迭代法的基本思想

迭代法（Iterative Method），也称辗转法

• 通过迭代函数（迭代关系式、迭代公式）
• 由迭代变量旧值（前一个值）推出新值（下一个值），在不断用新值取代旧值
• 反复校正迭代变量的值
• 通过反复迭代，缠身一个数列： $x_0,x_1,x_2,x_n$,直到逐步逼近问题的解

迭代法的基本步骤

1. 确定迭代变量

   在可用迭代法求解的问题中，应至少存在一个可直接或间接地不断由旧值推出新值的变量——迭代变量

2. 建立迭代函数

   解决迭代问题的关键

3. 确定迭代结束条件（收敛判据）

   1. 所需的迭代次数是已知的确定的值——计数控制循环
   2. 所需的迭代次数无法确定——条件控制的循环

递归

如果一个对象部分地由它自己组成或按它自己定义,则称它是递归的(Recursive)

递归

函数/过程/子程序在运行过程中直接或间接调用自身而产生的重用现象

递归——阶乘

递归算法必须包含如下两个部分

• 有其自身定义的与原始问题类似的更小规模的子问题，它使递归过程持续进行，称为==一般条件（General case）==
  • 计算n！问题的一般条件可以用递归公式表示为： $n! = n * (n-1)!$ 当 n>1时
• 所藐视问题的最简单的情况，他是一个能控制递归过程结束的条件，称为==基本条件（Base case）==
  • 计算n！问题的基本条件可以表示为：$n! = 1$ n=1时

用法

docker build命令Dockerfile根据上下文构建image。构建的上下文是指定位置PATH或的文件URL。这PATH是本地文件系统上的目录。URL是一个Git存储库位置。

递归处理上下文。因此，a PATH包括所有子目录，URL包括存储库及其子模块。此示例显示了使用当前目录作为上下文的构建命令：

如何保持图像小

在启动容器或服务时，小图像可以更快地通过网络，并且可以更快地加载到内存中。有一些经验法则可以保持图像尺寸小：

• 从适当的基本图像开始。例如，如果您需要JDK，请考虑将您的图像基于官方openjdk图像，而不是从通用ubuntu图像开始并openjdk作为Dockerfile的一部分进行安装。

• 使用多级构建。例如，您可以使用该maven映像构建Java应用程序，然后重置为tomcat映像并将Java工件复制到正确的位置以部署您的应用程序，所有这些都在同一个Dockerfile中。这意味着您的最终图像不包含构建所引入的所有库和依赖项，而只包含运行它们所需的工件和环境。

  • 如果您需要使用不包含多级构建的Docker版本，请尝试通过最小化RUNDockerfile 中单独命令的数量来减少图像中的图层数。您可以通过将多个命令合并为RUN一行并使用shell的机制将它们组合在一起来实现此目的。考虑以下两个片段。第一个在图像中创建两个图层，而第二个图层仅创建一个图层。

    1 2	RUN apt-get -y update RUN apt-get install -y python

    1	RUN apt-get -y update && apt-get install -y python

• 如果您有多个共同点的图像，请考虑使用共享组件创建自己的基本图像，并在其上创建独特的图像。Docker只需要加载公共层一次，然后缓存它们。这意味着您的衍生图像可以更有效地使用Docker主机上的内存并加载更快。

• 要使生产映像保持精简但允许调试，请考虑使用生产映像作为调试映像的基本映像。可以在生产映像之上添加其他测试或调试工具。

• 在构建图像时，始终使用有用的标记对其进行标记，这些标记用于编码版本信息，预期目标（prod或者test，例如），稳定性或在不同环境中部署应用程序时有用的其他信息。不要依赖自动创建的latest标签。

  阅读全文 »

记得第一次知道容器这个词是2016年（技术渣），那时Openstack还如日中天，我安装了一个Ubuntu，翻了翻文档， 百度看了下仅有的几个博客，用蹩脚的操作安装上Docker（那时还部分ce，ee）就那几分钟，Docker就可以实现部署好几种应用来完成我的测试，发现docker这真是个神器，到今天为止，我也没有玩明白docker（没有长期的投入实践），包括以后的Kubernetes，Openshift，Rancher等等这些PaaS平台，也仅仅是部署，这里就不说原因了；从今天起，开始复习这些略识之无的东西，今天先复习一下命令。

