藍圖演算法

1. 這怎麼解釋：

該幾何面積肯定是64。
5×13是錯的。
右圖不為矩形。
由左圖，甲=乙，丙=丁
看右圖
1、
看甲和丁拼成的右上角
甲角，tanA=3/8
丁角，tanB=5/2
當兩角tan值之積為1時，兩角和方為90°-------------tanA·tanB=3/8 x 5/2≠1
且15/16＜1·1 ，則是銳角
即，甲和丁拼成的右上角是小於90°的角
2、
看乙和丁靠著甲的三圖共點
乙角（稍大的那個），tanC=8/3
丁角（鈍角那個），tanD=-2/5
當兩角tan值之積為-1時，兩角和方為180°-------------tanC·tanD=8/3 x -2/5≠-1
且-16/15＜-1·1 ，則是大於平角的角
即，乙和丁斜邊不在同一直線。

這是題圖造成的誤區。如果用更精密的畫圖軟體擴大比例繪制，可以更清楚的看出來右圖的謬誤。

2. UE4要怎樣去學習藍圖

UE4藍圖雖說是可視化編程，但是終究離不開 數據類型，邏輯表達，類， 對象， 繼承，多態等程序基礎，只不過這些東西變成了可視化的節點模塊方便調用，學習方法和學習傳統的編程大致相同，先學習基礎了解下藍圖支持的的數據類型有哪些，然後在學習邏輯表達式，數組，枚舉的使用，掌握了這些基本上可以寫個猜數字等小功能了，熟練這些就開始學習UE4的API方法，學習藍圖之間的通信機制，繼承關系，不需要全面精通，把最常用的一些方法記住即可，熟練這些就算入門了，寫個橫版馬里奧或3D跑小人基本上可以，掌握了這些在往上進階就是使用藍圖與內置組件搭配，藍圖與C++搭配，藍圖的網路功能使用等，比如UE4的狀態機，行為樹，AI組件，聯網組件等等，掌握到這些功能，基本上你就可以開發一些相對復雜的游戲了，在往上這塊學習重點不在局限與單純的實現出來，重點在於結構演算法與數據驅動，會用到藍圖的繼承封裝多態設計模式等等功能，重點在於邏輯設計而非邏輯實現，在往上進階就是為藍圖開發插件，自定義藍圖的工作流，達到這個級別其實已經超出普通的UE4工程師范圍，更像是職業的C++工程師了，甚至已經超出大半傳統游戲軟體程序員的開發能力了！

3. 請問一下生物計算機的原理

生物計算機的原理是信息以波的形式傳播，當波沿著蛋白質分子鏈傳播時，會引起蛋白質分子鏈中單鍵、雙鍵結構順序的變化，開始計算。

其主要原材料是生物工程技術產生的蛋白質分子，並以此作為生物晶元。生物晶元比硅晶元上的電子元件要小很多，而且生物晶元本身具有天然獨特的立體化結構，其密度要比平面型的硅集成電路高五個數量級。

生物計算機能夠如同人腦那樣進行思維、推理，能認識文字、圖形，能理解人的語言，因而可以成為人們生活中最好的夥伴，擔任各種工作，如可應用於通訊設備、衛星導航、工業控制領域，發揮它重要的作用。

美國貝爾實驗室生物計算機部的物理學家們正在研製由晶元構成的人造耳朵和人造視網膜，這項技術的成功有望使聾盲人康復。

生物電腦的成熟應用還需要一段時間，但是科學家已研製出生物電腦的主要部件———生物晶元。美國明尼蘇達州立大學已經研製成世界上第一個「分子電路」，由「分子導線」組成的顯微電路只有目前計算機電路的千分之一。

(3)藍圖演算法擴展閱讀

科學家通過對生物組織體研究，發現組織體是由無數的細胞組成，細胞由水、鹽、蛋白質和核酸等有機物組成，而有些有機物中的蛋白質分子像開關一樣，具有「開」與「關」的功能。

因此，人類可以利用遺傳工程技術，仿製出這種蛋白質分子，用來作為元件製成計算機。科學家把這種計算機叫做生物計算機。

生物計算機主要是以生物電子元件構建的計算機。它利用蛋白質有開關特性，用蛋白質分子作元件從而製成的生物晶元。

其性能是由元件與元件之間電流啟閉的開關速度來決定的。用蛋白質製成的計算機晶元，它的一個存儲點只有一個分子大小，所以它的存儲容量可以達到普通計算機的十億倍。

由蛋白質構成的集成電路，其大小隻相當於矽片集成電路的十萬分之一。而且運行速度更快，只有1×10^(-11)秒，大大超過人腦的思維速度。

4. 常用的內存管理方法有哪幾種

常用的內存管理 方法 有哪幾種?下面是我給大家收集整理的一些相關方法技巧，希望對大家有幫助!

常用的內存管理方法

傳統的內存整理軟體工作原理大概是：先申請一塊“巨大內存”。因為物理內存幾乎全被內存整理軟體佔用，因此Windows被迫把其他軟體的內存數據轉移到硬碟上的“虛擬內存交換文件”(PageFile)中，完成這一過程之後內存整理軟體就會釋放掉剛剛申請的內存，至此整理過程完成，可用物理內存顯著增加。

大體上都是那麼回事，就是通過輔助空間，重新安排內存內容 ....

但是其中使用的演算法，效率是有很大的區別的 ～～ <script type="text/javascript"><!-- google_ad_client = "pub-4403405132739389"; google_ad_width = 250; google_ad_height = 250; google_ad_format = "250x250_as"; google_ad_type = "text"; //2007-10-22: 250*250 google_ad_channel = "7687946060"; google_ui_features = "rc:10"; //--> </script><script type="text/javascript" src=pagead2.googlesyndication/pagead/show_ads.js"> </script>

拓荒時代

國內的程序員大多是在 Java 語言中第一次感受到垃圾收集技術的巨大魅力的，許多人也因此把 Java 和垃圾收集看成了密不可分的整體。但事實上，垃圾收集技術早在 Java 語言問世前 30 多年就已經發展和成熟起來了， Java 語言所做的不過是把這項神奇的技術帶到了廣大程序員身邊而已。

如果一定要為垃圾收集技術找一個孿生兄弟，那麼， Lisp 語言才是當之無愧的人選。 1960 年前後誕生於 MIT 的 Lisp 語言是第一種高度依賴於動態內存分配技術的語言： Lisp 中幾乎所有數據都以“表”的形式出現，而“表”所佔用的空間則是在堆中動態分配得到的。 Lisp 語言先天就具有的動態內存管理特性要求 Lisp 語言的設計者必須解決堆中每一個內存塊的自動釋放問題(否則， Lisp 程序員就必然被程序中不計其數的 free 或 delete 語句淹沒)，這直接導致了垃圾收集技術的誕生和發展——說句題外話，上大學時，一位老師曾告訴我們， Lisp 是對現代軟體開發技術貢獻最大的語言。我當時對這一說法不以為然：布滿了圓括弧，看上去像迷宮一樣的 Lisp 語言怎麼能比 C 語言或 Pascal 語言更偉大呢?不過現在，當我知道垃圾收集技術、數據結構技術、人工智慧技術、並行處理技術、虛擬機技術、元數據技術以及程序員們耳熟能詳的許多技術都起源於 Lisp 語言時，我特別想向那位老師當面道歉，並收回我當時的幼稚想法。

知道了 Lisp 語言與垃圾收集的密切關系，我們就不難理解，為什麼垃圾收集技術的兩位先驅者 J. McCarthy 和 M. L. Minsky 同時也是 Lisp 語言發展史上的重要人物了。 J. McCarthy 是 Lisp 之父，他在發明 Lisp 語言的同時也第一次完整地描述了垃圾收集的演算法和實現方式; M. L. Minsky 則在發展 Lisp 語言的過程中成為了今天好幾種主流垃圾收集演算法的奠基人——和當時不少技術大師的經歷相似， J. McCarthy 和 M. L. Minsky 在許多不同的技術領域里都取得了令人艷羨的成就。也許，在 1960 年代那個軟體開發史上的拓荒時代里，思維敏捷、意志堅定的研究者更容易成為無所不能的西部硬漢吧。

