张拓的博客

连接mysql1mysql -uroot -P3306 -hlocalhost -p 授权语法说明1`grant` 权限 `on` 库名.表名 `to` 用户； 权限 all privileges所有权限select,delete,update,create,drop中的任意组合 库名.表名 *.*所有库database.*指定database库database.table指定database库的table表 用户 ‘user’@’host’ 授权例子给远程用户test1赋予mysql库user表的select权限1grant select on mysql.user to test1@'%'; 给本地用户test赋予mysql库的所有权限1grant all privileges on mysql.* to test@localhost; 撤消权限1`revoke` 权限 `on` 库名.表名 `from` 用户； 权限 all所有权限select,delete,update,create,drop中的任意组合 库名.表名 *.*所有库database.* ...

连接mysql1mysql -uroot -P3306 -hlocalhost -p 新建远程root用户1create user 'root'@'%' IDENTIFIED with mysql_native_password by '123456'; 旧的工具使用mysql_native_password加密认证。 8.0默认使用caching_sha2_password加密认证。 允许登陆1grant all privileges on *.* to 'root'@'%' ; 1flush privileges; 修改/etc/mysql/mysql.conf.d/mysqld.cnf 123[mysqld]skip-name-resolve # 解析主机名# bind-address = 127.0.0.1 # 注释这句

连接mysql1mysql -uroot -P3306 -hlocalhost -p -uroot -u后的root是mysql用户名-P3306 -h后的3306是mysql端口-hlocalhost -h后的localhost是mysql主机最后的-p表示需要输入密码 创建数据库1CREATE DATABASE tablename; 创建名字是tablename的数据库； 1CREATE DATABASE IF NOT EXISTS tablename DEFAULT CHARSET utf8 COLLATE utf8_general_ci; 如果名字是tablename的数据库不存在，则创建数据库tablename，并设置字符集为utf8。

创建用户1CREATE USER user1@127.0.0.1 IDENTIFIED WITH mysql_native_password BY '123456'; user1 用户名 127.0.0.1 允许的IP地址。 IPV6::1 远程 % 本地 localhost 、 127.0.0.1 mysql_native_password 加密方式。 旧的mysql_native_password，新的caching_sha2_password 修改密码1ALTER USER 'root'@'::1' IDENTIFIED WITH mysql_native_password BY '123456';

迭代深化深度优先搜索 （iterative deepening depth-first search (IDS or IDDFS))）是对状态空间的搜索策略。它重复地运行一个有深度限制的深度优先搜索，每次运行结束后，它增加深度并迭代，直到找到目标状态。 IDDFS 与广度优先搜索有同样的时间复杂度，而空间复杂度远优。 IDDFS 第一次访问节点的累积顺序是广度优先的。 例子 走这张图 深度0 A，没了 深度1 ABCE，没了 深度2 A, B, D, F, 这时该往回走 C, G, E,完了， F（F撞了） 深度3 A, B, D, F, E, 这时该往回走 C, G,完了， E, F, B（这三个撞了） 算法以下虚拟码展示了由递归地使用限制深度的 DFS (深度优先搜索) 算法来实现的 IDDFS 算法 (叫作 DLS). 123456789101112131415procedure IDDFS(root) for depth from 0 to ∞ found ← DLS(root, depth) if found ≠ null ...

蒙特卡洛树搜索（英语：Monte Carlo tree search；简称：MCTS）是一种用于某些决策过程的启发式搜索算法，最引人注目的是在游戏中的使用。一个主要例子是电脑围棋程序，它也用于其他棋盘游戏、即时电子游戏以及不确定性游戏。 历史基于随机抽样的蒙特卡洛方法可以追溯到20世纪40年代。布鲁斯·艾布拉姆森（Bruce Abramson）在他1987年的博士论文中探索了这一想法，称它“展示出了准确、精密、易估、有效可计算以及域独立的特性。”他深入试验了井字棋，然后试验了黑白棋和国际象棋的机器生成的评估函数。1992年，B·布鲁格曼（B. Brügmann）首次将其应用于对弈程序，但他的想法未获得重视。2006年堪称围棋领域蒙特卡洛革命的一年，雷米·库洛姆（Remi Coulom）描述了蒙特卡洛方法在游戏树搜索的应用并命名为蒙特卡洛树搜索。列文特·科奇什（Levente Kocsis）和乔鲍·塞派什瓦里（Csaba Szepesvári）开发了UCT算法，西尔万·热利（Sylvain Gelly）等人在他们的程序MoGo中实现了UCT。2008年，MoGo在九路围棋中达到段位水平， ...

