分类 综合 下的文章

一、题目

请设计一个函数,用来判断在一个矩阵中是否存在一条包含某字符串所有字符的路径。路径可以从矩阵中的任意一格开始,每一步可以在矩阵中向左、右、上、下移动一格。如果一条路径经过了矩阵的某一格,那么该路径不能再次进入该格子。例如,在下面的3×4的矩阵中包含一条字符串“bfce”的路径(路径中的字母用加粗标出)。

[["a","b","c","e"], ["s","f","c","s"], ["a","d","e","e"]]

但矩阵中不包含字符串“abfb”的路径,因为字符串的第一个字符b占据了矩阵中的第一行第二个格子之后,路径不能再次进入这个格子。

 

示例 1:
输入:board = [["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]],
word = "ABCCED"
输出:true

示例 2:
输入:board = [["a","b"],["c","d"]], word = "abcd"  
输出:false
提示:

1 <= board.length <= 200
1 <= board[i].length <= 200

二、代码

class Solution {

    private int rowl, coll;
    private boolean[][] visited;
    private int[][] direction;

    public boolean exist(char[][] board, String word) {
        if(board == null || word == null || board.length == 0 || board[0].length == 0){
            return false;
        }
        rowl = board.length;
        coll = board[0].length;
        visited = new boolean[rowl][coll];
        direction = new int[][]{{1, 0}, {-1, 0}, {0, 1}, {0, -1}};
        char[] mywords = word.toCharArray();
        for(int i = 0; i < rowl; i++){
            for(int j = 0; j < coll; j++){
                visited[i][j] = false;
            }
        }
        for(int row = 0; row < rowl; row++){
            for(int col = 0; col < coll; col++){
                boolean res = dfs(board, mywords, row, col, 0);
                if(res){
                    return true;
                }
            }
        }
        return false;
    }

    public boolean dfs(char[][] board, char[] mywords, int row, int col, int index){
        if(visited[row][col] || board[row][col] != mywords[index]){
            return false;
        }
        if(index == mywords.length - 1){
            return true;
        }
        visited[row][col] = true;
        boolean result = false;
        for(int[] dir : direction){
            int newr = row + dir[0];
            int newc = col + dir[1];
            if(newr >= 0 && newr < rowl && newc >= 0 && newc <coll && !visited[newr][newc]){
                boolean res2 = dfs(board, mywords, newr, newc, index+1);
                if(res2){
                    return true;
                }
            }
        }
        visited[row][col] = false;
        return false;
    }
}

1 背景

最近想复习一下本科学过的8086汇编,发现需要装dosbox和masm。在查阅网上资料的时候发现,网上资料非常老旧、排版乱七八糟,全是蒙着头搞配置也不说为什么,可读性奇差。所以根据自己配置的经验重新写了一个教程。

2 详细操作步骤

1、下载dosbox。
访问链接https://www.dosbox.com/download.php?main=1,下载dosbox并安装,记录下安装的地址。
2、下载masm。
我没有找到官网链接,找到了一个别人提供的链接——https://blog.csdn.net/yuzuruhanyu/article/details/80287419中提供的masm,看了下可以用。
3、新建一个文件夹命名为masm,把第2步中下载的四个文件粘贴进去。如图所示。
四个文件
4、配置代码。请在这一步根据指导将代码按照你的实际情况改写,然后再进入第5步,否则无法完成配置!

mount c: D:\Softwares\DOSBox-0.74-3\masm
c:

第一行用于将目录挂载到dosbox的虚拟驱动器上。c:是dosbox的虚拟驱动器,D:\Softwares\DOSBox-0.74-3\masm是你想挂载的目录,请根据实际情况调整,我这里为了方便直接把第3步的文件夹放到了dosbox的安装目录。我们将D:\Softwares\DOSBox-0.74-3\masm挂载到c:上,是因为这样进入dosbox的c盘后就可以直接用masm里的东西了。这个c你也可以随意调整成其他盘,D:\Softwares\DOSBox-0.74-3\masm建议是第3步四个文件所在的目录。需要注意的是,这样纯粹是为了方便,你只需要保证将masm所在的盘挂载上,用的时候切换到masm所在的目录就好了。
第二行用于一启动就进入dosbox的c盘,可根据第一行进行调整。
5、返回dosbox安装目录,双击如图所示的bat文件。
bat文件示意图
此时会弹出一个配置文件。将配置文件拖到底,将第4步的代码(注意:该代码需要根据实际情况修改,请先根据第4步指导修改代码后再操作!否则将会配置失败!)添加到如图所示的位置。
添加位置
6、配置完成。如果你完全按照本教程操作,打开dosbox输入dir,即会显示出四个文件如图所示。
配置成功截图

