pos); 1 2 3 4 5 find(4) begin() prev(end()) end() set 增删改查操作总结 操作 实现方法 增 a.insert(x) 删 a.erase(x) 或者 a.erase(a.find(x)) 改 一旦插入就无法修改，只能先删再增 查 a.find(x) != a.end() 或者 a.count(x) 从 set 中删除指定范围的元素 • ForwardIt end); set 的妙用：排序 • 刚刚说，把 vector 转成 set 会让元素自动排序和去 重。 • 我们其实可以利用这一点，把 vector 转成 set 再转 回 vector ，这样就实现去重了。 • template • void assign(ForwardIt beg, ForwardIt end); 清空 set 会返回第一个等于 x 的元素的迭代器。找不到也 是返回 end() 。 multiset 增删改查操作总结 操作 实现方法 增 a.insert(x) 删 a.erase(x) 或者 a.erase(a.lower_bound(x), a.upper_bound(x)) 改 一旦插入就无法修改，只能先删再增 查 a.find(x) != a.end() 或者 a.count(x) set 系列成员函数总结

编译器如何自动优化：从汇编角度看 C++ 5.C++11 起的多线程编程：从 mutex 到无锁并行 6.并行编程常用框架： OpenMP 与 Intel TBB 7.被忽视的访存优化：内存带宽与 cpu 缓存机制 8.GPU 专题： wrap 调度，共享内存， barrier 9.并行算法实战： reduce ， scan ，矩阵乘法等 10.存储大规模三维数据的关键：稀疏数据结构 11.物理仿真实战：邻居搜索表实现 管理的对象生命周期长度，取决于他所属的唯一一个引用的寿命 。 那是不是只要 shared_ptr 就行，不用 unique_ptr 了？ • 可以适当使用减轻初学者的压力，因为他的行为和 Python 等 GC 语言的引用计数机制很像。但从长远 来看是不行的，因为： 1. shared_ptr 需要维护一个 atomic 的引用计数器， 效率低，需要额外的一块管理内存，访问实际对象 需要二级指针，而且 deleter 因为他们的业务需求大多是：打开数据库，增删改查学生数据，打开一个窗口，写入一个 文件，正则匹配是不是电邮地址，应答 HTTP 请求等。 • 这些业务往往都是在和资源打交道，从而基本都是刚刚说的要删除拷贝函数的那一类，解 决这种需求，几乎总是在用 shared_ptr 的模式，于是 Java 和 Python 干 脆简化：一切非基础类型的对象都是浅拷贝，引用计数由垃圾回收机制自动管理。 • 因此

来和云端做交互，利用 Zadig 能力完成车端和云端服务的迭代更新 过程： 主机方式接入资源设备 • 支持系统主机管理的同时支持了项目级别的主机管理，项目成员可 以自己上下线资源设备 • 主机管理支持强大的探活机制 (TCP/HTTP 协议 ) ，精准检测资源设 备是否在线。 • 服务可以查看到关联的主机资源，支持登录主机，方便开发登录资 源设备诊断问题 • 完备的权限控制，极大降低了管理成本，实现安全风险可控。 扫 码 查 看 案 例 细 节 典型案例： Zadig 帮助 平均每周自动部署 1200 次 Zadig 可用性极高，没有 Zadig 集成测试完 全没法做。 —— 字节跳动 SRE 工程师卢肇 兴 解决方案： Gerrit + Zadig 实现机器自动验证 扫 码 查 看 案 例

缓存的工作机制：读 • 缓存中存储的数据结构： • struct CacheEntry { • bool valid; • uint64_t address; • char data[64]; • }; • CacheEntry cache[512]; • 当 CPU 读取一个地址时： • 缓存会查找和该地址匹配的条目。如果找到，则给 CPU 返 回缓存中的数 个字节时，实际会导致 0x0040~0x0080 的 64 字节数据整个被读取到缓存中。 • 这就是为什么我们喜欢把数据结构的起始地址和大小对齐到 64 字节，为的是不要浪费缓存行的存储空间。 缓存的工作机制：写 • 缓存中存储的数据结构： • struct CacheEntry { • bool valid, dirty; • uint64_t address; • char ）才能最高效，原因稍后会说明。 AOSOA ：注意，内部 SOA 的尺寸不宜太小 如果内部 SOA 太小，内部循环只有 16 次连续的读 取， 16 次结束后就会跳跃一段，然后继续连续的 读取。这会导致 CPU 预取机制失效，无法预测下 一次要读哪里，等发现跳跃时已经来不及了，从而 计算的延迟无法隐藏。 如果每个属性都要访问到，那还是 AOS 比较好（ AOSOA 也不赖哦） 这是因为使用 SOA 会让 CPU

