蓝图算法

1. 这怎么解释：

该几何面积肯定是64。
5×13是错的。
右图不为矩形。
由左图，甲=乙，丙=丁
看右图
1、
看甲和丁拼成的右上角
甲角，tanA=3/8
丁角，tanB=5/2
当两角tan值之积为1时，两角和方为90°-------------tanA·tanB=3/8 x 5/2≠1
且15/16＜1·1 ，则是锐角
即，甲和丁拼成的右上角是小于90°的角
2、
看乙和丁靠着甲的三图共点
乙角（稍大的那个），tanC=8/3
丁角（钝角那个），tanD=-2/5
当两角tan值之积为-1时，两角和方为180°-------------tanC·tanD=8/3 x -2/5≠-1
且-16/15＜-1·1 ，则是大于平角的角
即，乙和丁斜边不在同一直线。

这是题图造成的误区。如果用更精密的画图软件扩大比例绘制，可以更清楚的看出来右图的谬误。

2. UE4要怎样去学习蓝图

UE4蓝图虽说是可视化编程，但是终究离不开 数据类型，逻辑表达，类， 对象， 继承，多态等程序基础，只不过这些东西变成了可视化的节点模块方便调用，学习方法和学习传统的编程大致相同，先学习基础了解下蓝图支持的的数据类型有哪些，然后在学习逻辑表达式，数组，枚举的使用，掌握了这些基本上可以写个猜数字等小功能了，熟练这些就开始学习UE4的API方法，学习蓝图之间的通信机制，继承关系，不需要全面精通，把最常用的一些方法记住即可，熟练这些就算入门了，写个横版马里奥或3D跑小人基本上可以，掌握了这些在往上进阶就是使用蓝图与内置组件搭配，蓝图与C++搭配，蓝图的网络功能使用等，比如UE4的状态机，行为树，AI组件，联网组件等等，掌握到这些功能，基本上你就可以开发一些相对复杂的游戏了，在往上这块学习重点不在局限与单纯的实现出来，重点在于结构算法与数据驱动，会用到蓝图的继承封装多态设计模式等等功能，重点在于逻辑设计而非逻辑实现，在往上进阶就是为蓝图开发插件，自定义蓝图的工作流，达到这个级别其实已经超出普通的UE4工程师范围，更像是职业的C++工程师了，甚至已经超出大半传统游戏软件程序员的开发能力了！

3. 请问一下生物计算机的原理

生物计算机的原理是信息以波的形式传播，当波沿着蛋白质分子链传播时，会引起蛋白质分子链中单键、双键结构顺序的变化，开始计算。

其主要原材料是生物工程技术产生的蛋白质分子，并以此作为生物芯片。生物芯片比硅芯片上的电子元件要小很多，而且生物芯片本身具有天然独特的立体化结构，其密度要比平面型的硅集成电路高五个数量级。

生物计算机能够如同人脑那样进行思维、推理，能认识文字、图形，能理解人的语言，因而可以成为人们生活中最好的伙伴，担任各种工作，如可应用于通讯设备、卫星导航、工业控制领域，发挥它重要的作用。

美国贝尔实验室生物计算机部的物理学家们正在研制由芯片构成的人造耳朵和人造视网膜，这项技术的成功有望使聋盲人康复。

生物电脑的成熟应用还需要一段时间，但是科学家已研制出生物电脑的主要部件———生物芯片。美国明尼苏达州立大学已经研制成世界上第一个“分子电路”，由“分子导线”组成的显微电路只有目前计算机电路的千分之一。

(3)蓝图算法扩展阅读

科学家通过对生物组织体研究，发现组织体是由无数的细胞组成，细胞由水、盐、蛋白质和核酸等有机物组成，而有些有机物中的蛋白质分子像开关一样，具有“开”与“关”的功能。

因此，人类可以利用遗传工程技术，仿制出这种蛋白质分子，用来作为元件制成计算机。科学家把这种计算机叫做生物计算机。

生物计算机主要是以生物电子元件构建的计算机。它利用蛋白质有开关特性，用蛋白质分子作元件从而制成的生物芯片。

其性能是由元件与元件之间电流启闭的开关速度来决定的。用蛋白质制成的计算机芯片，它的一个存储点只有一个分子大小，所以它的存储容量可以达到普通计算机的十亿倍。

由蛋白质构成的集成电路，其大小只相当于硅片集成电路的十万分之一。而且运行速度更快，只有1×10^(-11)秒，大大超过人脑的思维速度。

4. 常用的内存管理方法有哪几种

常用的内存管理 方法 有哪几种?下面是我给大家收集整理的一些相关方法技巧，希望对大家有帮助!

常用的内存管理方法

传统的内存整理软件工作原理大概是：先申请一块“巨大内存”。因为物理内存几乎全被内存整理软件占用，因此Windows被迫把其他软件的内存数据转移到硬盘上的“虚拟内存交换文件”(PageFile)中，完成这一过程之后内存整理软件就会释放掉刚刚申请的内存，至此整理过程完成，可用物理内存显着增加。

大体上都是那么回事，就是通过辅助空间，重新安排内存内容 ....

但是其中使用的算法，效率是有很大的区别的 ～～ <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>

拓荒时代

国内的程序员大多是在 Java 语言中第一次感受到垃圾收集技术的巨大魅力的，许多人也因此把 Java 和垃圾收集看成了密不可分的整体。但事实上，垃圾收集技术早在 Java 语言问世前 30 多年就已经发展和成熟起来了， Java 语言所做的不过是把这项神奇的技术带到了广大程序员身边而已。

如果一定要为垃圾收集技术找一个孪生兄弟，那么， Lisp 语言才是当之无愧的人选。 1960 年前后诞生于 MIT 的 Lisp 语言是第一种高度依赖于动态内存分配技术的语言： Lisp 中几乎所有数据都以“表”的形式出现，而“表”所占用的空间则是在堆中动态分配得到的。 Lisp 语言先天就具有的动态内存管理特性要求 Lisp 语言的设计者必须解决堆中每一个内存块的自动释放问题(否则， Lisp 程序员就必然被程序中不计其数的 free 或 delete 语句淹没)，这直接导致了垃圾收集技术的诞生和发展——说句题外话，上大学时，一位老师曾告诉我们， Lisp 是对现代软件开发技术贡献最大的语言。我当时对这一说法不以为然：布满了圆括号，看上去像迷宫一样的 Lisp 语言怎么能比 C 语言或 Pascal 语言更伟大呢?不过现在，当我知道垃圾收集技术、数据结构技术、人工智能技术、并行处理技术、虚拟机技术、元数据技术以及程序员们耳熟能详的许多技术都起源于 Lisp 语言时，我特别想向那位老师当面道歉，并收回我当时的幼稚想法。

知道了 Lisp 语言与垃圾收集的密切关系，我们就不难理解，为什么垃圾收集技术的两位先驱者 J. McCarthy 和 M. L. Minsky 同时也是 Lisp 语言发展史上的重要人物了。 J. McCarthy 是 Lisp 之父，他在发明 Lisp 语言的同时也第一次完整地描述了垃圾收集的算法和实现方式; M. L. Minsky 则在发展 Lisp 语言的过程中成为了今天好几种主流垃圾收集算法的奠基人——和当时不少技术大师的经历相似， J. McCarthy 和 M. L. Minsky 在许多不同的技术领域里都取得了令人艳羡的成就。也许，在 1960 年代那个软件开发史上的拓荒时代里，思维敏捷、意志坚定的研究者更容易成为无所不能的西部硬汉吧。