在了解垃圾收集演算法的起源之前，有必要先回顧一下內存分配的主要方式。我們知道，大多數主流的語言或運行環境都支持三種最基本的內存分配方式，它們分別是：

一、靜態分配( Static Allocation )：靜態變數和全局變數的分配形式。我們可以把靜態分配的內存看成是家裡的耐用傢具。通常，它們無需釋放和回收，因為沒人會天天把大衣櫃當作垃圾扔到窗外。

二、自動分配( Automatic Allocation )：在棧中為局部變數分配內存的方法。棧中的內存可以隨著代碼塊退出時的出棧操作被自動釋放。這類似於到家中串門的訪客，天色一晚就要各回各家，除了個別不識時務者以外，我們一般沒必要把客人捆在垃圾袋裡掃地出門。

三、動態分配( Dynamic Allocation )：在堆中動態分配內存空間以存儲數據的方式。堆中的內存塊好像我們日常使用的餐巾紙，用過了就得扔到垃圾箱里，否則屋內就會滿地狼藉。像我這樣的懶人做夢都想有一台家用機器人跟在身邊打掃衛生。在軟體開發中，如果你懶得釋放內存，那麼你也需要一台類似的機器人——這其實就是一個由特定演算法實現的垃圾收集器。

也就是說，下面提到的所有垃圾收集演算法都是在程序運行過程中收集並清理廢舊“餐巾紙”的演算法，它們的操作對象既不是靜態變數，也不是局部變數，而是堆中所有已分配內存塊。

引用計數( Reference Counting )演算法

1960 年以前，人們為胚胎中的 Lisp 語言設計垃圾收集機制時，第一個想到的演算法是引用計數演算法。拿餐巾紙的例子來說，這種演算法的原理大致可以描述為：

午餐時，為了把腦子里突然跳出來的設計靈感記下來，我從餐巾紙袋中抽出一張餐巾紙，打算在上面畫出系統架構的藍圖。按照“餐巾紙使用規約之引用計數版”的要求，畫圖之前，我必須先在餐巾紙的一角寫上計數值 1 ，以表示我在使用這張餐巾紙。這時，如果你也想看看我畫的藍圖，那你就要把餐巾紙上的計數值加 1 ，將它改為 2 ，這表明目前有 2 個人在同時使用這張餐巾紙(當然，我是不會允許你用這張餐巾紙來擦鼻涕的)。你看完後，必須把計數值減 1 ，表明你對該餐巾紙的使用已經結束。同樣，當我將餐巾紙上的內容全部謄寫到 筆記本 上之後，我也會自覺地把餐巾紙上的計數值減 1 。此時，不出意外的話，這張餐巾紙上的計數值應當是 0 ，它會被垃圾收集器——假設那是一個專門負責打掃衛生的機器人——撿起來扔到垃圾箱里，因為垃圾收集器的惟一使命就是找到所有計數值為 0 的餐巾紙並清理它們。

引用計數演算法的優點和缺陷同樣明顯。這一演算法在執行垃圾收集任務時速度較快，但演算法對程序中每一次內存分配和指針操作提出了額外的要求(增加或減少內存塊的引用計數)。更重要的是，引用計數演算法無法正確釋放循環引用的內存塊，對此， D. Hillis 有一段風趣而精闢的論述：

一天，一個學生走到 Moon 面前說：“我知道如何設計一個更好的垃圾收集器了。我們必須記錄指向每個結點的指針數目。” Moon 耐心地給這位學生講了下面這個 故事 ：“一天，一個學生走到 Moon 面前說：‘我知道如何設計一個更好的垃圾收集器了……’”

D. Hillis 的故事和我們小時候常說的“從前有座山，山上有個廟，廟里有個老和尚”的故事有異曲同工之妙。這說明，單是使用引用計數演算法還不足以解決垃圾收集中的所有問題。正因為如此，引用計數演算法也常常被研究者們排除在狹義的垃圾收集演算法之外。當然，作為一種最簡單、最直觀的解決方案，引用計數演算法本身具有其不可替代的優越性。 1980 年代前後， D. P. Friedman ， D. S. Wise ， H. G. Baker 等人對引用計數演算法進行了數次改進，這些改進使得引用計數演算法及其變種(如延遲計數演算法等)在簡單的環境下，或是在一些綜合了多種演算法的現代垃圾收集系統中仍然可以一展身手。

標記-清除( Mark-Sweep )演算法

第一種實用和完善的垃圾收集演算法是 J. McCarthy 等人在 1960 年提出並成功地應用於 Lisp 語言的標記-清除演算法。仍以餐巾紙為例，標記-清除演算法的執行過程是這樣的：

午餐過程中，餐廳里的所有人都根據自己的需要取用餐巾紙。當垃圾收集機器人想收集廢舊餐巾紙的時候，它會讓所有用餐的人先停下來，然後，依次詢問餐廳里的每一個人：“你正在用餐巾紙嗎?你用的是哪一張餐巾紙?”機器人根據每個人的回答將人們正在使用的餐巾紙畫上記號。詢問過程結束後，機器人在餐廳里尋找所有散落在餐桌上且沒有記號的餐巾紙(這些顯然都是用過的廢舊餐巾紙)，把它們統統扔到垃圾箱里。

正如其名稱所暗示的那樣，標記-清除演算法的執行過程分為“標記”和“清除”兩大階段。這種分步執行的思路奠定了現代垃圾收集演算法的思想基礎。與引用計數演算法不同的是，標記-清除演算法不需要運行環境監測每一次內存分配和指針操作，而只要在“標記”階段中跟蹤每一個指針變數的指向——用類似思路實現的垃圾收集器也常被後人統稱為跟蹤收集器( Tracing Collector )

伴隨著 Lisp 語言的成功，標記-清除演算法也在大多數早期的 Lisp 運行環境中大放異彩。盡管最初版本的標記-清除演算法在今天看來還存在效率不高(標記和清除是兩個相當耗時的過程)等諸多缺陷，但在後面的討論中，我們可以看到，幾乎所有現代垃圾收集演算法都是標記-清除思想的延續，僅此一點， J. McCarthy 等人在垃圾收集技術方面的貢獻就絲毫不亞於他們在 Lisp 語言上的成就了。

復制( Copying )演算法

為了解決標記-清除演算法在垃圾收集效率方面的缺陷， M. L. Minsky 於 1963 年發表了著名的論文“一種使用雙存儲區的 Lisp 語言垃圾收集器( A LISP Garbage Collector Algorithm Using Serial Secondary Storage )”。 M. L. Minsky 在該論文中描述的演算法被人們稱為復制演算法，它也被 M. L. Minsky 本人成功地引入到了 Lisp 語言的一個實現版本中。

復制演算法別出心裁地將堆空間一分為二，並使用簡單的復制操作來完成垃圾收集工作，這個思路相當有趣。借用餐巾紙的比喻，我們可以這樣理解 M. L. Minsky 的復制演算法：

餐廳被垃圾收集機器人分成南區和北區兩個大小完全相同的部分。午餐時，所有人都先在南區用餐(因為空間有限，用餐人數自然也將減少一半)，用餐時可以隨意使用餐巾紙。當垃圾收集機器人認為有必要回收廢舊餐巾紙時，它會要求所有用餐者以最快的速度從南區轉移到北區，同時隨身攜帶自己正在使用的餐巾紙。等所有人都轉移到北區之後，垃圾收集機器人只要簡單地把南區中所有散落的餐巾紙扔進垃圾箱就算完成任務了。下一次垃圾收集的工作過程也大致類似，惟一的不同只是人們的轉移方向變成了從北區到南區。如此循環往復，每次垃圾收集都只需簡單地轉移(也就是復制)一次，垃圾收集速度無與倫比——當然，對於用餐者往返奔波於南北兩區之間的辛勞，垃圾收集機器人是決不會流露出絲毫憐憫的。

