導讀源碼

㈠ 如何讀《深入理解linux內核》和《情景分析》

怎麼讀《深入理解linux內核》和《情景分析》
有同感的人回帖。
------解決方案--------------------------------------------------------
沒有基礎看著兩本書是相當吃力的！
------解決方案--------------------------------------------------------
得有相當的軟硬體知識積累才行
要是能隨便一天讀懂一章，那這個世界就沒什麼值得積累的技術了

我的建議是先看 Robert Love的Linux Kernel Develop 2nd，作者說那是《深入理解linux內核》的導讀，等到你看LKD都很輕松的時候就好看經典了

另外，我覺得先學好驅動開發，再分析內核才是正途。做驅動需要經常用到內核中的數據結構和函數（相當於內核api），難度卻比分析內核要低。等到驅動練得熟練了，等於內核的結構有了大致把握，然後就可以分析內核函數的具體實現了，也方便做實驗驗證。

我也是初學者，目前只是看LKD比較輕松的階段
------解決方案--------------------------------------------------------
有誤
是譯者建議先看《深入理解linux內核》再看UND和LDD

驅動難度卻比分析內核要低
--------
僅考慮軟體部分也許還行，但實際跟硬體交互總有復雜的問題需要解決
------解決方案--------------------------------------------------------
是譯者建議先看Linux Kernel Develop 2nd 再看《深入理解linux內核》和LDD

晚上有點不清醒
------解決方案--------------------------------------------------------
我是跳著看過..
------解決方案--------------------------------------------------------
不能太急：）
------解決方案--------------------------------------------------------
都看不懂~
------解決方案--------------------------------------------------------
其實 Robert Love 的Linux Kernel Develop 2nd也比較難懂。

這幾本書的中文版都是陳麗君翻譯的，她自己寫的一本《Linux操作系統原理與應用》比較易懂，可以做這幾本書的鋪墊！
------解決方案--------------------------------------------------------
建議：
lkd+ulk+源代碼，
情景分析中講的太細，沒有ULK的基礎很容易一猛子扎進去出不來，迷在代碼中
建議lkd先看一遍，這個半月就差不多了
然後ULK結合源碼，這可是個慢功夫，一般ULK看一半就感覺前邊看的什麼都沒有了
這時候在看lkd中對應的ULK已經看過的章節
等ULK中重要的章節基本看完，再分塊看
例如：
進程管理+中斷，內存管理等幾塊
情景分析的話等ULK看了1-2遍（隨時結合代碼），需要深入的章節而你自己看源碼又有些地方不理解，可以參考情景分析相應的章節，沒必要全部看完

另外，推薦一本新書《Professional Linux Kernel Architecture》,個人認為這本比ULK寫的更好
ULK更多是教你內核里有什麼，而這本書教的是內核有什麼，為什麼這樣。讓你知其然又知其所以然。當然雖然本書很厚，1300多頁，由於涉及太多，深度的話跟ULK差不多，甚至稍微淺一點。

本人的一點感想，不一定適合LZ，LZ看情況而定吧

------解決方案--------------------------------------------------------
個人感覺《深入理解linux內核》也就是ULK沒有個一年功夫就別想讀懂，這東西欲速則不達。
------解決方案--------------------------------------------------------
看了好幾本， 沒有一本看完的
------解決方案--------------------------------------------------------
樓主心態有問題，速戰速決要分情況滴

------解決方案--------------------------------------------------------
其實 Robert Love 的Linux Kernel Develop 2nd也比較難懂。

