Sugar Code

首先以管理员模式打开PowerShell 输入code $PROFILE。 在打开的文本编辑器中创建下列函数： 1234567891011121314function proxy { param( [string]$proxyAddress = "http://localhost:10809" ) $env:http_proxy = $proxyAddress $env:https_proxy = $proxyAddress Write-Host "Proxy set to $proxyAddress"}function unproxy { Remove-Item Env:http_proxy Remove-Item Env:https_proxy Write-Host "Proxy settings cleared."} 其中proxyAddress指向的IP和端口为运行代理软件的设备IP和软件开放的代理端口 保存并关 ...

定义建造者模式（Builder Pattern）是一种创建型模式，使用多个简单的对象一步步的构建成一个复杂的对象。它将一个复杂对象的构建与它的表示分离，使得同样的构建过程可以创建不同的表示。 使用场景 相同的方法，不同的执行顺序会产生不同的事件结果时。 多个部件或零件都可以装配到一个对象中，但是产生的运行结果不相同时。 产品类非常复杂，或者产品中的调用顺序不同产生了不同的效能。 优点 分离构建过程和表示，使得构建过程更加灵活，可以构建不同的表示。 可以更好地控制构建过程，隐藏具体构建细节。 代码复用性高，可以在不同的构建过程中重复使用相同的建造者。 缺点 如果产品的属性较少，建造者模式可能会导致代码冗余。 建造者模式增加了系统的类和对象数量 Hint相较于工厂模式，建造者模式更加关注各零件装配的顺序 实现

定义单例模式（Singleton Pattern）是一种创建型设计模式，它保证一个类只有一个实例，并提供一个公开节点以实现对唯一实例的访问。 使用场景该模式主要解决一个全局类频繁使用导致的创建与销毁，应用该模式可以有效的控制实例数目，节省系统资源开销。 优点 在内存里只存在一个实例，减小了内存的开销（尤其是在需要频繁创建与销毁的场景下） 避免对资源的多重占用（例如执行IO操作时相关系统资源的占用） 缺点没有接口，不能继承。与单一职责原则冲突：一个类应该只关心内部逻辑，而不关心外部如何进行实例化。 实现懒汉式懒加载：是 12345678910public class Singleton { private static Singleton instance; private Singleton() {} //私有构造方法，防止外部访问 public static synchronized Singleton getInstance() { // 提供外部访问节点 if (instance == null)  ...

开放关闭原则（OCP，Open Closed Principle） 对扩展开放—类的行为可以被扩展从而满足新的需求 对修改关闭—不允许修改类的源代码 开放封闭原则是所有面向对象原则的核心。软件设计本身所追求的目标就是封装变化、降低耦合，而开放封闭原则正是对这一目标的最直接体现。其他的设计原则，很多时候是为实现这一目标服务的. 里氏替换原则（LSP，Liskov Subsitution Principle）任何基类可以出现的地方，子类一定可以出现。面向对象设计的基本原则之一。 LSP是继承复用的基石，只有当衍生类可以替换掉基类，且软件单位的功能不受到影响时，基类才能真正的被复用，而衍生类也能够在基类的基础上增加新的行为。里氏替换原则是对开放关闭原则的补充 单一职责原则（SRP，Single Responsibility Principle）亦称单一功能原则，它规定一个类应该只有一个发生变化的原因。如果有多个原因去改变一个类，那么应该把这些引起变化的原因分离，将该类分割为多个类，每个类只负责处理一种改变。 依赖倒置原则（DIP，Dependence Inversion Principl ...

欧几里得算法（辗转相除法）设gcd(a,b)是计算自然数a和b的最大公约数的函数，a除b得到的商和余数分别为p和q，因为a=b×p+q，所以gcd(b,q)既整除a又整除b，也就是整除gcd(a,b)。反之，因为q=a-b×p，同理可证gcd(a,b)整除gcd(b,q)。因此可以知道gcd(a,b)=gcd(b,a%b)。不断这样操作下去，由于gcd的第二个参数总是不断减小的，最终会得到gcd(a,b)=gcd(c,0)。0和c的最大公约数是c，这样便计算出了a，b的最大公约数为c。 12345int gcd(int a, int b){ if(b == 0) return a; return gcd(b, a%b);} 时间复杂度 O(log max(a,b))之内 扩展欧几里得算法贝祖定理： 对于给定的正整数a，b，方程ax+by=c有解的充要条件为c是gcd（a，b）的整数倍 根据欧几里得算法，当到达递归边界的时候，a_i== gcd(a_0,b_0) , b_i == 0，可以得到一个较为明显的解： a ...