M. L. Minsky 的發明絕對算得上一種奇思妙想。分區、復制的思路不僅大幅提高了垃圾收集的效率，而且也將原本繁紛復雜的內存分配演算法變得前所未有地簡明和扼要(既然每次內存回收都是對整個半區的回收，內存分配時也就不用考慮內存碎片等復雜情況，只要移動堆頂指針，按順序分配內存就可以了)，這簡直是個奇跡!不過，任何奇跡的出現都有一定的代價，在垃圾收集技術中，復制演算法提高效率的代價是人為地將可用內存縮小了一半。實話實說，這個代價未免也太高了一些。

無論優缺點如何，復制演算法在實踐中都獲得了可以與標記-清除演算法相比擬的成功。除了 M. L. Minsky 本人在 Lisp 語言中的工作以外，從 1960 年代末到 1970 年代初， R. R. Fenichel 和 J. C. Yochelson 等人也相繼在 Lisp 語言的不同實現中對復制演算法進行了改進， S. Arnborg 更是成功地將復制演算法應用到了 Simula 語言中。

至此，垃圾收集技術的三大傳統演算法——引用計數演算法、標記-清除演算法和復制演算法——都已在 1960 年前後相繼問世，三種演算法各有所長，也都存在致命的缺陷。從 1960 年代後期開始，研究者的主要精力逐漸轉向對這三種傳統演算法進行改進或整合，以揚長避短，適應程序設計語言和運行環境對垃圾收集的效率和實時性所提出的更高要求。

走向成熟

從 1970 年代開始，隨著科學研究和應用實踐的不斷深入，人們逐漸意識到，一個理想的垃圾收集器不應在運行時導致應用程序的暫停，不應額外佔用大量的內存空間和 CPU 資源，而三種傳統的垃圾收集演算法都無法滿足這些要求。人們必須提出更新的演算法或思路，以解決實踐中碰到的諸多難題。當時，研究者的努力目標包括：

第一，提高垃圾收集的效率。使用標記-清除演算法的垃圾收集器在工作時要消耗相當多的 CPU 資源。早期的 Lisp 運行環境收集內存垃圾的時間竟佔到了系統總運行時間的 40% !——垃圾收集效率的低下直接造就了 Lisp 語言在執行速度方面的壞名聲;直到今天，許多人還條件反射似地誤以為所有 Lisp 程序都奇慢無比。

第二，減少垃圾收集時的內存佔用。這一問題主要出現在復制演算法中。盡管復制演算法在效率上獲得了質的突破，但犧牲一半內存空間的代價仍然是巨大的。在計算機發展的早期，在內存價格以 KB 計算的日子裡，浪費客戶的一半內存空間簡直就是在變相敲詐或攔路打劫。

第三，尋找實時的垃圾收集演算法。無論執行效率如何，三種傳統的垃圾收集演算法在執行垃圾收集任務時都必須打斷程序的當前工作。這種因垃圾收集而造成的延時是許多程序，特別是執行關鍵任務的程序沒有辦法容忍的。如何對傳統演算法進行改進，以便實現一種在後台悄悄執行，不影響——或至少看上去不影響——當前進程的實時垃圾收集器，這顯然是一件更具挑戰性的工作。

研究者們探尋未知領域的決心和研究工作的進展速度同樣令人驚奇：在 1970 年代到 1980 年代的短短十幾年中，一大批在實用系統中表現優異的新演算法和新思路脫穎而出。正是因為有了這些日趨成熟的垃圾收集演算法，今天的我們才能在 Java 或 .NET 提供的運行環境中隨心所欲地分配內存塊，而不必擔心空間釋放時的風險。

標記-整理( Mark-Compact )演算法

標記-整理演算法是標記-清除演算法和復制演算法的有機結合。把標記-清除演算法在內存佔用上的優點和復制演算法在執行效率上的特長綜合起來，這是所有人都希望看到的結果。不過，兩種垃圾收集演算法的整合並不像 1 加 1 等於 2 那樣簡單，我們必須引入一些全新的思路。 1970 年前後， G. L. Steele ， C. J. Cheney 和 D. S. Wise 等研究者陸續找到了正確的方向，標記-整理演算法的輪廓也逐漸清晰了起來：

在我們熟悉的餐廳里，這一次，垃圾收集機器人不再把餐廳分成兩個南北區域了。需要執行垃圾收集任務時，機器人先執行標記-清除演算法的第一個步驟，為所有使用中的餐巾紙畫好標記，然後，機器人命令所有就餐者帶上有標記的餐巾紙向餐廳的南面集中，同時把沒有標記的廢舊餐巾紙扔向餐廳北面。這樣一來，機器人只消站在餐廳北面，懷抱垃圾箱，迎接撲面而來的廢舊餐巾紙就行了。

實驗表明，標記-整理演算法的總體執行效率高於標記-清除演算法，又不像復制演算法那樣需要犧牲一半的存儲空間，這顯然是一種非常理想的結果。在許多現代的垃圾收集器中，人們都使用了標記-整理演算法或其改進版本。

增量收集( Incremental Collecting )演算法

對實時垃圾收集演算法的研究直接導致了增量收集演算法的誕生。

最初，人們關於實時垃圾收集的想法是這樣的：為了進行實時的垃圾收集，可以設計一個多進程的運行環境，比如用一個進程執行垃圾收集工作，另一個進程執行程序代碼。這樣一來，垃圾收集工作看上去就彷彿是在後台悄悄完成的，不會打斷程序代碼的運行。

在收集餐巾紙的例子中，這一思路可以被理解為：垃圾收集機器人在人們用餐的同時尋找廢棄的餐巾紙並將它們扔到垃圾箱里。這個看似簡單的思路會在設計和實現時碰上進程間沖突的難題。比如說，如果垃圾收集進程包括標記和清除兩個工作階段，那麼，垃圾收集器在第一階段中辛辛苦苦標記出的結果很可能被另一個進程中的內存操作代碼修改得面目全非，以至於第二階段的工作沒有辦法開展。

M. L. Minsky 和 D. E. Knuth 對實時垃圾收集過程中的技術難點進行了早期的研究， G. L. Steele 於 1975 年發表了題為“多進程整理的垃圾收集( Multiprocessing compactifying garbage collection )”的論文，描述了一種被後人稱為“ Minsky-Knuth-Steele 演算法”的實時垃圾收集演算法。 E. W. Dijkstra ， L. Lamport ， R. R. Fenichel 和 J. C. Yochelson 等人也相繼在此領域做出了各自的貢獻。 1978 年， H. G. Baker 發表了“串列計算機上的實時表處理技術( List Processing in Real Time on a Serial Computer )”一文，系統闡述了多進程環境下用於垃圾收集的增量收集演算法。

增量收集演算法的基礎仍是傳統的標記-清除和復制演算法。增量收集演算法通過對進程間沖突的妥善處理，允許垃圾收集進程以分階段的方式完成標記、清理或復制工作。詳細分析各種增量收集演算法的內部機理是一件相當繁瑣的事情，在這里，讀者們需要了解的僅僅是： H. G. Baker 等人的努力已經將實時垃圾收集的夢想變成了現實，我們再也不用為垃圾收集打斷程序的運行而煩惱了。

分代收集( Generational Collecting )演算法

和大多數軟體開發技術一樣，統計學原理總能在技術發展的過程中起到強力催化劑的作用。 1980 年前後，善於在研究中使用統計分析知識的技術人員發現，大多數內存塊的生存周期都比較短，垃圾收集器應當把更多的精力放在檢查和清理新分配的內存塊上。這個發現對於垃圾收集技術的價值可以用餐巾紙的例子概括如下：

如果垃圾收集機器人足夠聰明，事先摸清了餐廳里每個人在用餐時使用餐巾紙的習慣——比如有些人喜歡在用餐前後各用掉一張餐巾紙，有的人喜歡自始至終攥著一張餐巾紙不放，有的人則每打一個噴嚏就用去一張餐巾紙——機器人就可以制定出更完善的餐巾紙回收計劃，並總是在人們剛扔掉餐巾紙沒多久就把垃圾撿走。這種基於統計學原理的做法當然可以讓餐廳的整潔度成倍提高。

D. E. Knuth ， T. Knight ， G. Sussman 和 R. Stallman 等人對內存垃圾的分類處理做了最早的研究。 1983 年， H. Lieberman 和 C. Hewitt 發表了題為“基於對象壽命的一種實時垃圾收集器( A real-time garbage collector based on the lifetimes of objects )”的論文。這篇著名的論文標志著分代收集演算法的正式誕生。此後，在 H. G. Baker ， R. L. Hudson ， J. E. B. Moss 等人的共同努力下，分代收集演算法逐漸成為了垃圾收集領域里的主流技術。

分代收集演算法通常將堆中的內存塊按壽命分為兩類，年老的和年輕的。垃圾收集器使用不同的收集演算法或收集策略，分別處理這兩類內存塊，並特別地把主要工作時間花在處理年輕的內存塊上。分代收集演算法使垃圾收集器在有限的資源條件下，可以更為有效地工作——這種效率上的提高在今天的 Java 虛擬機中得到了最好的證明。

應用浪潮

Lisp 是垃圾收集技術的第一個受益者，但顯然不是最後一個。在 Lisp 語言之後，許許多多傳統的、現代的、後現代的語言已經把垃圾收集技術拉入了自己的懷抱。隨便舉幾個例子吧：誕生於 1964 年的 Simula 語言， 1969 年的 Smalltalk 語言， 1970 年的 Prolog 語言， 1973 年的 ML 語言， 1975 年的 Scheme 語言， 1983 年的 Mola-3 語言， 1986 年的 Eiffel 語言， 1987 年的 Haskell 語言……它們都先後使用了自動垃圾收集技術。當然，每一種語言使用的垃圾收集演算法可能不盡相同，大多數語言和運行環境甚至同時使用了多種垃圾收集演算法。但無論怎樣，這些實例都說明，垃圾收集技術從誕生的那一天起就不是一種曲高和寡的“學院派”技術。

對於我們熟悉的 C 和 C++ 語言，垃圾收集技術一樣可以發揮巨大的功效。正如我們在學校中就已經知道的那樣， C 和 C++ 語言本身並沒有提供垃圾收集機制，但這並不妨礙我們在程序中使用具有垃圾收集功能的函數庫或類庫。例如，早在 1988 年， H. J. Boehm 和 A. J. Demers 就成功地實現了一種使用保守垃圾收集演算法( Conservative GC Algorithmic )的函數庫。我們可以在 C 語言或 C++ 語言中使用該函數庫完成自動垃圾收集功能，必要時，甚至還可以讓傳統的 C/C++ 代碼與使用自動垃圾收集功能的 C/C++ 代碼在一個程序里協同工作。

1995 年誕生的 Java 語言在一夜之間將垃圾收集技術變成了軟體開發領域里最為流行的技術之一。從某種角度說，我們很難分清究竟是 Java 從垃圾收集中受益，還是垃圾收集技術本身借 Java 的普及而揚名。值得注意的是，不同版本的 Java 虛擬機使用的垃圾收集機制並不完全相同， Java 虛擬機其實也經過了一個從簡單到復雜的發展過程。在 Java 虛擬機的 1.4.1 版中，人們可以體驗到的垃圾收集演算法就包括分代收集、復制收集、增量收集、標記-整理、並行復制( Parallel Copying )、並行清除( Parallel Scavenging )、並發( Concurrent )收集等許多種， Java 程序運行速度的不斷提升在很大程度上應該歸功於垃圾收集技術的發展與完善。

盡管歷史上已經有許多包含垃圾收集技術的應用平台和 操作系統 出現，但 Microsoft .NET 卻是第一種真正實用化的、包含了垃圾收集機制的通用語言運行環境。事實上， .NET 平台上的所有語言，包括 C# 、 Visual Basic .NET 、 Visual C++ .NET 、 J# 等等，都可以通過幾乎完全相同的方式使用 .NET 平台提供的垃圾收集機制。我們似乎可以斷言， .NET 是垃圾收集技術在應用領域里的一次重大變革，它使垃圾收集技術從一種單純的技術變成了應用環境乃至操作系統中的一種內在 文化 。這種變革對未來軟體開發技術的影響力也許要遠遠超過 .NET 平台本身的商業價值。

大勢所趨

今天，致力於垃圾收集技術研究的人們仍在不懈努力，他們的研究方向包括分布式系統的垃圾收集、復雜事務環境下的垃圾收集、資料庫等特定系統的垃圾收集等等。

但在程序員中間，仍有不少人對垃圾收集技術不屑一顧，他們寧願相信自己逐行編寫的 free 或 delete 命令，也不願把垃圾收集的重任交給那些在他們看來既蠢又笨的垃圾收集器。

我個人認為，垃圾收集技術的普及是大勢所趨，這就像生活會越來越好一樣毋庸置疑。今天的程序員也許會因為垃圾收集器要佔用一定的 CPU 資源而對其望而卻步，但二十多年前的程序員還曾因為高級語言速度太慢而堅持用機器語言寫程序呢!在硬體速度日新月異的今天，我們是要吝惜那一點兒時間損耗而踟躇不前，還是該堅定不移地站在代碼和運行環境的凈化劑——垃圾收集的一邊呢?

5. 在c語言編程前是不是都必須先寫出演算法，然後再按照演算法編程

1.如果程序是和演算法有關的 必須這么做
2 如果程序沒有和演算法有關，可能是流程狀態的控制
必須胸有成竹 才開始編程

寫代碼的時間一般很短，需要花時間的是程序的模塊化設計 和功能實現的設計的確定，這些都定好了，代碼自然而然就出來了

如果先寫代碼再來想這些，已經晚了；因為你得不斷地返工
就如同造房子一樣 先有藍圖再建房子 而不是邊建房子邊設計藍圖

6. ue模型不受貼畫影響

親你好，材質預覽窗口中旋轉光照：L+左鍵（在材質預覽窗口中）
旋轉天空殼：K+左鍵
復制粘貼節點：Ctrl+W
一、貼圖規格設置
1、貼圖尺寸規范
官方推薦貼圖尺寸為：2的N次冪

如：256X256、512X512、256X512。。。。。。。
為什麼要這樣做呢：貼圖也是有LOD的，場景遠處的物件貼圖會以低解析度顯示，降低硬體損耗。看下圖Mip數量（貼圖的LOD）。

查看貼圖相關信息：

打開貼圖細節面板：雙擊貼圖打開。
天空盒貼圖

為了保留天空盒的清晰度，需要把Mip關閉。
2、顏色貼圖
不帶Alpha的顏色貼圖必須是8位數RGB顏色貼圖。
帶Alpha的貼圖是32位數的RGB顏色貼圖。
如果在UE4里，發現顏色貼圖泛白，那麼顏色貼圖是16位數的。改成8位數就正常了（從SP、SD里導出貼圖時注意設置）。
如果貼圖顏色還是泛白。可以在PS軟體裡面新建一個文件，把顏色貼圖復制進去，然後另存一張貼圖顏色。用這張貼圖就行了。
4、材質屬性貼圖
包括Metallic（金屬度）、Roughness（粗糙度）貼圖
灰度貼圖必須關閉GRB選項。
5、法線貼圖
UE4支持Directx的法線貼圖。

OpenGL的法線貼圖需要反轉法線綠色通道（G通道）。

法線貼圖必須關閉GRB選項。

二、常用演算法（加減乘除）
乘法節點：Multipiy
M+左鍵（在材質藍圖面板里使用）
加法節點：Add
A+左鍵
除法節點：Divide
D+左鍵
減法節點：Subtract
三、UV縮放、平鋪、移動、旋轉
旋轉UV
節點：Rotator（旋轉）表達式以雙通道矢量值形式輸出 UV 紋理坐標，該矢量值可用來創建旋轉紋理。