這個我以前聽說是比較入門的，但是我看了兩遍後還是希里糊塗的。

㈡ 有適合小學生看的電腦代碼編程的書籍嗎

導讀：編程是當前需求比較旺盛的職業道路，因此，很多家長都希望自己的孩子長大後成為軟體程序員，或者起碼擁有一些編程思維。如果您想讓孩子學習編程從哪裡開始呢？在此兒童節之際向各位推薦7款適合兒童的編程語言。
計算機編程是一種需求旺盛的職業道路，因此父母可能希望自己的孩子長大後成為軟體程序員。如果您想讓孩子們學習編程的方法，那麼從哪裡開始呢？在此列表中嘗試一些適合兒童的編程語言。
1.Scratch
Scratch是由麻省理工學院的終身幼兒園實驗室開發的面向孩子的免費編程語言。通過入門教程，針對父母的課程說明以及強大的用戶社區，對免費語言進行了補充。甚至當孩子離開計算機時，他們甚至可以使用這些卡片來學習Scratch編程概念。
Scratch使用積木式視覺界面為孩子和父母創建腳手架體驗。您將編程組件（例如動作，事件和運算符）堆疊在一起。
每個塊的形狀僅允許將其與兼容對象組合。例如，重復循環的形狀像是一個側面的「 U」形，以告知您需要在循環的開始和結束之間放置塊。
Scratch使用預先填充的圖像和角色或通過上傳新的圖像和角色來製作真實的動畫和游戲。Scratch不需要互聯網連接。孩子們可以選擇在Scratch的在線社區中分享他們的作品。
由於Scratch是免費的並且得到了良好的支持，因此它是對兒童友好的編程的最早建議之一，並且很容易看出Scratch在此處列出的許多其他對兒童友好的編程語言（如Blockly）中的影響。
建議年齡：8至16歲
要求：Windows，macOS或Linux
2.Blockly
Blockly是Google對Scratch 的改進，它使用了相同的互鎖構建基塊隱喻，但它可以使用幾種不同的編程語言（包括JavaScript，python，PHP，Lua和Dart）輸出代碼。這使Blockly成為可視化編輯器，而不僅僅是一種對兒童友好的編程語言。
將塊鏈接在一起時，您會在屏幕的側面看到代碼，並且可以即時切換編程語言，以查看同一基本程序在語言語法上的差異。這使得Blockly非常適合在各個年齡段教授代碼，包括年齡較大的孩子和成年人，他們可能不喜歡年輕的歪斜貓和Scratch的漫畫。
Google正在與MIT合作，基於Blockly平台開發下一代Scratch。
Blockly是Android App Inventor的骨幹，可用於開發可運行的Android應用程序。麻省理工學院控制了這個廢棄的Google項目。
Blockly尚未像Scratch那樣得到充分開發，並且可用的教程也不多。但是，Blockly希望為所有年齡段的程序員提供一個強大的編程環境，並擁有廣闊的未來。
建議年齡：10+
要求：Windows，macOS或Linux
3.Alice
Alice是一個免費的3D編程工具，旨在教授C ++等面向對象的編程語言的概念。它使用熟悉的積木方法，使兒童可以通過對相機運動，3D模型和場景進行編程來創建游戲或動畫。
與Scratch凌亂的界面相比，拖放界面和輕松播放按鈕對某些學生而言可能不會造成太多混亂。可以將程序（或Alice中的「方法」）轉換為Java IDE（例如NetBeans），以便編程學生可以從可視的構建模塊界面過渡到標準的編程語言。
卡內基-梅隆大學開發了愛麗絲。該網站可能看起來並不漂亮，但是該程序仍在開發和研究中。
建議年齡：10+
要求：Windows，macOS或Linux
注意事項：如果在Mac上安裝Alice，請通過轉到系統偏好設置 > 安全和隱私 > 允許從以下位置下載應用程序來啟用安裝：App Store和Identified Developers。安裝完成後，更改安全設置。
4.Swift Playgrounds
iOS和iPadOS的應用程序開發人員依賴Swift編程語言。Mac和iPad應用程序都可以使用Swift Playgrounds 。它旨在教孩子如何使用Swift編程，可以從Apple免費下載，並且不需要任何先驗編碼知識。
這些應用程序包含許多有關不同Swift命令的教程，這些教程旨在在3D世界中移動名為Byte的角色。盡管不需要編程知識，但是孩子們需要知道如何閱讀教程並具有一定的解決問題的毅力。拖放代碼消除了拼寫錯誤，但是Swift Playgrounds不使用互鎖塊界面。
一旦您的孩子精通Swift游樂場，他們就可以開始在Swift中進行開發。
建議年齡： 10+
要求： iPad或Mac
5.Twine
Twine適用於對創建游戲和講故事感興趣但對編程的技術細節感到沮喪的孩子。
Twine是一個免費的非線性講故事應用程序，各個年齡段的人都可以使用它，包括大量的成年人和教育工作者。使用Twine，您無需學習任何代碼。它沒有教用戶如何編碼，而是教他們如何構造和呈現非線性游戲和故事。
麻線故事由文字和圖片頁面組成，例如網站。設計界面顯示了連接的頁面，每個頁面都可以使用文本，鏈接和圖像進行修改。它對於「選擇自己的冒險」類型的游戲特別有效，其中每個玩家的選擇都進入了故事的新分支。
雖然此應用程序不教編碼，但它確實教了很多對游戲設計師和講故事者至關重要的規劃和設計技能。該應用程序受支持Wiki，教程和活躍的用戶社區的良好支持。
您可以通過託管應用在線創建Twine故事，也可以下載應用進行離線編輯。
建議年齡：12歲以上（強烈建議讀者）
要求：Windows，macOS或Linux
6.LEGO MINDSTORMS
學習編程的另一種方法是研究機器人技術。許多孩子對編程在現實世界中工作的事物的想法做出回應。這里有各種各樣的機器人套件的，你可以用它們編程語言，但LEGO MINDSTORMS系統中享有最大的用戶群體和孩子友好的可視化編程的應用程序之一。
免費下載編程環境，但是您需要訪問LEGO Mindstorms套件才能運行程序。這並不一定意味著您必須購買一個。一些學校和公共圖書館提供供學生使用的工具包，或者您可能想在您附近找到一個第一樂高聯盟。
樂高EV3編程軟體可以在平板電腦和計算機上運行，??並且使用了構建塊（在這種情況下為樂高塊）隱喻，就像Scratch和Blockly一樣，盡管樂高的版本傾向於水平構建程序，看起來更像流程圖。學生結合動作，變數和事件來操縱他們的LEGO Mindstorms作品。對於年幼的孩子來說，編程語言非常簡單，而對於年長的孩子和成年人來說，編程語言仍然充滿挑戰。
除了LEGO Mindstorms編程環境外，LEGO還使用開放源代碼Linux內核，可以通過Python和C ++等傳統編程語言對其進行修改和編程。
建議年齡：10歲以上（幼兒可以在監督下使用）
要求：EVA3需要運行macOS或Windows的計算機或運行Android或iOS 的平板電腦。要運行程序而不是調試程序，需要一個或多個LEGO EV3機械手。
7.Ko
Ko是Microsoft專門為Windows和Xbox 360設計的游戲編程應用程序。Windows版本是免費的，但Xbox 360版本是付費應用程序。孩子們可以使用該應用程序來探索和設計3D世界中的游戲。
Ko的圖形界面引人入勝，而Xbox版本的編程完全可以通過游戲控制器完成。如果您擁有支持它的硬體，那麼Ko是一個較舊但仍然可靠的選擇。
不幸的是，還沒有Xbox版本的Ko，而且未來的發展似乎不太可能。但是，Xbox和Windows版本已經完全開發，這就是為什麼即使放棄它也將其包括在此列表中的原因。
建議年齡：8至14歲
要求：Windows 7及以下版本或Xbox 360
總結：
有動力的中學生可能需要嘗試製作和安裝Minecraft mod。Unity 3D游戲界面是通過大量可用在線資源跳入編程3D游戲的另一種好方法。請記住，編程本質上令人沮喪。它涉及很多故障排除和反復試驗。父母可以為初出茅廬的程序員提供的最佳工具是一種毅力和決心。

㈢ 關聯規則挖掘演算法的介紹

學號：17020110019    姓名：高少魁

【嵌牛導讀】關聯規則挖掘演算法是數據挖掘中的一種常用演算法，用於發現隱藏在大型數據集中令人感興趣的頻繁出現的模式、關聯和相關性。這里將對該演算法進行簡單的介紹，之後通過Apriori演算法作為實例演示演算法執行結果。

【嵌牛鼻子】數據挖掘    關聯規則挖掘    python

【嵌牛正文】

一、演算法原理

1、基本概念

關聯規則用於發現隱藏在大型數據集中令人感興趣的頻繁出現的模式、關聯和相關性。 而 Apriori演算法則是經典的挖掘頻繁項集的關聯規則演算法，它通過層層迭代來尋找頻繁項集，最後輸出關聯規則：首先掃描數據集，得到 1-頻繁項集，記為 L1，通過合並 L1得到 2-頻繁項集 L2，再通過 L2找到 L3，如此層層迭代，直到找不到頻繁項集為止。

在Apriori演算法中，定義了如下幾個概念：

⚫ 項與項集 ：設 I={i1,i2,…,im}是由 m個不同項構成的集合，其中的每個 ik(k=1,2,…,m)被稱為一個項 (Item)，項的集合 I被稱為項集和，即項集。在實驗中，每一條購物記錄可以被看做 一個項集，用戶購買的某個商品即為一個項。

⚫ 事務與事務集：神乎事務 T是項集 I的一個子集，而事務的全體被稱為事務集。

⚫ 關聯規則：形如 A=>B的表達式，其中， A和 B都屬於項集 I，且 A與 B不相交。

⚫ 支持度：定義如下 support(A=>B) = P(A B)，即 A和 B所含的項在事務集中同時出現的概率。

⚫ 置信度：定義如下 confidence(A⇒B)=support(A⇒B)/support(A)=P(A B)/P(A)=P(B|A)，即如果事務包含 A，則事務中同時出現 B的概率。

