编码练习我的编码练习工作区。
目录布局src/Java源代码目录。
src/util/小型数据结构，如Pair，ListNode，TreeNode。
帮助进行测试的辅助工具，例如TreeFactory从数组构建树，IntArrays从JSON文件加载数组，随机播放数组，等等。
代码片段，如交换arr[i]和arr[j]。
src/data_structure/解决新问题时可能有用的数据结构实现。
src/算法/解决常见问题的算法。
档案/LeetCode，HackerRank等针对问题的存档解决方案。
出于记录目的，将代码转储到此处。
Java8+和C++20在语法上的比较功能编程JavaLambda表达式比C++更简约：参数类型可以省略；
{}和return关键字可以省略。
Java中的原始值数组上的Ma

实验一三点式正弦波振荡器（模块1）一、实验目的1.掌握三点式正弦波振荡器电路的基本原理，起振条件，振荡电路设计及电路参数计算。
2.通过实验掌握晶体管静态工作点、反馈系数大小对振荡幅度的影响。
图1-1正弦波振荡器（4.5MHz）将开关S3拨上S4拨下，S1、S2全部断开，由晶体管Q3和C13、C20、C10、CCI、L2构成电容反馈三点式振荡器的改进型振荡器——西勒振荡器，电容CCI可用来改变振荡频率。
振荡器的频率约为4.5MHz振荡电路反馈系数:F=振荡器输出通过耦合电容C3（10P）加到由Q2组成的射极跟随器的输入端，因C3容量很小，再加上射随器的输入阻抗很高，可以减小负载对振荡器的影响。
射随器输出信号Q1调谐放大，再经变压器耦合从J1输出。
三、实验步骤1.根据图在实验板上找到振荡器各零件的位置并熟悉各元件的作用。
2.研究振荡器静态工作点对振荡幅度的影响。
3.将开关S3拨上S4拨下，S1、S2全拨下，构成LC振荡器。
4.改变上偏置电位器RA1，记下发射极电流，并用示波器测量对应点的振荡幅度VP-P（峰—峰值）记下对应峰峰值以及停振时的静态工作点电流值。
5.经测量，停振时的静态工作点电流值为2.23mA6.分析输出振荡电压和振荡管静态工作点的关系，按以上调整静态工作点的方法改变Ieq，并测量相应的，且把数据记入下表。
Ieq(mA)1.201.401.591.802.23Up-p（mV）304348384428停振7.晶体振荡器：将开关S4拨上S3拨下，S1、S2全部拨下，由Q3、C13、C20、晶体CRY1与C10构成晶体振荡器（皮尔斯振荡电路），在振荡频率上晶体等效为电感。
8.拍摄晶振正弦波如下：f=4.19MHz四、实验结果分析分析静态工作点、反馈系数F对振荡器起振条件和输出波形振幅的影响，并用所学理论加以分析。
答：晶体管的起振条件是约等于0.6V，使静态工作点处于此电压附近，并加入正反馈。
同时随着静态电流的增大，输出波形的幅度也增大。
增长到一定程度后，由于晶体管的非线性特性和电源电压的限制，输出波形振幅不再增长，振荡建立的过程结束，放大倍数的值下降至稳定。
|AF|=1，输出波形振幅维持在一个确定值，电路构成动态平衡。
五、实验仪器1．高频实验箱1台2．双踪示波器1台3．万用表1块

Levinson-Durbin算法AR、MA算法。
matlab语言亲身写的

四通道4-20mA模仿量采集板STM32数据采集四通道4-20mA模仿量采集板STM32数据采集

ARMA、ARIMA、AR、MA均是时间序列的重要方法。
此例程中包含了以上一切的实现过程，java实现的，且含有main函数供自行调试，已亲测可用！

火龙果软件工程技术中心   MAXQ是开源的Web功能测试工具。
他的特点：1）简单易学；
2）是一个轻量级的Web功能测试工具；
3）可以自动录制WebBrowser提交的请求包，并随时回放；
4）MAXQ应用了WebProxy代理方式，不直接录制Web的界面，避免在回放时不能识别控件而造成回放停止。
　　　我们知道就算是商用重量级的工具同样存在不能准确识别控件，这是困扰着GUI自动测试的技术难题。
而MAXQ是一个代理Web服务的角色，不直接录制界面，因而不存在界面控件识别问题；
MAXQ录制来自前端向服务器发出的业务请求，不是录制前端界面的操作过程；
MAXQ的脚本是行命令方式，回放简单快速。
　　　MA

产品迭代分析对于交互设计师可以说是家常便饭了，隔壁的某某有了新功能，某某家的谁又更新了个大版本，都需要时时保持关注。
但是，每当小珏吭哧吭哧的收集完一大堆资料后，又开始犯愁了：分析从何开始？分析的重点是什么？分析以何种组织方式输出？被这些问题蹂躏了数遍后，在求（xian）知（ma）欲（fan）的驱使下，小珏开始思考：于是在此之后，每次小珏都带着这个问题去分析，分析得多了，也渐渐总结出了一套方法，名为：#什么你说名字土诶呀不要在意辣些细节#方法见图：正巧最近微信安卓5.4的改版引起了大家的广泛关注，在知乎甚至引发了一场大讨论；
此次小珏就，和大家聊一聊如何在产品迭代分析中运用三步论。
首先是在分析前，

ARIMA预测模型训练集和预测集ARIMA模型全称为自回归积分滑动平均模型(AutoregressiveIntegratedMovingAverageModel,简记ARIMA)，是由博克思(Box)和詹金斯(Jenkins)于70年代初提出一著名时间序列（Time-seriesApproach）预测方法[1]，所以又称为Box-Jenkins模型、博克思-詹金斯法。
其中ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归，p为自回归项；
MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。
所谓ARIMA模型，是指将非平稳时间序列转化为平稳时间序列，然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。
ARIMA模型根据原序列能否平稳以及回归中所含部分的不同，包括移动平均过程（MA）、自回归过程（AR）、自回归移动平均过程（ARMA）以及ARIMA过程。

通达信的DLL开发通用包（包含示例），内只要MA等基本的常用方法的实现。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。