AppendVector（追加矢量）
二、貼圖效果調節（藍圖）
1、法線貼圖強度調節

2、AO貼圖強度調節
3、貼圖亮度調節

4、去飽和度（Desaturation）

上圖來自官方文檔
三、各種材質製作
1、透明材質
推薦看看官方文章《UE4透明材質的理解和應用》
- 基礎玻璃材質
- 玻璃杯材質

- 半透明材質渲染排序
在關卡場景里選擇使用半透明材質的物件，在物件細節面板的渲染下面設置。
- 使相機光圈（焦距、景深）影響半透明材質
在材質細節面板里關閉材質屬性的【景深後渲染】

2、自發光材質
- 把自發光模型當靜態燈光用
選擇關卡場景里的自發光模型，在細節面板里勾選【使用靜態光照的自發光】
注意：
自發光強度要夠強。
在【世界場景設置】 里提高【間接光照反射次數】。
烘培光照貼圖之後才能看到效果。

3、Decal貼花材質（延遲貼花）
（1）項目設置里開啟顏色貼花。因為貼花不支持純靜態光照，不開啟就不會顯示顏色。
（2）貼花材質製作
（3）場景里添加貼花
（4）使模型不受貼花影響（不接收貼花）
四、呼吸燈製作
1、原理：
用Sine（正弦）函數節點控制自發光明暗波動。
用Time時間節點來控制自發光的 明暗波動速度。
2、節點：
Sine（正弦）函數節點：Sine 表達式在[0, 1]的輸入范圍和[-1, 1]的輸出范圍上反復輸出正弦波的值。

Time時間節點：用來向材質（例如，Panner（平移）、Cosine（餘弦） 或其他時間相關操作）添加經歷時間。

取值（0,1），速度由快（0）到慢（1）。
3、節點連接模板：材質參數默認。
六、流水燈製作
1、原理：用Time（時間）節點和Panner（平移）節點控制UV貼圖的移動。
2、節點：Panner（平移）
Panner（平移）節點用於創建平移（或移動）紋理的 UV 紋理坐標。
速度 X（SpeedX）指定在 U 方向上平移坐標的速度。
速度 Y（SpeedY）指定在 V 方向上平移坐標的速度。
3、節點連接模板：材質參數默認。

打開CSDN，閱讀體驗更佳

【UE4】物理材質(藍圖)_Student_Hc的博客_ue4物理材質
UE4中物理材質可以讓游戲中的對象識別出材質的不同從而做出不同響應,如子彈打在不同材質上播放不同特效,人物走在不同陸面上發出不同的腳步聲等等。 首先需要在工程設置中找到Engine->Physice滾動到PhysicalSurface: 可以看到SurfaceTyp...
繼續訪問
UE4大數據可視化教程(4)——可視化用到的材質藍圖_風里有詩句哈的博客...
學習目標: UE4從入門到入土 學習內容: 1、 UE4基礎知識 1.1 UE4 窗口功能 1.2 UE4 偏好設置 1.3 UE4 快捷鍵 1.4 UE4 輸入和輸出 2、 UE4 上手操作 2.1 UE4 Scene和Level 2.2 UE4BSP和StaticMesh 2.3 UE4 藍圖 2.4 UE4 UI...
繼續訪問
最新發布 UE5學習筆記（十二）——藍圖基礎之材質藍圖及參數
本文整理了各種材質的傳出參數以及各種材質格式的使用方法
繼續訪問

UE4材質 匯總
UE4材質內容匯總
繼續訪問
ue4 載入材質_UE4 C++和藍圖相關, 功能編寫角度的取捨分析與看法_wei...
ue4 項目開發經驗有限, 且工作開發方向非游戲方向, 有很大的局限性. 下文中的C++為UE C++的簡寫, 原因, 嗯, 應該都可以理解吧, UE4 C++魔改很多. 同時表達觀點 UE C++ & 藍圖 遠大於> UE C++ 或 純藍圖 ...
繼續訪問
UE4藍圖:材質編程(0)_閉上左眼看世界的博客
Live Preview按鈕用於實時更新材質的預覽顯示.Live Nodes用於實時更新圖表的顯示.Live Update用來實時更新節點的顯示.Stats按鈕用來顯示所創建材質的相關信息. 可以看到在圖表中默認存在著一個節點,名字和你創建的材質藍圖的名字一樣.這個節點...
繼續訪問
熱門推薦 UE4 藍圖教程(三) 材質
簡述和現實世界一樣，游戲中也包含各種各樣的物體，每個物體都有自己的外表。在虛幻引擎中，材質定義了這些外部。它是什麼顏色的?有多亮的?是透明的嗎?這些都是在材質中定義的。在虛幻引擎中，幾乎所有的外表元素都使用了材質。你可以將材質應用於各種物體，例如網格，粒子和UI元素。在本教程中，您將學習如何:1 操作紋理改變它們的亮度和顏色2 使用材質實例快速改變物體3 使用動態材質實例改變物體顏色在本教程中，您...
繼續訪問
【UE4】UE4藍圖基礎
一、藍圖可視化腳本與藍圖系統 1.藍圖腳本 藍圖可視化腳本簡稱「藍圖」或「藍圖腳本」，是一種需要編譯的面向對象的可視化編程語言，藍圖完全集成在UE4中，藍圖通過節點與連線工作。 藍圖腳本的節點 觸發事件，在藍圖腳本中以紅色的節點出現 函數，在看圖腳本中以藍色的節點出現 變數，在藍圖腳本中中以黃色節點出現 2.藍圖系統 藍圖系統又稱「藍圖」或「藍圖類」，藍圖類可以看成是一個包含游戲內容的容器，其中可以包含組件、腳本或可以僅僅包含數據。 藍圖類有點類似Unity3d中的預設(prefb)，藍圖類可以類似預設
繼續訪問
UE4--藍圖的作用_清鴻y的博客_ue4藍圖是什麼意思
UE4是一種基於藍圖和c++語言的游戲開發引擎,藍圖也被稱為可視化編程,將c++語言的代碼可視化,通過邏輯性編入到引擎中,這也大大的降低了這個引擎的上手難度,讓很多新人可以很快熟練地使用這個引擎,所以就可以得出藍圖的重要性。
繼續訪問
UE4藍圖案例:製作實時反射鏡面材質_羞澀的小紅豆的博客_ue4...
UE4版本 4.7.6 通過藍圖來製作實時反射鏡面材質 一、新建一個空的項目 如圖1 二、向場景中添加[Modes]->[Basic]->[Cube] 設置[Cube]Actor 調節成適當的寬度和高度 圖上(3)的位置就是用來當鏡面的。
繼續訪問
UE5學習筆記（二）——3D材質藍圖的常用節點介紹
什麼是材質：材質是模型表面塗抹的油漆，多層油漆形成了物理基礎渲染（PBR Physically Based Rendering）,它可以模擬自然界的任何材料的視覺效果。
繼續訪問

UE4如何動態修改材質（材質參數集）
UE4如何動態修改材質（材質參數集）UE4如何動態修改材質一、Material Parameter collection是什麼？二、使用步驟1.創建材質參數集2.創建參數3.添加到材質4.動態修改材質參數集 UE4如何動態修改材質 一、Material Parameter collection是什麼？ Material Parameter collection就是材質參數集可以自定義創建Value值，然後獲取並動態修改.便於在材質實例比較多或者模型數據量比較大的情況下使用 二、使用步驟 1.創建材質
繼續訪問

UE4製作基礎材質藍圖模板
UE4製作基礎材質藍圖模板
繼續訪問

SP Base Color(顏色貼圖）導入UE4後泛白問題及解決方案
問題：Sp貼圖導入UE4泛白 原因：png格式的basecolor貼圖導入時會默認不勾選sRGB，而拖入材質創造節點後，采樣器默認會選擇線性顏色。（采樣器basecolor貼圖要選擇顏色、norml貼圖選擇法線、其他貼圖選擇線性顏色） 解決：換將貼圖格式換為JPG格式。 ...
繼續訪問

