-------------------------Oozie--------------------
【一、部署】
1)部署Oozie服务端
[root@cMaster~]#sudo yum install oozie #cMaster上以root权限执行,部署Oozie服务端
2)部署Oozie客户端
[root@iClient~]f#sudo yum install oozie-client 【二、配置文件】
3)修改/etc/oozie/conf/oozie-env.sh文件
#export CATALINA_BASE=/var/lib/oozie/tomcat-deployment
export CATALINA_BASE=/usr/lib/oozie/oozie-server
# export OOZIE_CONFIG_FILE=oozie-site.xml
export OOZIE_CONFIG=/etc/oozie/conf
# export OOZIE_LOG=${OOZIE_HOME}/logs
export OOZIE_LOG=/var/log/oozie 4)追加/etc/hadoop/conf/core-site.xml内容:
<property><name>hadoop.proxyuser.oozie.groups</name><value>*</value></property>
<property><name>hadoop.proxyuser.oozie.hosts</name><value>*</value></property>
【三、数据库与jar配置】
重启Hadoop集群,并建库
$for x in `cd/etc/init.d;Is hadoop-*`;do service $x restart;done; #`为英文输入状态下 ,esc键下面那个【警告:不建议使用】除了iCleint外,其他机器都要执行4)创建Oozie数据库模式
[root@cMaster~]#sudo -u oozie /usr/lib/oozie/bin/ooziedb.sh create -run #仅cMaster执行 [root@cMaster ~]#mkdir /tmp/ooziesharelib
[root@cMaster~]#cd /tmp/ooziesharelib
[root@cMaster~]# tar xzf /usr/lib/oozie/oozie-sharelib-yarn.tar.gz #【重要】此处oozie-sharelib-yarn.tar.gz有可能为/usr/lib/oozie/下文件夹,将其复制进/tmp/ooziesharelib即可
【四、启动服务】
[root@cMaster~]#sudo service oozie start 应用是这里注意一点:oozie job -oozie http://cMaster:11000/oozie -config 【/usr/share/doc/oozie-4.0.0+cdh5.0.0+54/examples/apps/map-reduce/job.properties 为本地路径】 -run
oozie job -oozie http://cMaster:11000/oozie -config job.properties -run
HDFS 路径:/user/【用户名】root/examples/apps/map-reduce/ 下存在job.properties等文件,即/user/【用户名】root/examples/apps/map-reduce/被写死
本地路径:(相对路径)进入本地job.properties等文件目录下,如:
进入 /usr/share/doc/oozie-4.0.0+cdh5.0.0+54/examples/apps/map-reduce/ 目录下job.properties存在的地方
——————————————————————以下冗余———————————————————— Oozie部署 [21] Oozie相当于Hadoop的一个客户端,因此集群中只有一台机器部署Oozie server端即 可,
由于可以有任意多个客户端连接Oozie,故每个客户端上都须部署Oozie client,
本节 选择在cMaster上部署Oozie server,在iClient上部署Oozie client。
1)部署Oozie服务端
[root@cMaster~]#sudo yum install oozie #cMaster上以root权限执行,部署Oozie服务端
2)部署Oozie客户端
[root@iClient~]f#sudo yum install oozie-client
3)配置Oozie 修改/etc/oozie/conf/oozie-env.sh中的CATALINA_BASE属性值,注释原值并指定新 值,
当此值指向oozie-server-0.20表明Oozie支持MRv1,指向oozie-server表示支持Yarn。
注 意cMaster、iClient都要配置,并保持一致。
#export CATALINA_BASE=/usr/lib/oozie/oozie-server-0.20
export CATALINABASE=/usr/lib/oozie/oozie-server
在/etc/hadoop/conf/core-site.xml文档里configuration标签间加入如下内容。
注意,6台机器都要更新这个配置,并且配置此属性后,
一定要重启集群中所有Hadoop服务,此属性值才能生效。
<property><name>hadoop.proxyuser.oozie.groups</name><value>*</value></property>
<property><name>hadoop.proxyuser.oozie.hosts</name><value>*</value></property> 下面是重启Hadoop集群的命令:
$for x in 'cd/etc/init.d;Is hadoop-*';do service $x restart;done; #除了iCleint外,其他机器都要执行4)创建Oozie数据库模式
[root@cMaster~]#sudo -u oozie /usr/lib/oozie/bin/ooziedb.sh create -run #仅cMaster执行 5)配置Oozie Web页面