在了解垃圾收集算法的起源之前，有必要先回顾一下内存分配的主要方式。我们知道，大多数主流的语言或运行环境都支持三种最基本的内存分配方式，它们分别是：

一、静态分配( Static Allocation )：静态变量和全局变量的分配形式。我们可以把静态分配的内存看成是家里的耐用家具。通常，它们无需释放和回收，因为没人会天天把大衣柜当作垃圾扔到窗外。

二、自动分配( Automatic Allocation )：在栈中为局部变量分配内存的方法。栈中的内存可以随着代码块退出时的出栈操作被自动释放。这类似于到家中串门的访客，天色一晚就要各回各家，除了个别不识时务者以外，我们一般没必要把客人捆在垃圾袋里扫地出门。

三、动态分配( Dynamic Allocation )：在堆中动态分配内存空间以存储数据的方式。堆中的内存块好像我们日常使用的餐巾纸，用过了就得扔到垃圾箱里，否则屋内就会满地狼藉。像我这样的懒人做梦都想有一台家用机器人跟在身边打扫卫生。在软件开发中，如果你懒得释放内存，那么你也需要一台类似的机器人——这其实就是一个由特定算法实现的垃圾收集器。

也就是说，下面提到的所有垃圾收集算法都是在程序运行过程中收集并清理废旧“餐巾纸”的算法，它们的操作对象既不是静态变量，也不是局部变量，而是堆中所有已分配内存块。

引用计数( Reference Counting )算法

1960 年以前，人们为胚胎中的 Lisp 语言设计垃圾收集机制时，第一个想到的算法是引用计数算法。拿餐巾纸的例子来说，这种算法的原理大致可以描述为：

午餐时，为了把脑子里突然跳出来的设计灵感记下来，我从餐巾纸袋中抽出一张餐巾纸，打算在上面画出系统架构的蓝图。按照“餐巾纸使用规约之引用计数版”的要求，画图之前，我必须先在餐巾纸的一角写上计数值 1 ，以表示我在使用这张餐巾纸。这时，如果你也想看看我画的蓝图，那你就要把餐巾纸上的计数值加 1 ，将它改为 2 ，这表明目前有 2 个人在同时使用这张餐巾纸(当然，我是不会允许你用这张餐巾纸来擦鼻涕的)。你看完后，必须把计数值减 1 ，表明你对该餐巾纸的使用已经结束。同样，当我将餐巾纸上的内容全部誊写到 笔记本 上之后，我也会自觉地把餐巾纸上的计数值减 1 。此时，不出意外的话，这张餐巾纸上的计数值应当是 0 ，它会被垃圾收集器——假设那是一个专门负责打扫卫生的机器人——捡起来扔到垃圾箱里，因为垃圾收集器的惟一使命就是找到所有计数值为 0 的餐巾纸并清理它们。

引用计数算法的优点和缺陷同样明显。这一算法在执行垃圾收集任务时速度较快，但算法对程序中每一次内存分配和指针操作提出了额外的要求(增加或减少内存块的引用计数)。更重要的是，引用计数算法无法正确释放循环引用的内存块，对此， D. Hillis 有一段风趣而精辟的论述：

一天，一个学生走到 Moon 面前说：“我知道如何设计一个更好的垃圾收集器了。我们必须记录指向每个结点的指针数目。” Moon 耐心地给这位学生讲了下面这个 故事 ：“一天，一个学生走到 Moon 面前说：‘我知道如何设计一个更好的垃圾收集器了……’”

D. Hillis 的故事和我们小时候常说的“从前有座山，山上有个庙，庙里有个老和尚”的故事有异曲同工之妙。这说明，单是使用引用计数算法还不足以解决垃圾收集中的所有问题。正因为如此，引用计数算法也常常被研究者们排除在狭义的垃圾收集算法之外。当然，作为一种最简单、最直观的解决方案，引用计数算法本身具有其不可替代的优越性。 1980 年代前后， D. P. Friedman ， D. S. Wise ， H. G. Baker 等人对引用计数算法进行了数次改进，这些改进使得引用计数算法及其变种(如延迟计数算法等)在简单的环境下，或是在一些综合了多种算法的现代垃圾收集系统中仍然可以一展身手。

标记-清除( Mark-Sweep )算法

第一种实用和完善的垃圾收集算法是 J. McCarthy 等人在 1960 年提出并成功地应用于 Lisp 语言的标记-清除算法。仍以餐巾纸为例，标记-清除算法的执行过程是这样的：

午餐过程中，餐厅里的所有人都根据自己的需要取用餐巾纸。当垃圾收集机器人想收集废旧餐巾纸的时候，它会让所有用餐的人先停下来，然后，依次询问餐厅里的每一个人：“你正在用餐巾纸吗?你用的是哪一张餐巾纸?”机器人根据每个人的回答将人们正在使用的餐巾纸画上记号。询问过程结束后，机器人在餐厅里寻找所有散落在餐桌上且没有记号的餐巾纸(这些显然都是用过的废旧餐巾纸)，把它们统统扔到垃圾箱里。

正如其名称所暗示的那样，标记-清除算法的执行过程分为“标记”和“清除”两大阶段。这种分步执行的思路奠定了现代垃圾收集算法的思想基础。与引用计数算法不同的是，标记-清除算法不需要运行环境监测每一次内存分配和指针操作，而只要在“标记”阶段中跟踪每一个指针变量的指向——用类似思路实现的垃圾收集器也常被后人统称为跟踪收集器( Tracing Collector )

伴随着 Lisp 语言的成功，标记-清除算法也在大多数早期的 Lisp 运行环境中大放异彩。尽管最初版本的标记-清除算法在今天看来还存在效率不高(标记和清除是两个相当耗时的过程)等诸多缺陷，但在后面的讨论中，我们可以看到，几乎所有现代垃圾收集算法都是标记-清除思想的延续，仅此一点， J. McCarthy 等人在垃圾收集技术方面的贡献就丝毫不亚于他们在 Lisp 语言上的成就了。

复制( Copying )算法

为了解决标记-清除算法在垃圾收集效率方面的缺陷， M. L. Minsky 于 1963 年发表了着名的论文“一种使用双存储区的 Lisp 语言垃圾收集器( A LISP Garbage Collector Algorithm Using Serial Secondary Storage )”。 M. L. Minsky 在该论文中描述的算法被人们称为复制算法，它也被 M. L. Minsky 本人成功地引入到了 Lisp 语言的一个实现版本中。

复制算法别出心裁地将堆空间一分为二，并使用简单的复制操作来完成垃圾收集工作，这个思路相当有趣。借用餐巾纸的比喻，我们可以这样理解 M. L. Minsky 的复制算法：

餐厅被垃圾收集机器人分成南区和北区两个大小完全相同的部分。午餐时，所有人都先在南区用餐(因为空间有限，用餐人数自然也将减少一半)，用餐时可以随意使用餐巾纸。当垃圾收集机器人认为有必要回收废旧餐巾纸时，它会要求所有用餐者以最快的速度从南区转移到北区，同时随身携带自己正在使用的餐巾纸。等所有人都转移到北区之后，垃圾收集机器人只要简单地把南区中所有散落的餐巾纸扔进垃圾箱就算完成任务了。下一次垃圾收集的工作过程也大致类似，惟一的不同只是人们的转移方向变成了从北区到南区。如此循环往复，每次垃圾收集都只需简单地转移(也就是复制)一次，垃圾收集速度无与伦比——当然，对于用餐者往返奔波于南北两区之间的辛劳，垃圾收集机器人是决不会流露出丝毫怜悯的。

