【弹簧管指标源码】【双线定势公式源码】【云浮道闸源码】轻车源码-皮皮网

【弹簧管指标源码】【双线定势公式源码】【云浮道闸源码】轻车源码

2024-11-07 20:48:30 来源：彩虹正版查询系统源码分类：综合

1.st电机库5.0完全开源了。轻车源码这对电机控制软件工程师有何影响?轻车源码
2.可动态配置的Schedule设计
3.JDK成长记7：3张图搞懂HashMap底层原理！
4.《开端》和《源代码》的轻车源码剧情是否有雷同之处？
5.è¡¨ç½ç¨åºä»£ç 

轻车源码

st电机库5.0完全开源了。这对电机控制软件工程师有何影响?轻车源码

st电机库5.0的全面开源，对电机控制软件工程师来说，轻车源码是轻车源码弹簧管指标源码重大利好。开源意味着可以免费获取完整的轻车源码源代码，使用LL库的轻车源码直观性和便捷性提升编程效率。软件工程师们无需再为获取源代码而担忧，轻车源码只需注册并申请，轻车源码小时内即可收到批准邮件，轻车源码这极大地加快了项目进程。轻车源码百度云分享链接提供了方便的轻车源码访问途径，方便工程师们下载和使用。轻车源码

然而，轻车源码对于电机控制领域的老工程师们而言，开源的冲击尤为显著。伺服行业和电动汽车等高端应用领域要求极高，如电机参数辨识、惯量辨识等复杂功能，这些核心知识难以轻易通过开源代码获取。真正的技术创新往往需要工程师投入大量时间与精力，这些成果不愿公开，因此，开源虽然降低了入门门槛，吸引了更多新人进入电机控制领域，但并未改变高端领域技术壁垒的实质。

开源软件的普及，使得低端需求的市场更加饱和，相应产品价格下滑。而对专业度要求更高的领域，技术门槛依然存在，芯片厂商的开源代码仅能提供基础框架，真正实现高级功能仍需专业工程师深入研究。ST的开源代码，虽能为新入行者提供便利，但真正理解并利用其代码的工程师，相对于只懂得基本FOC的人，已展现出了更高的专业水平。在理解并运用开源代码的过程中，工程师不仅能够提升自身技能，也能对电机控制领域有更深入的理解。

可动态配置的Schedule设计

1.背景

定时任务是实际开发中常见的一类功能，例如每天早上凌晨对前一天的注册用户数量、渠道来源进行统计，并以邮件报表的双线定势公式源码方式发送给相关人员。相信这样的需求，每个开发伙伴都处理过。

你可以使用Linux的Crontab启动应用程序进行处理，或者直接使用Spring的Schedule对任务进行调度，还可以使用分布式调度系统，如果xxl-job等。相信你已经轻车熟路、习以为常。直到有一天你接到了一个新需求：

1.新建一组任务，周期性的执行指定SQL并将结果以邮件的方式发送给特定人群；2.比较方便的对任务进行管理，比如启动、停止，修改调度周期等；3.动态添加、移除任务，不需要频繁的修改、发布程序；

停顿几分钟，简单思考一下，有哪几种实现思路呢？

本篇文章将从以下几部分进行讨论：

1.SpringSchedule配置和使用。首先我们将介绍Demo的骨架，并基于Spring-Boot完成Schedule的配置；2.数据库定时轮询方案。使用SpringSchedule定时轮询数据库，并执行相应任务。在执行任务策略中，我们将尝试同步和异步执行两种方案，并对其优缺点进行分析；3.基于TaskScheduler动态配置方案。基于数据库轮询或配置中心两种方案动态的对SpringTaskScheduler进行配置，以实现动态管理任务的目的；4.我们进入分布式环境，利用多个冗余节点解决系统高可用问题，同时使用分布式锁保障只会有一个任务同时执行；

2.SpringSchedule

SpringBoot上的Schedule的使用非常简单，无需增加新的依赖，只需简单配置即可。

1.使用@EnableScheduling启用Schedule；2.在要调度的方法上增加@Scheduled；

首先，我们需要在启动类上添加@EnableScheduling注解，该注解将启用SchedulingConfiguration配置类帮我们完成最基本的配置。

@SpringBootApplication@EnableSchedulingpublicclassConfigurableScheduleDemoApplication{ publicstaticvoidmain(String[]args){ SpringApplication.run(ConfigurableScheduleDemoApplication.class,args);}}

