在路上

不是专业,只会通俗

导航

2015年8月19日 #

移动APP客户端为什么不直接连接远程数据库存取数据

摘要: 移动APP客户端为什么不直接连接远程数据库存取数据:1)安全问题 远程数据库必须暴露给外网,数据很容易遭到窃取。2)性能问题 如果客户端量大,势必数据库连接多,通常数据库是有并发连接限制的,而且无法使用缓存。3)可维护及封装 数据连接很难维护;数据封装性差;版本管理很难,只能依赖数据库;4) ...... 阅读全文

posted @ 2015-08-19 09:18 OnRoad_ 阅读(469) 评论(0) 推荐(0) 编辑

2013年4月27日 #

数据报文:ether-Ip-Udp-Tcp

摘要: IP数据包也叫IP报文分组,传输在ISO网络7层结构中的网络层,它由IP报文头和IP报文用户数据组成,IP报文头的长度一般在20到60个字节之间,而一个IP分组的最大长度则不能超过65535个字节。下图为IP分组的报文头格式,报文头的前20个字节是固定的,后面的可变。版本:占4位(bit),指IP协议的版本号。目前的主要版本为IPV4,即第4版本号,也有一些教育网和科研机构在使用IPV6。在进行通信时,通信双方的IP协议版本号必须一致,否则无法直接通信。首部长度:占4位(bit),指IP报文头的长度。最大的长度(即4个bit都为1时)为15个长度单位,每个长度单位为4字节(TCP/IP标准,D 阅读全文

posted @ 2013-04-27 08:41 OnRoad_ 阅读(831) 评论(0) 推荐(0) 编辑

2013年4月8日 #

Mac OSX上Fink安装及环境变量设置

摘要: 参考链接:http://fink.thetis.ig42.org/download/srcdist.php为了在ios运行有root权限的app,需要打包成deb,在Mac上用到fink。1. 下载finkfink-0.34.72. 安装finkcd fink-0.34.7./bootstrap3. 环境变量/sw/bin/pathsetup.sh4. 重启terminal运行dpkg-deb, 是不是有了!! 阅读全文

posted @ 2013-04-08 14:26 OnRoad_ 阅读(1032) 评论(0) 推荐(0) 编辑

2013年1月23日 #

【转】IOS自动化打包介绍

摘要: 摘要 随着苹果手持设备用户的不断增加,ios应用也增长迅速,同时随着iphone被越狱越来越多的app 的渠道也不断增多,为各个渠道打包成了一件费时费力的工作,本文提供一种比较智能的打包方式来减少其带来的各种不便。自动化打包背景介绍1、背景随着ios程序发布的渠道逐渐的增多,为每个渠道打包也成为特别耗费时间和体力的一项技术活了,而这一般大多数都是由rd来完成的。这样就占用了rd很多的开发时间,何不把这些东西写成一个自动化的脚本,然后交给qa 或是 pm来完成这个打包过程了。经过一番调研发现网上这种脚本还是很少的,不过xcode 提供了shell编译工具 xcodebuild 和 ipa打包工. 阅读全文

posted @ 2013-01-23 10:57 OnRoad_ 阅读(256) 评论(0) 推荐(0) 编辑

2013年1月18日 #

排序算法_基数排序

摘要: 一、算法描述 将所有待比较数值(正整数)统一为同样的数位长度,数位较短的数前面补零。然后,从最低位开始,依次进行一次排序。这样从最低位排序一直到最高位排序完成以后, 数列就变成一个有序序列。二、示例 假设原来有一串数值如下所示: 73, 22, 93, 43, 55, 14, 28, 65, 39, 81 首先根据个位数的数值,在走访数值时将它们分配至编号0到9的桶子中:01 812 223 73 93 434 145 55 65678 289 39 接下来将这些桶子中的数值重新串接起来,成为以下的数列:81, 22, 73, 93, 43, 14, 55, 65, 28, 39 ... 阅读全文

posted @ 2013-01-18 18:40 OnRoad_ 阅读(299) 评论(0) 推荐(0) 编辑

排序算法_归并排序

摘要: 一、算法描述 将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列设定两个指针,最初位置分别为两个已经排序序列的起始位置比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置重复步骤3直到某一指针达到序列尾将另一序列剩下的所有元素直接复制到合并序列尾二、图示 三、性能描述 数据结构 :数组 最差时间复杂度 :O(nlogn) 最优时间复杂度 :O(n) 平均时间复杂度 :O(nlogn) 最差空间... 阅读全文

posted @ 2013-01-18 17:54 OnRoad_ 阅读(332) 评论(0) 推荐(0) 编辑

排序算法_桶排序(箱排序)