M. L. Minsky 的发明绝对算得上一种奇思妙想。分区、复制的思路不仅大幅提高了垃圾收集的效率，而且也将原本繁纷复杂的内存分配算法变得前所未有地简明和扼要(既然每次内存回收都是对整个半区的回收，内存分配时也就不用考虑内存碎片等复杂情况，只要移动堆顶指针，按顺序分配内存就可以了)，这简直是个奇迹!不过，任何奇迹的出现都有一定的代价，在垃圾收集技术中，复制算法提高效率的代价是人为地将可用内存缩小了一半。实话实说，这个代价未免也太高了一些。

无论优缺点如何，复制算法在实践中都获得了可以与标记-清除算法相比拟的成功。除了 M. L. Minsky 本人在 Lisp 语言中的工作以外，从 1960 年代末到 1970 年代初， R. R. Fenichel 和 J. C. Yochelson 等人也相继在 Lisp 语言的不同实现中对复制算法进行了改进， S. Arnborg 更是成功地将复制算法应用到了 Simula 语言中。

至此，垃圾收集技术的三大传统算法——引用计数算法、标记-清除算法和复制算法——都已在 1960 年前后相继问世，三种算法各有所长，也都存在致命的缺陷。从 1960 年代后期开始，研究者的主要精力逐渐转向对这三种传统算法进行改进或整合，以扬长避短，适应程序设计语言和运行环境对垃圾收集的效率和实时性所提出的更高要求。

走向成熟

从 1970 年代开始，随着科学研究和应用实践的不断深入，人们逐渐意识到，一个理想的垃圾收集器不应在运行时导致应用程序的暂停，不应额外占用大量的内存空间和 CPU 资源，而三种传统的垃圾收集算法都无法满足这些要求。人们必须提出更新的算法或思路，以解决实践中碰到的诸多难题。当时，研究者的努力目标包括：

第一，提高垃圾收集的效率。使用标记-清除算法的垃圾收集器在工作时要消耗相当多的 CPU 资源。早期的 Lisp 运行环境收集内存垃圾的时间竟占到了系统总运行时间的 40% !——垃圾收集效率的低下直接造就了 Lisp 语言在执行速度方面的坏名声;直到今天，许多人还条件反射似地误以为所有 Lisp 程序都奇慢无比。

第二，减少垃圾收集时的内存占用。这一问题主要出现在复制算法中。尽管复制算法在效率上获得了质的突破，但牺牲一半内存空间的代价仍然是巨大的。在计算机发展的早期，在内存价格以 KB 计算的日子里，浪费客户的一半内存空间简直就是在变相敲诈或拦路打劫。

第三，寻找实时的垃圾收集算法。无论执行效率如何，三种传统的垃圾收集算法在执行垃圾收集任务时都必须打断程序的当前工作。这种因垃圾收集而造成的延时是许多程序，特别是执行关键任务的程序没有办法容忍的。如何对传统算法进行改进，以便实现一种在后台悄悄执行，不影响——或至少看上去不影响——当前进程的实时垃圾收集器，这显然是一件更具挑战性的工作。

研究者们探寻未知领域的决心和研究工作的进展速度同样令人惊奇：在 1970 年代到 1980 年代的短短十几年中，一大批在实用系统中表现优异的新算法和新思路脱颖而出。正是因为有了这些日趋成熟的垃圾收集算法，今天的我们才能在 Java 或 .NET 提供的运行环境中随心所欲地分配内存块，而不必担心空间释放时的风险。

标记-整理( Mark-Compact )算法

标记-整理算法是标记-清除算法和复制算法的有机结合。把标记-清除算法在内存占用上的优点和复制算法在执行效率上的特长综合起来，这是所有人都希望看到的结果。不过，两种垃圾收集算法的整合并不像 1 加 1 等于 2 那样简单，我们必须引入一些全新的思路。 1970 年前后， G. L. Steele ， C. J. Cheney 和 D. S. Wise 等研究者陆续找到了正确的方向，标记-整理算法的轮廓也逐渐清晰了起来：

在我们熟悉的餐厅里，这一次，垃圾收集机器人不再把餐厅分成两个南北区域了。需要执行垃圾收集任务时，机器人先执行标记-清除算法的第一个步骤，为所有使用中的餐巾纸画好标记，然后，机器人命令所有就餐者带上有标记的餐巾纸向餐厅的南面集中，同时把没有标记的废旧餐巾纸扔向餐厅北面。这样一来，机器人只消站在餐厅北面，怀抱垃圾箱，迎接扑面而来的废旧餐巾纸就行了。

实验表明，标记-整理算法的总体执行效率高于标记-清除算法，又不像复制算法那样需要牺牲一半的存储空间，这显然是一种非常理想的结果。在许多现代的垃圾收集器中，人们都使用了标记-整理算法或其改进版本。

增量收集( Incremental Collecting )算法

对实时垃圾收集算法的研究直接导致了增量收集算法的诞生。

最初，人们关于实时垃圾收集的想法是这样的：为了进行实时的垃圾收集，可以设计一个多进程的运行环境，比如用一个进程执行垃圾收集工作，另一个进程执行程序代码。这样一来，垃圾收集工作看上去就仿佛是在后台悄悄完成的，不会打断程序代码的运行。

在收集餐巾纸的例子中，这一思路可以被理解为：垃圾收集机器人在人们用餐的同时寻找废弃的餐巾纸并将它们扔到垃圾箱里。这个看似简单的思路会在设计和实现时碰上进程间冲突的难题。比如说，如果垃圾收集进程包括标记和清除两个工作阶段，那么，垃圾收集器在第一阶段中辛辛苦苦标记出的结果很可能被另一个进程中的内存操作代码修改得面目全非，以至于第二阶段的工作没有办法开展。

M. L. Minsky 和 D. E. Knuth 对实时垃圾收集过程中的技术难点进行了早期的研究， G. L. Steele 于 1975 年发表了题为“多进程整理的垃圾收集( Multiprocessing compactifying garbage collection )”的论文，描述了一种被后人称为“ Minsky-Knuth-Steele 算法”的实时垃圾收集算法。 E. W. Dijkstra ， L. Lamport ， R. R. Fenichel 和 J. C. Yochelson 等人也相继在此领域做出了各自的贡献。 1978 年， H. G. Baker 发表了“串行计算机上的实时表处理技术( List Processing in Real Time on a Serial Computer )”一文，系统阐述了多进程环境下用于垃圾收集的增量收集算法。

增量收集算法的基础仍是传统的标记-清除和复制算法。增量收集算法通过对进程间冲突的妥善处理，允许垃圾收集进程以分阶段的方式完成标记、清理或复制工作。详细分析各种增量收集算法的内部机理是一件相当繁琐的事情，在这里，读者们需要了解的仅仅是： H. G. Baker 等人的努力已经将实时垃圾收集的梦想变成了现实，我们再也不用为垃圾收集打断程序的运行而烦恼了。

分代收集( Generational Collecting )算法

和大多数软件开发技术一样，统计学原理总能在技术发展的过程中起到强力催化剂的作用。 1980 年前后，善于在研究中使用统计分析知识的技术人员发现，大多数内存块的生存周期都比较短，垃圾收集器应当把更多的精力放在检查和清理新分配的内存块上。这个发现对于垃圾收集技术的价值可以用餐巾纸的例子概括如下：

如果垃圾收集机器人足够聪明，事先摸清了餐厅里每个人在用餐时使用餐巾纸的习惯——比如有些人喜欢在用餐前后各用掉一张餐巾纸，有的人喜欢自始至终攥着一张餐巾纸不放，有的人则每打一个喷嚏就用去一张餐巾纸——机器人就可以制定出更完善的餐巾纸回收计划，并总是在人们刚扔掉餐巾纸没多久就把垃圾捡走。这种基于统计学原理的做法当然可以让餐厅的整洁度成倍提高。

