C/C++

C语言是在70年代初问世的。一九七八年由美国电话电报公司(AT&T)贝尔实验室正式发表了C语言。同时由B.W.Kernighan和D.M.Ritchit合著了著名的“THE C PROGRAMMING LANGUAGE”一书。通常简称为《K&R》,也有人称之为《K&R》标准。但是,在《K&R》中并没有定义一个完整的标准C语言,后来由美国国家标准学会在此基础上制定了一个C 语言标准,于一九八三年发表。通常称之为ANSI C。
3D可视化管理工具,实现热更、3D场景打包(window、iOS, Android,webgl),在网页端进行场景搭建,实时预览效果。通过模块管理将各个3D场景模块进行数据联动,灵活对接不同场景的数据,实现现实虚拟映射
1160C/C++游戏模拟器/工具/引擎
欢乐游戏后台分为匹配符,游戏服,登录服,路由服,网关服,背包服,个人信息服,存储服 我负责游戏服开发,和其他服交互,使用rpc技术同其他交互,利用负载均衡,支撑十几万人同时在线 难点:1.数据同步和一致性保证,利用paxos实现; 2.玩家操作实时性保证,利用kcp网络协议实现; 3.棋牌ai算法,借鉴douzero算法;
2050C/C++高性能网络开发库
酒店管理系统功能涵盖预定管理、接待管理、收银管理、会员管理、房间解锁、房态管理、客户管理、财务管理、系统设置、日志管理、管理员管理等。
1800C/C++webapp
cmu15445-2023开源项目
这是一门质量极高,资源极齐全的 Database 入门课,这门课的 Faculty 和背后的 CMU Database Group 将课程对应的基础设施 (Autograder, Discord) 和课程资料 (Lectures, Notes, Homework) 完全开源,让每一个愿意学习数据库的同学都可以享受到几乎等同于 CMU 本校学生的课程体验。 这门课的亮点在于 CMU Database Group 专门为此课开发了一个教学用的关系型数据库 bustub,并要求你对这个数据库的组成部分进行修改,实现上述部件的功能。 具体来说,在 15-445 中你需要在四个 Project 的推进中,实现一个面向磁盘的传统关系型数据库 Bustub 中的部分关键组件。 包括 Buffer Pool Manager (内存管理), B Plus Tree (存储引擎), Query Executors & Query Optimizer (算子们 & 优化器), Concurrency Control (并发控制),分别对应 Project #1 到 Project #4。 值
3560C/C++数据存储
1.此项目分为UI模块、业务模块、网络模块、AI模块、数据库模块、工具库模块共6个模块。功能实现:玩家进入界面后,可选择单机对战和联机对战。其中,单机对战不需要连接网络,只在一台终端上运行,单机对战又分为玩家对战(玩家vs玩家)、人机对战(玩家vs电脑AI);联机对战需要连接网络,并且在局域网内搜索所有玩家(活动终端)并显示到界面上,同时玩家可以通过ip地址向另一个玩家(活动终端)发起请求,对方同意后将进入对战 2. ①完成象棋游戏逻辑的编写(使用类对棋子进行封装,并用STL容器管理棋子类和棋谱等)②象棋Qt界面的设计(调整控件和样式,并在信号和槽中实现各种控件的相应事件)③完成网络协议、网络工具类的设计(分别设计客户端和服务端,并用Socket编程对网络信息序列化和反序列 化)④ 完成象棋AI模块的设计(设计搜索树(ab剪枝),遍历和评估后续局面,并进行回溯)⑤完成各模块间多线程调用的方法(可利用Qt中的信号和槽机制来实现)
1750C/C++游戏
cs144-2023spring开源项目
CS144是斯坦福的一门计算机网络课程。全称:CS 144: Introduction to Computer Networking。课程的重点在于lab,一步步实现一个TCP协议。
2560C/C++邮件工具
支持多种格式(Solidworks、Catia、Creo、Altium、UG)提供并比内部接口提高40%效率 每张图纸平均0.7秒转换为pdf,支持自动签名和盖章。 三家规模以上企业购买了该模块,其中包括中外合资企业和上市公司
1320C/C++c++
应用计算机视觉和大数据技术,为各行业提供算法服务。依托AI算法和云端推理平台,通过接口调用的形式使得个人、企业开发者可 高效使用AI能力,实现车牌识别、人脸识别、OCR、 二维码条码解析等AI能力。 1. 使用YoloV5进行目标检测,使用MTCNN算法完成人脸检测和关键点检测,使用多Batch方式提升吞吐量。 2. 使用MobileNet进行轻量级模型的训练, 在Android平台上封装为SDK, 使用 MNN在端侧进行推理,并利用模块化开发解耦各个算法的调用。 3. 使用PaddleOCR进行文本信息的提取。
2380C/C++
1.此项目分为UI模块和业务模块。功能实现:玩家每次开始游戏时,会随机生成一个三位数的密码,有五个条件,玩家可通过这五个条件判断密码是什么,生成密码后会有倒计时限制,如果超时或没有正确提交答案,则当玩家失败。只要在限定时间内提交了正确的答案,就算成功 2.①先用开发工具VS2019的资源视图调整窗体控件和布局 ②编写好每个控件对应的回调事件 ③实现后台计时功能 ④实现密码随机生成 ⑤根据密码按照一定的规则生成五个条件,确保玩家能根据这些条件猜出密码
3250C/C++c++
一款上市公司委托研发的医疗阅片软件,主要市场是海外 1.基于C++ 实现的一款医疗图片检测工具 2.使用OpenCV技术进行图像识别 3.方便医疗阅片
1220C/C++
1、联合多台HIL仿真机通过OpenDDS完成更大规模的实时仿真计算; 2、支持FMI模型接口、多种joystick设备输入、加载执行用户自定义python、UserVar表达式、 支持多种硬件板卡(AD/DA/CAN/串口/1553B/EtherCAT/程控电源/FIU/flexray)、支持模型自动编译、模型多线程配置、执行顺序分组、1588/ptp时钟同步; 3、定制实时linux仿真系统,使仿真引擎满足1ms实时性要求;
3370C/C++
1、软件分上位机和下位机两部分,上位机使用Qt开发主要负责模型配置、仿真参数设置、仿真结果展示等,下位机负责模型计算,其他接口交互IO; 2、软件支持Windows、linux跨平台仿真,基于FMI标准,支持SIL、HIL仿真,具备多曲线绘制、仿真速度可配、结果采样速度可配、仿真结果分析、数据导出csv等功能;
1700C/C++
Creo形式调用CAXA Vault的大部分函数。分析图纸,获得图纸签名、材料信息和外部参考关系。 基于OpenCV,利用图像识别方法,自动签名和盖章作为模板表单 五家规模以上企业购买了该模块,其中包括国有企业和中外合资企业 该部分均由个人实现
2110C/C++电子电路设计软件
基于计算机操作系统移植后等视频通信软件开发,功能是视频电话,远程会议等,带存储功能。 我主要负责,计算机操作系统内核开发,视频通信开发,使用C语言。
2080C/C++存储系统
一些标准产品业务,主要包含关于在客户端界面的结构识别,展示,以及装配关系的提取和轻量化工程图的输出和签名 个人主要在其中负责处理从图纸结构到便于保存在数据库中的关系之间的匹配和数据结构的设计 个人在数码大方的一年中两次在季度奖中获得组内第一
1030C/C++c++
1. Qt应用软件开发,Qml和QWidget,熟悉VirtualKeyboard 2. C++程序开发 3. 嵌入式系统uboot、kernel、rootfs、Yocto及驱动 4. opencv简单的图像处理,图像识别
1990C/C++C/C++开发工具
本小工具实现了一个简单的MD5编码小功能,结果可以大小写转换。使用的是C++语言,调用Windows API实现。 本作品为学习C++编程的一个练习。
1410C/C++c++
1、采集Service,模块定位为客户端软件的基础库,底层为调用者直接提供各种信息采集功能,比如系统发行版、软件、硬件、进程、网络、CPU、硬盘、计划任务等基础信息。更高级的功能采用订阅-发布模式,可以让调用者订阅一些系统变化信息、文件变化信息,比如硬件变更、软件变更、账户变更、刻录审计、优盘设备插拔、优盘文件拷贝等等。 2、监控Service,借助内核auditd实时监测系统运行信息,主要包含策略控制模块,数据解析模块,数据分发模块,以及各种系统调用的解析处理。支持进程、网络、文件、账户、服务等功能共包含常用40+系统调用,支持黑白名单设计,策略允许自定义,软件开启/退出/实时修改策略不对其他软件产生影响。模块接口、数据定义保持了良好的兼容性,整个服务框架功能稳定、扩展性强,被作为基础模块被很多产品/模块依赖。
2360C/C++
熟悉Android平台Framework层,JNI层,HAL层开发 熟悉Android平台Audio机能开发 熟悉C C++ Java等编程语言 熟悉Android,linux等平台软件开发,编译,调试 8年软件开发经验
1120C/C++android
驾驶员监控系统通过一个面向驾驶员的红外摄像头来实时监测头部、眼部、面部、手部 等细节,可以从眼睛闭合、眨眼、凝视方向、打哈欠和头部运动等检测驾驶员状态。通常通 过检测人脸眼睛和其他脸部特征以及行为,同时跟踪变化,实现驾驶员疲劳、分神、不规范 驾驶检测。从而及时提醒驾驶员达到安全驾驶的目的。 1. 使用OpenGL ES共享上下文双线程渲染技术。主渲染线程负责视频渲染和绘制, 在主线程之外通过共享EGLContext的方式开辟新的离屏渲染线程,将主渲染线程Camera生成 的纹理、VBO等资源共享,同时利用Fence机制完成GPU命令同步,实现数据流的实时获取。 2. 模型按需加载,降低内存占用。使用MNN框架完成YoloV5目标检测、分类等模型在CPU 的推理,利用CPU多线程加速。 3. 在移动设备上使用轻量级模型。部分网络使用MobileNet进行训练,利用Depthwise有效 减少模型的参数和运算量,降低推理时延。 4. 使用TensorflowLite在移动端推理
2190C/C++android
当前共5439个项目
×
寻找源码
源码描述
联系方式
提交