bitmap演算法

⑴ 用C或C++怎樣提取出bmp圖像的像素點信息值用LSB演算法做信息隱藏，點陣圖是24位的。

CImage m_image;//m_image就是要處理的圖像
int bit=m_Image.GetBPP();//獲取每點像素的位數（8，24，32等），如果只處理24點陣圖，則bit可直接賦值為24
int width=m_Image.GetWidth();//圖像的寬度(單位為像素)
int height=m_Image.GetHeight();//圖像的長度(單位為像素)
HBITMAP bitmap = m_Image.Detach();//
CBitmap *b_Image=CBitmap::FromHandle(bitmap);//獲取CBitmap類的實例
DWORD totalbytes=width*height*bit/8;//要保存像素數據需要的總的位元組數，24點陣圖的話，每個像素需要3個位元組
byte *lpBits=new byte[totalbytes];//位元組型數組，每個單位存一個位元組的數據
int bytes=b_Image->GetBitmapBits(totalbytes,lpBits);//把像素數據存到數組lpBits里，通過看bytes是否為0可以知道是否成功，為0則沒有成功
//接下來遍歷數組即可獲取像素數據，因為24點陣圖是3個位元組構成一個像素，所以遍歷時要注意間隔。

⑵ 如何求一個bitmap對象的md5值

Bitmap bitmap = new Bitmap("文件路徑"); Image i = bitmap; /虛瞎/直接將bitmap賦給image就行了。
制演算法及其在環境試驗設滾譽游備控制中的應用。由於環境試驗設備的溫度和濕度控制系統具有較大的時間滯後大銷，而且系統間存在比較嚴重的耦合現象，用常規的PID控制不能取得滿意的控制效果。針對這種系統，本文採用了多變數預測控制演算法對其進行了控制模擬.

⑶ 什麼是點陣圖法

點陣圖法就是bitmap的縮寫。
所謂bitmap，就是用每一位來存放某種狀態，適用於大規模數據單數據狀態又不是很多的情況。通常是用來判斷某個數據存不存在的。
例如，要做掘禪判斷一千萬個人的狀態，每個人只有兩種狀態：男人，女人，可以用0，1表純塵示。那麼就可以開一個int數組，散塌一個int有32個位，就可以表示32個人。操作的時候可以使用位操作。

⑷ bitmap 進行base64加密不能正常顯示

您問的是bitmap進行base64加密不能正常顯示的原因嗎？
應該是bitmap轉為base64時數據出現問題在bitmap.compress(Bitmap.CompressFormat.PNG，100，baos)；這個中設置bitmap的格式為jpg格式時，一直轉換失敗，改為png格式就可以互轉。
Base64是網路上最常見的用於傳輸8Bit位元組代碼的編碼方式之一，Base64並不是安全領域的加密演算法，其實Base64隻能算是一個編碼演算法，對數據內容進行編碼來適合傳輸。標准Base64編碼解碼無需額外信息即完全可逆，即使你自己自定義字元集設計一種類Base64的編碼方式用於數據加密，在多數場景下也較容易破解。Base64編碼本質上是一種將二進制數據轉成文本數據的方案。

⑸ 什麼是點陣圖和點陣圖這個概念一樣嗎

一般來說點陣圖和點陣圖是一個概念。它是由n多的像素組成的。

它的概念主要是相對於區別矢量圖而言的。點陣圖和矢量圖是現代計算機平面圖形的兩大概念。

-----------------------以下解釋可以作為參考：
點陣圖[bitmap]，也叫做點陣圖，刪格圖象，像素圖，簡單的說，就是最小單位由象素構成的圖，縮放會失真。構成點陣圖的最小單位是象素，點陣圖就是由象素陣列的排列來實現其顯示效果的，每個象素有自己的顏色信息，在對點陣圖圖像進行編輯操作的時候，可操作的對象是每個象素，我們可以改變圖像的色相、飽和度、明度，從而改變圖像的顯示效果。舉個例子來說，點陣圖圖像就好比在巨大的沙盤上畫好的畫，當你從遠處看的時候，畫面細膩多彩，但是當你靠的非常近的時候，你就能看到組成畫面的每粒沙子以及每個沙粒單純的不可變化顏色。

矢量圖[vector]，也叫做向量圖，簡單的說，就是縮放不失真的圖像格式。矢量圖是通過多個對象的組合生成的，對其中的每一個對象的紀錄方式，都是以數學函數來實現的，也就是說，矢量圖實際上並不是象點陣圖那樣紀錄畫面上每一點的信息，而是紀錄了元素形狀及顏色的演算法，當你打開一付矢量圖的時候，軟體對圖形象對應的函數進行運算，將運算結果[圖形的形狀和顏色]顯示給你看。無論顯示畫面是大還是小，畫面上的對象對應的演算法是不變的，所以，即使對畫面進行倍數相當大的縮放，其顯示效果仍然相同[不失真]。舉例來說，矢量圖就好比畫在質量非常好的橡膠膜上的圖，不管對橡膠膜怎樣的常寬等比成倍拉伸，畫面依然清晰，不管你離得多麼近去看，也不會看到圖形的最小單位。