UE4 材質學習 （02-利用UV來調整紋理）
4.選中 TextureCoordinate 節點，在細節面板中可以通過U平鋪和V平鋪兩個參數來調整紋理的疏密。此時，可以觀察到紋理向上偏移了1/5個單位。可以看到紋理的橫軸和縱軸都變密集了2倍。1.在內容瀏覽器中新建一個材質。2.雙擊打開uvTest。3.創建如下節點並連接。
繼續訪問

UE4學習日記（四）基礎的材質操作
UV坐標系，又叫貼圖坐標系，是0-1的坐標系，橫軸為u，縱軸為v。模型之所以能夠出現精美的貼圖，正是通過UV坐標系將對應的貼圖放置的模型的對應位置上。 如上圖中的標紅塊，就是車輛的車頂部分，會映射到車頂。 如在3d建模軟體中左右上下拖動貼圖，會導致模型上的貼圖發生平移。如果放大縮小，貼圖也會發生對應的變化。 在材質界面按下【U+滑鼠左鍵】，可以添加一個UV坐標系。就是以下的圖形。該圖形之所以是這種顏色是因為它只做了R和G通道的漸變混合。 然後介紹一些UE4做材質的常見操作。 1、首先如何應用一張貼圖到材
繼續訪問

14_ue4藍圖實現開關門
藍圖開關門
繼續訪問

在UE中做一個用材質來處理貼圖的藍圖工具
目標 做一個藍圖工具，對於一個輸入圖像，可以使用材質中的邏輯將計算後的圖像輸出。 0. 創建一個藍圖 這里我選擇創建 Editor Utility Blueprint 型藍圖，因為它提供了一個右鍵就能執行命令的菜單，我覺得很方便。 選擇EditorUtilityObject作為父類，它是一個較為基礎的類。 創建後可以右鍵看到能執行命令的菜單： 它執行的就是Run函數，可以在藍圖中重載它： 比如連接一個列印一個 Hello 現在再右鍵菜單中執行命令的時候就可以看到列印Hello。 1. 創建Ren
繼續訪問

藍圖的教程
動作映射是判斷按的鍵是否按下或者釋放，軸映射是用來判斷是否按鍵一直按著的情況，每幀每幀檢測。 （這邊還有個小技巧就是可以把這個旁邊的鍵點一下，變成黃色的然後輸入自己想輸入的字母） --- 然後在角色的文件夾下面創建一個角色的藍圖類，創建角色的藍圖類是因為角色藍圖專門用作人物的屬性，封裝了很多跑步、、蹲伏飛行等等屬性 組件：不同組件可以給藍圖添加不同的功能，添加攝像機，碰撞體等等 課程內容2-2 21：08 笛卡爾的標准坐標軸，X軸始終是前後，Y軸始終是左右，Z軸始終是上下 課..
繼續訪問

Unreal 入門-AO貼圖
1 AO貼圖詳解及生成方法 1、Ao貼圖的作用 Ao-AmbientOcclusion，「環境吸收」或者「環境光吸收」 Ao貼圖就是為模型提供了非常精確和平滑的陰影，就好像給模型打了全局光照一樣的效果。 通俗來講就是：Ao貼圖不需要任何燈光照明，它以獨特的計算方式吸收「環境光」，也就是同時吸收未被阻擋的光線和被阻擋光線所產生的「陰影」，從而模擬全局照明的結果，它主要是
繼續訪問
UE4-材質法線強度調整、法線貼圖混合、自定義材質函數、材質邊緣過渡、植被動態效果
一、法線強度 想控制一張法線貼圖的呈現強度，不能直接對整個貼圖的UV進行運算，需要對法線貼圖的RG通道進行運算，並將每個通道的計算結果通過追加節點Append組成新的數值，改變強度參數，從而改變物體表現的強度。 1.各通道使用乘法與強度參數NormalIntensify相乘 2.使用追加節點，組合新的向量。並將值與Normal鏈接。 二、法線貼圖融合BlendAngleCorrectedNormals 1.使用 BlendAngleCorrectedNormals 節點，完成兩張法線貼圖的疊.
繼續訪問

UE4 動態材質設置
UE4的話，有3種材質： 1-材質（Material） 2-材質實例（Material Instance） 3-動態材質（Dynamic Material Instance ） （1）如何從材質創建材質實例： 右鍵點擊一個材質就可以，材質實例具備材質的靜態結構。想要修改材質實例，還需要點掉對應參數的對勾 然後材質實例就變成可修改狀態了。 （2）應用環境 基礎材質用來編輯材質的結構，材質實例用於製作材質的變數，但是是靜態可控范圍的，比如即時戰略的步兵，或者格鬥游戲的1P...
繼續訪問

ue4材質節點大全_UE4貼圖與材質優化
之前寫了一篇關於美術架構的文章https://zhuanlan.hu.com/p/85927808，好像大家挺喜歡的（也有可能是被大佬點贊了）。那就再稍微談談關於UE4的材質和貼圖吧。【大家想看什麼可以在這篇文章里金木研：ue4文章意見徵集​zhuanlan.hu.com評論的，不要像女朋友一樣讓我猜她想看什麼哈哈哈哈哈，都是大老爺們，積極交流啦】好，廢話不多說，本文主要是從優化角度去...
繼續訪問

UE4材質基礎整理
一：材質基本屬性節點 底色(BaseColor)：基礎顏色 金屬色(Metallic)：金屬度 高光(Specular)：主要用於非金屬材質表面反光效果(0表示無反射，1表示全反射) 粗糙度(Roughness)：粗糙或者平滑度 自發光(EmissiveColor)：控制材質的哪些部分發光，值可大於1 透明度(Opactity)：適用於 半透明（Translucent）、添加（Additive） 和 調制（Molated） 材質模式下（0表示完全透明，1表示完全不透明），當和次表面顏色(Subsurf
繼續訪問

UE4材質 製作UV貼圖
我們想要製作一張uv貼圖，是一個什麼意思呢？我們知道一般來說，我們都是根據uv來采樣貼圖，一般來說這個事情都是美術同學來製作的，所以我們想要進行的是在UE4中，動態或者根據自己的實際情況來生成一張貼圖，並且我們要存儲的內容也可以自己定。你可以自己生成法線貼圖，或者是世界坐標的貼圖，等等，並不拘泥於只存儲顏色信息。 那麼，我們如何進行相關的操作呢。 渲染目標 首先我們要做的就是生成一張RT，也就是r...
繼續訪問

ue4 材質藍圖
ue4
材質

7. 編寫一個java程序，將文本文件a.txt中的內容加密後寫入文本文件b.txt，加密演算法自行設定（如異或演算法）

病毒歷史

電腦病毒的起源(節錄自牛頓雜志)

電腦病毒的歷史:磁蕊大戰

電腦病毒並非是最近才出現的新產物, 事實上, 早在一九四九年, 距離第一部商用電腦的出現仍有好幾年時, 電腦的先驅者約翰.范紐曼(John Von Neumann)在他所提出的一篇論文 [復雜自動裝置的理論及組織的進行] , 即已把病毒程式的藍圖勾勒出來, 當時, 絕大部份的電腦專家都無法想像這種會自我繁植的程式是可能的, 可是少數幾個科學家默默的研究范紐曼的所提出的概念, 直到十年之後, 在美國電話電報公司(AT&T) 的貝爾(Bell)實驗室中, 這些概念在一種很奇怪的電子游戲中成形了, 這種電子游戲叫做 [磁蕊大戰] (core war)。

磁蕊大戰是當時貝爾實驗室中三個年輕程式人員在工餘想出來的, 他們是道格拉斯麥耀萊(H.Douglas McIlroy), 維特.維索斯基(Victor Vysottsky)以及羅伯.莫里斯(Robert T. Morris), 當時三人年紀都只有二十多歲.

