柚子小栈

最近一直在学校里呆着，感觉也不是个事儿，总想找点出校转转的动机。于是乎一时兴起，想开一个板块，专门记录青岛本地的美食，顺便在博客里记录一下，干脆就叫青岛探店计划吧。 第一期：台东其一 来了青岛快一年了，一直没怎么去台东。一方面是离学校有点距离，另一方面也是没什么动机去逛。正好爸妈来青岛转，让我带着逛逛。青岛站附近适合晚上逛的步行街，脑子里最先想到的就是台东。作为青岛最大的步行街之一，台东步行街上的小吃还是相当丰富的。这次去没有品尝太多种类，主要还是挑了几家排了长队的小吃店。 坐地铁一号线到台东站下车，从F口出来就是台东啤酒交易所，按照屏幕上的提示付完款，从边上拿个送的塑料杯，拉下拉杆就能自动打出来一杯啤酒了。种类很多，可以按个人爱好选择，这次尝了一下葡萄味的，葡萄汁味还是挺重的，开始都不大能喝出来啤酒味，回味的时候才有股酒精的味道。 台东啤酒交易所 葡萄啤酒 第一个路口左转往里走，就进入了台东步行街。左手边街角的一家“金丝牛肉饼”马上吸引了我的注意：店门口早排起了长龙，男女老少都有。我凑近橱窗看了一眼，金色的面丝包裹着里面的馅料，看起来口味不错...

前言 在软件开发的世界里，“我的代码昨天还能跑”是最令人崩溃的瞬间之一。你改了某个函数，加了新功能，然后一切崩溃了——而你甚至不记得改了什么。这就是版本控制系统存在的意义，而 Git，就是这个领域的王者。 本文将从零开始，系统地介绍 Git 的核心概念和实用技巧，帮你从”只会 git clone”成长为能在团队中自如协作的 Git 用户。 一、什么是版本控制 想象你在写一篇论文： 论文.doc → 论文_修改版.doc → 论文_最终版.doc → 论文_最终最终版.doc → 论文_死也不改了.doc 这就是最原始的手动版本控制。问题很明显：混乱、无法追溯、难以协作。 版本控制系统（VCS） 会记录文件在时间维度上的每一次变化。你可以： 随时回退到任意历史版本 查看每次修改的具体内容和修改者 在不影响主线的情况下并行开发新功能 将多个人的修改智能合并 VCS 经历了三代演进： 本地版本控制：只在本地维护一个简单的数据库来记录差异 集中式版本控制（如 SVN）：所有版本数据存在一个中央服务器上，每个人从服务器检出一个快照...

深入理解I2C通信协议 在嵌入式系统开发中，通信协议是连接各种外设的桥梁。除了之前介绍的USART串行通信协议，I2C（Inter-Integrated Circuit）作为另一种广泛使用的同步串行通信协议，以其简单的硬件连接和高效的通信方式，成为单片机与传感器、存储器、显示屏等外设通信的首选方案。本文将详细介绍I2C的工作原理、特点，并给出基于STM32单片机的代码实现示例。 什么是I2C？ I2C：Inter-Integrated Circuit，即集成电路互连总线。I2C最初由飞利浦半导体（现恩智浦NXP）在1982年开发，最初目的是为了简化电视机内部不同芯片之间的通信。如今，I2C已成为嵌入式领域中最常用的通信协议之一。 I2C的主要特点 特性 说明 两线制通信 只需要两根信号线：SCL（时钟线）和SDA（数据线） 多主多从 支持多个主设备和多个从设备挂在同一总线上 半双工通信 数据可以在两个方向上传输，但不能同时进行 可变位速率 标准模式100kbps，快速模式400kbps，高速模式3...

