mlmphp源碼,MLP代碼

本文目錄一覽：

• 1、解密php eval(base64_decode方法
• 2、PHP 網站程序裡邊有個license的授權文件，源碼是這樣的那位大哥幫我破解一下：50分送上
• 3、php 按條件查詢2個表輸出結果，並結算出其中一個的 總數，如何寫新手 謝謝
• 4、r語言中怎樣查看函數源代碼

解密php eval(base64_decode方法

對於第一段：

eval(base64_decode(‘ZnVuY3Rpb24gdGhlbWVfZm9vdGVyX3QoKSB7IGlmICghKGZ1bmN0aW9uX2V4aXN0cygiY2hlY2tfdGhlbWVfZm9vdGVyIikgJiYgZnVuY3Rpb25fZXhpc3RzKCJjaGVja190aGVtZV9oZWFkZXIiKSkpIHsgdGhlbWVfdXNhZ2VfbWVzc2FnZSgpOyBkaWU7IH0gfSB0aGVtZV9mb290ZXJfdCgpOw==’));

你可以編寫如下的測試程序：

?php

exit(base64_decode(‘ZnVuY3Rpb24gdGhlbWVfZm9vdGVyX3QoKSB7IGlmICghKGZ1bmN0aW9uX2V4aXN0cygiY2hlY2tfdGhlbWVfZm9vdGVyIikgJiYgZnVuY3Rpb25fZXhpc3RzKCJjaGVja190aGVtZV9oZWFkZXIiKSkpIHsgdGhlbWVfdXNhZ2VfbWVzc2FnZSgpOyBkaWU7IH0gfSB0aGVtZV9mb290ZXJfdCgpOw==’));

?

在命令行執行上面的測試程序，輸出結果如下：

function theme_footer_t() { if (!(function_exists(“check_theme_footer”) function_exists(“check_theme_header”))) { theme_usage_message(); die; } } theme_footer_t();

上面輸出的結果，可以替換測試你的第一段代碼，它們完全等效，或者說就是解密後的代碼，你掌握這個方法，PHP根本就是不可能真正加密的，都是欺負初學者而已。

PHP 網站程序裡邊有個license的授權文件，源碼是這樣的那位大哥幫我破解一下：50分送上

把所有涉及到變數的地方，都輸了一下變數值即可。目測是eval執行一估base64解密的代碼

php 按條件查詢2個表輸出結果，並結算出其中一個的 總數，如何寫新手 謝謝

你在 while 上面那一行添加一個 $a = “”;

在 while裡面那個 echo”br”;下面在添加一行 $a += $row1[goods_amount]; 這個必須在 大括弧}裡面 ,然後在 大括弧外面 echo $a; 就可以了，望採納！

r語言中怎樣查看函數源代碼

在r中看函數源代碼：

在R中，代碼可以分為如下幾個級別：

首先，是你輸入了函數對象名稱，你可以直接看到代碼的，如要獲得函數對象fivenum的代碼，就只需要在Console中鍵入函數對象名稱fivenum就可以得到如下結果：

function (x, na.rm = TRUE)

{

xna – is.na(x)

if (na.rm)

x – x[!xna]

else if (any(xna))

return(rep.int(NA, 5))

x – sort(x)

n – length(x)

if (n == 0)

rep.int(NA, 5)

else {

n4 – floor((n + 3)/2)/2

d – c(1, n4, (n + 1)/2, n + 1 – n4, n)

0.5 * (x[floor(d)] + x[ceiling(d)])

}

}

environment: namespace:stats

從上面的例子可以看出，這類函數對象的代碼是最容易看到的，也是我們學習的最好的材料了，而R中最大多數的函數對象是以這種方式出現的。

其次，我們在輸入mean這類函數名次的時候，會出現如下結果：

function (x, …)

UseMethod(“mean”)

environment: namespace:base

這表示函數作者把函數「封」起來了。這個時候我們可以先試一試methods(mean)，利用methods函數看看mean這個函數都有哪些類型的，我們得到的結果如下：

[1] mean.data.frame mean.Date mean.default mean.difftime mean.POSIXct mean.POSIXlt

