包含32位，64位的绿色版SecureCRT_7.0.0.326 、SecureFX_7.0.0.326 ，解压即可使用，不过SecureFX_7.0.0.326在我使用几个月后竟然要求注册，不用紧张，里面有注册码生成器，可完美解决这个问题，如果跳出需要注册的话
2022-01-05 13:45:09
30.9MB
1
是的，我接受自定义请求。 不和谐时加！＃0001。
Steam-Gem-Key-Bot
免费释放我的宝石/钥匙蒸汽机器人我免费释放此宝石只是为了阻止这些东西的隐藏性质！
这个机器人会做什么？
基本命令：
！Info about有关所有者的信息
！价格⮞检查机器人价格/价格
价目表⮞检查机器人价格/价格
！检查⮞检查多少 :key: s＆ :gem_stone: s您必须看看我们能为您提供什么！
买/卖命令：
！BuyCS⮞[CS：GO的数量 :key: s]⮞购买BOTS CS：GO :key: 为您 :gem_stone: s
！BuyTF⮞[TF2的数量 :key: s]⮞购买BOTS TF2 :key: 为您 :gem_stone: s
！SellCS⮞[CS：GO的数量 :key: s]⮞出售您的CS：GO :key: 代表BOTS :gem_stone: s
！SellTF⮞[TF2的数量 :key: s]⮞出售您的TF2 :key: 代表BOTS :gem_stone: s
交换命令：
！SwapCS [CS
2021-12-31 19:47:21
29KB
1
706. 设计哈希映射
不使用任何内建的哈希表库设计一个哈希映射
具体地说，你的设计应该包含以下的功能
put(key, value)：向哈希映射中插入(键,值)的数值对。如果键对应的值已经存在，更新这个值。
get(key)：返回给定的键所对应的值，如果映射中不包含这个键，返回-1。
remove(key)：如果映射中存在这个键，删除这个数值对。
示例：
MyHashMap hashMap = new MyHashMap();
hashMap.put(1, 1);
hashMap.put(2, 2);
hashMap.get(1); // 返回 1
hashMap.g
2021-12-31 10:53:08
31KB
1
用于根据编辑距离（Levenshtein距离）概念执行拼写检查。 BK树也用于近似字符串匹配。基于该数据结构，可以实现许多软件中的各种自动校正特征。
BKTree算法上分两步：
1 构造
在词典里面随便找一个词作为root节点，然后与其他词计算编辑距离n。若已有相同编辑距离n的子节点，就挂在子节点下；若没有，就新建边为n的子节点。如此递归下去。
2 查询
这里重点来了，编辑距离符合三角不等式：任意两条边的和大于第三条边。所以只用从根节点开始，找(d-n) < x < (d+n)的边。这样可以大量减少编辑距离的计算次数，即减少O(D*m*n)中的D。
3 举例
一构造那张图为例，假如我们输入
2021-12-30 16:22:11
201KB
1