D. E. Knuth ， T. Knight ， G. Sussman 和 R. Stallman 等人对内存垃圾的分类处理做了最早的研究。 1983 年， H. Lieberman 和 C. Hewitt 发表了题为“基于对象寿命的一种实时垃圾收集器( A real-time garbage collector based on the lifetimes of objects )”的论文。这篇着名的论文标志着分代收集算法的正式诞生。此后，在 H. G. Baker ， R. L. Hudson ， J. E. B. Moss 等人的共同努力下，分代收集算法逐渐成为了垃圾收集领域里的主流技术。

分代收集算法通常将堆中的内存块按寿命分为两类，年老的和年轻的。垃圾收集器使用不同的收集算法或收集策略，分别处理这两类内存块，并特别地把主要工作时间花在处理年轻的内存块上。分代收集算法使垃圾收集器在有限的资源条件下，可以更为有效地工作——这种效率上的提高在今天的 Java 虚拟机中得到了最好的证明。

应用浪潮

Lisp 是垃圾收集技术的第一个受益者，但显然不是最后一个。在 Lisp 语言之后，许许多多传统的、现代的、后现代的语言已经把垃圾收集技术拉入了自己的怀抱。随便举几个例子吧：诞生于 1964 年的 Simula 语言， 1969 年的 Smalltalk 语言， 1970 年的 Prolog 语言， 1973 年的 ML 语言， 1975 年的 Scheme 语言， 1983 年的 Mola-3 语言， 1986 年的 Eiffel 语言， 1987 年的 Haskell 语言……它们都先后使用了自动垃圾收集技术。当然，每一种语言使用的垃圾收集算法可能不尽相同，大多数语言和运行环境甚至同时使用了多种垃圾收集算法。但无论怎样，这些实例都说明，垃圾收集技术从诞生的那一天起就不是一种曲高和寡的“学院派”技术。

对于我们熟悉的 C 和 C++ 语言，垃圾收集技术一样可以发挥巨大的功效。正如我们在学校中就已经知道的那样， C 和 C++ 语言本身并没有提供垃圾收集机制，但这并不妨碍我们在程序中使用具有垃圾收集功能的函数库或类库。例如，早在 1988 年， H. J. Boehm 和 A. J. Demers 就成功地实现了一种使用保守垃圾收集算法( Conservative GC Algorithmic )的函数库。我们可以在 C 语言或 C++ 语言中使用该函数库完成自动垃圾收集功能，必要时，甚至还可以让传统的 C/C++ 代码与使用自动垃圾收集功能的 C/C++ 代码在一个程序里协同工作。

1995 年诞生的 Java 语言在一夜之间将垃圾收集技术变成了软件开发领域里最为流行的技术之一。从某种角度说，我们很难分清究竟是 Java 从垃圾收集中受益，还是垃圾收集技术本身借 Java 的普及而扬名。值得注意的是，不同版本的 Java 虚拟机使用的垃圾收集机制并不完全相同， Java 虚拟机其实也经过了一个从简单到复杂的发展过程。在 Java 虚拟机的 1.4.1 版中，人们可以体验到的垃圾收集算法就包括分代收集、复制收集、增量收集、标记-整理、并行复制( Parallel Copying )、并行清除( Parallel Scavenging )、并发( Concurrent )收集等许多种， Java 程序运行速度的不断提升在很大程度上应该归功于垃圾收集技术的发展与完善。

尽管历史上已经有许多包含垃圾收集技术的应用平台和 操作系统 出现，但 Microsoft .NET 却是第一种真正实用化的、包含了垃圾收集机制的通用语言运行环境。事实上， .NET 平台上的所有语言，包括 C# 、 Visual Basic .NET 、 Visual C++ .NET 、 J# 等等，都可以通过几乎完全相同的方式使用 .NET 平台提供的垃圾收集机制。我们似乎可以断言， .NET 是垃圾收集技术在应用领域里的一次重大变革，它使垃圾收集技术从一种单纯的技术变成了应用环境乃至操作系统中的一种内在 文化 。这种变革对未来软件开发技术的影响力也许要远远超过 .NET 平台本身的商业价值。

大势所趋

今天，致力于垃圾收集技术研究的人们仍在不懈努力，他们的研究方向包括分布式系统的垃圾收集、复杂事务环境下的垃圾收集、数据库等特定系统的垃圾收集等等。

但在程序员中间，仍有不少人对垃圾收集技术不屑一顾，他们宁愿相信自己逐行编写的 free 或 delete 命令，也不愿把垃圾收集的重任交给那些在他们看来既蠢又笨的垃圾收集器。

我个人认为，垃圾收集技术的普及是大势所趋，这就像生活会越来越好一样毋庸置疑。今天的程序员也许会因为垃圾收集器要占用一定的 CPU 资源而对其望而却步，但二十多年前的程序员还曾因为高级语言速度太慢而坚持用机器语言写程序呢!在硬件速度日新月异的今天，我们是要吝惜那一点儿时间损耗而踟躇不前，还是该坚定不移地站在代码和运行环境的净化剂——垃圾收集的一边呢?

5. 在c语言编程前是不是都必须先写出算法，然后再按照算法编程

1.如果程序是和算法有关的 必须这么做
2 如果程序没有和算法有关，可能是流程状态的控制
必须胸有成竹 才开始编程

写代码的时间一般很短，需要花时间的是程序的模块化设计 和功能实现的设计的确定，这些都定好了，代码自然而然就出来了

如果先写代码再来想这些，已经晚了；因为你得不断地返工
就如同造房子一样 先有蓝图再建房子 而不是边建房子边设计蓝图

6. ue模型不受贴画影响

亲你好，材质预览窗口中旋转光照：L+左键（在材质预览窗口中）
旋转天空壳：K+左键
复制粘贴节点：Ctrl+W
一、贴图规格设置
1、贴图尺寸规范
官方推荐贴图尺寸为：2的N次幂

如：256X256、512X512、256X512。。。。。。。
为什么要这样做呢：贴图也是有LOD的，场景远处的物件贴图会以低分辨率显示，降低硬件损耗。看下图Mip数量（贴图的LOD）。

查看贴图相关信息：

打开贴图细节面板：双击贴图打开。
天空盒贴图

为了保留天空盒的清晰度，需要把Mip关闭。
2、颜色贴图
不带Alpha的颜色贴图必须是8位数RGB颜色贴图。
带Alpha的贴图是32位数的RGB颜色贴图。
如果在UE4里，发现颜色贴图泛白，那么颜色贴图是16位数的。改成8位数就正常了（从SP、SD里导出贴图时注意设置）。
如果贴图颜色还是泛白。可以在PS软件里面新建一个文件，把颜色贴图复制进去，然后另存一张贴图颜色。用这张贴图就行了。
4、材质属性贴图
包括Metallic（金属度）、Roughness（粗糙度）贴图
灰度贴图必须关闭GRB选项。
5、法线贴图
UE4支持Directx的法线贴图。

OpenGL的法线贴图需要反转法线绿色通道（G通道）。

法线贴图必须关闭GRB选项。

二、常用算法（加减乘除）
乘法节点：Multipiy
M+左键（在材质蓝图面板里使用）
加法节点：Add
A+左键
除法节点：Divide
D+左键
减法节点：Subtract
三、UV缩放、平铺、移动、旋转
旋转UV
节点：Rotator（旋转）表达式以双通道矢量值形式输出 UV 纹理坐标，该矢量值可用来创建旋转纹理。