其實對此可以有一個簡單的理解，雖然不夠精確。因為在R中，mean函數可以求得屬於不同類型對象的平均值，而不同類型對象平均值的求法還是有一些小小差 異的，比如說求一個向量的平均值和求一個數據框的平均值就有所差異，就要編寫多個mean函數，然後「封」起來，以一個統一的mean出現，方便我們使 用。這正好也反映了R有一種類似泛型編程語言的性質。

既然我們已經知道mean中還有這麼多種類，我們可以輸入mean.default試一試就可以得到：

function (x, trim = 0, na.rm = FALSE, …)

{

if (!is.numeric(x) !is.complex(x) !is.logical(x)) {

warning(“argument is not numeric or logical: returning NA”)

return(as.numeric(NA))

}

if (na.rm)

x – x[!is.na(x)]

trim – trim[1]

n – length(x)

if (trim 0 n 0) {

if (is.complex(x))

stop(“trimmed means are not defined for complex data”)

if (trim = 0.5)

return(stats::median(x, na.rm = FALSE))

lo – floor(n * trim) + 1

hi – n + 1 – lo

x – sort.int(x, partial = unique(c(lo, hi)))[lo:hi]

n – hi – lo + 1

}

.Internal(mean(x))

}

environment: namespace:base

同樣就可以得到mean.data.frame、mean.Date、mean.difftime、mean.POSIXct、mean.POSIXlt 的具體內容了。值得注意的是，在R中，出現有多個同樣近似功能的函數封裝為一個函數的時候（這時候在函數中多半會出現類似UseMethod函數使用的情 況），我們不妨先輸入mean.default試一試。這種形式的函數在R中一般作為默認的函數表示。

第三，這是一種特殊的情況，有人認為應該和第二種是一類，但是我還是要提出來單獨歸類。在這種情況也和第二種的原因有些類似，但並不是完全一致。

也許我們大家都很熟悉plot函數了吧，輸入函數名plot的時候，我們會得到如下結果：

function (x, y, …)

{

if (is.null(attr(x, “class”)) is.function(x)) {

nms – names(list(…))

if (missing(y))

y – {

if (!”from” %in% nms)

else if (!”to” %in% nms)

1

else if (!”xlim” %in% nms)

NULL

}

if (“ylab” %in% nms)

plot.function(x, y, …)

else plot.function(x, y, ylab = paste(deparse(substitute(x)),

“(x)”), …)

}

else UseMethod(“plot”)

}

environment: namespace:graphics

請注意plot函數中也出現了UseMethod這個函數，但是和mean不同的是，前面有相當多的語句用於處理其他一些事情。這個時候，我們也使用methods(plot)來看看，得到如下結果：

plot.acf* plot.data.frame* plot.Date* plot.decomposed.ts* plot.default

plot.dendrogram* plot.density plot.ecdf plot.factor* plot.formula*

plot.hclust* plot.histogram* plot.HoltWinters* plot.isoreg* plot.lm

plot.medpolish* plot.mlm plot.POSIXct* plot.POSIXlt* plot.ppr*

plot.prcomp* plot.princomp* plot.profile.nls* plot.spec plot.spec.coherency

plot.spec.phase plot.stepfun plot.stl* plot.table* plot.ts

plot.tskernel* plot.TukeyHSD

不看不知道，一看嚇一跳，還以為我們輸入plot的輸出就是函數本身，結果也許不是如此。可能有人已經理解了，其實最後的UseMethod函數實在默認的調用plot.default函數，趕快再看看plot.default函數吧，發現它再調用plot.xy函數，再看看plot.xy函數，再plot.xy函數中調用了一個.Internal(plot.xy(xy, type, pch, lty, col, bg, cex, lwd, …))函數，也許這就是真正起作用的函數了吧。思路基本上就是如此了，是否這個時候您可以獲得一些閱讀查找R函數內容的樂趣。

除了直接輸入FUN.default形式外，還可以使用getS3method(FUN,”default”)來獲得代碼。這樣就解決了絕大多數函數代碼查看的工作了。

在第二種情況種，我們說了一般可以通過FUN.default獲得想要的結果。但是只有稱為generic的函數才有這種「特權」。而lm等則沒有，不過我們也可以嘗試使用methods(lm)來看看結果如何，發現：