[root@cMaster ~]#cd /var/lib/oozie/
[root@cMaster oozie]# sudo -u oozie wget http://archive.cloudera.com/gplextras/misc/ext-2.2.zip
[root@cMaster oozie]# sudo -u oozie unzip ext-2.2.zip 6)将Oozie常用Jar包导入HDFS
[root@cMaster~]# sudo -u hdfs hdfs dfs -mkdir /user/oozie
[root@cMaster~]#sudo -u hdfs hdfs dfs -chown oozie:oozie /user/oozie
[root@cMaster ~]#mkdir /tmp/ooziesharelib
[root@cMaster~]#cd /tmp/ooziesharelib
[root@cMaster~]# tar xzf /usr/lib/oozie/oozie-sharelib-yarn.tar.gz
[root@cMaster~]# sudo -u oozie hdfs dfs -put share /user/oozie/share 7)开启Oozie服务
[root@cMaster~]#sudo service oozie start 8)查看Oozie服务
当成功部署并在cMaster上开启Oozie服务后,如果配置了ext-2.2,
在iClient上的浏览器中打开“cmaster:11000”将显示Oozie Web界面,
也可以使用下述命令查看Oozie工作状态。
[root@iClient~]#oozie admin -oozie http://cMaster:11000/oozie -status ------------------------应用------
2.0ozie访问接口
Oozie最常用的是命令行接口,它的Web接口只可以看到Oozie托管的任务,不可以配置作业。
【例6-6】按要求完成问题:
①进入Oozie客户端,查看常用命令。
②运行Oozie MR示例程序。
③运行OoziePig、Hive等示例。
④编写workflow.xml,完成一次WordCount。
⑤编写workflow.xml,完成两次WordCount,且第一个WC的输出为第二个WC的输入。 解答:对于问题①,在iClient上执行下述命令即可,用户可以是root或joe。
[root@iClient~]#sudo-u joe oozie help #查看所有Oozie命令 对于问题②,首先解压Oozie示例iar包,接着修改示例配置中的地址信息,最后上传至集群执行即可,读者按下述流程执行即可。
[root@iClient~]#cd /usr/share/doc/oozie-4.0.0+cdh5.0.0+54
[root@iClient oozie-4.0.0+cdh5.0.0+54]# tar-zxvf oozie-examples.tar.gz 编辑examples/apps/map-reduce/job.properties,将如下两行:
nameNode=hdfs://localhost:8020
job Tracker=localhost:8021替换成集群现在配置的地址与端口:
nameNode=hdfs://cMaster:8020
job Tracker=cMaster:8032 接着将examples上传至HDFS,使用oozie命令执行即可:
[root@iClient oozie-4.0.0+cdh5.0.0+54]#sudo -u joe hdfs dfs-put examples examples
[root@iClient oozie-4.0.0+cdh5.0.0+54]#cd
[root@iClient ~]#sudo -u joe oozie job -oozie http://cMaster:11000/oozie -config /usr/share/doc/oozie-
4.0.0+cdh5.0.0+54/examples/apps/map-reduce/job.properties -run 问题③其实和②是一样的,读者可按上述过程使用oozie执行Pig或Hive等的示例脚本。
切记修改相应配置(如examples/apps/pig/job.properties)后,再上传至集群,
执行时也要定位到相应路径(如sudo-u joe oozie....../apps/pig/joe.properties-run)。
对于问题④,读者可参考“examples/apps/map-reduce/workflow.xml”,
其对应jar包在“examples/apps/map-reduce/lib”下,
其下的DemoMapper.class和DemoReducer.class就是WordCount的代码,
对应的源代码在“examples/src”下,可按如下步骤完成此问题。 (1)编辑文件“examples/apps/map-reduce/workflow.xml”,找到下述内容:
<property>
<name>mapred.mapper.class</name><value>org.apache.oozie.example.SampleMapper</value>
</property>
<property>
<name>mapred.reducer.class</name><value>org.apache.oozie.example.SampleReducer</value>
</property>
将其替换成:
<property>
<name>mapred.mapper.class</name><value>org.apache.oozie.example.DemoMapper</value>
</property>
<property>
<name>mapred.reducer.class</name><value>org.apache.oozie.example.DemoReducer</value>
</property>