面向对象程序设计

对象

• 万物皆为对象
• 包含一定的数据结构和状态的实体，称为对象
• 作用于对象的行为（如访问和处理对象的状态），称为操作（operation）

面向对象（Objective Orientation，OO）

1. 以==对象==为核心
2. 先构造与整个系统（问题）相关的各个对象，描述他们的状态，他们的行为，然后通过消息来调动这些对象，让他们来解决这个问题
3. ==程序 = 对象 + 消息==
4. 面向对象将对象作为软件系统结构的基本组成单元，以主体数据为中心，将数据及其上作用的操作一起封装，以标准的接口规范对外提供服务
   阅读全文 »

分治的基本思想

分治（Divide and Conquer）

• 分而治之，是处理复杂问题的一个最基本、也最常用的策略之一

基本思想

规模为N的原始问题 ==> 若干规模较小的同类子问题 ==> 若干规模更小的同类子问题 ==> 直接求解规模更小的子问题 ==> 将各个子问题的解合并为原问题的解

分治的实例———找假币

12个一模一样的硬币，已知==只有一枚是假币==，并且假币和真币的重量不一样（假设假币比真币轻），问如何用一个天平把假币从这12枚硬币中找出来，只能称3次

1. 最简单的办法： 直接求解的找假币问题： 2枚称1次
2. 稍复杂的：3枚，需要称几次？
3. 分治法 + 排除法
   1. 12枚分成两等份，每份6枚；
   2. 假币那端的6枚再次分为两等分，每份3枚；
   3. 有假币的那一端的3枚硬币中任意取出2个去称重。
4. 分治法
   1. 把12枚硬币分成3等份，每份4枚；
   2. 在有假币的那一端的4枚硬币中，任取两枚到天平两端去称重；
   3. 若假币在余下的那两枚中，则把这两枚硬币放到天平两端去称重。

Yum是Red Hat软件包管理器，它能够查询有关可用软件包的信息，从存储库获取软件包，安装和卸载软件包，以及将整个系统更新到最新的可用版本。Yum在更新，安装或删除软件包时执行自动依赖性解析，因此能够自动确定，获取和安装所有可用的依赖软件包。

Yum可以配置新的，额外的存储库或包源，还提供许多增强和扩展其功能的插件。百胜可以执行许多与RPM相同的任务; 此外，许多命令行选项都是类似的。Yum可以在一台计算机或一组计算机上轻松简单地进行包管理。

了解虚拟化原理，首先要了解虚拟化都设计哪些资源，清楚其组件及其实现。

资源管理是将资源从资源提供方分配给资源用户的一个过程。

我们之所以需要资源管理，原因就是因为资源会过度分配，以及需求容量会随着时间推移而变化。

虚拟化资源类型

资源包括CPU、内存、电源、存储器和网络。

当可用资源无法满足资源用户的需求时，需要对分配给虚拟机的资源量进行自定义。

资源分配设置用于确定虚拟机提供的CPU、内存和存储资源。

• 预留主机或集群的物理资源。
• 为可以分配给虚拟机的资源量设置上限。
• 保证为特定虚拟机跟配的物理资源始终高于其他虚拟机。
  阅读全文 »

平台和版本

和大多数模块一样，sys既包括富含信息的名称，也包括完成具体工作的函数。例如，他的属性可以告诉我们底层操作系统名称，当前计算机可容纳的最大的“原生”整型（虽然python3.X版本中整型的长度可以是任意长的），异机正在运行我们代码的Python解释器的版本号：

1
2
3
4
5
6
7

import sys
sys.platform,sys.maxsize,sys.version
('win32', 9223372036854775807, '3.6.4 (v3.6.4:d48eceb, Dec 19 2017, 06:54:40) [MSC v.1900 64 bit (AMD64)]')
if sys.platform[:3] == 'win':
    print('Hello Windows')
...
Hello Windows

介绍Python OS模块

os模块是两大核心系统模块中较大的那个。它包含了在C程序和shell脚本中经常用到的所有操作系统调用。它的调用设计目录、进程和shell变量等。准确地说，该模块提供了POSIX工具，操作系统调用的跨平台移植标准，以及不依赖平台的目录处理工具，如内嵌模块os.path便携的脚本通常无需改动即可在其他平台上运行。某些平台，os还包括了专属该平台的额外工具。不过总的来说，只要技术上可行，os都能做到跨平台。