[1] lm.fit lm.fit.null lm.influence lm.wfit lm.wfit.null

Warning message:

function ‘lm’ appears not to be generic in: methods(lm)

出現了警告信息，表示說lm不是泛型函數，但是還是給出了結果lm.fit等，大致上可以看成是和lm相關的系列函數吧。這樣子就出現了有趣的局面，比如說既有plot.ts，也有ts.plot。

依照第三種情況，我們發現竟然有的函數用星號標識了的，比如plot.stl*等，當我們輸入plot.stl，甚至是plot.stl*的時候都會給出 要麼找不到這個對象，要麼乾脆是代碼錯誤的信息。原來凡是用了*標識的函數，都是隱藏起來的函數，估計是怕被人看見（其實這是玩笑話）！我們要看這些函數 的代碼，我們該怎麼辦呢？其實也很容易，使用功能強大的getAnywhere(FUN)，看看這個函數的名稱，就可以猜想到它的功能估計是很強大的， Anywhere的內容都可以找到！getAnywhere(plot.stl)的結果如下：

A single object matching ‘plot.stl’ was found

It was found in the following places

registered S3 method for plot from namespace stats

namespace:stats

with value

function (x, labels = colnames(X), set.pars = list(mar = c(0,

6, 0, 6), oma = c(6, 0, 4, 0), tck = -0.01, mfrow = c(nplot,

1)), main = NULL, range.bars = TRUE, …, col.range = “light gray”)

{

sers – x$time.series

ncomp – ncol(sers)

data – drop(sers %*% rep(1, ncomp))

X – cbind(data, sers)

colnames(X) – c(“data”, colnames(sers))

nplot – ncomp + 1

if (range.bars)

mx – min(apply(rx – apply(X, 2, range), 2, diff))

if (length(set.pars)) {

oldpar – do.call(“par”, as.list(names(set.pars)))

on.exit(par(oldpar))

do.call(“par”, set.pars)

}

for (i in 1:nplot) {

plot(X[, i], type = if (i nplot)

“l”

else “h”, xlab = “”, ylab = “”, axes = FALSE, …)

if (range.bars) {

dx – 1/64 * diff(ux – par(“usr”)[1:2])

y – mean(rx[, i])

rect(ux[2] – dx, y + mx/2, ux[2] – 0.4 * dx, y –

mx/2, col = col.range, xpd = TRUE)

}

if (i == 1 !is.null(main))

title(main, line = 2, outer = par(“oma”)[3] 0)

if (i == nplot)

abline(h = 0)

box()

right – i%%2 == 0

axis(2, labels = !right)

axis(4, labels = right)

axis(1, labels = i == nplot)

mtext(labels[i], side = 2, 3)

}

mtext(“time”, side = 1, line = 3)

invisible()

}

environment: namespace:stats

注意到前面有一段解釋型的語言，描述了我們要找的這個函數放在了什麼地方等等。其實對任意我們可以在R中使用的函數，都可以先試一試getAnywhere，看看都有些什麼內容。算是一個比較「霸道」的函數。

在上面plot.xy函數中，我們還可以看到.Internal這個函數，類似的也許還可以看到.Primitive、.External、.Call等函數這就和R系統內部工作方式和與外部介面的定義有關了，如果對這些函數有興趣的話，就要學習組成R系統的源代碼了。

最後，如果真的想閱讀組成R系統本身的源代碼，在各個CRAN中均有下載。你可以得到組成R系統所需要的材料。其中很多C語言（還有就是F）的源代碼，均 是精心挑選過的演算法，哪怕就是想學從頭到尾編寫具體的演算法，也是學習的好材料。同時，你可以看到R系統內部是如何構成的，理解了這些對於高效使用R有至關 重要的作用。這個範疇的材料就要著重看一看R-Lang和R-inits了。

至此，R中閱讀代碼的內容就依照我的理解介紹了一下。隨後將有一些R代碼示例的分析註解、語言本身、R應用的和行業使用的材料翻譯和具體例子說明。歡迎大家多多和我交流，一起進步。