AppendVector（追加矢量）
二、贴图效果调节（蓝图）
1、法线贴图强度调节

2、AO贴图强度调节
3、贴图亮度调节

4、去饱和度（Desaturation）

上图来自官方文档
三、各种材质制作
1、透明材质
推荐看看官方文章《UE4透明材质的理解和应用》
- 基础玻璃材质
- 玻璃杯材质

- 半透明材质渲染排序
在关卡场景里选择使用半透明材质的物件，在物件细节面板的渲染下面设置。
- 使相机光圈（焦距、景深）影响半透明材质
在材质细节面板里关闭材质属性的【景深后渲染】

2、自发光材质
- 把自发光模型当静态灯光用
选择关卡场景里的自发光模型，在细节面板里勾选【使用静态光照的自发光】
注意：
自发光强度要够强。
在【世界场景设置】 里提高【间接光照反射次数】。
烘培光照贴图之后才能看到效果。

3、Decal贴花材质（延迟贴花）
（1）项目设置里开启颜色贴花。因为贴花不支持纯静态光照，不开启就不会显示颜色。
（2）贴花材质制作
（3）场景里添加贴花
（4）使模型不受贴花影响（不接收贴花）
四、呼吸灯制作
1、原理：
用Sine（正弦）函数节点控制自发光明暗波动。
用Time时间节点来控制自发光的 明暗波动速度。
2、节点：
Sine（正弦）函数节点：Sine 表达式在[0, 1]的输入范围和[-1, 1]的输出范围上反复输出正弦波的值。

Time时间节点：用来向材质（例如，Panner（平移）、Cosine（余弦） 或其他时间相关操作）添加经历时间。

取值（0,1），速度由快（0）到慢（1）。
3、节点连接模板：材质参数默认。
六、流水灯制作
1、原理：用Time（时间）节点和Panner（平移）节点控制UV贴图的移动。
2、节点：Panner（平移）
Panner（平移）节点用于创建平移（或移动）纹理的 UV 纹理坐标。
速度 X（SpeedX）指定在 U 方向上平移坐标的速度。
速度 Y（SpeedY）指定在 V 方向上平移坐标的速度。
3、节点连接模板：材质参数默认。

打开CSDN，阅读体验更佳

【UE4】物理材质(蓝图)_Student_Hc的博客_ue4物理材质
UE4中物理材质可以让游戏中的对象识别出材质的不同从而做出不同响应,如子弹打在不同材质上播放不同特效,人物走在不同陆面上发出不同的脚步声等等。 首先需要在工程设置中找到Engine->Physice滚动到PhysicalSurface: 可以看到SurfaceTyp...
继续访问
UE4大数据可视化教程(4)——可视化用到的材质蓝图_风里有诗句哈的博客...
学习目标: UE4从入门到入土 学习内容: 1、 UE4基础知识 1.1 UE4 窗口功能 1.2 UE4 偏好设置 1.3 UE4 快捷键 1.4 UE4 输入和输出 2、 UE4 上手操作 2.1 UE4 Scene和Level 2.2 UE4BSP和StaticMesh 2.3 UE4 蓝图 2.4 UE4 UI...
继续访问
最新发布 UE5学习笔记（十二）——蓝图基础之材质蓝图及参数
本文整理了各种材质的传出参数以及各种材质格式的使用方法
继续访问

UE4材质 汇总
UE4材质内容汇总
继续访问
ue4 加载材质_UE4 C++和蓝图相关, 功能编写角度的取舍分析与看法_wei...
ue4 项目开发经验有限, 且工作开发方向非游戏方向, 有很大的局限性. 下文中的C++为UE C++的简写, 原因, 嗯, 应该都可以理解吧, UE4 C++魔改很多. 同时表达观点 UE C++ & 蓝图 远大于> UE C++ 或 纯蓝图 ...
继续访问
UE4蓝图:材质编程(0)_闭上左眼看世界的博客
Live Preview按钮用于实时更新材质的预览显示.Live Nodes用于实时更新图表的显示.Live Update用来实时更新节点的显示.Stats按钮用来显示所创建材质的相关信息. 可以看到在图表中默认存在着一个节点,名字和你创建的材质蓝图的名字一样.这个节点...
继续访问
热门推荐 UE4 蓝图教程(三) 材质
简述和现实世界一样，游戏中也包含各种各样的物体，每个物体都有自己的外表。在虚幻引擎中，材质定义了这些外部。它是什么颜色的?有多亮的?是透明的吗?这些都是在材质中定义的。在虚幻引擎中，几乎所有的外表元素都使用了材质。你可以将材质应用于各种物体，例如网格，粒子和UI元素。在本教程中，您将学习如何:1 操作纹理改变它们的亮度和颜色2 使用材质实例快速改变物体3 使用动态材质实例改变物体颜色在本教程中，您...
继续访问
【UE4】UE4蓝图基础
一、蓝图可视化脚本与蓝图系统 1.蓝图脚本 蓝图可视化脚本简称“蓝图”或“蓝图脚本”，是一种需要编译的面向对象的可视化编程语言，蓝图完全集成在UE4中，蓝图通过节点与连线工作。 蓝图脚本的节点 触发事件，在蓝图脚本中以红色的节点出现 函数，在看图脚本中以蓝色的节点出现 变量，在蓝图脚本中中以黄色节点出现 2.蓝图系统 蓝图系统又称“蓝图”或“蓝图类”，蓝图类可以看成是一个包含游戏内容的容器，其中可以包含组件、脚本或可以仅仅包含数据。 蓝图类有点类似Unity3d中的预设(prefb)，蓝图类可以类似预设
继续访问
UE4--蓝图的作用_清鸿y的博客_ue4蓝图是什么意思
UE4是一种基于蓝图和c++语言的游戏开发引擎,蓝图也被称为可视化编程,将c++语言的代码可视化,通过逻辑性编入到引擎中,这也大大的降低了这个引擎的上手难度,让很多新人可以很快熟练地使用这个引擎,所以就可以得出蓝图的重要性。
继续访问
UE4蓝图案例:制作实时反射镜面材质_羞涩的小红豆的博客_ue4...
UE4版本 4.7.6 通过蓝图来制作实时反射镜面材质 一、新建一个空的项目 如图1 二、向场景中添加[Modes]->[Basic]->[Cube] 设置[Cube]Actor 调节成适当的宽度和高度 图上(3)的位置就是用来当镜面的。
继续访问
UE5学习笔记（二）——3D材质蓝图的常用节点介绍
什么是材质：材质是模型表面涂抹的油漆，多层油漆形成了物理基础渲染（PBR Physically Based Rendering）,它可以模拟自然界的任何材料的视觉效果。
继续访问

UE4如何动态修改材质（材质参数集）
UE4如何动态修改材质（材质参数集）UE4如何动态修改材质一、Material Parameter collection是什么？二、使用步骤1.创建材质参数集2.创建参数3.添加到材质4.动态修改材质参数集 UE4如何动态修改材质 一、Material Parameter collection是什么？ Material Parameter collection就是材质参数集可以自定义创建Value值，然后获取并动态修改.便于在材质实例比较多或者模型数据量比较大的情况下使用 二、使用步骤 1.创建材质
继续访问

UE4制作基础材质蓝图模板
UE4制作基础材质蓝图模板
继续访问

SP Base Color(颜色贴图）导入UE4后泛白问题及解决方案
问题：Sp贴图导入UE4泛白 原因：png格式的basecolor贴图导入时会默认不勾选sRGB，而拖入材质创造节点后，采样器默认会选择线性颜色。（采样器basecolor贴图要选择颜色、norml贴图选择法线、其他贴图选择线性颜色） 解决：换将贴图格式换为JPG格式。 ...
继续访问

