有的项目课程是2020年左右的，当时使用的boost 1.69和gcc 4.6版本，放到现在（2025年）的Ubuntu 24版本下，不能很好地兼容。
此时为了尽快顺利进入到课程学习的轨道上，而不是为了想办法去兼容新Ubuntu，妥协的做法是安装一个降级的Ubuntu 20版本。

记录安装muduo过程的配套工具的版本

以下环境能成功安装muduo老版本

1. Ubuntu 20.04.6
2. gcc (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
3. g++ (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
4. cmake version 3.16.3
5. make: GNU Make 4.2.1 Built for x86_64-pc-linux-gnu

以上，都是Ubuntu此版本apt安装的默认的版本。

Ubuntu的跨虚拟机复制粘贴问题

VMware虚拟机Linux与主机Windows之间不能拖拽、跨端复制粘贴

验证VMware Tools安装状态

1
2
3
4
5
6

# 检查VMware服务状态
sudo systemctl status vmware-tools

# 确认open-vm-tools已安装
sudo apt list --installed | grep open-vm-tools  # Debian/Ubuntu
rpm -qa | grep open-vm-tools                  # CentOS/RHEL

重启关键服务

1
2

sudo systemctl restart vmware-tools
sudo systemctl restart vmtoolsd

如果vmware-tools.service could not be found

安装/重装 open-vm-tools

1
2
3
4
5
6
7
8
9

# Ubuntu/Debian
sudo apt update
sudo apt install --reinstall open-vm-tools open-vm-tools-desktop

# CentOS/RHEL
sudo yum reinstall open-vm-tools open-vm-tools-desktop

# 启用服务（服务名是 vmtoolsd）
sudo systemctl enable --now vmtoolsd

检查驱动加载状态

1
2
3
4

lsmod | grep -E 'vmw_vmci|vmw_vsock_vmci_transport'
# 应有类似输出：
# vmw_vmci               98304  1
# vmw_vsock_vmci_transport    45056  0

强制重装工具

1
2

sudo apt purge open-vm-tools && sudo apt autoremove
sudo apt install open-vm-tools open-vm-tools-desktop

如果不稳定，建议使用挂载点共享文件

目前确实可以复制粘贴文本、小文件了，但是大文件不行，很不稳定。

虚拟机设置 → 选项 → 共享文件夹 → 添加主机目录

会挂载到Linux的/mnt/hgfs下。

https://leetcode.cn/problems/binary-search/

内容

给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target  ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。

示例 1:

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

示例 2:

输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1

提示：

1. 你可以假设 nums 中的所有元素是不重复的。
2. n 将在 [1, 10000]之间。
3. nums 的每个元素都将在 [-9999, 9999]之间。

代码（线性探测重复值）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

class Solution {
public:
    int search(vector<int>& nums, int target) {
        int pos = -1;
        int left = 0;
        int right = nums.size() - 1;
        while (left <= right)
        {
            int mid = ((right - left) >> 1) + left;
            if (target < nums[mid])
            {
                right = mid - 1;
            }
            else if (target > nums[mid])
            {
                left = mid + 1;
            }
            else // ==
            {
                pos = mid;
                while (pos > left && nums[pos - 1] == target)
                {
                    --pos;
                }
                break;
            }
        }
        return pos;
    }
};

坑1

我第一次在线性向前探测重复值的时候写错了 while 的判断条件，不应该是pos > 0，而是pos > left

坑2

第一次写的时候，把>> 2右移运算符写成了大于号> 2，而且，不应该是>> 2，应该是>> 1右移1位，也就是对应着除以2。这是致命的错误。

但是测试用例居然全都通过了！这可能是因为我用到了线性探测，让算法实际以遍历的形式找到了正确答案…

心得

在做二分查找或者分治思想类的题目，最难、最重要的把握点是物理下标和逻辑下标的关系。
像这个题目中，left、right、mid都是物理下标。
物理下标应该实时更新。
不应该只出现逻辑下标。
就像线性探测时的 while 条件中判断pos > 0就是错误使用了逻辑下标去充当条件。应当是pos > left + 0，省略+ 0即为pos > left。

优化代码（继续二分探测）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

class Solution {
public:
    int search(vector<int>& nums, int target) {
        int pos = -1;
        int left = 0;
        int right = nums.size() - 1;
        while (left <= right)
        {
            int mid = ((right - left) >> 1) + left;
            if (target < nums[mid])
            {
                right = mid - 1;
            }
            else if (target > nums[mid])
            {
                left = mid + 1;
            }
            else // ==
            {
                pos = mid;
                right = mid - 1;
            }
        }
        return pos;
    }
};

这能让探测行为继续保持二分的$O(\log {n})$的复杂度进行。
从 $O(\log {n} + k)$（k为重复次数）优化至 $O(\log {n})$，完全消除了线性探测的开销。

总结