ious-nvidia-cards/ 更老的版本如 GT-630 已经被 CUDA 11 废除，因此本课程要 求同学有 GTX900 及以上显卡。如果需要在老显卡上运行的话 ，可以看下面那个链接，查一下你的显卡对应的版本号是多少 ，然后在 CMake 里设置个一样的，应该就能用了。 小彭老师每日锐评 • 顺便， Pascal 、 Turing 、 Ampere 什么的高大上架构名，那个是老黄拿来营销用的。 里的板块数和线程数可以动态指定，无需 先传回到 CPU 再进行调用，这是 CUDA 特有的能力。 常用于这种情况：需要从 GPU 端动态计算出 blockDim 和 gridDim ，而又不希望导回数据到 CPU 导致强制同步影响性能。 这种模式被称为动态并行（ dynamic parallelism ）， OpenGL 有一 个 glDispatchComputeIndirect 的 API 和这个很像，但毕竟没有

编译器如何自动优化：从汇编角度看 C++ 5.C++11 起的多线程编程：从 mutex 到无锁并行 6.并行编程常用框架： OpenMP 与 Intel TBB 7.被忽视的访存优化：内存带宽与 cpu 缓存机制 8.GPU 专题： wrap 调度，共享内存， barrier 9.并行算法实战： reduce ， scan ，矩阵乘法等 10.存储大规模三维数据的关键：稀疏数据结构 11.物理仿真实战：邻居搜索表实现 true 。 • 第二次上锁，由于自己已经上锁，所以失败 了，返回 false 。 只等待一段时间： try_lock_for() • try_lock() 碰到已经上锁的情况，会立即返 回 false 。 • 如果需要等待，但仅限一段时间，可以用 std::timed_mutex 的 try_lock_for() 函数， 他的参数是最长等待时间，同样是由 chrono 指定时间单位。超过这个时间还没

Introduction to third party Runtime crates and their incompatibility with mobile environment Rust 异步机制 Asynchronous Rust 异步并发框架是许多大型应用、系统具备的底层能力。 区别于多线程编程模型，它带来以下优势：  任务调度颗粒度更小，充分利用线程资源  更可控的线程数 async / await  Waker asyn c Future Waker poll Syntax sugar wake await Rust 异步机制 Asynchronous Rust Rust 异步机制 Asynchronous Rust Waker Task Future task Queue wake Worker Future.poll() Reactor

编译器如何自动优化：从汇编角度看 C++ 5.C++11 起的多线程编程：从 mutex 到无锁并行 6.并行编程常用框架： OpenMP 与 Intel TBB 7.被忽视的访存优化：内存带宽与 cpu 缓存机制 8.GPU 专题： wrap 调度，共享内存， barrier 9.并行算法实战： reduce ， scan ，矩阵乘法等 10.存储大规模三维数据的关键：稀疏数据结构 11.物理仿真实战：邻居搜索表实现 ：每个线程一个任务队列，做完本职工作后可以认领其他线程的任务 工作窃取法（ work-stealing ） 原始的单一任务队列 解决 4 ：随机分配法（通过哈希函数或线性函数） • 然而队列的实现较复杂且需要同步机制，还是有一 定的 overhead ，因此另一种神奇的解法是： • 我们仍是分配 4 个线程，但还是把图像切分为 16 份。然后规定每一份按照 xy 轴坐标位置编号，比 如 (1,3) 等。

find_package(spdlog REQUIRED) 时却 变成预编译链接库的版本。（嗯，其实不是 PUBLIC 而是 INTERFACE ，因为伪对象没有实体） 和古代 CMake 做对比：为什么 PUBLIC 属性的传播机制如此便利 现代 CMake ： 古代 CMake ： 和 find_package(TBB CONFIG REQUIRED) 有什么区别？ 其实更好的是通过 find_package(TBB txt 这个文件。 这文件里面装的就是缓存的变量，删了他就可以让 CMake 强制重新检测一遍所有库和编译器。 build/CMakeCache.txt 的内容 find_package 就用到了缓存机制 变量缓存的意义在于能够把 find_package 找到的库文件位置等信息，储存起来。 这样下次执行 find_package 时，就会利用上次缓存的变量，直接返回。 避免重复执行 cmake -B

接受转账请求，转换成 events ● 2. 将 events 送入 Raft 共识，等待 events 被多数节点保存 ● 3. 处理被共识的 events ，更新状态机 （账户表） ● 4. 回调完成请求 账户层： Auticuro 分布式账务系统 1 2 3 4 事务层： Marker 分布式账务系统 A,B,C 在不同分区执行一个事务的 TCC 转账计划 ● 转账计划