NJU南京大学计算机系统基础x86模拟器编程实践代码及手册

土豆加 马铃薯种植过度NJU土豆改善工程 介绍 为教务网化上妆容，面貌焕然一新！ 精心设计的课程列表让重要信息一览无余，并提供丰富的搜索与过滤功能；可以自动刷新等多个增强模块融合交织，将体验提升到前所未有的高度。 差点忘了，它还只是一个插件。 安装安装 通过插件安装 Chrome合金 边缘 或 火狐浏览器 Safari（macOS） 安装大量复杂，如有需要请联系 通过Userscript安装 请确保浏览器中已经安装等支持Userscript的插件。 要及时获得最新的功能和错误修复，您可以调快插件的自动更新频率，并加入接收最新动态。 功能特点 整体用户界面改进 部分采用逐步化和圆角风格 部分采用Google Material Design设计 改进反馈动画效果 导航栏 更新标志及背景设计 重新整理的登录信息和功能按钮 各标签栏的界面优化和点击反馈 字体 课程列表 课程过滤器 基于事件的可扩

编译器实验室 关于课程编译器原理的实验室源代码（在NJU中） 目录 列出了4个目录（lab1，lab2，lab3和lab4）。 每个目录对应一个任务。 实验1：词法和句法分析。 flex和bison来编译.l和.y文件。 Lab2：语义分析。 Lab3：中间代码生成。 在lab3/irsim提供了一个代码间解释器。 Lab4：机器代码生成。 生成的代码是spim兼容的。 笔记 可以通过以下方式安装spim （在基于DebianLinux发行版上）： # apt-get install spim 可以在上找到Qt版本的spim 。 关于语法 该项目使用的语法是C语言的简单版本。 假定输入文件带有.cmm后缀。 语义规则在这里不可用。 如果您需要文件描述语义规则的副本，请与我联系。 用法 $ cd lab * # substitute * with 1,2,3 or 4 $

NJU Compiler Lab 2015年Spring学期 南京大学编译原理课程实验 Compile 在工程根目录下执行make即可。 Run ./parser [-p] [-v] [-B] [-i] 源文件名 [输出文件（若没有该项则输出到屏幕）] -p 打印抽象语法树 -v 显示调试信息 -B 关闭基本块优化（万一出现Bug，请使用本选项） -i 生成中间代码而不是MIPS汇编代码 Attention! 本代码仅供交流学习使用。严禁抄袭，后果自负。

NJU-DisSys-2017 这是CS @ NJU的Distributed System课程（2017年秋季）的资源库。 在作业2和作业3中，您应主要关注/ src / raft / ...

NJU-Review-Materials南大课程复习资料

南京大学nju实验室安全准入考试题库

南京大学计算机考研408+845科目资料合集 使用本仓库请完整的阅读本文档 如果内容显示异常，可以查看 资料包括： 数学一、英语一、政治、数据结构、计算机网络、计算机组成原理、操作系统、计算机系统基础 包括真题、期末考试、PPT、模拟题、专业课参考书及课后答案、报录比、经验等等 845真题 408真题及参考答案 录取信息（报录比、录取人数、官方发布信息） 初试复试经验 公共课资料 专业课复习资料和思维导图 参考书目配套PPT 参考书目课后习题参考答案 期末考试文档 模拟题文档 PS:只是整合，所以有的资料上面会有其他机构、论坛、公众号的广告。 1.1. 友情链接 1.1.1. 计算机考研，这样选学校才是正解 扫盲：正式复习之前可以看看 1.1.2. 刷了几千道算法题，这些我私藏的刷题网站都在这里了！ 算法、上机等等可以看看这个 1.1.3. CS AI 仓库 1.1.4. 复试经验贴 1.

南京大学 计算机系 NJU-CS 课程分享计划   :notebook_with_decorative_cover: 最近更新 2021-4-9 18:18:18 主要是作业, 实验报告, 大作业代码. 如果只需要下载子文件夹请戳   目录 课程 时间 2020 Spring 2020 秋季 2020 Spring 2020 秋季 2020 秋季 2019 Spring 2020 Spring 2019 秋季 2020 Spring 操作系统 2019 秋季 计算机系统基础 2019 Spring 计算机图形学 2019 秋季 数据库概论 2019 秋季 程序设计基础实验 2018 Spring 数字电路与数字系统 2019 秋季 数字电路与数字系统实验 2019 Spring 星 star :night_with_stars: For English version, please refer to README-en.md.   贡献 我们非常欢迎大家任何形式的贡献! PR(Pu

简要说明：该数据集构建为深度感知显着物体检测方法的基准。它包括400个立体图像及其相应的全分辨率深度图和手动标记的地面实况蒙版。 如果您使用此数据集，请引用以下论文：Ran Ju，Ling Ge，Wenjing Geng，Tongwei Ren，and Gangshan Wu。基于各向异性中心 - 环绕差异的深度显着性。IEEE国际图像处理会议（ICIP'14），法国巴黎，2014年。