附註: Robert T. Morris 就是後來寫了一個 Worm, 把 Internet 搞的天翻地覆的那個 Robert T. Morris Jr. 的爸爸, 當時大 Morris 剛好是負責 Arpanet網路安全 .

電腦病毒的老祖宗:

磁蕊大戰的玩法如下:兩方各寫一套程式, 輸入同一部電腦中, 這兩套程式在電腦?記憶系統內互相追殺,有時它們會放下一些關卡,有時會停下來修理(重新寫)被對方破壞的幾行指令 ;當它被困時,也可以把自己復制一次,逃離險境,因為它們都在電腦的記憶磁蕊中遊走,因此得到了磁蕊大戰之名.

這個游戲的特點,在於雙方的程式進入電腦之後,玩游戲的人只能看著螢幕上顯示的戰況,而不能做任何更改,一直到某一方的程式被另一方的程式完全 [吃掉] 為止.

磁蕊大戰是個籠統的名稱,事實上還可細分成好幾種,麥耀萊所寫的程式叫 [達爾文]這包含了 [物競天擇,適者生存] 的意思 . 它的游戲規則跟以上所描述的最接近,雙方以組合語言(Assembly Language)各寫一套程式,叫有機體(organism),這兩個有機體在電腦里爭斗不休,直到一方把另一方殺掉而取代之,便算分出勝負. 在比賽時 Morris 經常匠心獨具,擊敗對手.

另外有個叫爬行者程式(Creeper)的,每一次把它讀出時,它便自己復制一個副本.此外,它也會從一部電腦[爬]到另一部有連線的電腦.很快地電腦中原有資料便被這些爬行者擠掉了.爬行者的微一生存目地是繁殖.為了對付[爬行者],有人便寫出了[收割者](Reaper).它的唯一生存目的便是找到爬行者,把它們毀滅掉.當所有爬行者都被收割掉之後,收割者便執行程式中最後一項指令:毀滅自己,從電腦中消失.[侏儒](Dwarf)並沒有達爾文等程式聰明.卻可是個極端危險人物.它在記憶系統中邁進,每到第五個[地址](address)便把那裡所儲存的東西變為零,這會使的原本的程式停擺.

最奇特的就是一個叫[印普](Imp)的戰爭程式了,它只有一行指令,那就是

MOV 01

MOV是[MOVE]的代表,即移動的意思 .它把身處的地址中所載的[0]寫(移)到下一個地址中,當印普展開行動之後,電腦中原有的每一行指令都被改為[MOV 01].換句話說,螢光幕上留下一大堆[MOV 01].[雙子星](Germini)也是個有趣的傢伙.它的作用只有一個:把自己復制,送到下一百個地址後,便拋棄掉[正本].從雙子星衍生出一系列的程式.[犧牲者](Juggeraut)把自己復制後送到下十個地址之後;而[大雪人](Bigfoot)則把正本和復製品之間的地址定為某一個大質數.想抓到大雪人可是非常困難的.此外,還有全錄(Xerox)柏路阿圖研究中心的約翰.索殊(John F.Shoch)所寫的[蠕蟲](Worm),它的目的是要控制侵入的電腦.

電腦病毒的出現

在那些日子裡,電腦都沒有連線,而是互相獨立的,因此並不會出現小莫禮士所引起的病毒瘟疫.如果有某部電腦受到[感染],失去控制,工作人員只需把它關掉便可.但是當電腦連線逐漸成為社會結構的一部份之後,一個或自我復制的病毒程式便很可能帶來?窮的禍害了.因此長久一來,懂的玩[磁蕊大戰]游戲的電腦工作者都嚴守一項不成文的規定: 不對普羅大眾公開這些戰爭程式的內容.

一九八三年,這項規定被打破了.科恩.湯普遜(Ken Thompson)是當年一項傑出電腦講得獎人.在頒獎典禮上,他作了一個演講,不但公開地證實了電腦病毒的存在,而且還告訴所有聽眾怎樣去寫自己的病毒程式.他的同行全都嚇壞了,然而這個秘密已經流傳出去了.一九八四年,情況愈復雜了.這一年,[科學美國人]月刊(Scientific American)的專欄作家杜特尼(A. K. Dewdney)在五月號寫了第一篇討論[磁蕊大戰]的文章,並且只要寄上兩塊美金,任何讀者都可以收到它所寫得有關寫程式的綱領,在自己家中的電腦中開辟戰場.

[病毒]一詞的正式出現

在一九八五年三月份的[科學美國人]里,杜特尼再次討論[磁蕊大戰]-----和病毒.在文章的開頭他便說:[當去年五月有關[磁蕊大戰]的文章印出來時,我並沒有想過我所談論的是那麼嚴重的題目]文中並第一次提到[病毒]這個名稱.他提到說,義大利的羅勃吐.些魯帝(Roberto Cerruti)和馬高.么魯顧帝(Marco Morocutti)發明了一種破壞軟體的方法.他們想用病毒,而不是蠕蟲,來使得蘋果二號電腦受感染.

些魯弟寫了一封信給杜特尼,信內說:[馬高想寫一個像[病毒]一樣的程式,可以從一部蘋果電腦傳染到另一部蘋果電腦,使其受到感染.可是我們沒法這樣做,直到我想到,這病毒要先使磁碟受到感染,而電腦只是媒介.這樣,病毒就可以從一片磁碟傳染到另一片磁碟了.]

病毒歷史事例：

1975 年，美國科普作家約翰·布魯勒爾 (John Brunner) 寫了一本名為《震盪波騎士》(Shock Wave Rider) 的書，該書第一次描寫了在信息社會中，計 算機作為正義和邪惡雙方斗爭的工具的故事，成為當年最佳暢銷書之一。

1977 年夏天，托馬斯·捷·瑞安 (Thomas.J.Ryan) 的科幻小說《P-1的春 天》(The Adolescence of P-1) 成為美國的暢銷書，作者在這本書中描寫了一 種可以在計算機中互相傳染的病毒，病毒最後控制了 7，000 台計算機，造成了 一場災難。

1983 年 11 月 3 日，弗雷德·科恩 (Fred Cohen) 博士研製出一種在運行過程中可以復制自身的破壞性程序，倫·艾德勒曼 (Len Adleman) 將它命名為計算機病毒 (computer viruses)，並在每周一次的計算機安全討論會上正式提出，8 小時後專家們在 VAX11/750 計算機系統上運行，第一個病毒實驗成功，一周後又獲准進行 5個實驗的演示，從而在實驗上驗證了計算機病毒的存在。

1986 年初，在巴基斯坦的拉合爾 (Lahore)，巴錫特 (Basit) 和阿姆傑德(Amjad) 兩兄弟經營著一家 IBM-PC 機及其兼容機的小商店。他們編寫了Pakistan 病毒，即 Brain。在一年內流傳到了世界各地。

1988 年 3 月 2 日，一種蘋果機的病毒發作，這天受感染的蘋果機停止工作，只顯示「向所有蘋果電腦的使用者宣布和平的信息」。以慶祝蘋果機生日。

1988 年 11 月 2 日，美國六千多台計算機被病毒感染，造成 Internet 不能正常運行。這是一次非常典型的計算機病毒入侵計算機網路的事件，迫使美國政府立即作出反應，國防部成立了計算機應急行動小組。這次事件中遭受攻擊的包括 5 個計算機中心和 12 個地區結點，連接著政府、大學、研究所和擁有政府合同的50，000 台計算機。這次病毒事件，計算機系統直接經濟損失達 9600 萬美元。這個病毒程序設計者是羅伯特·莫里斯 (Robert T.Morris)，當年 23 歲，是在康乃爾 (Cornell) 大學攻讀學位的研究生。