素数是指恰好有两个约数的整数（1和其本身）。 简单素性测试因为n的约数都不超过n，所以只需检查2n-1的所偶整数是否整除n就能判定n是否为素数。进而，如果d是n的约数，那么n/d也是n的约数。由n=d×n/d可知min(d,n/d)≤sqrt(n)，所以只要检查 **2sqrt(n)** 得到所有整数就可以了。由此可知，整数分解和约数枚举都可以在 O(sqrt(n)) 时间内完成。 埃氏筛法要枚举n以内的素数，可以用埃氏筛法。 首先，将2到n范围内的所有整数写下来。 其中最小的数字2是素数。将表中所有2的倍数都划去， 表中剩余的最小数字是3，他不能被更小的数长出，所以是素数。在将表中所有3的倍数都划去。 以此类推，如果表中剩余的最小数字是m时，m就是素数。然后将表中所有m的倍数划去。像这样反复操作，就能一次枚举n以内的素数。 12345678910111213141516171819int prime[MAX_N];//第i个素数bool is_prime[MAX_N+1]//is_prime[i]为true表示i时素数//返 ...

普通的幂运算是将底数乘以底数指数次，需要**O(n)**的时间复杂度。 通过将a的n次幂不断转换为a2的n/2次幂，可以将时间复杂度缩减至O(logn) 123456789101112typedef long long ll;int fastpow(int base, int exp){ int sum = 1; while(exp > 0){ if((exp & 1))//如果指数为奇数，将结果乘以底数 sum *= base; exp = exp >> 1;//指数除以2 base *= base;//底数平方 } return sum;}

12345678int count1inBin(int binary){ int count = 0; while(binary>0){ binary &= (binary-1); ++count; } return count;} 核心在于binary &= (binary-1); 假设binary=X1 X2 …… Xn-1 Xn，其中 Xi(1≤i≤n)为1或0 不妨设Xi是最右边的1，那么binary就可以写成如下的形式 binary=X1 X2……Xi-1 Xi 0……0，其中(1≤i≤n)，Xi 后面有n-i个0 因为 Xi =1，所以binary=X1 X2 …… Xi-1 1 0……0，其中(1≤i≤n)，1后面有n-i个0 则binary-1=X1 X2 ……Xi-1 0 1……1，其中(1≤i≤n)，0后面有n-i个1 则binary & (binary-1)= X1 X1 …… Xi-1 0 0 ……0，其中( ...

动态规划（Dynamic Programming） 将一个问题拆成几个子问题，分别求解这些子问题，即可推断出大问题的解。 如何判断一个问题能否使用DP解决呢？能将大问题拆成几个小问题，且满足无后效性、最优子结构性质。 即是确定 DP状态 最优子结构： 将原有问题化分为一个个子问题，即为子结构。而对于每一个子问题，其最优值均由「更小规模的子问题的最优值」推导而来，即为最优子结构。 因此「DP 状态」设置之前，需要将原有问题划分为一个个子问题，且需要确保子问题的最优值由「更小规模子问题的最优值」推出，此时子问题的最优值即为「DP 状态」的定义。 无后效性： 一旦f(n)确定，“我们如何凑出f(n)”就再也用不着了。 要求出f(15)，只需要知道f(14),f(10),f(4)的值，而f(14),f(10),f(4)是如何算出来的，对之后的问题没有影响。 “未来与过去无关”，这就是无后效性。 （严格定义：如果给定某一阶段的状态，则在这一阶段以后过程的发展不受这阶段以前各段状态的影响。） 步骤划分 刻画一个最优解的结构特征 递归地定义最优解的值 计算最优解的值，通常采用自底 ...

Moore majority vote 算法摩尔投票法基于这样一个事实： 当一个数的重复次数超过数组长度的一半，每次将两个不相同的数删除，最终剩下的就是要找的数。 我们采用一个虚拟数组（在实现中可以使用两个变量代替，一个代表当前数组内元素的个数，另一个储存当前的候选数）来储存候选的众数。当遇到相同的数的时候向虚拟数组中加入当前的候选数，遇到不同的数的时候从虚拟数组中删除一个候选数。如果虚拟数组大小为0，向虚拟数组中加入当前位置的数作为候选数。遍历完成后数组中剩余的元素就是众数。 因为众数大于数组的一半，哪怕最极端的其它数全都相同，众数也能在数组中剩余不少于2m-n（其中m为众数的数量，n为数组大小）。 1234567891011121314int majorityElement(vector<int>& nums) { int res=0,cnt=0; for(int i=0;i<nums.size();i++){ if(cnt==0) { res ...