<property><name>mapred.output.key.class</name><value>org.apache.hadoop.io.Text</value></property>
<property>
<name>mapred.output.value.class</name><value>org.apache.hadoop.io.IntWritable</value>
</property> (2)接着将原来HDFS里examples文件删除,按问题②的解答,
上传执行即可,这里只给出删除原examples的命令,上传和执行命令和问题②解答一样。
[root@iClient~]#sudo -u joe hdfs dfs -rm -r -f examples #删除HDFS原examples文件 (3)接着将examples上传至HDFS,使用oozie命令执行即可:
[root@iClient oozie-4.0.0+cdh5.0.0+54]#sudo -u joe hdfs dfs-put examples examples
[root@iClient oozie-4.0.0+cdh5.0.0+54]#cd
[root@iClient ~]#sudo -u joe oozie job -oozie http://cMaster:11000/oozie -config /usr/share/doc/oozie-
4.0.0+cdh5.0.0+54/examples/apps/map-reduce/job.properties -run ****问题⑤是业务逻辑中最常遇到的情形,比如你的数据处理流 是:
“M1”→“R1”→“Java1”→“Pig1”→“Hive1”→“M2”→“R2”→“Java2”
,单独写出各类或 脚本后,写出此逻辑对应的workflow.xml即可。
限于篇幅,下面只给出workflow.xml框 架,请读者自行解决问题④。 <workflow-app xmlns="uri:oozie:workflow:0.2" name="map-reduce-wf">
<start to="mr-node"/>
<action name="mr-node">
<map-reduce>第一个wordcount配置</map-reduce>
<ok to="mr-wc2"/><error to="fail"/>
</action>
<action name="mr-wc2">
<map-reduce>第二个wordcount 配置</map-reduce>
<ok to="end"/><error to="fail"/>
</action>
<kill name="fail">
<message>Map/Reduce failed error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
</kill>
<end name="end"/>
</workflow-app> ——————————————————————————Flume——————————————————————
1.Flume部署 [21] 集群中只有一台机器部署Flume就可以接收数据了,
此外下面的例题中还要有一台机 器做为数据源,负责向Hadoop集群发送数据,
故须在cMaster与iClient上部署Flume。
(1)部署Flume接收端
[root@cMaster~]#sudo yum install flume-ng-agent #在cMaster上部署Flume (2)部署Flume发送端
[root@iClient~]#sudo yum install flume-ng-agent #在iClient上部署Flume ---------------应用
2.Flume访问接口 Flume提供了命令行接口和程序接口,但Flume使用方式比较特别,
无论是命令行还 是程序接口,都必须使用Flume配置文档,
这也是Flume架构思想之一——配置型工具。
【例6-7】按要求完成问题:
①进入Flume命令行,查看常用命令。
②要求发送端 iClient使用telnet向cMaster发送数据,而接收端cMaster开启44444端口接收数据,
并将收到 的数据显示于命令行。
③要求发送端iClient将本地文件“/home/joe/source.txt”发往接收端 cMaster,
而接收端cMaster将这些数据存入HDFS。
④根据问题③,接收端cMaster开启接 收数据的Flume服务,既然此服务能接收iClient发来的数据,
它必然也可以接收iHacker机 器(黑客)发来的数据,问如何尽量减少端口攻击,并保证数据安全。
解答:对于问题①,直接在iClient上执行如下命令即可
[root@iClient~]#flume-ng #查看Flume常用命令 对于问题②,首先需要在cMaster上按要求配置并开启Flume(作为接收进程被动接收 数据),
接着在iClient上使用telnet向cMaster发送数据,具体过程参见如下几步。
在cMaster上以root权限,新建文件“/etc/flume/conf/flume.conf”,
并填入如下内容:接 着在cMaster上使用此配置以前台方式开启Flume服务
-----------------------------------------------------------------------------------------------
#命令此处agent名为al,并命名此al的sources为rl,channels为cl,sinks为kl
a1.sources=r1
a1.channels=c1
a1.sinks=k1 #定义sources相关属性:即此sources在cMaster 上开启44444端口接收以netcat协议发来的数据
a1.sources.r1.type=netcat
a1.sources.r1.bind=cMaster
a1.sources.r1.port=44444 #定义channels及其相关属性,此处指定此次服务使用memory 暂存数据
a1.channels.c1.type=memory
a1.channels.c1.capacity=1000
a1.channels.c1.transactionCapacity=100 #定义此sink为logger类型sink:即指定sink直接将收到的数据输出到控制台