范围最值查询（英语：Range Minimum Query），是针对数据集的一种条件查询。若给定一个数组{\displaystyle A[1,n]}，范围最值查询指定一个范围条件{\displaystyle i}到{\displaystyle j}，要求取出{\displaystyle A[i,j]}中最大／小的元素。 若{\displaystyle A=[3,5,2,5,4,3,1,6,3]}，条件为{\displaystyle [3,8]}的范围最值查询返回1，它是子数组{\displaystyle A[3,8]=[2,5,4,3,1,6]}中最小的元素。 通常情况下，数组A是静态的，即元素不会变化，例如插入、删除和修改等，而所有的查询是以在线的方式给出的，即预先并不知道所有查询的参数。 RMQ问题有预处理{\displaystyle O(n)}之后每次查询{\displaystyle O(1)}的算法。 范围最值查询问题（RMQ）与最近公共祖先（LCA）问题有直接联系，它们可以互相转化。RMQ的算法常常应用在严格或者近似子串匹配等问题的处理中。 算法Sparse Table创建一 ...

在计算机科学中, 舞蹈链（Dancing Links), 也叫 DLX, 是由 Donald Knuth 提出的数据结构，目的是快速实现他提出的的 X算法. X算法是一种递归算法，时间复杂度不确定, 深度优先, 通过回溯寻找精确覆盖问题所有可能的解。有一些著名的精确覆盖问题，包括铺砖块，八皇后问题，数独问题。 名字来自于这个算法的工作方式，算法中的迭代让链接与同伴链接”跳舞”，很像“精心编排的舞蹈”。 Knuth 归功于 Hiroshi Hitotsumatsu 与 Kōhei Noshita 在1979的研究 , 但是Knuth的论文让舞蹈链流行。 算法实现文章的剩余部分讨论这种算法在Algorithm X中的应用，强烈建议读者先阅读 X算法 。 主要思想舞蹈链的主要思想来自于 双向链表 12x.left.right ← x.right;x.right.left ← x.left; 以上代码会从链表中移除x元素 12x.left.right ← x;x.right.left ← x; 以上代码会恢复x元素在链表中的位置（如果x的左侧元素和右侧元素没有变的话）。不管链表中有多少个元素， ...

线性散列 (LH) 是一种动态数据结构，它实现哈希表并一次增加或收缩一个存储桶。它是由Witold Litwin于1980年发明的。巴埃萨-耶茨和索萨-波尔曼对此进行了分析。 它是许多称为动态散列的方案中的第一个，例如拉尔森的线性散列与部分扩展，线性散列与优先级分割，线性散列与部分扩展和优先级分割，或递归线性散列。 动态散列数据结构的文件结构会适应文件大小的变化，因此避免了昂贵的定期文件重组。线性哈希文件通过拆分进行扩展 将一个预定的桶一分为二，通过将两个预定的桶合并为一个来收缩。重建的触发因素取决于方案的风格;它可能是存储桶或负载因子(记录数除以存储桶数)的溢出，超出了预定范围。 在线性哈希中有两种类型的桶，一种是要拆分的，另一种是要拆分的 已经分裂了。虽然可扩展散列只拆分溢出的存储桶，但螺旋散列(又名螺旋存储)在桶上不均匀地分布记录，例如 插入、删除或检索成本高的存储桶最早排队 进行拆分。 线性哈希也已制成可扩展的分布式数据结构 LH。在 LH 中，每个存储桶驻留在不同的服务器上。 LH 本身已扩展，可在存在 失败的存储桶。LH 和 LH 中基于键的操作(插入、删除、更新、读取)和 ...

线性探测是计算机程序解决散列表冲突时所采取的一种策略。散列表这种数据结构用于保存键值对，并且能通过给出的键来查找表中对应的值。线性探测这种策略是在1954年由Gene Amdahl, Elaine M. McGraw,和 Arthur Samuel 所发明，并且最早于1963年由Donald Knuth对其进行分析。 与二次探测和双散列一样，线性探测是一种开放寻址的策略。在这些策略里，散列表的每个单元都存储一对键值对。当散列函数对一个给定值产生一个键，并且这个键指向散列表中某个已经被另一个键值对所占用的单元时，线性探测用于解决此时产生的冲突：查找散列表中离冲突单元最近的空闲单元，并且把新的键插入这个空闲单元。同样的，查找也同插入如出一辙：从散列函数给出的散列值对应的单元开始查找，直到找到与键对应的值或者是找到空单元。 正如Thorup和张寅在2012年所写，…“散列表是最常用的普通数据结构，它在硬件上的标准实现中最流行的方法就是使用线性探测。线性探测又快又简单。”线性探测能够提供高性能的原因是因为它的良好的引用局部性，然而它与其他解决散列冲突的策略相比对于散列函数的质量更为敏感。当使用 ...