一、下载anaconda

1、直接通过anaconda官网下载会非常慢,很容易超时失败,这里我们使用清华源来下载anaconda。
2、直接访问链接https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载自己想要的版本即可。如果执行了这一步请跳过第3步。如果您不知道选哪个版本,请跳过这一步继续看第3步。
3、如果跳过了上面的第2步,可通过访问此链接https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.11-Windows-x86_64.exe下载本文推荐的anaconda3-2020.11版本。

二、安装anaconda

1、直接选好自己想要安装到的目录后,其他保持默认即可,非常不建议选中自动添加环境变量选项如果您在安装过程中更改了包括但不限于自动添加环境变量选项,本小节不再适用,请从第三小节看起。
2、设置环境变量。
安装如图所示步骤,将anaconda的Scripts目录添加到Path中。
屏幕截图 2020-12-26 152903-sy.png
先选中Path,然后点编辑。
屏幕截图 2020-12-26 152939-sy.png
点击新建,输入自己anaconda的Scripts目录的绝对路径
屏幕截图 2020-12-26 153019-sy.png

三、切换国内源

采用上海交通大学anaconda源。在C盘用户目录下找到.condarc文件,写入以下内容,保存。

default_channels:
  - https://anaconda.mirrors.sjtug.sjtu.edu.cn/pkgs/r
  - https://anaconda.mirrors.sjtug.sjtu.edu.cn/pkgs/main
custom_channels:
  conda-forge: https://anaconda.mirrors.sjtug.sjtu.edu.cn/cloud/
  pytorch: https://anaconda.mirrors.sjtug.sjtu.edu.cn/cloud/
channels:
  - defaults

四、第一次使用conda activate时报错

按照屏幕上输出的提示信息,找到cmd.exe对应的那个执行即可。

支持作者和疑问解答

本文首发于我的学习之路(https://liguang.wang),欢迎访问!
写文章不易,如果这篇文章有帮到你,希望你能给予一定赞赏。您可以通过当前网站或App的赞赏渠道支持,或者点击此处支持作者
如果对于本文内容有疑问,可以点击此处联系作者

背景

最近想给笔记本安装tensorflow-gpu,然而网上的教程都非常老旧,很多2018、2019年的文章都打着最新的旗号,描述十分混乱。本教程力求给出最新可用的tensorflow-gpu安装教程,本文基于Windows 10和tensorflow2.3。

本文可解决的问题

win10如何安装tensorflow-gpu版本?
tensorflow-gpu版本如何安装?
tensorflow2.3.0如何安装?
MX450显卡如何安装tensorflow-gpu?

目标

安装anaconda
安装cudatoolkit
安装cudnn
安装tensorflow2.3.0,提供GPU支持。
可根据需要选择性阅读。

0 准备工作

1、要想成功安装tensorflow并提供GPU支持,必须保证tensorflow、cudatoolkit、cudnn版本对应。本文描述的版本可以保证对应,建议按照本文建议安装!
2、检查硬件支持。
点击如图所示的图标打开nvidia控制面板。
打开nvidia控制面板
然后点击系统信息,查看支持的cuda版本,如果高于10.1,则可继续阅读本文。如果小于10.1,则本文不适合您的机器,请参考其他资料。
查看系统信息
3、检查软件支持。由于我们想要安装tensorflow2.3,从官网得知,tensorflow2.3需要cuda 10.1,cudnn7.6,所以我们需要提前下载下这些版本的软件。官网给出的软件要求如图。接下来,我们将一一解决软件问题。
软件要求

一、安装anaconda

点击阅读本文章——anaconda安装指导(使用国内源加速)

二、安装cudatoolkit 10.1

1、访问https://developer.nvidia.com/cuda-toolkit-archive,下载cudatoolkit 10.1。请点击图片所示的位置进行下载。
下载cudatoolkit
2、双击下载好的文件,会提示选择目录释放临时文件,直接点击下一步即可。
3、然后进行兼容性检查,进行兼容性检查完成后,会让你选择安装方式,我们此处选择自定义。
选择安装方式
4、然后会让我们选择想要安装的内容。按图片所示展开后两项,这里新版本指将要安装的版本,当前版本是指机器上已经有的版本。如果新版本比当前版本新,就安装否则就把对勾给去掉,保留当前版本。这里我的当前版本比新版本更新,所以我们把对勾去掉。
选择安装内容
5、一直下一步,等待安装完成。

三、安装cudnn 7.6.5

1、下载cudnn 7.6.5。按图片所示操作即可。注意,可能会要求需要注册账号。
cudnn步骤
cudnn步骤
cudnn步骤
cudnn步骤
2、将下载下来的包解压,然后将下表中的文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1相应目录下。对应关系如下表所示。注意,是把文件放到相应目录下,不是直接替换目录!不是直接替换目录!不是直接替换目录!请严格按下表操作!

解压目录下的文件要放到的位置
bin\cudnn64_7.dll文件C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin下面
include\cudnn.h文件C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include下面
lib\x64\cudnn.lib文件C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64下面

四、安装tensorflow 2.3

1、切换opentuna的pip镜像源。(为了加速)

pip config set global.index-url https://opentuna.cn/pypi/web/simple

2、创建虚拟环境。输入以下命令。

conda create -n tensorflow2 python=3.7

3、激活虚拟环境。

conda activate tensorflow2

4、安装tensorflow2.3。我们使用pip来安装,pip安装后自带gpu支持,不需要额外安装gpu版本。我们此处使用pip而不采用conda,是因为conda中版本可能较旧而且作者使用conda后安装失败。如此处自行使用conda后安装失败并不表示本教程有问题!特此提前说明!强烈建议您在此处根据作者建议使用pip!

pip install tensorflow==2.3

5、验证安装是否成功。输入以下语句,如果如图所示输出了自己的GPU,则表示安装成功!否则安装失败,请检查步骤后重试或向作者提问。

python
import tensorflow as tf
tf.config.list_physical_devices('GPU')

安装成功

支持作者和疑问解答

本文首发于我的学习之路(liguang.wang),欢迎访问!
写文章不易,如果这篇文章有帮到你,希望你能给予一定赞赏。您可以通过当前网站或App的赞赏渠道支持,或者点击此处支持作者
如果对于本文内容有疑问,可以点击此处联系作者

问题描述

安装MariaDB的过程中,速度非常慢,经常超时失败。

解决方法

1、访问https://downloads.mariadb.org/mariadb/repositories/,获取库安装信息。
屏幕截图 2020-12-19 114807.png
2、在列表中选择你的操作系统版本和想安装的MariaDB版本,最后会有一个库安装信息显示出来,如图所示。
屏幕截图 2020-12-19 115027.png
3、将信息复制,使用命令vi /etc/yum.repos.d/MariaDB.repo创建MariaDB.repo文件,将复制的内容写进去,如下所示。

# MariaDB 10.5 CentOS repository list - created 2020-12-19 03:50 UTC
# http://downloads.mariadb.org/mariadb/repositories/
[mariadb]
name = MariaDB
baseurl = http://yum.mariadb.org/10.5/centos7-amd64
gpgkey=https://yum.mariadb.org/RPM-GPG-KEY-MariaDB
gpgcheck=1

4、为了加快速度,我们选用北京外国语镜像,将上面baseurl中的http://yum.mariadb.org替换为https://mirrors.bfsu.edu.cn/mariadb/yum,同时将gpgkey中的http://yum.mariadb.org替换为https://mirrors.bfsu.edu.cn/mariadb/yum,然后:wq保存。
5、使用命令yum -y install MariaDB-client MariaDB-server安装MariaDB,享受飞起来的安装速度吧!

支持作者和疑问解答

本文首发于我的学习之路(liguang.wang),欢迎访问!
写文章不易,如果这篇文章有帮到你,希望你能给予一定赞赏。您可以通过当前网站或App的赞赏渠道支持,或者点击此处支持作者
如果对于本文内容有疑问,可以点击此处联系作者