这里是一些地理信息科学/计算机科学与技术的笔记/作业（也包含自学的公开课部分，存放一些杂项）的整理，例如各种本科课程的作业、笔记、项目链接，对课程的总结和经验分享，遇到过很棒的技术博客等等...也许可以供您参考；不过我自己属于凭兴趣上课也不是特别在意绩点，所以有些作业可能是水过去的，并不能保证质量一致（警告：仅供参考，请勿抄袭）
建造这个仓库的初衷其实只是为了我自己存储一些资料，以便于在有需要的时候能快速回忆起自己到底学过了哪些东西；
也许您也曾碰到过这样的情况：好像曾经上过某些课程或者阅读过很久价值的文章，但反过来又忘记了具体内容...不包含教师授课的PPT、非本人回忆的历年卷、以及一些不适合公开的作业内容等等（但可能会给出其他公开链接）
（以后有时间会慢慢把之前的其他的笔记和资料整理上来）
- 如果对您有帮助的话也可以帮忙点个 star
- 但实际上我个人认为借鉴作业并不是一种糟糕的学习方式，至少也比什么都不做来的好...
- 个人主要技术栈是后端 C/C++/rust 方向，前端稍微有一点了解，剩下啥都会一点也啥都不会；
本仓库的目录结构大致以课程分类，可能部分不完全相同（也许可以试着使用一下 github 的搜索功能？）：
- 笔记
- 编译原理
- 计算机网络（包含地理信息系统与网络技术）
- 计算机系统概论
- 程序设计语言
- 程序设计专题（H）
- 面向对象程序设计
- java/c小程（上过课但是好像没有什么东西留下来）
- 数据结构与算法（包含数据结构基础、高级数据结构与算法分析）
- leetcode题解
- pta/pat题解
- 自己的部分数据结构实现
- 数据库
- 计算机图形学
- 人工智能
- 计算机体系结构（包含计算机组成）
- 操作系统
- 其他专业课程
- 杂项
这部分是一些课程小项目或者大作业的链接，还有一些自己学习过程中写的 demo，有一部分在本 repo 中，一部分在其他 repo：
数据结构：
深度学习：
网络：
图形学：
其他：
GIS:
- GIS程序设计：湖北疫情数据专题显示系统 https://github.com/yunwei37/COVID-19-ArcEngine
- 地理空间数据库：新冠肺炎疫情数据可视化交互分析网站平台 https://github.com/yunwei37/COVID-19-NLP-vis
C++：
- 面向对象程序设计：基于QT开发的UNO局域网联机卡牌游戏 https://github.com/yunwei37/UNO-game-oop
- 课程综合实践Ⅱ：C++ 工程实践：OpenGL 实现的类似MC的一个简单沙盒游戏 https://github.com/yunwei37/mc
- 一个使用 C++20 协程和 io_uring 编写的服务器
计算机系统：
- 计算机组成：Qt实现的图形化界面MIPS汇编指令的汇编器/反汇编器/模拟器 https://github.com/yunwei37/MIPS-sc-zju
- 计算机体系结构：多周期CPU设计 计算机体系结构\多周期CPU设计
- 计算机体系结构: 流水线CPU设计 计算机体系结构\流水线CPU设计
- 操作系统：一个 rust 编写的简单试验内核（原lab是用c写的，我改成rust了）https://github.com/yunwei37/Linux-0.11-rs
其他：
- 一个简单的区块链实践：用 rust 从零开始构建区块链
目前在经营的开源项目：eunomia-bpf
eunomia-bpf 是一个开源的 eBPF 动态加载运行时和开发工具链，是为了简化 eBPF 程序的开发、构建、分发、运行而设计的，基于 libbpf 的 CO-RE 轻量级开发框架。
使用 eunomia-bpf ，可以：
- 在编写 eBPF 程序或工具时只编写内核态代码，自动获取内核态导出信息；
- 使用 WASM 进行用户态交互程序的开发，在 WASM 虚拟机内部控制整个 eBPF 程序的加载和执行，以及处理相关数据；
- eunomia-bpf 可以将预编译的 eBPF 程序打包为通用的 JSON 或 WASM 模块，跨架构和内核版本进行分发，无需重新编译即可动态加载运行。
eunomia-bpf 由一个编译工具链和一个运行时库组成, 对比传统的 BCC、原生 libbpf 等框架，大幅简化了 eBPF 程序的开发流程，在大多数时候只需编写内核态代码，即可轻松构建、打包、发布完整的 eBPF 应用，同时内核态 eBPF 代码保证和主流的 libbpf, libbpfgo, libbpf-rs 等开发框架的 100% 兼容性。需要编写用户态代码的时候，也可以借助 Webassembly 实现通过多种语言进行用户态开发。和 bpftrace 等脚本工具相比, eunomia-bpf 保留了类似的便捷性, 同时不仅局限于 trace 方面, 可以用于更多的场景, 如网络、安全等等。
- eunomia-bpf 项目 Github 地址: https://github.com/eunomia-bpf/eunomia-bpf
- gitee 镜像: https://gitee.com/anolis/eunomia
- 文档网站：https://eunomia-bpf.github.io/
操作系统：
-
某个非常著名的操作系统课程，年轻人的第一次操作系统实践
-
rcore 开源社区举办的某个活动
-
Apache APISIX profile 工具: profile and tracking tools for lua and nginx using eBPF
-
2022 年操作系统大赛决赛一等奖：A lightweight eBPF-based Monitor tool：run ebpf as a service!
- 无需修改代码，无需繁琐的配置，仅需 BTF 和一个微小的二进制即可启动监控和获取 Eunomia 核心功能：
- 代码无侵入即可开箱即用收集多种指标，仅占用少量内存和 CPU 资源；
- 告别庞大的镜像和 BCC编译工具链，最小仅需约 4MB 即可在支持的内核上或容器中启动跟踪；
- 让 ebpf 程序的分发和使用像网页和 web 服务一样自然：
- 数百个节点的集群难以分发和部署 ebpf 程序？bpftrace 脚本很方便，但是功能有限？Eunomia 支持通过 http RESTful API 直接进行本地编译后的 ebpf 代码的分发和热更新，仅需约数百毫秒和几乎可以忽略的 CPU 内存占用即可完成复杂 ebpf 追踪器的部署和更新；
- 可以通过 http API 高效热插拔 ebpf 追踪器（约 100ms），实现按需追踪；
- 提供一个新手友好的 ebpf 云原生监控框架：
- 最少仅需继承和修改三四十行代码，即可在 Eunomia 中基于 libbpf-bootstrap 脚手架添加自定义 ebpf 追踪器、匹配安全告警规则、获取容器元信息、导出数据至 prometheus 和 grafana，实现高效的时序数据存储和可视化，轻松体验云原生监控；
- 提供了丰富的文档和开发教程，力求降低 ebpf 程序的开发门槛；
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent