## sumatrapdf配置 高级设置 ```json InverseSearchCmdLine = "C:\Apps\Microsoft VS Code\Code.exe" -r -g "%f":"%l" ``` ## vscode 配置 ```json { "files.autoSave": "afterDelay", //--------------------------

一、依赖注意是在Python2.7之下Ubuntu18.04 install v8 的情况，仅限于网好，所以是在国外的服务器上跑完，在下载到本地https://gist.github.com/949mac/ab6f7a381103ed12cc774bcc11e4af49 # Add depot_tools cd /usr/local git clone https://chromium.googlesource.com/chromium/tools/depot_tools.git # 添加临时环境变量 export PATH=`pwd`/depot_tools:"$PATH" # Build

### 为什么需要位操作：位运算其实就是直接对在内存中的二进制数据进行操作，因此处理数据的速度非常快。 ## 运算符 1. & 与，同1为1 2. | 或，同0为0 3. ~ 取反（单目） 4. ^ 异或 相同为0，不同为1 5. 右移，二进制右移，低位丢弃，无符号数高位补0。有符号数，补符号位（算数右移）补0（逻辑右移） **左移，右移看箭头方向** **位操作只能用于整形数

18版本以后可以进行命令行式快速安装 禁用nouveau sudo gedit /etc/modprobe.d/blacklist.conf 添加以下内容 blacklist nouveau options nouveau modeset=0 输入以下命令使禁用生效 sudo update-initramfs -u 卸载之前的显卡驱动 sudo apt-g

四大主流JS引擎  [ChakraCore] https://github.com/microsoft/ChakraCore/tree/master/test [d8] https://github.com/v8/v8/tree/master/test [jsc] https://github.com/WebKit/webkit/tree/master/JSTe

### 从十条docker命令开始 ```bash // 拉取一个Ubuntu18.04 的镜像并创建一个con_name 的容器并进入容器 docker run --name -i -t ubuntu:18.04 /bin/bash // 离开容器，离开后容器关闭 exit // 增删改查 docker images // 查看有哪些镜像 docker ps -a // 查看有哪些容器 d

makefile 中要增加-g 选项(才能有调试信息)新建Makefile Application 项目Target 配置选择 Custome Build TargetsToolchain : DefaultBuild: 选择makefile中要执行的选项Clean: 选择makefile中的clean 选项Executable 配置选择要调试的项目的可执行文件,比如我要调试afl-fuzz.c, 就选择afl-fuzz,第一次可以在执行完makefile后选择,然后make clean 再配置Program arguments配置选择项目运行的命令行参数working directory选择

一、基于TensorFlow的NN    用张量表示数据     用计算图搭建神经网络     用会话执行计算图     优化线上的权重（参数）     得到模型 实现过程：     1、准备数据集，提取特征，作为输入喂给神经网络     2、搭建NN结构，从输入到输出（先搭建计算图，再用会话执行）         （NN前向传播算法——>计算输出）     3、大量特征

Process timing:Fuzzer运行时长、以及距离最近发现的路径、崩溃和挂起经过了多长时间。 Overall results：Fuzzer当前状态的概述。 Cycle progress：我们输入队列的距离。 Map coverage：目标二进制文件中的插桩代码所观察到覆盖范围的细节。 Stage progress：Fuzzer现在正在执行的文件变异策略、执行次数和执行速度。

单调栈就是一种栈中数据大小顺序的栈，单调增/减栈 单调减栈：4,3,2,1 单调增栈：1,2,3,4 即：新数据符合单调性就弹入栈，不符合就不进站。 单调栈的一个特性：如单调增栈，栈中元素的 左边一个 元素就是 原数据结构中第一小于该数据的元素 （以自身为出发点左右查找）。同时 下一个进栈 的元素就是原数据结构中 第一个大于该数据 的元素。那么下一个进栈的元素在原数