最近做项目用到ESP32，还顺便尝试换用CLion写STM32，开始不断接触到CMake编译链，感觉挺有意思也挺好用的。所以写一篇文章来简单介绍并记录一下CMake的基础用法。 简单介绍一下吧： CMake 是个一个开源的跨平台自动化建构系统，用来管理软件建置的程序，并不依赖于某特定编译器，并可支持多层目录、多个应用程序与多个函数库。 CMake 通过使用简单的配置文件 CMakeLists.txt，自动生成不同平台的构建文件（如 Makefile、Ninja 构建文件、Visual Studio 工程文件等），简化了项目的编译和构建过程。 CMake 本身不是构建工具，而是生成构建系统的工具，它生成的构建系统可以使用不同的编译器和工具链。 CMake 的作用和优势: 跨平台支持： CMake 支持多种操作系统和编译器，使得同一份构建配置可以在不同的环境中使用。 简化配置： 通过 CMakeLists.txt 文件，用户可以定义项目结构、依赖项、编译选项等，无需手动编写复杂的构建脚本。 自动化构建： CMake 能够自动检测系统上的库和工...

回到实验室，只有一个学长在，其他人都去跨年了。打开电脑才想起来，是时候该为过去的一年写下些什么了。如果让我为过去的一年想一个词来形容，那应该就是充实。这一年里有哭有笑、有离别也有相识，想写的东西的确是很多。 今年发生了什么？ 高考！ 思绪回到25年上半年，那时候还是一名冲刺高考的高三学生，现在回想起来那时的我还真是挺厉害的，要是把现在的我扔到高中去指定过不下去，哈哈。总而言之，结果是还不错的，虽然最终的发挥不及一模，但是还是取得了相对满意的成绩，来到了一个我比较满意的大学。 进入实验室！ 当毕业典礼结束，我也正式地告别了高中的生活，来到了青岛，一座很美丽的城市。记得是报道当天，看见电赛实验室居然直接在现场纳新，就直接进了纳新群，后续也是比较顺利地加入了实验室飞行器组。从初中了解了电赛开始，我就一直很向往这四天三夜的比拼，最后还是期待能在明年的省赛和国赛取得好的成绩！ 搭建博客！ 不得不承认，我是一个喜欢折腾的人。很久之前就有搭建博客的想法，但是鉴于财力不足以及鲜有时间去维护博客，一直没能搭起来。高考之后总算是有了机会，把博客搭建起来了，一开始是使用WordPress...

深入理解USART通信协议 在嵌入式系统开发中，通信是至关重要的一部分。在电赛中，我们往往会用到STM32开发板、CanMV开发板、树莓派等板载计算机，他们之间要进行数据的交换就必须进行通信。而USART(通用同步 / 异步收发传输器)作为一种常见的串行通信接口，广泛应用于各种设备之间的数据传输。本文将详细介绍USART的工作原理、特点，并给出基于STM32单片机的代码实现示例。 什么是USART？ USART：Universal Synchronous Asynchronous Receiver Transmitter，即通用同步异步收发器。USART最初是由Motorola在1970年代设计的，用于解决早期微处理器与外部设备之间的串行通信问题。随着技术发展，USART逐渐成为嵌入式系统中不可或缺的标准接口。 与UART的区别 特性 UART USART 全称 通用异步收发器 通用同步异步收发器 通信模式 仅支持异步 支持同步和异步 时钟信号 无CLK引脚 有CLK引脚（可选） 硬件...

什么是 Huffman树？ 哈夫曼树（Huffman Tree），又叫“最优二元树”，它的核心思想非常简单，可以用一句话概括：“大权值靠近根，小权值远离根”。这样做也是为了让总的“代价”最小。 做这类题，甚至不需要死记硬背复杂的代码逻辑，只要掌握“排、取、加、放”这四个字的口诀即可。 下面我通过一个具体的例子一步步做。 一、 核心步骤 排：把所有还没有处理的数字（权值）从小到大排列。 取：取出最小的两个数字。 加：把这两个数字相加，得到一个新的数字（父节点）。 放：把这个新的数字放回刚才的队伍里，并把之前那两个取出来的数字删掉。 循环：重复上面的步骤，直到队伍里只剩下一个数字（这个数字就是树的根）。 二、 手把手演示 题目：有一组权值 W = {2, 3, 6, 8, 9}，请构建哈夫曼树，并计算带权路径长度 (WPL)。 第一轮： 排：目前池子里是 {2, 3, 6, 8, 9} (已经有序)。 取：最小的俩是 2 和 3。 加：2 + 3 = 5。 放：把 5 放回去。此时池子变成了 {5, 6, 8, 9}（注意：2和3已...

