动态的发生变化。这个需求很简单，代码实现如下：现在我们提一个新需求：不管姓、名有多长，我们永远只截取
SpringBoot--解决BigDecimal传到前端后精度丢失问题
本文用示例介绍SpringBoot如何解决BigDecimal传到前端后精度丢失问题。
git--解决exited with error code: 128
本文介绍如何解决git的报错：exited with error code: 128
react1-基本介绍
react项目创建，相关依赖包介绍，任务指令介绍，入口文件，JSX，组件，state与props，prop-types运行时类型检查，Ref，组件通信，Context API,生命周期
【HTTP】请求方法
在HTTP协议中，最常用的放法就是GET 和 POST.GET 和 POST 没有本质区别。具体来说，相当于是GET没有使用场景，也能替换成POST。POST 也能替换成GET细节上的区别： Content-Length表示 body 中的数据长度。
【JavaScript】面向对象——原型与原型链（详解）
在JavaScript中，函数是一个包含属性和方法的类型的对象。而原型就是类型对象的一个属性。在函数定义时就包含了属性，它的初始值是一个空对象。在JavaScript中并没有定义函数的原型类型，所以原型可以是任何类型。原型是用于保存对象的共享属性和方法的，原型的属性和方法并不会影响函数本身的属性和方
构造 HTTP 请求的方式、HTTPS 的工作过程
基于 HTML / JS (客户端构造HTTP请求，最常见的 HTTP 客户端，就是浏览器)基于 Java (这种方案是完全可行的，但是实际开发中用的不如上面的方式多)form 的重要参数：光有这一个 form 标签，还没法提交，也没什么东西可提交的还需要搭配 form 里面有一些其他的标签，比如
【车牌识别】基于GRNN广义回归神经网络的车牌识别matlab仿真
matlab2013bGRNN广义回归神经网络的理论基础是非线性核回归分析，非独立变量y相对于独立变量x的回归分析实际上是计算具有最大概率值的y。设随机变量x和y的联合概率密度函数为f (x ,y)，已知x的观测值为X，则y相对于X的回归，即条件均值为：对于未知的概率密度函数f (x, y)，可由x
【PyTorch学习（三）】Aurograd自动求导机制总结
Aurograd自动求导机制总结。
Pytorch框架学习路径(七：数据读取机制DataLoader与Dataset)
Pytorch框架学习路径(七：数据读取机制DataLoader与Dataset)，博主手都写断了，大家觉得写的可以的话，给博主点个赞吧
基于亚博Arduino电机拓展板的ROS小车
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、硬件搭建二、软件环境搭建2.安装ROS-kinetic（各种坑）2.读入数据总结前言最近之前的项目结项了，于是想自己做一辆ROS小车来玩玩，奈何本人技术薄弱，两眼一抹黑，遂参考了百度和ROS-wiki上的很多材料，才完成
LightGBM原理与实践简记
写在前面：LightGBM 用了很久了，但是一直没有对其进行总结，本文从 LightGBM 的使用、原理及参数调优三个方面进行简要梳理。目录使用 LightGBM 官方接口，核心步骤sklearn 接口增量学习在处理大规模数据时，数据无法一次性载入内存，使用增量训练。主要通过两个参数实现：详细方法见
springboot+vue之短信发送
springboot+vue实现前后端短信发送与验证