UE4 材质学习 （02-利用UV来调整纹理）
4.选中 TextureCoordinate 节点，在细节面板中可以通过U平铺和V平铺两个参数来调整纹理的疏密。此时，可以观察到纹理向上偏移了1/5个单位。可以看到纹理的横轴和纵轴都变密集了2倍。1.在内容浏览器中新建一个材质。2.双击打开uvTest。3.创建如下节点并连接。
继续访问

UE4学习日记（四）基础的材质操作
UV坐标系，又叫贴图坐标系，是0-1的坐标系，横轴为u，纵轴为v。模型之所以能够出现精美的贴图，正是通过UV坐标系将对应的贴图放置的模型的对应位置上。 如上图中的标红块，就是车辆的车顶部分，会映射到车顶。 如在3d建模软件中左右上下拖动贴图，会导致模型上的贴图发生平移。如果放大缩小，贴图也会发生对应的变化。 在材质界面按下【U+鼠标左键】，可以添加一个UV坐标系。就是以下的图形。该图形之所以是这种颜色是因为它只做了R和G通道的渐变混合。 然后介绍一些UE4做材质的常见操作。 1、首先如何应用一张贴图到材
继续访问

14_ue4蓝图实现开关门
蓝图开关门
继续访问

在UE中做一个用材质来处理贴图的蓝图工具
目标 做一个蓝图工具，对于一个输入图像，可以使用材质中的逻辑将计算后的图像输出。 0. 创建一个蓝图 这里我选择创建 Editor Utility Blueprint 型蓝图，因为它提供了一个右键就能执行命令的菜单，我觉得很方便。 选择EditorUtilityObject作为父类，它是一个较为基础的类。 创建后可以右键看到能执行命令的菜单： 它执行的就是Run函数，可以在蓝图中重载它： 比如连接一个打印一个 Hello 现在再右键菜单中执行命令的时候就可以看到打印Hello。 1. 创建Ren
继续访问

蓝图的教程
动作映射是判断按的键是否按下或者释放，轴映射是用来判断是否按键一直按着的情况，每帧每帧检测。 （这边还有个小技巧就是可以把这个旁边的键点一下，变成黄色的然后输入自己想输入的字母） --- 然后在角色的文件夹下面创建一个角色的蓝图类，创建角色的蓝图类是因为角色蓝图专门用作人物的属性，封装了很多跑步、、蹲伏飞行等等属性 组件：不同组件可以给蓝图添加不同的功能，添加摄像机，碰撞体等等 课程内容2-2 21：08 笛卡尔的标准坐标轴，X轴始终是前后，Y轴始终是左右，Z轴始终是上下 课..
继续访问

Unreal 入门-AO贴图
1 AO贴图详解及生成方法 1、Ao贴图的作用 Ao-AmbientOcclusion，“环境吸收”或者“环境光吸收” Ao贴图就是为模型提供了非常精确和平滑的阴影，就好像给模型打了全局光照一样的效果。 通俗来讲就是：Ao贴图不需要任何灯光照明，它以独特的计算方式吸收“环境光”，也就是同时吸收未被阻挡的光线和被阻挡光线所产生的“阴影”，从而模拟全局照明的结果，它主要是
继续访问
UE4-材质法线强度调整、法线贴图混合、自定义材质函数、材质边缘过渡、植被动态效果
一、法线强度 想控制一张法线贴图的呈现强度，不能直接对整个贴图的UV进行运算，需要对法线贴图的RG通道进行运算，并将每个通道的计算结果通过追加节点Append组成新的数值，改变强度参数，从而改变物体表现的强度。 1.各通道使用乘法与强度参数NormalIntensify相乘 2.使用追加节点，组合新的向量。并将值与Normal链接。 二、法线贴图融合BlendAngleCorrectedNormals 1.使用 BlendAngleCorrectedNormals 节点，完成两张法线贴图的叠.
继续访问

UE4 动态材质设置
UE4的话，有3种材质： 1-材质（Material） 2-材质实例（Material Instance） 3-动态材质（Dynamic Material Instance ） （1）如何从材质创建材质实例： 右键点击一个材质就可以，材质实例具备材质的静态结构。想要修改材质实例，还需要点掉对应参数的对勾 然后材质实例就变成可修改状态了。 （2）应用环境 基础材质用来编辑材质的结构，材质实例用于制作材质的变数，但是是静态可控范围的，比如即时战略的步兵，或者格斗游戏的1P...
继续访问

ue4材质节点大全_UE4贴图与材质优化
之前写了一篇关于美术架构的文章https://zhuanlan.hu.com/p/85927808，好像大家挺喜欢的（也有可能是被大佬点赞了）。那就再稍微谈谈关于UE4的材质和贴图吧。【大家想看什么可以在这篇文章里金木研：ue4文章意见征集​zhuanlan.hu.com评论的，不要像女朋友一样让我猜她想看什么哈哈哈哈哈，都是大老爷们，积极交流啦】好，废话不多说，本文主要是从优化角度去...
继续访问

UE4材质基础整理
一：材质基本属性节点 底色(BaseColor)：基础颜色 金属色(Metallic)：金属度 高光(Specular)：主要用于非金属材质表面反光效果(0表示无反射，1表示全反射) 粗糙度(Roughness)：粗糙或者平滑度 自发光(EmissiveColor)：控制材质的哪些部分发光，值可大于1 透明度(Opactity)：适用于 半透明（Translucent）、添加（Additive） 和 调制（Molated） 材质模式下（0表示完全透明，1表示完全不透明），当和次表面颜色(Subsurf
继续访问

UE4材质 制作UV贴图
我们想要制作一张uv贴图，是一个什么意思呢？我们知道一般来说，我们都是根据uv来采样贴图，一般来说这个事情都是美术同学来制作的，所以我们想要进行的是在UE4中，动态或者根据自己的实际情况来生成一张贴图，并且我们要存储的内容也可以自己定。你可以自己生成法线贴图，或者是世界坐标的贴图，等等，并不拘泥于只存储颜色信息。 那么，我们如何进行相关的操作呢。 渲染目标 首先我们要做的就是生成一张RT，也就是r...
继续访问

ue4 材质蓝图
ue4
材质

7. 编写一个java程序，将文本文件a.txt中的内容加密后写入文本文件b.txt，加密算法自行设定（如异或算法）

病毒历史

电脑病毒的起源(节录自牛顿杂志)

电脑病毒的历史:磁蕊大战

电脑病毒并非是最近才出现的新产物, 事实上, 早在一九四九年, 距离第一部商用电脑的出现仍有好几年时, 电脑的先驱者约翰.范纽曼(John Von Neumann)在他所提出的一篇论文 [复杂自动装置的理论及组织的进行] , 即已把病毒程式的蓝图勾勒出来, 当时, 绝大部份的电脑专家都无法想象这种会自我繁植的程式是可能的, 可是少数几个科学家默默的研究范纽曼的所提出的概念, 直到十年之后, 在美国电话电报公司(AT&T) 的贝尔(Bell)实验室中, 这些概念在一种很奇怪的电子游戏中成形了, 这种电子游戏叫做 [磁蕊大战] (core war)。

磁蕊大战是当时贝尔实验室中三个年轻程式人员在工馀想出来的, 他们是道格拉斯麦耀莱(H.Douglas McIlroy), 维特.维索斯基(Victor Vysottsky)以及罗伯.莫里斯(Robert T. Morris), 当时三人年纪都只有二十多岁.