a1.sinks.k1.type=logger #将sources关联到channels,channels 关联到sinks上
a1.sources.r1.channels=c1
a1.sinks.k1.channel=c1
---------------------------------------------------------------------------------------------
[root@cMaster~]#flume-ng agent -c /etc/flume-ng/ -f /etc/flume-ng/conf/flume.conf -n a1 此时,接收端cMaster已经配置好并开启了,接下来需要开启发送端,在iClient上执行:
[root@iClient~]# telnet cMaster 44444 此时向此命令行里随意输入数据并回车,telnet会将这些数据发往cMaster,再次回到 cMaster上执行命令的那个终端,
会发现刚才在iClient里输入的数据发送到了cMaster的终 端里。如果想退出iClient终端里的telnet,
按Ctrl+]组合键(即同时按住Ctrl键和]键),回 到telnet后输入“quit”命令回车即可,
至于退出cMaster上的Flume,直接按Ctrl+C组合键。
问题③的回答步骤较多。 首先,在cMaster上新建文件“/etc/flume-ng/conf/flume.conf.hdfs”,并填入如下内容
-----------------------------------------------------------------------------------------------
#命令此处agent名为al,并命名此al的sources为rl,channels为c1,sinks为k1
a1.sources=r1
a1.sinks=k1
a1.channels=c1 #定义sources类型及其相关属性
#即此sources为avro类型,且其在cMaster上开启4141端口接收avro协议发来的数据
a1.sources.r1.type=avro
a1.sources.r1.bind=cMaster
a1.sources.r1.port=4141 #定义channels类型其实相关属性,此处指定此次服务使用memory 暂存数据
a1.channels.c1.type=memory #定义此sink为HDFS类型的sink,且此sink将接收的数据以文本方式存入HDFS指定目录
a1.sinks.k1.type=hdfs
a1.sinks.k1.hdfs.path=/user/joe/flume/cstorArchive
a1.sinks.k1.hdfs.file Type=DataStream #将sources关联到channels,channels 关联到sinks上
a1.sources.r1.channels=c1
a1.sinks.k1.channel=c1
----------------------------------------------------------------------------------------------- 接着,在iClient上新建文件“/root/businessLog”,并填入如下内容:
--------------------------------------
ccccccccccccccccccccc
ssssssssssssssssssssssss
tttttttttttttttttttttttttttttttttt
oooooooooooooooooo
rrrrrrrrrrrrrrrrrrrrrrrrrrrrr
-------------------------------------- iClient上还要新建文件“/etc/flume-ng/conf/flume.conf.exce”,并填入如下内容:
-----------------------------------------------------------------------------------------------
#命令此处agent名为al,并命名此al的sources为rl,channels为c1,sinks为k1
a1.sources=r1
a1.channels=c1
a1.sinks=k1 #定义sources类型及其相关属性,此sources为exce类型
#其使用Linux cat 命令读取文件/root/businessLog,接着将读取到的内容写入channel
a1.sources.r1.type=exec
a1.sources.r1.command=cat /root/businessLog #定义channels及其相关属性,此处指定此次服务使用memory 暂存数据
a1.channels.c1.type=memory #定义此sink为avro类型sink,即其用avro协议将channel里的数据发往cMaster的4141端口
a1.sinks.k1.type=avro
a1.sinks.k1.hostname=cMaster
a1.sinks.k1.port=4141 #将sources关联到channels,channels 关联到sinks上
a1.sources.r1.channels=c1
a1.sinks.k1.channel=c1
----------------------------------------------------------------------------------------------- 至此,发送端iClient和接收端cMaster的Flume都已配置完成。现在需要做的是在 HDFS里新建目录,
并分别开启接收端Flume服务和发送端Flume服务,步骤如下。 在cMaster上开启Flume,
其中“flume-ng…a1”命令表示使用flume.conf.hdfs配置启动 Flume,
参数a1即是配置文件里第一行定义的那个a1
[root@cMaster ~]#sudo -u joe hdfs dfs -mkdir flume #HDFS里新建目录/user/joe/flume
