记得刚毕业找工作面试的时候，经常会被问到：你知道“3次握手，4次挥手”吗？这时候我会“胸有成竹”地“背诵”前期准备好的“答案”，第一次怎么怎么，第二次……答完就没有下文了，面试官貌似也没有深入下去的意思，深入下去我也不懂，皆大欢喜！

作为程序员，要有“刨根问底”的精神。知其然，更要知其所以然。这篇文章希望能抽丝剥茧，还原背后的原理。

Graphviz 是 AT&T 实验是开发一款开源的绘图工具，它通过绘图语言来进行绘图，这点和 Markdown 比较相似，通过和 Markdown 结合，使用起来非常流畅，Hexo 也提供了相关的插件来支持 Graphviz，本文主要介绍插件的安装，使用教程可以参考网上其他文章。

最近同事在项目中遇到一个需求，要求将在两个显示器上显示同一个摄像机的内容，其实最简单的办法，就是在显示器设置中，将复制主屏的画面，对于更多的屏幕的输出，可以采用分屏器等硬件设备来实现，但是如果想对一个屏幕输出结果做一些处理，这种方法就么有办法解决了，实现的办法有很多种，本文主要介绍一种基于 RenderTexture 的方法。

递归更加利于理解，因此某些情况下我们更喜欢使用递归（比如归并排序、或者树的操作），但是随着递归深度不断加深，就可能出现栈溢出，很多大神可能都已经知道如何通过堆栈和循环来避免栈溢出，但是，我觉得提供一种简单、通用的方法来替换递归，对于新手来说是非常棒的想法。

这是之前写的一篇关于 UGUI 优化的文章，换了博客平台之后，重新再发一遍，之前的文章也翻译过官方关于 Ugui 优化的一系列文章，总结其内容，可以将 ugui 的优化归结为以下三类：

• 资源的优化
• Drawcall 的优化
• Overdraw 的优化
• Rebuild 的优化

前面已经介绍了暴力匹配算法、BM 算法、KMP 算法等几种单模式字符串匹配算法，在实际项目开发中，也经常会遇到多模式匹配需求，比如敏感词过滤功能，虽然使用单模式匹配算法也能够实现，但是下面介绍一种更加高效多模式匹配算法 - AC 自动机。

在前面的文章中介绍了暴力匹配算法和 BM 算法，下面再介绍另一种匹配算法 - KMP 字符串匹配算法，之所以单独将它拿出来介绍，主要是它解释和理解起来都非常困难，为了更好的理解下面的内容，建议先看理解一下暴力匹配算法和 BM，这两者相对容易理解一些，可以当做一个预热。

平时在进行上网搜索时，都会有搜索提示功能，能够根据我们输入，自动的给出相应的提示内容，那么这个功能应该如何来实现呢，当搜索词库数据量很少时，采用什么办法效率上可能差别不大，但是随着词库的不断增长，查询效率就是我们需要考虑的问题了，单词查找树就是这么一种解决方案。

在日常开发中，经常会和字符串打交道，字符串匹配功能的使用频率也很高，比如 C# 中的 IndexOf()、Python 的 find()，它们背后实现就是字符串匹配算法，字符串匹配算法多种多样，如暴力匹配算法（BF），BM 算法、RK 算法、KMP 算法，本节主要介绍暴力匹配算法、BM 算法。

一步一步实现极简光线追踪

关于光线追踪实现的教程网上有很多，但是绝大部分教程都非常难理解，或者涉及很多第三方库，或者对其中的一些基础知识介绍很少，本文将采用纯软件来实现光线追踪算法，针对光线追踪的全过程进行详细的介绍，为了便于理解，抛弃窗口显示功能，将最终的结果输出到图片文件中。