⚫ 頻繁項集：如果項集 I的支持度滿足事先定義好的最小支持度閾慧液值（即 I的出現頻度大於相應的最小出現頻度閾值），則 I是頻繁項集。

⚫ 強關聯規則：滿足最小支持度和最小置信度的關聯規則，即待挖掘的關聯規則。

根據以上概念，要實現關聯規則的挖掘，首先要找到所有的頻繁項集，之後找出強關聯規則（即通過多次掃描數據集，找出頻繁集，然後產生關聯規則）。

2、挖掘頻繁項集

在該步驟中有兩個較為重要的部分 ：連接和修剪。連接步驟即使用k-1頻繁項集，通過連接得到 k-候選項集，並且只有相差一個項的項集才能進行連接，如 {A,B}和 {B,C}連接成為 {A,B,C}。修剪步驟基於一個性質：一個 k-項集，如果它的一個 k-1項集（子集）不是頻繁的，那麼它本身也不可能是頻繁的。 因此可以基於這個性質，通過判斷先驗性質來對候選集進行修剪。

3、產生關聯規則

經過連接和修剪之後，即找到了所有的頻繁項集，此時可以在此基礎上產生關聯規則，步驟如下

（1）對於每個頻繁項集 l，產生 l的所有非空子集（這些非空子集一定是頻繁項集）；

（2）對於 l的每一個非空子集 x，計算 confidence(x => (l-x))，如果 confidence(x => (l-x)) confmin，那麼規則 x => (l-x)」成立。

二、演算法設計

1、數據集

通過語句 import xlrd導入相關的庫來進行數據的讀取 。數據內容為十條購物記錄 ，每條購物記錄有若干個商品，表示某個顧客的購買記錄 ，如圖

對於數據載入部分 使用了 xlrd庫中的函數 open_workbook來 打開一個表格文件，使用sheet_by_index函數得到一個工作表， row_values函數即可讀取表格中的內容。由於每個購物記錄的商品數不一定相同，導致讀取的內容含有空格 (』 』)，因此對數據進行刪減以得到緊湊的數據 ，最終讀取數據的結果以列表的游碧悉形式返回。

2、連接

對於連接部分，主要目標是根據已有的k-1頻繁項集生成 k-候選頻繁項集。演算法步驟為：首先將項集中的項按照字典順序排序，之後將 k-1項集中兩個項作比較，如果兩個項集中前 k-2個項是相同的，則可以通過或運算（|）將它們連接起來。

3、修剪

修剪操作主要使用一個判斷函數，通過傳入連接操作後的項集和之前的k-1頻繁項集，對新的項集中的每一個項的補集進行判斷，如果該補集不是 k-1頻繁項集的子集，則證明新的項集不滿足先驗性質，即一個頻繁項集的所有非空子集一定是頻繁的 ，否則就滿足先驗形式。返回布爾類型的參數來供調用它的函數作判斷。

經過連接和修剪步驟之後，項基要成為頻繁項集還必須滿足最小支持度的條件，筆者設計了generateFrequentItems函數來對連接、修剪後產生的 k-候選項集進行判斷，通過遍歷數據集，計算其支持度，滿足最小支持度的項集即是 一個頻繁項集，可將其返回。

以上，經過不斷的遍歷、連接、修剪、刪除，可將得到的所有結果以列表形式返回。筆者還設計了字典類型的變數 support_data，以得到某個頻繁項集及其支持度 。

4、挖掘關聯規則

generateRules函數用來挖掘關聯規則，通過傳入 最小置信度、 頻繁項集及其 支持度來生成規則 。根據定理：對於頻繁項集 l的每一個非空子集 x，計算 confidence(x => (l-x))，如果 confidence(x => (l-x)) confmin，那麼規則 x => (l-x)」成立，因此，該函數重點在掃描頻繁項集，得到每一個子集，並計算置信度，當置信度滿足條件（即大於等於最小置信度）時，生成一條規則。在函數中，使用了元組來表示一條規則，元組中包含 x、 l-x以及其置信度 ，最後返回生成的所有規則的列表。

三、演算法執行結果

設置最大頻繁項集數k為 3，最小支持度為 0.2，最小置信度為 0.8 使用 pycharm運行程序 ，得到以下結果：

由圖中結果可以看出，對於頻繁 1-項集，有五個滿足的項集，頻繁 2-項集有 6個，頻繁 3-項集有 2個，它們都滿足支持度大於或等於最小支持度 0.2。根據頻繁項集，程序得到的關聯規則有三條，即 {麵包 }=>{牛奶 }，，{雞蛋 }=>{牛奶 }，，{麵包，蘋果 }=>{牛奶 其中，這些規則的置信度都是 1.0，滿足大於或等於最小置信度 0.8的條件 。

四、程序源碼