启用Schedule配置之后，在需要被调度的方法上增加@Scheduled注解。

@ServicepublicclassSpringScheduleService{ @AutowiredprivateTaskServicetaskService;@Scheduled(fixedDelay=5*,initialDelay=)publicvoidrunTask(){ TaskConfigtaskConfig=TaskConfig.builder().name("SpringDefaultSchedule").build();this.taskService.runTask(taskConfig);}}

runTask任务延迟1s进行初始化，并以5s为间隔进行调度。

Scheduled注解类的详细配置如下：

配置含义样例cronlinuxcrontab表达式@Scheduled(cron="*/5****MON-FRI")工作日，每5s调度一次fixedDelay固定间隔，上次运行结束，与下次启动运行，相隔固定时长@Scheduled(fixedDelay=)运行结束后，5S后启动一次调度fixedDelayString与fixedDelay一致fixedRate固定周期，前后两次运行相隔固定的云浮道闸源码时长@Scheduled(fixedRate=)前后两个任务，间隔5秒fixedRateString与fixedRate一致initialDelay第一次执行，间隔时间@Scheduled(initialDelay=,fixedRate=)第一次执行，延时1秒，以后以5秒为周期进行调度initialDelayString与initialDelay一致

环境搭建完成，让我们开始第一个方案。

3.数据库定时轮询

使用数据库来管理任务，通过轮询的方案，进行动态调度。首先，我们看下最简单的方案：串行执行方案。

3.1.串行执行方案

整体思路非常简单，流程如下：

主要分如下几步：

1.在应用中启动一个Schedule任务（每1秒调度一次），定时从数据库中获取待执行的任务（状态为可用，下一次执行时间小于当前时间）；2.根据数据库的任务配置信息，依次遍历并执行任务；3.任务执行完成后，经过计算获得下一次调度时间，将其写回到数据库；4.等待下一次任务调度。

核心代码如下：

@Scheduled(fixedDelay=,initialDelay=)publicvoidloadAndRunTask(){ Datenow=newDate();//加载需要运行的任务：//1.状态为ENABLE//2.下一次运行时间小于当前时间List<TaskDefinitionV2>shouldRunTasks=loadShouldRunTasks(now);//依次遍历待运行任务，执行对于的任务for(TaskDefinitionV2task:shouldRunTasks){ //DoubleCheckif(task.shouldRun(now)){ //执行任务runTask(task);//更新任务的下一次运行时间updateNextRunTime(task,now);}}}

方案简单但非常有效，那该方案存在哪些问题呢？最主要的问题就是：任务串行执行，会导致后面任务出现延时运行；同时，下一轮检查也会被delay。

例如，依次加载了待执行任务task1、task2、task3。其中task1耗时5秒，task2耗时5秒，task3耗时1秒，由于三个任务串行执行，task2将延时5秒，task3延时秒；下一轮检查距上次启动相差秒。

究其根本，核心问题是调度线程和运行线程是同一个线程，调度的运行和任务的运行相互影响。

让我们看一个改进方案：并行执行方案。

3.2.并行执行方案

整体执行流程如下：

相比之前的方案，新方案引入了线程池，每一个任务对应一个线程池，避免任务间的相互影响；任务在线程池中异步处理，避免了调度线程的延时。具体流程如下：

1.步骤一不变，在应用中启动一个Schedule任务（每1秒调度一次），定时从数据库中获取待执行的任务（状态为可用，下一次执行时间小于当前时间）；2.依次遍历任务，delphi 反编译源码将任务提交到专有线程池中异步执行，调度线程直接返回；3.任务在线程池中运行，结束后更新下一次的运行时间；4.调度线程重新从数据库中获取待执行任务，在将任务提交至线程池中，如果有任务正在执行，使用线程池拒绝策略，抛弃最老的任务；

核心代码如下：

Spring调度任务，每1秒运行一次：

@Scheduled(fixedDelay=,initialDelay=)publicvoidloadAndRunTask(){ Datenow=newDate();//加载所有待运行的任务//1.状态为ENABLE//2.下一次运行时间小于当前时间List<TaskDefinitionV2>shouldRunTasks=loadShouldRunTasks(now);//遍历待运行任务for(TaskDefinitionV2task:shouldRunTasks){ //1.根据TaskId获取任务对应的线程池//2.将任务提交至线程池中this.executorServiceForTask(task.getId()).submit(newTaskRunner(task.getId()));}}

自定义线程池，每个线程池最多只有一个线程，空闲超过秒后，线程自动回收，线程饱和时，直接丢弃最老的任务：

privateExecutorServiceexecutorServiceForTask(LongtaskId){ returnthis.executorServiceRegistry.computeIfAbsent(taskId,id->{ BasicThreadFactorythreadFactory=newBasicThreadFactory.Builder()//指定线程池名称.namingPattern("Async-Task-"+taskId+"-Thread-%d")//设置线程为后台线程.daemon(true).build();//线程池核心配置：//1.每个线程池最多只有一个线程//2.线程空闲超过秒进行自动回收//3.直接使用交互器，线程空闲进行任务交互//4.使用指定的线程工厂，设置线性名称//5.线程池饱和，自动丢弃最老的任务returnnewThreadPoolExecutor(0,1,L,TimeUnit.SECONDS,newSynchronousQueue<>(),threadFactory,newThreadPoolExecutor.DiscardOldestPolicy());});}

最后，在线程池中运行的Task如下：

privateclassTaskRunnerimplementsRunnable{ privatefinalDatenow=newDate();privatefinalLongtaskId;publicTaskRunner(LongtaskId){ this.taskId=taskId;}@Overridepublicvoidrun(){ //重新加载任务，保持最新的任务状态TaskDefinitionV2task=definitionV2Repository.findById(this.taskId).orElse(null);if(task!=null&&task.shouldRun(now)){ //运行任务runTask(task);//更新任务的下一次运行时间updateNextRunTime(task,now);}}}4.TaskScheduler配置方案

该方案的核心为：绕过@Schedule注解，直接对Spring底层核心类TaskScheduler进行配置。

TaskScheduler接口是Spring对调度任务的一个抽象，更是@Schedule背后默默的支持者，首先我们看下这个接口定义。

publicinterfaceTaskScheduler{ ScheduledFutureschedule(Runnabletask,Triggertrigger);ScheduledFutureschedule(Runnabletask,InstantstartTime);ScheduledFutureschedule(Runnabletask,DatestartTime);ScheduledFuturescheduleAtFixedRate(Runnabletask,InstantstartTime,Durationperiod);ScheduledFuturescheduleAtFixedRate(Runnabletask,DatestartTime,longperiod);ScheduledFuturescheduleAtFixedRate(Runnabletask,Durationperiod);ScheduledFuturescheduleAtFixedRate(Runnabletask,longperiod);ScheduledFuturescheduleWithFixedDelay(Runnabletask,InstantstartTime,Durationdelay);ScheduledFuturescheduleWithFixedDelay(Runnabletask,DatestartTime,longdelay);ScheduledFuturescheduleWithFixedDelay(Runnabletask,Durationdelay);ScheduledFuturescheduleWithFixedDelay(Runnabletask,longdelay);}

满满的都是schedule接口，其他的比较简单就不过多叙述了，重点说下Trigger这个接口，首先看下这个接口的定义：

publicinterfaceTrigger{ DatenextExecutionTime(TriggerContexttriggerContext);}

只有一个方法，获取下次执行的时间。在任务执行完成后，会调用Trigger的nextExecutionTime获取下一次运行时间，从而实现周期性调度。

CronTrigger是Trigger的最常见实现，以linuxcrontab的方式配置调度任务，如：

scheduler.schedule(task,newCronTrigger("-**MON-FRI"));

基础部分简单介绍到这，让我们看下数据库动态配置方案。

4.1数据库动态配置方案

整体设计如下：

仍旧是轮询数据库方式，详细流程如下：

1.在应用中启动一个Schedule任务（每1秒调度一次），定时从数据库中获取所有任务；2.依次遍历任务，与内存中的TaskEntry（任务与状态）进行比对，动态的向TaskScheduler中添加或取消调度任务；3.由TaskScheduler负责实际的任务调度；

核心代码如下：

@Scheduled(fixedDelay=,initialDelay=)publicvoidloadAndConfig(){ //加载所有的任务信息List<TaskDefinitionV3>tasks=repository.findAll();//遍历任务进行任务检查for(TaskDefinitionV3task:tasks){ //获取内存任务状态TaskEntrytaskEntry=this.taskEntry.computeIfAbsent(task.getId(),TaskEntry::new);if(task.isEnable()&&taskEntry.isStop()){ //任务为可用，运行状态为停止，则重新进行schedule注册ScheduledFuture<?>scheduledFuture=this.taskScheduler.scheduleWithFixedDelay(newTaskRunner(task),task.getDelay()*);taskEntry.setScheduledFuture(scheduledFuture);log.info("successtostartscheduletaskfor{ }",task);}elseif(task.isDisable()&&taskEntry.isRunning()){ //任务为禁用，运行状态为运行中，停止正在运行在任务taskEntry.stop();log.info("successtostopscheduletaskfor{ }",task);}}}

核心辅助类：

有没有发现，以上方案都有一个共同的缺陷：基于数据库轮询获取任务，加大了数据库压力。jpgdll.dll源码理论上，只有在配置发生变化时才有必要对任务进行更新，接下来让我们看下改进方案：基于配置中心的方案。

4.2配置中心通知方案

整体设计如下：

核心流程如下：

1.应用启动时，从配置中心中获取调度的配置信息，并完成对TaskScheduler的配置；2.当配置发送变化时，配置中心会主动将配置推送到应用程序，应用程序在接收到变化通知时，动态的增加或取消调度任务；3.任务的实际调度仍旧由TaskScheduler完成。

由于手底下没有配置中心，暂时没有coding，思路很简单，有条件的同学可以自行完成。

5.分布式环境下应用

以上方案，都是在单机环境下运行，如果应用程序挂掉了，任务调度也就停止了，为了避免这种情况的发生，需要提升系统的可用性，实现冗余部署和自动化容灾。

以上方案，如果部署多个节点会发生什么？是的，会出现任务被多次调度的问题，为了保障在同一时刻只有一个任务在运行，需要为任务增加一个排他锁。同时，由于排他锁的存在，当一个节点处问题后，另一个节点在调度时会自动获取锁，从而解系统的单点问题。

为了简单，我们使用Redis的分布式锁。

5.1.环境搭建

Redisson是Redis的一个富客户端，提供了很多高级的数据结构。本次，我们将使用RLock对应用进行保护。

首先，在pom中引入RedissonStarter。

然后，在application.properties文件中增加Redis配置，具体如下：

最后，就可以直接使用分布式锁对任务执行进行保护了，代码如下：

备注：

Redis是典型的AP应用，而分布式锁严格意义上来说是CP。所以基于Redis的分布式锁只能使用在非严格环境中，比如我们的数据报表需求。如果设计金钱，需要使用CP实现，如Zookeeper或etcd等。

6.小结

本文从Spring的Schedule出发，依次对数据库轮询方案、TaskScheduler配置方案进行详细讲解，以实现对调度任务的可配置化。最后，使用Redis分布式锁有效解决了分布式环境下任务重复调度和自动容灾问题。

仍旧是那句话，架构设计没有更好，只有最适合。同学们可以根据自己的需求自取。

References

[1]源码:/litao/books/tree/master/configurable-schedule

JDK成长记7：3张图搞懂HashMap底层原理！

一句话讲， HashMap底层数据结构，JDK1.7数组+单向链表、JDK1.8数组+单向链表+红黑树。

在看过了ArrayList、LinkedList的底层源码后，相信你对阅读JDK源码已经轻车熟路了。除了List很多时候你使用最多的还有Map和Set。接下来我将用三张图和你一起来探索下HashMap的底层核心原理到底有哪些？

首先你应该知道HashMap的核心方法之一就是put。我们带着如下几个问题来看下图：

如上图所示，put方法调用了putVal方法，之后主要脉络是：

如何计算hash值？

计算hash值的算法就在第一步，对key值进行hashCode()后，对hashCode的值进行无符号右移位和hashCode值进行了异或操作。为什么这么做呢？其实涉及了很多数学知识，简单的说就是尽可能让高和低位参与运算，可以减少hash值的冲突。

默认容量和扩容阈值是多少？

如上图所示，很明显第二步回调用resize方法，获取到默认容量为，这个在源码里是1<<4得到的，1左移4位得到的。之后由于默认扩容因子是0.，所以两者相乘就是扩容大小阈值*0.=。之后就分配了一个大小为的Node[]数组，作为Key-Value对存放的数据结构。

最后一问题是，如何进行hash寻址的？

hash寻址其实就在数组中找一个位置的意思。用的算法其实也很简单，就是用数组大小和hash值进行n-1&hash运算，这个操作和对hash取模很类似，只不过这样效率更高而已。hash寻址后，就得到了一个位置，可以把key-value的Node元素放入到之前创建好的Node[]数组中了。

当你了解了上面的三个原理后，你还需要掌握如下几个问题:

还是老规矩，看如下图：

当hash值计算一致，比如当hash值都是时，Key-Value对的Node节点还有一个next指针，会以单链表的形式，将冲突的节点挂在数组同样位置。这就是数据结构中所提到解决hash 的冲突方法之一：单链法。当然还有探测法+rehash法有兴趣的人可以回顾《数据结构和算法》相关书籍。

但是当hash冲突严重的时候，单链法会造成原理链接过长，导致HashMap性能下降，因为链表需要逐个遍历性能很差。所以JDK1.8对hash冲突的算法进行了优化。当链表节点数达到8个的时候，会自动转换为红黑树，自平衡的一种二叉树，有很多特点，比如区分红和黑节点等，具体大家可以看小灰算法图解。红黑树的遍历效率是O(logn)肯定比单链表的O(n)要好很多。

总结一句话就是，hash冲突使用单链表法+红黑树来解决的。

上面的图，核心脉络是四步，源码具体的就不粘出来了。当put一个之后，map的size达到扩容阈值，就会触发rehash。你可以看到如下具体思路：

情况1:如果数组位置只有一个值：使用新的容量进行rehash，即e.hash & (newCap - 1)

情况2:如果数组位置有链表，根据 e.hash & oldCap == 0进行判断，结果为0的使用原位置，否则使用index + oldCap位置,放入元素形成新链表，这里不会和情况1新的容量进行rehash与运算了，index + oldCap这样更省性能。

情况3：如果数组位置有红黑树，根据split方法，同样根据 e.hash & oldCap == 0进行树节点个数统计，如果个数小于6，将树的结果恢复为普通Node，否则使用index + oldCap，调整红黑树位置，这里不会和新的容量进行rehash与运算了，index + oldCap这样更省性能。

你有兴趣的话，可以分别画一下这三种情况的图。这里给大家一个图，假设都出发了以上三种情况结果如下所示：

上面源码核心脉络，3个if主要是校验了一堆，没做什么事情，之后赋值了扩容因子，不传递使用默认值0.，扩容阈值threshold通过tableSizeFor(initialCapacity);进行计算。注意这里只是计算了扩容阈值，没有初始化数组。代码如下：

竟然不是大小*扩容因子？

n |= n >>> 1这句话，是在干什么？n |= n >>> 1等价于n = n | n >>>1; 而|表示位运算中的或，n>>>1表示无符号右移1位。遇到这种情况，之前你应该学到了，如果碰见复杂逻辑和算法方法就是画图或者举例子。这里你就可以举个例子：假设现在指定的容量大小是,n=cap-1=，那么计算过程应该如下：

n是int类型，java中一般是4个字节，位。所以的二进制：。

最后n+1=，方法返回，赋值给threshold=。再次注意这里只是计算了扩容阈值，没有初始化数组。

为什么这么做呢？一句话，为了提高hash寻址和扩容计算的的效率。

因为无论扩容计算还是寻址计算，都是二进制的位运算，效率很快。另外之前你还记得取余(%)操作中如果除数是2的幂次方则等同于与其除数减一的与(&)操作。即 hash%size = hash & (size-1)。这个前提条件是除数是2的幂次方。

你可以再回顾下resize代码，看看指定了map容量，第一次put会发生什么。会将扩容阈值threshold，这样在第一次put的时候就会调用newCap = oldThr;使得创建一个容量为threshold的数组，之后从而会计算新的扩容阈值newThr为newCap*0.=*0.=。也就是说map到了个元素就会进行扩容。

除了今天知识，技能的成长，给大家带来一个金句甜点，结束我今天的分享：坚持的三个秘诀之一目标化。

坚持的秘诀除了上一节提到的视觉化，第二个秘诀就是目标化。顾名思义，就是需要给自己定立一个目标。这里要提到的是你的目标不要定的太高了。就比如你想要增加肌肉，给自己定了一个目标，每天5组，每次个俯卧撑，你看到自己胖的身形或者海报，很有刺激，结果开始前两天非常厉害，干劲十足，特别奥利给。但是第三天，你想到要个俯卧撑，你就不想起床，就算起来，可能也会把自己撅死过去......其实你的目标不要一下子定的太大，要从微习惯开始，比如我媳妇从来没有做过俯卧撑，就让她每天从1个开始,不能多，我就怕她收不住，做多了。一开始其实从习惯开始，先变成习惯，再开始慢慢加量。量太大养不成习惯，量小才能养成习惯。很容易做到才能养成，你想想是不是这个道理？

所以，坚持的第二个秘诀就是定一个目标，可以通过小量目标，养成微习惯。比如每天你可以读五分钟书或者5分钟成长记，不要多，我想超过你也会睡着了的.....

最后，大家可以在阅读完源码后，在茶余饭后的时候问问同事或同学，你也可以分享下，讲给他听听。

《开端》和《源代码》的剧情是否有雷同之处？

《开端》这部剧在播出之后，就受到了许多人的关注，无限流的设定，也让人们感觉到新鲜。不过像这些设定也让人们想起了一部非常有名的影片《源代码》，所以有人会觉得《开端》对《源代码》有所抄袭，但实际上除了剧情的梗概比较相似以外，剧情的细节上并没有什么相同的。所以说《开端》并没有抄袭**《源代码》，两个作品都是很优秀的，而且各有千秋。

《开端》和《源代码》

之所以会有人觉得《开端》抄袭的《源代码》，就是由于这两个故事发生的主体比较相似。《开端》是发生在公交车上的循环，而《源代码》则是发生在火车上的循环。另外都是由男女两个主角进入到循环并且不断的拯救车上人的故事，虽然说梗概有一些相似。但是要知道无限流的设定在很多的影视剧中都有出现，而且这种为了突出男女主的特色，所以说不断的去进行拯救他人的剧情设定也是比较常规的，所以说并没有什么抄袭的。再加上《开端》从刚开始播出到之后都没有任何剧情上的重复点，而且也非常能够吸引观众的注意力，所以说编剧在设计剧情的过程中是非常细心的，所以说两者并没有任何的抄袭情况，也能够体现网友们对于《开端》剧情的关注，所以好剧只要欣赏就够了，没有必要过分的担心。

《开端》的播出

从刚开始播出的社会讨论度很高，很多人也被这些年轻。演员的演技提升和突破感到十分的吃惊。当然在这部剧中更多的人是能够看到编剧的细心，所以好剧就要体现在各个细节上以及制作特色上，这样的话才能够让更多的人可以给予好评。

总结

一部好剧有相似点是很正常的，但是只要能够体现自身的特色就可以了。并且《开端》这部剧在海内外都取得了不错的播出效果，也希望有更多的人能够通过这部剧来获得观看的喜悦。

è¡¨ç½ç¨åºä»£ç

ç±ç®å°ç¹ï¼åæ¥äºä¸ªã

1ãæµè§å¨æ ç¾æ³

ç¶åæ ç¾å°±èªå¨åæ¥å°è¡¨ç½å¯¹è±¡çæµè§å¨ä¸äºã

2ãä¸¤ä¸ªæé®ç»åæI LOVE U

ç¶åcrtrl+fï¼å¨è¾å¥æ¡ä¸è¾å¥9ï¼ç¶ååè½¦ï¼çä¸ææï¼

3ãPythonè¡¨ç½ä»£ç

print('\n'.join([''.join([('Love'[(x-y) % len('Love')] if ((x*0.)**2+(y*0.1)**2-1)**3-(x*0.)**2*(y*0.1)**3 <= 0 else ' ') for x in range(-, )]) for y in range(, -, -1)]))

4ãç«é·ä¸ç¹ç

å¦æéè¦æºç ççä¸é®ä¹¡å°±å¯ä»¥äºã

5ãæ¶æä¸ç¹ç

è¿ä¸ªéåå³ç³»å·²ç»ä¸éçé£ç§äºï¼ççææ

æºç ç´æ¥å

【弹簧管指标源码】【双线定势公式源码】【云浮道闸源码】轻车源码

热点文章

重点关注