⑹ GC垃圾回收（3）- 三色標記演算法

CMS過程在上篇文章 GC垃圾回收（2） 中已經寫過。
它分為四個階段：

其中 並發標記 階段會有漏標的問題，為解決這個問題，採用了 "三色標記演算法"

G1 GC（Garbage First Garbage Collector）是一種服務端應用使用的垃圾收集器，目標是用在 多核、大內存 的機器上，它在大多數情況下可以實現指定的GC暫停時間，同時還能保持較高的吞吐量。它的吞吐量相較PS+PO降低了大概10%~15%，但是大大降低了響應時間，大概200ms的程度

G1內存模型如下:

G1相較之前其它的垃圾回收器，對模型進行了改變，不再進行物理分代，採用邏輯分代。

它不再將連續內存分為Eden區和Old區，而是將內存分為一個個的Region。一塊Region(分區)在邏輯上依然分代，分為四種：Eden，Old，Survivor，Humongous（大對象，跨多個連續的Region）。

它的每個分區都可能是年輕代也可能是老年代，但是在同一時刻只能屬於某個代。

年輕代、倖存區、老年代這些概念還存在，成為了邏輯上的概念，這樣方便復用之前分代框架的邏輯。在物理上不需要連續，這帶來了額外的好處——有的分區內垃圾對象特別多，有的分區內垃圾對象很少，G1會優先回收垃圾對象特別多的分區，這樣可以花費較少的時間來回收這些分區的垃圾，這也就是G1名字的由來，即首先回收垃圾最多的分區。

新生代其實並不適用於這種演算法，依然是在新生代滿了的時候，對整個新生代進行回收——整個新生代中的對象，要麼被回收、要麼晉升，至於新生代也採取分區機制的原因，則是因為這樣跟老年代的策略統一，方便調整代的大小。

G1還是一種帶壓縮的收集器，在回收老年代的分區時，是將存活的對象從一個分區拷貝到另一個可用分區，這個拷貝的過程就實現了局部的壓縮。每個分區的大小從1M到32M不等，但都是2的冪次方。

特點：

G1與CMS在並發收集時的演算法沒太大區別，用的是 三色標記 演算法。但ZGC和Shenandoah使用的是 顏色指針 Colored Pointers。

主要用於分代模型中幫助垃圾回收。

為什麼需要 card table ？
尋找存活對象並不是一件容易的事。從一個GC root對象尋找，可能被Old區對象引用，這個Old區對象又被Eden區對象引用，那麼判斷Eden區對象是否存活就需要遍歷整個Old區存活對象看是否被Old區對象引用。這樣的話每進行一次YGC就要掃描整個Old區。

所以JVM內部，將內存區域分為一個個的card，對象存在一個個的card里。當老年代某個card中的對象指向了年輕代，就會將這個card標記為 Dirty 。這么多card具體哪個是 Dirty的，用點陣圖BitMap來代表（如0110010010，1表示Dirty），這就是Card Table。

Card Table ：由於做YGC時，需要掃描整個Old區，效率非常低，所以JVM設計了Card Table， 如果一個Old區Card Table中有對象指向Y區，就將它設為Dirty，下次掃描時，只需要掃描Dirty Card。 在結構上，Card Table用BitMap來實現。

RSet會佔用一定的空間，所以ZGC又做了改進，不使用RSet，用顏色指針來標記。

Rset與賦值的效率：

5% ~ 60%（新生代）

G1能跟蹤STW停頓時間，根據停頓時間動態調整新生代（Y區）比例

超過單個region的 50% 就是一個大對象，也可跨越多個region。

注意： G1也是存在FGC的，並且一定會被觸發。當對象分配不下是會產生FGC。

回收時不分新生代還是老年代什麼的，region滿了就回收。

MixedGC過程：

跟CMS非常像，MixedGC最後是篩選回收，多了個篩選步驟。篩選就是找出垃圾最多的region。篩選後將存活對象復制到其他region，再將之前的region清空。

CMS和G1在並發標記時使用的是同一個演算法： 三色標記法 ，使用白灰黑三種顏色標記對象。白色是未標記；灰色自身被標記，引用的對象未標記；黑色自身與引用對象都已標記。

在remark過程中，黑色指向了白色，如果不對黑色重新掃描，則會漏標。會把白色D對象當作沒有新引用指向從而回收掉。

並發標記過程中，Mutator刪除了所有從灰色到白色的引用，會產生漏標。此時白色對象應該被回收

產生漏標問題的條件有兩個：
1.黑色對象指向了白色對象
2.灰色對象指向白色對象的引用消失

所以要解決漏標問題，打破兩個條件之一即可：

為什麼G1採用SATB而不用incremental update？
因為採用incremental update把黑色重新標記為灰色後，之前掃描過的還要再掃描一遍，效率太低。
G1有RSet與SATB相配合。Card Table里記錄了RSet，RSet里記錄了其他對象指向自己的引用，這樣就不需要再掃描其他區域，只要掃描RSet就可以了。
也就是說 灰色-->白色 引用消失時，如果沒有 黑色-->白色，引用會被push到堆棧，下次掃描時拿到這個引用，由於有RSet的存在，不需要掃描整個堆去查找指向白色的引用，效率比較高。SATB配合RSet渾然天成。