CandyMi

各平台获取CPU核心数

Linux

cat /proc/cpuinfo | grep processor | wc -l

MacOS | FreeBSD

CandyMi

ccmap vs Linux rbtree vs FreeBSD rbtree 对比分析

三种 C 语言红黑树（及类红黑树）实现的全面对比。

• ccmap — include/ccmap.h，ccalg 项目的一部分
• Linux rbtree — include/linux/rbtree.h + lib/rbtree.c
• FreeBSD rbtree — sys/sys/tree.h（RB_* 宏族）

---

CandyMi

Skip List vs Treap — 排行榜场景评估

面向 Leaderboard（排行榜/排名系统），对比两种支持有序遍历的数据结构。

操作复杂度

操作	Treap	Skip List (基本)	Skip List (带 rank 表)
Insert	O(log n)	O(log n)	O(log n)
Find	O(log n)	O(log n)	O(log n)

CandyMi

字符串匹配算法一览

算法	核心思想	预处理时间	预处理空间	匹配时间复杂度（最好/平均/最坏）	算法难度	优势	劣势
朴素 (Naïve)	从左到右逐字符比较，失败后右移一位	O(1)	O(1)	O(n) / O(n+m) / O(nm)	极低	实现极其简单，无额外空间，短串时常因缓存友好而很快	最坏情况极慢（如文本和模式均为"aaaaa..."），无法利用任何跳过信息
KMP	前缀函数（π表）避免文本回溯	O(m)	O(m)	O(n) / O(n) / O(n)	中等	严格线性时间，最坏情况下也有保证；文本指针永不回溯，适合流式处理	需要O(m)额外空间；平均性能往往不如BM/Horspool等跳跃算法
Boyer‑Moore (BM)	从右向左比较，坏字符 + 好后缀双规则跳跃	O(m+σ)	O(m+σ)	O(n/m) / O(n/m) / O(nm)	复杂	平均性能极佳（尤其是大字母表、长模式串），跳跃步长很大	预处理较复杂，空间较大（σ表），最坏情况可能退化为O(nm)；对短模式串优势不明显
Horspool (BMH)	BM的简化版，仅使用坏字符规则，且每次看窗口最后一个字符	O(m+σ)	O(σ)	O(n) / 通常接近O(n/m) / O(nm)	简单	实现简单，跳跃效果依然很好，实际应用中常比完整BM更快	最坏情况下仍可能退化为O(nm)；对于某些重复模式跳跃不如好后缀规则
Sunday	借鉴BM，但失败时看窗口下一个字符决定跳跃	O(m+σ)	O(σ)	O(n) / 通常接近O(n/m) / O(nm)	简单	跳跃更激进，平均性能甚至优于Horspool，短串表现优异	同样存在最坏退化；对大字母表需要构建跳转表
Two‑Way	关键分解 + 周期性跳跃，匹配时先扫右侧再扫左侧	O(m)	O(1)	O(n) / O(n) / O(n)	中等偏难	O(n)最坏时间 + O(1)空间，完美平衡，被glibc/musl等标准库采用	实现比KMP复杂；平均跳跃不如BM系列激进；长模式串预处理稍慢
Rabin‑Karp	滚动哈希（如Rabin指纹）比较数值	O(m)	O(1)	O(n) / O(n+m) / O(nm)（哈希冲突时）	中等	适合多模式匹配（一次扫描匹配多个模式），可扩展至二维模式（矩阵）	哈

CandyMi

yeast 算法 的 Lua 版 实现

local yeast = require "yeast"

local ts = 1780208984973

local ystr = yeast.encode(ts)
print(ystr)

CandyMi

Salsa20 算法

salsa(128/256) 算法实现

测试结果

[candy@MacBookPro:~/salsa20] $ cc -std=c99 -O2 -o test_salsa20 test_salsa20.c salsa20.c && ./test_salsa20
Salsa20 test suite
==================

CandyMi

介绍

环境压测数据工具

编译运行

• bench_fd_verify.c - 验证stat和fcntl 验证 fd有效性 只读性能数据

• bench_pipe.c - pipe 与 sockpair 的 读/写 吞吐与延迟 性能数据

CandyMi

ccaoi — C++ AOI (Area of Interest) 模块

概述

二维地图实体视野管理，C++11 单头文件，零依赖（仅 STL）。提供两种实现：

实现	算法	适用场景
ccaoi_normal	全表扫描 O(N)	N < 300, 简单场景
ccaoi_grid	九宫格 O(1)	N ≥ 300, 生产环境

CandyMi

用法

将utils.lua文件拷贝到你能引用到的位置后导入, 成功后即可在全全局使用var_dump函数.

测试

使用var_dump输出_G的内容

Luajit 输出

CandyMi

# 变更为BBR2
netsh int tcp set supplemental Template=Internet CongestionProvider=bbr
netsh int tcp set supplemental Template=Datacenter CongestionProvider=bbr
netsh int tcp set supplemental Template=Compat CongestionProvider=bbr
netsh int tcp set supplemental Template=DatacenterCustom CongestionProvider=bbr
netsh int tcp set supplemental Template=InternetCustom CongestionProvider=bbr

# 恢复为CUBIC
# netsh int tcp set supplemental Template=Internet CongestionProvider=cubic
# netsh int tcp set supplemental Template=Datacenter CongestionProvider=cubic