附注: Robert T. Morris 就是后来写了一个 Worm, 把 Internet 搞的天翻地覆的那个 Robert T. Morris Jr. 的爸爸, 当时大 Morris 刚好是负责 Arpanet网路安全 .

电脑病毒的老祖宗:

磁蕊大战的玩法如下:两方各写一套程式, 输入同一部电脑中, 这两套程式在电脑?记忆系统内互相追杀,有时它们会放下一些关卡,有时会停下来修理(重新写)被对方破坏的几行指令 ;当它被困时,也可以把自己复制一次,逃离险境,因为它们都在电脑的记忆磁蕊中游走,因此得到了磁蕊大战之名.

这个游戏的特点,在于双方的程式进入电脑之后,玩游戏的人只能看着萤幕上显示的战况,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] 为止.

磁蕊大战是个笼统的名称,事实上还可细分成好几种,麦耀莱所写的程式叫 [达尔文]这包含了 [物竞天择,适者生存] 的意思 . 它的游戏规则跟以上所描述的最接近,双方以组合语言(Assembly Language)各写一套程式,叫有机体(organism),这两个有机体在电脑里争斗不休,直到一方把另一方杀掉而取代之,便算分出胜负. 在比赛时 Morris 经常匠心独具,击败对手.

另外有个叫爬行者程式(Creeper)的,每一次把它读出时,它便自己复制一个副本.此外,它也会从一部电脑[爬]到另一部有连线的电脑.很快地电脑中原有资料便被这些爬行者挤掉了.爬行者的微一生存目地是繁殖.为了对付[爬行者],有人便写出了[收割者](Reaper).它的唯一生存目的便是找到爬行者,把它们毁灭掉.当所有爬行者都被收割掉之后,收割者便执行程式中最后一项指令:毁灭自己,从电脑中消失.[侏儒](Dwarf)并没有达尔文等程式聪明.却可是个极端危险人物.它在记忆系统中迈进,每到第五个[地址](address)便把那里所储存的东西变为零,这会使的原本的程式停摆.

最奇特的就是一个叫[印普](Imp)的战争程式了,它只有一行指令,那就是

MOV 01

MOV是[MOVE]的代表,即移动的意思 .它把身处的地址中所载的[0]写(移)到下一个地址中,当印普展开行动之后,电脑中原有的每一行指令都被改为[MOV 01].换句话说,萤光幕上留下一大堆[MOV 01].[双子星](Germini)也是个有趣的家伙.它的作用只有一个:把自己复制,送到下一百个地址后,便抛弃掉[正本].从双子星衍生出一系列的程式.[牺牲者](Juggeraut)把自己复制后送到下十个地址之后;而[大雪人](Bigfoot)则把正本和复制品之间的地址定为某一个大质数.想抓到大雪人可是非常困难的.此外,还有全录(Xerox)柏路阿图研究中心的约翰.索殊(John F.Shoch)所写的[蠕虫](Worm),它的目的是要控制侵入的电脑.

电脑病毒的出现

在那些日子里,电脑都没有连线,而是互相独立的,因此并不会出现小莫礼士所引起的病毒瘟疫.如果有某部电脑受到[感染],失去控制,工作人员只需把它关掉便可.但是当电脑连线逐渐成为社会结构的一部份之后,一个或自我复制的病毒程式便很可能带来?穷的祸害了.因此长久一来,懂的玩[磁蕊大战]游戏的电脑工作者都严守一项不成文的规定: 不对普罗大众公开这些战争程式的内容.

一九八三年,这项规定被打破了.科恩.汤普逊(Ken Thompson)是当年一项杰出电脑讲得奖人.在颁奖典礼上,他作了一个演讲,不但公开地证实了电脑病毒的存在,而且还告诉所有听众怎样去写自己的病毒程式.他的同行全都吓坏了,然而这个秘密已经流传出去了.一九八四年,情况愈复杂了.这一年,[科学美国人]月刊(Scientific American)的专栏作家杜特尼(A. K. Dewdney)在五月号写了第一篇讨论[磁蕊大战]的文章,并且只要寄上两块美金,任何读者都可以收到它所写得有关写程式的纲领,在自己家中的电脑中开辟战场.

[病毒]一词的正式出现

在一九八五年三月份的[科学美国人]里,杜特尼再次讨论[磁蕊大战]-----和病毒.在文章的开头他便说:[当去年五月有关[磁蕊大战]的文章印出来时,我并没有想过我所谈论的是那么严重的题目]文中并第一次提到[病毒]这个名称.他提到说,义大利的罗勃吐.些鲁帝(Roberto Cerruti)和马高.么鲁顾帝(Marco Morocutti)发明了一种破坏软体的方法.他们想用病毒,而不是蠕虫,来使得苹果二号电脑受感染.

些鲁弟写了一封信给杜特尼,信内说:[马高想写一个像[病毒]一样的程式,可以从一部苹果电脑传染到另一部苹果电脑,使其受到感染.可是我们没法这样做,直到我想到,这病毒要先使磁盘受到感染,而电脑只是媒介.这样,病毒就可以从一片磁盘传染到另一片磁盘了.]

病毒历史事例：

1975 年，美国科普作家约翰·布鲁勒尔 (John Brunner) 写了一本名为《震荡波骑士》(Shock Wave Rider) 的书，该书第一次描写了在信息社会中，计 算机作为正义和邪恶双方斗争的工具的故事，成为当年最佳畅销书之一。

1977 年夏天，托马斯·捷·瑞安 (Thomas.J.Ryan) 的科幻小说《P-1的春 天》(The Adolescence of P-1) 成为美国的畅销书，作者在这本书中描写了一 种可以在计算机中互相传染的病毒，病毒最后控制了 7，000 台计算机，造成了 一场灾难。

1983 年 11 月 3 日，弗雷德·科恩 (Fred Cohen) 博士研制出一种在运行过程中可以复制自身的破坏性程序，伦·艾德勒曼 (Len Adleman) 将它命名为计算机病毒 (computer viruses)，并在每周一次的计算机安全讨论会上正式提出，8 小时后专家们在 VAX11/750 计算机系统上运行，第一个病毒实验成功，一周后又获准进行 5个实验的演示，从而在实验上验证了计算机病毒的存在。

1986 年初，在巴基斯坦的拉合尔 (Lahore)，巴锡特 (Basit) 和阿姆杰德(Amjad) 两兄弟经营着一家 IBM-PC 机及其兼容机的小商店。他们编写了Pakistan 病毒，即 Brain。在一年内流传到了世界各地。

1988 年 3 月 2 日，一种苹果机的病毒发作，这天受感染的苹果机停止工作，只显示“向所有苹果电脑的使用者宣布和平的信息”。以庆祝苹果机生日。

1988 年 11 月 2 日，美国六千多台计算机被病毒感染，造成 Internet 不能正常运行。这是一次非常典型的计算机病毒入侵计算机网络的事件，迫使美国政府立即作出反应，国防部成立了计算机应急行动小组。这次事件中遭受攻击的包括 5 个计算机中心和 12 个地区结点，连接着政府、大学、研究所和拥有政府合同的50，000 台计算机。这次病毒事件，计算机系统直接经济损失达 9600 万美元。这个病毒程序设计者是罗伯特·莫里斯 (Robert T.Morris)，当年 23 岁，是在康乃尔 (Cornell) 大学攻读学位的研究生。

罗伯特·莫里斯设计的病毒程序利用了系统存在的弱点。由于罗伯特·莫里斯成了入侵 ARPANET 网的最大的电子入侵者，而获准参加康乃尔大学的毕业设计，并获得哈佛大学 Aiken 中心超级用户的特权。他也因此被判3 年缓刑，罚款1 万美元，他还被命令进行 400 小时的新区服务。

