StarBlog文字与索引

STARBLOG / 技术与日常的文字存档

文章索引

写下实践中的发现，也留住那些值得回看的想法。

685篇文字 · 持续记录中
685 篇
577杂七杂八

广州的夏天格外的热：9月实训心得小结

emmmm 不知不觉间来广州已经两个多星期了，本来打算一周写一篇小结的，结果上个星期感冒了在宿舍休息，前几天又中秋假期出去玩了，就一直拖着了...... 这个实训说好听是什么实习，结果就是学校和培训班合作，把我们塞到这里来集中体验培训，但是又不会教你很多真正有用的东西，谁要是觉得好就交钱上正式培训班，住宿贼贵，环境还贼差，还好只有一个月的时间，咬咬牙就过去了，其中的猫腻不言而喻...... 说说学

578杂七杂八

轻松解决百度云限速问题

前言 360网盘关闭后，百度网盘似乎要成为国内网盘的唯一选择，但百度的“吃相”难看，无论你用多大的带宽，只要没有会员，下载速度永远都是是100k/s，稍微大一点的文件就需要安装客户端才能下载，烦人得很。 今天介绍一种非常简单的方法解决百度云的限速问题。需要用到Tampermonkey浏览器插件和百度云下载脚本。 Tampermonkey介绍 Tampermonkey 是一款免费的浏览器扩展和最为流

579杂七杂八

苹果竟然给我发这种邮件？这是什么新骗局

今天突然收到一封邮件，说是我的Apple ID被锁了，要我点击链接登录解锁，一开始我是觉得挺烦的，上个月我的美区ID刚被锁了，折腾了很久联系了台湾的客服才给解锁的，现在我国区的ID也被锁了？苹果怕是药丸。 不过看这封邮件总觉得有什么不对劲的地方…… 你这apple单词的e好像不是英文字母吧，如果苹果公司发来的邮件会是这个？而且这发件的邮箱也不对啊，没见过这域名，苹果的难道不是apple.com吗？

580杂七杂八

我也入坑折腾黑苹果，还成功了～

前言 Windows真的太难做开发了啊。。。Linux本来是最好的选择，然而又缺少太多软件，像微信、QQ这些就是想都不要想腾讯会给你开发的，用wine版本的又卡，用网页版又不能发表情包= = 所以很难受，也没有多少选择了，只剩下一个mac可以选，但是苹果电脑又贵性价比又低，怎么可能买mac呢，于是只能黑苹果啦～～ 先放一张桌面的截图吧，免得后面字太多没人想看。 其实在以前我就了解到有黑苹果这种东西

582杂七杂八

我的新博客上线了，附上Hexo博客折腾记录

鉴于简书和知乎经常以各种理由删除我的博客，之前我的WordPress博客又已经坏掉了，所以我一直想搞一个新的博客，这不看上了hexo静态博客了，直接托管在github上方便又免费。 配置啥的官方文档都很详细了，不再赘述。 博客地址：http://blog.deali.cn/ 各种配置，我还花了一天时间来写脚本把我的旧的博客导入，图片下载，做了替换等等工作，期间也出了很多问题，感觉很烦，很浪费时间，

583算法/机器学习

多个约束条件下的二维装箱问题——寻找《开罗拉面店》最优布局之代码解析（四）交叉算子解析

交叉算子 在常见的交叉算子中，经常会有选取基因片段的操作，有的是连续选取，有的是不连续选取，对于连续选取的交叉算子，我使用的都是环形选择，具体操作是这样的：首先给定起点l和终点m，以及基因长度L，如果l<m，则选取l到m这段基因；如果l>m，则选取0到m和l到L这两段基因，这样可以保证每一“碱基对”被选到的概率是相等的。 交叉算子这里我主要参考的是： https://blog.csdn.net/u

584算法/机器学习

多个约束条件下的二维装箱问题——寻找《开罗拉面店》最优布局

前言 前段时间无聊回坑玩《开罗拉面店》，这是一款模拟经营类的小游戏，不管是画风还是游戏性都很对我胃口。 里面有一个玩法是拉面店布局，就给你一块地，还有几家店铺，你可以随便铺随便摆，当然肯定是摆的越多家店铺越好。 我一开始玩的时候也没想那么多，随便摆了摆就完事了，但玩到后期人气上不去，我就突发奇想，能不能把所有店铺摆进去？或者能不能尽可能多地去铺满这块地？ 我就到处去找资料，然后有找到一个帖子是摆了

585杂七杂八

喆大师写给前端的一些建议

书籍推荐 《 jvascript高级程序设计（第三版） 》 偏字典书籍，江湖人称望远镜，红宝石书，红皮书，更多叫法等你去发现 《 javascript权威指南（第五版）》 就是字典，江湖人称 犀牛书，特点：厚，全 《 javascript语言精粹 》 一位在 js 界很有权威的人写的书，作者是json的发明者 江湖人称 蝴蝶书，特点：薄 完全就是在讲 js 语法，不涉及前端，顺便屌了一些开发人员

587算法/机器学习

多个约束条件下的二维装箱问题——寻找《开罗拉面店》最优布局之代码解析（五）遗传算法解析

前言 遗传算法的一些思路我在开篇有提到一些，这里给出具体过程： 1、生成两个种群，分别使用BL算法和BL_plus算法； 2、开始迭代 3、调用两个种群的update_max()函数更新最优个体 4、如果两个种群中有最优解（也就是12家店铺全部铺上去了），则跳出循环，返回该个体； 5、如果达到迭代次数，则跳出循环，返回两个种群的最优个体； 6、如果达到交换迭代次数，则： 假设种群P1的最优个体适应