羅伯特·莫里斯設計的病毒程序利用了系統存在的弱點。由於羅伯特·莫里斯成了入侵 ARPANET 網的最大的電子入侵者，而獲准參加康乃爾大學的畢業設計，並獲得哈佛大學 Aiken 中心超級用戶的特權。他也因此被判3 年緩刑，罰款1 萬美元，他還被命令進行 400 小時的新區服務。

註：在此文中，把蠕蟲、我們常提的病毒定為病毒不同種類。

1988 年底，在我國的國家統計部門發現小球病毒。

--------------------------------------------------------------------------------

在病毒的發展史上，病毒的出現是有規律的，一般情況下一種新的病毒技術出現後，病毒迅速發展，接著反病毒技術的發展會抑制其流傳。操作系統進行升級時，病毒也會調整為新的方式，產生新的病毒技術。它可劃分為：

DOS引導階段
1987年，計算機病毒主要是引導型病毒，具有代表性的是「小球」和「石頭」病毒。
當時得計算機硬體較少，功能簡單，一般需要通過軟盤啟動後使用。引導型病毒利用軟盤得啟動原理工作，它們修改系統啟動扇區，在計算機啟動時首先取得控制權，減少系統內存，修改磁碟讀寫中斷，影響系統工作效率，在系統存取磁碟時進行傳播。1989年，引導型病毒發展為可以感染硬碟，典型的代表有」石頭2」。

DOS可執行階段
1989年，可執行文件型病毒出現，它們利用DOS系統載入執行文件的機制工作，代表為」耶路撒冷」，」星期天」病毒，病毒代碼在系統執行文件時取得控制權，修改DOS中斷，在系統調用時進行傳染，並將自己附加在可執行文件中，使文件長度增加。1990年，發展為復合型病毒，可感染COM和EXE文件。

伴隨，批次型階段
1992年，伴隨型病毒出現，它們利用DOS載入文件的優先順序進行工作。具有代表性的是」金蟬」病毒，它感染EXE文件時生成一個和EXE同名的擴展名為COM伴隨體;它感染COM文件時，改為原來的COM文件為同名的EXE文件，在產生一個原名的伴隨體，文件擴展名為COM。這樣，在DOS載入文件時，病毒就取得控制權。這類病毒的特點是不改變原來的文件內容，日期及屬性，解除病毒時只要將其伴隨體刪除即可。在非DOS操作系統中，一些伴隨型病毒利用操作系統的描述語言進行工作，具有典型代表的是」海盜旗」病毒，它在得到執行時，詢問用戶名稱和口令，然後返回一個出錯信息，將自身刪除。批次型病毒是工作在DOS下的和」海盜旗」病毒類似的一類病毒。

幽靈，多形階段
1994年，隨著匯編語言的發展，實現同一功能可以用不同的方式進行完成，這些方式的組合使一段看似隨機的代碼產生相同的運算結果。幽靈病毒就是利用這個特點，每感染一次就產生不同的代碼。例如」一半」病毒就是產生一段有上億種可能的解碼運算程序，病毒體被隱藏在解碼前的數據中，查解這類病毒就必須能對這段數據進行解碼，加大了查毒的難度。多形型病毒是一種綜合性病毒，它既能感染引導區又能感染程序區，多數具有解碼演算法，一種病毒往往要兩段以上的子程序方能解除。

生成器，變體機階段
1995年，在匯編語言中，一些數據的運算放在不同的通用寄存器中，可運算出同樣的結果，隨機的插入一些空操作和無關指令，也不影響運算的結果，這樣，一段解碼演算法就可以由生成器生成。當生成的是病毒時，這種復雜的稱之為病毒生成器和變體機就產生了。具有典型代表的是」病毒製造機」VCL，它可以在瞬間製造出成千上萬種不同的病毒，查解時就不能使用傳統的特徵識別法，需要在宏觀上分析指令，解碼後查解病毒。變體機就是增加解碼復雜程度的指令生成機制。

網路，蠕蟲階段 第一篇 第二篇
1995年，隨著網路的普及，病毒開始利用網路進行傳播，它們只是以上幾代病毒的改進。在非DOS操作系統中，」蠕蟲」是典型的代表，它不佔用除內存以外的任何資源，不修改磁碟文件，利用網路功能搜索網路地址，將自身向下一地址進行傳播，有時也在網路伺服器和啟動文件中存在。

視窗階段
1996年，隨著Windows和Windows95的日益普及，利用Windows進行工作的病毒開始發展，它們修改(NE，PE)文件，典型的代表是DS。3873，這類病毒的急智更為復雜，它們利用保護模式和API調用介面工作，解除方法也比較復雜。

宏病毒階段
1996年，隨著Windows Word功能的增強，使用Word宏語言也可以編制病毒，這種病毒使用類Basic語言，編寫容易，感染Word文檔文件。在Excel和AmiPro出現的相同工作機制的病毒也歸為此類。由於Word文檔格式沒有公開，這類病毒查解比較困難。

互連網階段
1997年，隨著網際網路的發展，各種病毒也開始利用網際網路進行傳播，一些攜帶病毒的數據包和郵件越來越多，如果不小心打開了這些郵件，機器就有可能中毒。

爪哇，郵件炸彈階段
1997年，隨著萬維網上Java的普及，利用Java語言進行傳播和資料獲取的病毒開始出現，典型的代表是JavaSnake病毒。還有一些利用郵件伺服器進行傳播和破壞的病毒，例如Mail-Bomb病毒，它就嚴重影響網際網路的效率。

8. 數字能量學的計算方法

數字能量學分為八大磁場請看下圖

吉星磁場：

1、天醫土：正財，正桃花， 文筆好，聰明，善良，崇高地位，多表現為陽性。

13（極陽），68（中陽），94（弱陽），72（弱陰）

2、延年金：領導者，作風強勢，老大心態，大男子主義，多表現為陽性。

19（極陽），87（中陽），43（弱陽），26（弱陰）

3、生氣木：貴人，名聲，快樂，活潑，開心，隨緣，多表現為陽性。

14（極陽），67（中陽），93（弱陽），82（弱陰）

凶星磁場：

1、絕命金：性格極端，情緒化，沖動，脾氣差，不圓融。多表現為陰性。

12（極陰），69（中陰），84（弱陰），73（弱陽）

2、五鬼火：假象，個性陰沉，內心脆弱，常走極端，易憎恨他人，多表現為陰性。

18（極陰），97（中陰），63（弱陰），24（弱陽）

3、六煞水：憂郁，優柔寡斷，情感，易退縮，空虛，多表現為陰性。

16（極陰），74（中陰），38（弱陰），92（弱陽）

4、禍害土：小人，內心脆弱，逞強，脾氣差，暴躁，沖動，多表現為陰性。

17（極陰），98（中陰），64（弱陰），32（弱陽）

9. 目前雲計算的發展水平，讓我們離元宇宙藍圖中的世界有多遠

盡管雲計算發展迅速，但要全面實現元界藍圖還有很長的路要走。然而，真正的元宇宙離我們還很遠。雖然元宇宙很美，但它需要各方的共同努力。元界的基石是雲計算。要想發展，必須依靠雲計算演算法、通信、算力等基礎共同推進。

雲計算未來的發展如何？

未來，大數據將遷移到雲端。有了雲中的數據，大數據分析和人工智慧等專業雲服務也將站穩腳跟。比如人工智慧離不開大數據分析和雲計算能力的支持，人工智慧的全面落地將帶來大規模的人工智慧雲應用。因此，基礎雲計算、大數據分析、人工智慧等新興熱門領域將在共同推動下高速發展。總體來看，市面上很多軟體都兼容虛擬化，虛擬化部署在雲計算的虛擬池中。各個廠商的設備和配置都可以使用雲計算，元界應該以此為基礎。由此可見，雲計算的兼容性非常強。

10. 大數據指的是什麼

大數據是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。

(10)藍圖演算法擴展閱讀

大數據的價值體現在以下幾個方面：

1、對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷

2、做小而美模式的中小微企業可以利用大數據做服務轉型

3、面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值

參考資料來源：網路-大數據