文章摘录和润色于本人的笔记，难免有错漏之处。若您发现了其中的一处或几处，请在评论处指正，我将不胜感激。

什么是压制？

压制的对象

可以是一切种类的音频、视频、图像，比如说：

• 蓝光光盘（BD）中的视频或音频（m2ts 等格式比较多见）
• DVD 光盘中的视频或音频（dat 等格式比较多见）
• CD 光碟中的视频或音频
• 通过 Web 下载的各流媒体网站的视频或音频
• 各种剪辑软件、合成软件、特效软件、DAW 等渲染的视频或音频
• 图片（或者动态图片）转换为视频，例如“一图流 MV”等

注意：要区分压制（Rip）和混流（Mix）。

压制是进行编码，或在编码间转换的过程。

混流是将特定编码的视频轨/音频轨放入容器，或在容器间转换的过程。

注意：要区分编码（Encoding）和容器（Container）。

举例说明如下：

• H.264 是一种视频编码，aac 是一种音频编码。
• mp4 是一种视频容器，wav 是一种音频容器。
• avi 既是一种视频编码也是一种视频容器。
• mp3 既是一种音频编码也是一种音频容器。

压制的目标

对视频、音频等的压制，不全面地、概括地来说，有以下几点主要目标：

• 使音频/视频的编码符合要求。例如符合视频网站点播视频的要求、直播网站直播串流的要求、流水线中剪辑代理的要求等。
• 使音频/视频的数据总量（可以理解为音频/视频的体积）或音频/视频在单位时间内的数据量（可以理解为音频/视频的码率）符合要求。例如符合蓝光光盘的码率要求、窄带（依照2010年新的标准为4Mbps以下）情况下视频点播的要求等。
• 尽可能地保留音频/视频中的有效信息。可以理解为视频画面中物体的轮廓、音频的频段细节等。
• 去除或降低音频/视频中的干扰信息。可以理解为视频画面中的噪点、音频中的杂音等。

图源：《三色Δ绘恋》第8幕 烟花大会

Hexo的插件真是个好东西！一开始部署博客的时候并没有太在意插件的问题，毕竟觉得博客主题自带的插件挺全面的，足够使用了。但是用久了总是会腻，就想着静态博客能不能整一些新操作，即使只是添加点小功能。于是就翻了翻 Hexo 的插件目录，挑了些比较有用的插件，拿出来做个总结，同时也是为了方便以后使用做的一个简单记录。

管理员界面

插件是hexo-admin，效果是一个类似CodiMD编辑页面的“管理控制台”，可以实时编辑预览Markdown文章，修改tag，从剪贴板粘贴图片到文章等操作。注意：仅用于hexo s状态下的博客实例。

文章加密

插件是hexo-blog-encrypt，使用前须在站点配置文件加入以下内容：

1
2

encrypt:
    enable: true

随后在文章的开头部分加入password:字段设置密码即可。

同时，配合abstract:字段和message:字段可以设置对无密码人的提示信息。同时注意不要设置toc。

中英文自动空格

插件为hexo-filter-auto-spacing，npm install --save之后就可以用，无需手动设置。

插入行内JS/CSS/图片

插件为hexo-filter-inline-assets。

站点设置：

1
2
3

inline_assets:
    enabled: true
    limit: 100000

随后引入：

1
2

<link rel="stylesheet" href="css/main.css?__inline=true">
<script src="myscript.js?__inline=true"></script>

简述

栈是一种常见的数据结构，由于其“后进先出”（LIFO）的特性而被广泛使用。栈的常见逻辑结构如下：

图源：@Rella 《glow》 91882132

简述

广义表是线性表的一种推广。线性表要求表中元素拥有统一的类型，而广义表无此限制。需要注意的是，广义表和线性表长度一般认为是有限的，但广义表的深度可以是无限的（即递归表）。

广义表是一种数据结构。对广义表的常见操作包括：

• 创建
• 从字符串形式创建
• 销毁
• 复制
• 取表头
• 取表尾
• 判空
• 求长度
• 求深度
• 从表头插入
• 从表头删除
• 遍历

广义表是Lisp语言的基本数据结构。后文以Common Lisp和C++给出各基本操作的示例。

名词注解

长度

指广义表中的元素个数。举例如下：

例一

1

(a, b)

该表中共有两个元素：原子项a，原子项b。因而该表的长度为2。

例二

1

(a, (b, c))

该表中共有两个元素：原子项a，广义表(b, c)。因而该表的长度为2。

深度

指广义表中子表的嵌套层数。举例如下：

例一

1

(a, b)

该表中没有子表，因而该表的深度为1。

例二

1

(a, (b, c))

该表中嵌套了一个无嵌套的子表，因而该表的深度为2。

由于高中接触过，大学本科期间又深入了些，以防忘记记一些注意事项、概念和模板之类的东西。

简单分类

数据结构

• 一维：

  • 基础：数组（Array），链表（Linked list)

  • 高级：栈（Stack），队列（Queue），双端队列（Deque），集合（Set），映射（Map）等。

• 二维：

  • 基础：树（Tree），图（Graph）

  • 高级：二叉搜索树（BST），堆（Heap），并查集（Disjoint Set），字典树（Trie）等。

• 特殊结构：

  • 位运算（Bitwise），布隆过滤器（BloomFilter）

  • 缓存（LRU）

  • ……

• ……

算法

• 分支（if-else，switch）

• 迭代（for，while）

• 递归（分治法，回溯法等）

• 搜索（深搜，广搜，A*等）

• 动态规划

• 二分查找

• 贪心

• 计算几何

• ……

图源：@しぐれうい 《雨に恋う》 83975808

cap.pcapng用Wireshark打开，清晰可见TCP的三次握手和四次挥手：

于是需要仔细分析中间的数据传输过程。

注意到某些数据包内有“numpy”等字符串：

于是想到可能是某种兼容Python的序列化方法。

又注意到有固定的头部数据：

而pickle序列化时也有固定的头部数据（协议版本4.0）：

于是尝试利用pickle进行反序列化。示例如下：

1
2
3
4
5
6
7
8
9
10

import pyshark
import pickle

cap = pyshark.FileCapture('cap.pcapng')
test_pack = cap[3]
data = test_pack.data.data.binary_value

deserialized = pickle.loads(data)

print(deserialized)