摘要: 一、算法描述假设有一组长度为N的待排关键字序列K[1....n]。首先将这个序列划分成M个的子区间(桶)。然后基于某种映射函数 ,将待排序列的关键字k映射到第i个桶中(即桶数组B的下标 i) ,那么该关键字k就作为B[i]中的元素(每个桶B[i]都是一组大小为N/M的序列)。对每个桶B[i]中的所有元素进行比较排序(可以使用快排)。然后依次枚举输出B[0]....B[M]中的全部内容即是一个有序序列。二、图示假如待排序列K= {49、38 、35、 97 、 76、 73 、 27、 49 }。这些数据全部在1—100之间。因此我们定制10个桶,然后确定映射函数f(k)=k/10。则第一个关键 阅读全文

posted @ 2013-01-18 12:15 OnRoad_ 阅读(1551) 评论(0) 推荐(0) 编辑

2013年1月17日 #

排序算法_希尔排序

摘要: 一、算法描述先取一个小于n的整数d1作为第一个增量,把全部记录分成d1个组。所有距离为dl的倍数的记录放在同一个组中。先在各组内进行直接插人排序;取第二个增量d2<d1重复上述的分组和排序,直至所取的增量dt=1(dt<dt-l<…<d2<d1),即所有记录放在同一组中进行直接插入排序为止。二、图示 待排序数组[13 14 94 33 82 25 59 94 65 23 45 27 73 25 39 10],如果我们以步长为5开始进行排序: 13 14 94 33 82 25 59 94 65 23 45 27 73 25 39 10 排序后: 10 14... 阅读全文

posted @ 2013-01-17 11:50 OnRoad_ 阅读(271) 评论(0) 推荐(0) 编辑

排序算法_插入排序

摘要: 一、算法描述从第一个元素开始,该元素可以认为已经被排序取出下一个元素,在已经排序的元素序列中从后向前扫描如果该元素(已排序)大于新元素,将该元素移到下一位置重复步骤3,直到找到已排序的元素小于或者等于新元素的位置将新元素插入到该位置后重复步骤2~5二、图示 三、性能描述 数据结构 :数组 最差时间复杂度 :O(n2) 最优时间复杂度 :O(n) 平均时间复杂度 :O(n2) 最差空间复杂度 :总共O(n),需要辅助空间O(1)四、总结 插入排序不适合对于数据量比较大的排序应用。但是,如果需要排序的数据量很小,例如,量级小于千,那么插入排序还是一个不错的选择。五、C... 阅读全文

posted @ 2013-01-17 11:02 OnRoad_ 阅读(253) 评论(0) 推荐(0) 编辑

2013年1月16日 #

排序算法_堆排序

摘要: 一、什么是堆 堆可以视为一棵完全的二叉树,完全二叉树的一个“优秀”的性质是,除了最底层之外,每一层都是满的,这使得堆可以利用数组来表示,每一个结点对应数组中的一个元素. 数组与堆之间的关系: 父节点i的左子节点在位置 (2*i+1);父节点i的右子节点在位置 (2*i+2);子节点i的父节点在位置 [i/2];二、分类 最大堆:子结点的键值或索引总是小于它的父节点。 最小堆:子结点的键值或索引总是大于它的父节点。 三、算法描述堆排序就是把堆顶的最大数取出。将剩余的堆继续调整为最大堆。再次将堆顶的最大数取出,直到剩余数只有一个时结束。四、性能描述 数据结... 阅读全文

posted @ 2013-01-16 19:00 OnRoad_ 阅读(572) 评论(0) 推荐(0) 编辑