例如:把10個位元組的資料存入到只分配了8個位元組的空間緩衝區
簡單地說，緩衝區溢位就是向乙個有限空間的緩衝區拷貝了過長的字串，覆蓋相鄰的儲存單元，這將會引起程式執行失敗。
因為變數儲存在堆疊當中，當發生緩衝區溢位的時候，儲存在堆疊中的函式返回位址也會被覆蓋，造成緩衝區的溢位，從而破壞程式的堆疊，使程式轉而執行其它指令，以達到攻擊的目的。
乙個程式在記憶體中通常分為程式段，資料段和堆疊段3部分。動態資料則通過堆疊來存放。
當程式中發生函式呼叫時，計算機做如下操作：
bp ret被多餘的str覆蓋，而覆蓋之處恰好就是想要執行程式的入口！
利用空指標加快猜中的可能性
最原始的比較演算法，乙個乙個的比
kmp（d.e. knuth, j.h.morris, and v.r.pratt ）主要是基於對bf演算法的改進：bf演算法只是簡單的每次移動乙個字元位置，並沒有考慮已匹配成功部分的資訊。其實這些資訊是可以利用的，此即所謂的「字首模式」----模式中不同部分存在的相同子串。根據字首模式可以使模式向前推進若干字元位置（依字首模式長度而定），而不只是乙個字元，避免了重複比較，同時也實現了無回朔。
假定試探第j個位置時，匹配失敗發生在模式字元x[i]=a ，文字字元 y[i+j]=b；
當轉移的時候，模式集的v能夠與文字中的u的一些字尾相匹配，最長的v我們定義為u的邊界標記（tagged border ）。kmpnext[i] 定義為x[0 .. i-1] 的最長邊界， kmpnext[0] 定義為-1 。
構建kmpnext表：
移動：i - kmpnext[i] 的位移
i代表模式串匹配失敗的下標，從0開始
bm演算法的關鍵是找出不必要的比較。進行比較時從字串的右端而不是左端開始比較，當比較不匹配時，可直接向右移若干個位置；當被比較的字元相等時，則繼續比較其前面的字元。如果成功次數等於模式串長度，則匹配成功。
轉向函式
比較好建立，直接畫樹
失效函式+輸出函式
在同時根據f也會輸出新的輸出集合
比如： f(5) = 2. 把2的輸出集合同樣也輸出到5的輸出集合中了。
普通轉向函式占用記憶體太大。用三個陣列解決。
一層一層走
base： 一點一點偏移。。相對前乙個狀態的偏移-現在的ascii碼=現在狀態的base值
後序按照字典排列
kd樹kd樹是做多維資料索引時候用到的一種資料結構：k-d樹是二叉檢索樹的擴充套件，k-d樹的每一層將空間分成兩個。樹的頂層結點按某一維進行劃分，遞迴，每次劃分均選擇合適的維進行劃分，各個維迴圈往復。劃分要使得在每次劃分後，大約一半的點落入一側，而另一半落入另一側。當乙個結點中的點數少於給定的最大點數時，劃分結束。
分散開的劃分，方差。或者其他更加科學的做法。
檢索效率o(lgn)
高度不超過log2n
在該演算法中，每個簇用該簇中物件的平均值來表示
給定簇個數，隨便找簇個數個值（一般最小原則），然後其他點，和簇中的值比較，最近的，歸類。取平均值得到新簇。
直到不變
在該演算法中，每個簇用接近聚類中心的乙個物件來表示。
中心點的選取:從當前分類中選取這樣乙個點——它到其他所有（當前分類中的）點的距離之和最小——作為中心點。
再用這個點分別與所有點（最近）
dbscan是一種利用樣本密度進行測量比較的聚類演算法。演算法認為若樣本點在以它為圓心eps距離為半徑的區域內的少數類樣本數大於閾值minpts，那麼該樣本點即為核心點。核心點與其eps範圍內的鄰居形成簇。如果簇間存在重合，則這些簇需要合併。
給定半徑，給定距離
Manacher演算法 學習總結
求乙個序列的最大回文子串，我們需要需要用到manacher演算法。其作用在於能夠在o n 的時間內求出最長回文子串，同時也能夠求出回文子串的個數。且時間效率高，十分簡潔。我們知道，回文子串分為奇數回文子串和偶數回文子串。由於兩種情況的處理較為麻煩，我們可以考慮在期間插入字元在簡化問題。例如例子 ab...
排序演算法學習總結
一.氣泡排序 簡單來說就是兩兩比較，把大的數換到後面，小的數換到前面，一輪比較後，最大的數就排到了最後面，總共要比較n 1輪，氣泡排序是一種穩定排序演算法，即使兩個數相等，也不會破壞它們原有位置。二.快速排序 簡單來說就是選定乙個基準值，一般選取最後乙個數為基準值，然後定義兩個引數start，end...
SOM演算法學習總結
som kohonen學習演算法 演算法的步驟 1.初始化，對輸出層的各個神經元賦予隨機的小的初始值，並進行歸一化處理，得到w j,j 1,2,m,建立優勝領域nj 0 學習率learn rate初始化 2.對輸入的資料進行歸一化處理，得到x p,j 1,2,p,總共由p個資料 3.尋找獲勝的神經元...