[root@cMaster ~]#sudo -u joe flume-ng agent -c /etc/flume-ng/ -f /etc/flume-ng/conf/flume.conf.hdfs -n a1 最后,在iClient上开启发送进程,与上一条命令类似,这里的a1,即flume.conf.exce 定义的a1:
[root@iClient~]#flume-ng agent -c/etc/flume-ng/ -f /etc/flume-ng/conf/flume.conf.exce -n a1 此时,用户在iClient端口里打开“cMaster:50070”,依次进入目 录“/user/joe/flume/cstorArchive”,
将会查看到从iClient上传送过来的文件。 —————————————————————————— Mahout——————————————————————
1.Mahout部署 [21] 作为Hadoop的一个客户端,Mahout只要在集群中或集群外某台客户机上部署即可,
实验中选择在iClient上部署Mahout
[root@iClient ~]# sudo yum install mahout 2.Mahout访问接口 Mahout提供了程序和命令行接口,
通过参考Mahout已有的大量机器学习算法,程序 员也可实现将某算法并行化。
【例6-8】要求以joe用户运行Mahout示例程序naivebayes,实现下载数据,建立学习 器,训练学习器,
最后使用测试数据针对此学习器进行性能测试。
-------------------------------------------------------------------------
#!/bin/sh
#新建本地目录,新建HDFS目录
mkdir -p /tmp/mahout/20news-bydate /tmp/mahout/20news-all&&hdfs dfs -mkdir mahout #下载训练和测试数据集
curl http://people.csail.mit.edu/jrennie/20Newsgroups/20news-bydate.tar.gz\ -o /tmp/mahout/20news-bydate.tar.gz #将数据集解压、合并,并上传至HDFS
cd /tmp/mahout/20news-bydate&&tar xzf /tmp/mahout/20news-bydate.tar.gz&&cd
cp -R /tmp/mahout/20news-bydate/*/*/tmp/mahout/20news-all
hdfs dfs -put /tmp/mahout/20news-all mahout/20news-all #使用工具类seqdirectory 将文本数据转换成二进制数据
mahout seqdirectory -i mahout/20news-all -o mahout/20news-seq -ow
------------------------------------------------------------------------- 解:首先须下载训练数据集和测试数据,接着运行训练MR和测试MR,但是,
Mahout里的算法要求输入格式为Value和向量格式的二进制数据,故中间还须加一些步 骤,
将数据转换成要求格式的数据,下面的脚本naivebayes.sh可以完成这些动作
-------------------------------------------------------------------------
#使用工具类seq2sparse将二进制数据转换成算法能处理的矩阵类型二进制数据
mahout seq2sparse -i mahout/20news-seq -o mahout/20news-vectors -lnorm -nv -wt tfidf #将总数据随机分成两部分,第一部分约占总数据80%,用来训练模型
#剩下的约20%作为测试数据,用来测试模型
mahout split -i mahout/20news-vectors/fidf-vectors --trainingOutput mahout/20news-train-vectors\
--testOutput mahout/20news-test-vectors\
--randomSelectionPct 40 --overwrite --sequenceFiles -xm sequential #训练Naive Bayes模型
mahout trainnb -i mahout/20news-train-vectors -e1 -o mahout/model -li mahout/labelindex -ow
#使用训练数据集对模型进行自我测试(可能会产生过拟合)
mahout testnb -i mahout/20news-train-vectors -m mahout/model -l mahout/labelindex\
-ow -o mahout/20news-testing
#使用测试数据对模型进行测试
mahout testnb -i mahout/20news-test-vectors -m mahout/model -I mahout/labelindex\
-ow -o mahout/20news-testing
------------------------------------------------------------------------- 限于篇幅,脚本写得简陋,执行时,切记须在iClient上,以joe用户身份执行,且只能 执行一次。
再次执行时,先将所有数据全部删除,执行方式如下
[root@iClient~]# cp naivebayes.sh /home/joe
[root@iClient~]# chown joe.joe naivebayes.sh
[root@iClient~]# sudo -u joe chmod +x naivebayes.sh
[root@iClient~]# sudo -u joe sh naivebayes.sh 脚本执行时,用户可以打开Web界面“cMaster:8088”,
查看正在执行的Mahout任 务;还可以通过Web界面“cMaster:50070”,
定位到“/user/joe/mahout/”查看目录变化

Oozie、Flume、Mahout配置与应用的更多相关文章

  1. 转】机器学习开源框架Mahout配置与入门研究

    原博文出自于:http://www.ha97.com/5803.html    感谢! PS:机器学习这两年特别火,ATB使劲开百万到几百万年薪招美国牛校的机器学习方向博士,作为一个技术控,也得折腾下 ...

  2. Oozie工作流属性配置的方式与策略

    本文原文出处: http://blog.csdn.net/bluishglc/article/details/46049817 Oozie工作流属性配置的三种方式 Oozie有三种方法可以给工作流提供 ...

  3. Scala + Thrift+ Zookeeper+Flume+Kafka配置笔记

    1. 开发环境 1.1. 软件包下载 1.1.1. JDK下载地址 http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downl ...

  4. Flume NG 配置详解(转)

    原文链接:[转]Flume NG 配置详解 (说明,名词对应解释 源-Source,接收器-Sink,通道-Channel) 配置 设置代理 Flume代理配置存储在本地配置文件.这是一个文本文件格式 ...

  5. Flume NG 配置详解

    配置 设置代理 Flume代理配置存储在本地配置文件.这是一个文本文件格式,是Java属性文件格式.在相同的配置文件,可以指定一个或多个代理的配置.配置文件包括每个源,接收器和通道,把它们连接在一起, ...

  6. oozie timezone时区配置

    cloudera oozie默认时区是UTC,在开发oozie任务时必须在期望执行的时间上减去8小时,很不习惯.记录下修改时区的配置操作. 1. cloudera oozie配置—>Oozie ...

  7. flume log4j配置

    版权声明:本文为博主原创文章,未经博主允许不得转载. 1.依赖jar包导入,通过maven管理,pom文件增加如下配置: <!-- log4j输出日志到flume的appender依赖包 --& ...

  8. 【Oozie】安装配置Oozie

    安装和配置Oozie Oozie用于Hadoop的工作流配置: 参考链接: <Install and Configure Apache Oozie Workflow Scheduler for ...

  9. Flume篇---Flume安装配置与相关使用

    一.前述 Copy过来一段介绍Apache Flume 是一个从可以收集例如日志,事件等数据资源,并将这些数量庞大的数据从各项数据资源中集中起来存储的工具/服务,或者数集中机制.flume具有高可用, ...

随机推荐

  1. python大纲+变量基础详解

    1.python的历史 ​ python2和python3的区别 ​ 2004 Django框架的诞生 2.python是编程语言 ​ python 是解释型语言 3.python的种类 ​ cpyt ...

  2. MSIL实用指南-类相关生成

    一.创建class用MethodBuilder的DefineType方法,可以指定父类,得到一个TypeBuilder对象. 二.实现继承接口用TypeBuilder的AddInterfaceImpl ...

  3. appium在windows系统下环境搭建

    对于appium的介绍我就不说了,之前的文章介绍过.下面直入主题. 命令版本在安装过程中需要有python2环境,装完你可以装python3来写脚本. 环境要求: JDK >java语言安装包 ...

  4. 安卓开发开发规范手册V1.0

    安卓开发开发规范手册V1.0 之前发布过一份Web安全开发规范手册V1.0,看到收藏文章的读者挺多,发现整理这些文档还挺有意义. 最近周末抽了些时间把之前收集关于安卓安全开发的资料也整理了一下,整理出 ...

  5. stage_ros的world文件配置方法

    官方文档参阅:http://rtv.github.io/Stage/modules.html stage_ros是一个基于stage的2D模拟器,用于ROS的仿真测试.虽然现在越来越多的人在使用gaz ...

  6. codeforces 735C. Tennis Championship(贪心)

    题目链接 http://codeforces.com/contest/735/problem/C 题意:给你一个数n表示有几个人比赛问最多能赢几局,要求两个比赛的人得分不能相差超过1即得分为2的只能和 ...

  7. poj 2649 Factovisors 对n!进行因数分解

    Factovisors Time Limit: 1000MS   Memory Limit: 65536K Total Submissions: 4431   Accepted: 1086 Descr ...

  8. poj 3026 Borg Maze(最小生成树+bfs)

    题目链接:http://poj.org/problem?id=3026 题意:题意就是从起点开始可以分成多组总权值就是各组经过的路程,每次到达一个‘A'点可以继续分组,但是在路上不能分组 于是就是明显 ...

  9. 题解 洛谷P2833 【等式】

    运用暴力解方程吸氧过了这道题 通过数据范围看,要是枚举x和y只能炸掉三成的数据. 所以考虑枚举从x1到x2枚举x,通过方程移项可知y=-(ax+c)/b,再判断y是否在y1和y2之间即可. 本题本做法 ...

  10. 2019年全国新课标I卷文理科数学LaTeX排版试题与解析

    整体分析,没有偏怪难题之分,中等题偏多,题目较往年有题型改动变化,但难度还称不上很难.具体内容贴上链接! https://mp.weixin.qq.com/s/WKXhCKI_-z3UT-zUwI23 ...