注：在此文中，把蠕虫、我们常提的病毒定为病毒不同种类。

1988 年底，在我国的国家统计部门发现小球病毒。

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

在病毒的发展史上，病毒的出现是有规律的，一般情况下一种新的病毒技术出现后，病毒迅速发展，接着反病毒技术的发展会抑制其流传。操作系统进行升级时，病毒也会调整为新的方式，产生新的病毒技术。它可划分为：

DOS引导阶段
1987年，计算机病毒主要是引导型病毒，具有代表性的是“小球”和“石头”病毒。
当时得计算机硬件较少，功能简单，一般需要通过软盘启动后使用。引导型病毒利用软盘得启动原理工作，它们修改系统启动扇区，在计算机启动时首先取得控制权，减少系统内存，修改磁盘读写中断，影响系统工作效率，在系统存取磁盘时进行传播。1989年，引导型病毒发展为可以感染硬盘，典型的代表有”石头2”。

DOS可执行阶段
1989年，可执行文件型病毒出现，它们利用DOS系统加载执行文件的机制工作，代表为”耶路撒冷”，”星期天”病毒，病毒代码在系统执行文件时取得控制权，修改DOS中断，在系统调用时进行传染，并将自己附加在可执行文件中，使文件长度增加。1990年，发展为复合型病毒，可感染COM和EXE文件。

伴随，批次型阶段
1992年，伴随型病毒出现，它们利用DOS加载文件的优先顺序进行工作。具有代表性的是”金蝉”病毒，它感染EXE文件时生成一个和EXE同名的扩展名为COM伴随体;它感染COM文件时，改为原来的COM文件为同名的EXE文件，在产生一个原名的伴随体，文件扩展名为COM。这样，在DOS加载文件时，病毒就取得控制权。这类病毒的特点是不改变原来的文件内容，日期及属性，解除病毒时只要将其伴随体删除即可。在非DOS操作系统中，一些伴随型病毒利用操作系统的描述语言进行工作，具有典型代表的是”海盗旗”病毒，它在得到执行时，询问用户名称和口令，然后返回一个出错信息，将自身删除。批次型病毒是工作在DOS下的和”海盗旗”病毒类似的一类病毒。

幽灵，多形阶段
1994年，随着汇编语言的发展，实现同一功能可以用不同的方式进行完成，这些方式的组合使一段看似随机的代码产生相同的运算结果。幽灵病毒就是利用这个特点，每感染一次就产生不同的代码。例如”一半”病毒就是产生一段有上亿种可能的解码运算程序，病毒体被隐藏在解码前的数据中，查解这类病毒就必须能对这段数据进行解码，加大了查毒的难度。多形型病毒是一种综合性病毒，它既能感染引导区又能感染程序区，多数具有解码算法，一种病毒往往要两段以上的子程序方能解除。

生成器，变体机阶段
1995年，在汇编语言中，一些数据的运算放在不同的通用寄存器中，可运算出同样的结果，随机的插入一些空操作和无关指令，也不影响运算的结果，这样，一段解码算法就可以由生成器生成。当生成的是病毒时，这种复杂的称之为病毒生成器和变体机就产生了。具有典型代表的是”病毒制造机”VCL，它可以在瞬间制造出成千上万种不同的病毒，查解时就不能使用传统的特征识别法，需要在宏观上分析指令，解码后查解病毒。变体机就是增加解码复杂程度的指令生成机制。

网络，蠕虫阶段 第一篇 第二篇
1995年，随着网络的普及，病毒开始利用网络进行传播，它们只是以上几代病毒的改进。在非DOS操作系统中，”蠕虫”是典型的代表，它不占用除内存以外的任何资源，不修改磁盘文件，利用网络功能搜索网络地址，将自身向下一地址进行传播，有时也在网络服务器和启动文件中存在。

视窗阶段
1996年，随着Windows和Windows95的日益普及，利用Windows进行工作的病毒开始发展，它们修改(NE，PE)文件，典型的代表是DS。3873，这类病毒的急智更为复杂，它们利用保护模式和API调用接口工作，解除方法也比较复杂。

宏病毒阶段
1996年，随着Windows Word功能的增强，使用Word宏语言也可以编制病毒，这种病毒使用类Basic语言，编写容易，感染Word文档文件。在Excel和AmiPro出现的相同工作机制的病毒也归为此类。由于Word文档格式没有公开，这类病毒查解比较困难。

互连网阶段
1997年，随着因特网的发展，各种病毒也开始利用因特网进行传播，一些携带病毒的数据包和邮件越来越多，如果不小心打开了这些邮件，机器就有可能中毒。

爪哇，邮件炸弹阶段
1997年，随着万维网上Java的普及，利用Java语言进行传播和资料获取的病毒开始出现，典型的代表是JavaSnake病毒。还有一些利用邮件服务器进行传播和破坏的病毒，例如Mail-Bomb病毒，它就严重影响因特网的效率。

8. 数字能量学的计算方法

数字能量学分为八大磁场请看下图

吉星磁场：

1、天医土：正财，正桃花， 文笔好，聪明，善良，崇高地位，多表现为阳性。

13（极阳），68（中阳），94（弱阳），72（弱阴）

2、延年金：领导者，作风强势，老大心态，大男子主义，多表现为阳性。

19（极阳），87（中阳），43（弱阳），26（弱阴）

3、生气木：贵人，名声，快乐，活泼，开心，随缘，多表现为阳性。

14（极阳），67（中阳），93（弱阳），82（弱阴）

凶星磁场：

1、绝命金：性格极端，情绪化，冲动，脾气差，不圆融。多表现为阴性。

12（极阴），69（中阴），84（弱阴），73（弱阳）

2、五鬼火：假象，个性阴沉，内心脆弱，常走极端，易憎恨他人，多表现为阴性。

18（极阴），97（中阴），63（弱阴），24（弱阳）

3、六煞水：忧郁，优柔寡断，情感，易退缩，空虚，多表现为阴性。

16（极阴），74（中阴），38（弱阴），92（弱阳）

4、祸害土：小人，内心脆弱，逞强，脾气差，暴躁，冲动，多表现为阴性。

17（极阴），98（中阴），64（弱阴），32（弱阳）

9. 目前云计算的发展水平，让我们离元宇宙蓝图中的世界有多远

尽管云计算发展迅速，但要全面实现元界蓝图还有很长的路要走。然而，真正的元宇宙离我们还很远。虽然元宇宙很美，但它需要各方的共同努力。元界的基石是云计算。要想发展，必须依靠云计算算法、通信、算力等基础共同推进。

云计算未来的发展如何？

未来，大数据将迁移到云端。有了云中的数据，大数据分析和人工智能等专业云服务也将站稳脚跟。比如人工智能离不开大数据分析和云计算能力的支持，人工智能的全面落地将带来大规模的人工智能云应用。因此，基础云计算、大数据分析、人工智能等新兴热门领域将在共同推动下高速发展。总体来看，市面上很多软件都兼容虚拟化，虚拟化部署在云计算的虚拟池中。各个厂商的设备和配置都可以使用云计算，元界应该以此为基础。由此可见，云计算的兼容性非常强。

10. 大数据指的是什么

大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

(10)蓝图算法扩展阅读

大数据的价值体现在以下几个方面：

1、对大量消费者提供产品或服务的企业可以利用大数据进行精准营销

2、做小而美模式的中小微企业可以利用大数据做服务转型

3、面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值

参考资料来源：网络-大数据