Kruskal算法: 在离散数学中，Kruskal 算法是一种用于求解带权无向连通图的最小生成树（MST）的经典算法。 它的核心思想非常直观:贪心策略。也就是说，我们总是试图从图中挑选出当前权重最小的那条边，只要这条边不与已经挑选出的边形成回路（环），就把它加入到生成树中。 下面，我将通过一个示例直接演示Kruskal算法的操作方法。 1.算法核心步骤 在开始实例之前，先记住 Kruskal 算法的三个核心步骤： 排序：将图中所有的边按照权重从小到大进行排序。 选边：从权重最小的边开始考察。 判环： 如果这条边连接的两个顶点目前不在同一个连通分量里（即加入这条边不会形成回路），就选中这条边，加入生成树。 如果这条边加入后会形成回路，就丢弃这条边。 结束：重复步骤 2 和 3，直到选够了n − 1条边(n是顶点数)，或所有边都考察完了 2.实例设定 假设我们有一个带权无向图，包含 5 个顶点:A,B,C,D,E。 (A,B) : 权重 4 (A,C) : 权重 1 (A,D) : 权重 3 (B,C) : 权重 2 (B...

1.什么是 Dijkstra 算法（标号法）？ Dijkstra 算法用于在一个带权有向图（通常权值非负）中，从指定的起点出发，求出该起点到图中所有其他顶点的最短路径。 “标号法”这个名字来源于它的操作方式：算法过程中，每个顶点都会被赋予一个标号。 2.实例设定 T 标号（Temporary Label，临时标号）：表示从起点到该点的暂时的最短路径长度估计值。随着算法进行，T 标号会不断变小（被修正）。 P 标号（Permanent Label，永久标号）：表示从起点到该点的真正的最短路径长度已经找到了，不再改变。一旦一个顶点获得 P 标号，它就相当于被“确定”了。 假设我们有如下所示的带权有向图，设起点为V1，我们需要求V1到其他所有点的最短路径： (注意：如果两点之间没有直接连线，可以理解为权重无穷大 ∞) 图的边及权重（邻接关系）： V1 → V2 (权重1) V1 → V3 (权重4) V2 → V3 (权重2) V2 → V4 (权重5) V2 → V5 (权重10) V3 → V4 (权重1) V4...

1.什么是传递闭包？ 在深入了解Warshall算法之前，我们先要明白目标是什么。 传递闭包：对于一个有向图 G，它的传递闭包是另一个图 G，G 和 G 拥有相同的顶点。如果在原图 G 中，从顶点 i 到顶点 j 存在一条路径（路径长度可以大于1），那么在 G* 中就存在一条从 i 直接指向 j 的边。 简单来说，传递闭包就是回答这样一个问题：“从任意一个点出发，我能到达哪些其他的点？” 如果能到达，就连一条直接的边。 举个例子： 如果 A → B，且 B → C，那么在传递闭包中，除了原有的 A→B 和 B→C，我们还会新增一条 A→C 的边。 Warshall算法就是用来高效计算这个传递闭包的利器。 2.Warshall算法的核心思想 Warshall算法的精髓在于“逐步引入中间点”。 想象一下，我们想知道从城市 i 能否到城市 j。一开始，我们只看有没有直达的航班。后来，我们允许在城市1中转，看看会不会增加新的可达路线。接着，我们再允许在城市2中转，看看会不会又增加新的路线……直到我们把所有城市都当作过中转站考虑了一遍，最终得到的就是完整...