12306买票功率,回家了!!!回家了!!!最后一天了。

XBodhi. 2013-01-21 01:54:10
加精
  大家好:
小生这里不才,给大家分享下12306买票的攻略;功率如下:
----------------

1.先确定好出发地点的预售时间。
2.准备好各种银行,各种信誉卡。
3.准备好给力的网络(推荐网吧)。
4.了解12306网站的购票流程。
5.记住12306隐藏登陆地址。(https://dynamic.12306.cn/otsweb/
6.搜狗浏览器(webkit内核)+12306助手(APP)

  以本人为例,话说本人16日和17日在公司帮人刷上海--柳州的票,那是一个悲剧。因为公司的网络太TM的烂了。所以以失败告终。

  记得上周六19号,本人购买无锡--阜新的票。因为本人知道这个网吧的网络很好。
13点中找了个位置坐下;人不是很多,开启CF开始了爆头。过了很久看了下旁边多了1个哥们。一看14点50了。发现旁边的哥们也准备买票。买的是上海--哈尔滨的。

  正题开始了

今天的12306是模拟了火车票的售票大厅的逻辑。登陆无障碍。可以做到秒登陆。
1.输入账号和密码登陆。
2.进入预定页面确保出现如下图片。



3.开启定时刷票(这样你可以不用手动去点按钮了)
4.出现橙色选中的时候可以点击预定了。
5.加载联系人如果慢这里可以用CTRL + C 和 Ctrl+v 来做。
6.如果网络给力的话提交订单必然成功。
7.会进入排队状态。

这里说明下排队状态:
排队状态的订单也是订单,如果你取消了3次,当前账号则无法购买票了。
所以如果排队在5分钟内你的票基本可以拿到了,但是不能保证一定是坐票。
如果时间大于5分钟基本上看RP了。
如果时间大于8分钟基本上可以放弃了。


我说下我的时间
我15点01分提交订单成功。
15点02分开始排队。
15点04分出票成功。
45分内支付完毕。

下面是我的订单。



又下午3点买票的准备了。还有1个小时了。





下面公布第2大浏览器上的植入神器(360 高速浏览器)
这个笔
一:360高速浏览器下载地址:http://dl.360safe.com/cse/360cse_6.0.0.400_qiangpiao.exe

同样登陆地址如下:
https://dynamic.12306.cn/otsweb/

如下图:
(会自动登录哦)


预定页面如下:
(360的webkit模式下才有)


点击预定:
注意了,要先点击自动提交订单提交输入验证码(4个字符)后会自动提交)如下图:
错误验证码的图片:


输入正确后会自动提交图如下:




他可以自己缩短你的排队时间哦
成功了。



综合第一个帖子来说,360的这个要比 搜狗的跟人性化或,抢票更容易。

官方的功率如下:https://ext.chrome.360.cn/html/ticket/index.html


返程票购买日期如下:


...全文
2854 73 打赏 收藏 转发到动态 举报
写回复
用AI写文章
73 条回复
切换为时间正序
请发表友善的回复…
发表回复
乐小熊 2013-02-05
  • 打赏
  • 举报
回复
没有买到票
XBodhi. 2013-01-29
  • 打赏
  • 举报
回复
回来的票买好了,结贴了准备。收分吧。
Benjay77 2013-01-28
  • 打赏
  • 举报
回复
360被屏蔽了?上不去
cdcjk 2013-01-27
  • 打赏
  • 举报
回复
抢到了高铁票,不容易哇!
勿隐寺 2013-01-25
  • 打赏
  • 举报
回复
回家的孩纸是幸福滴!
用眼神瞬杀你 2013-01-25
  • 打赏
  • 举报
回复
javaoraspx 2013-01-25
  • 打赏
  • 举报
回复
  • 打赏
  • 举报
回复
晕,现在技术人员不流行写软件了?
amw_2017 2013-01-24
  • 打赏
  • 举报
回复
恭喜恭喜啊!祝一路顺风!快乐过一个新年!
dong_chenj 2013-01-24
  • 打赏
  • 举报
回复
恭喜恭喜啊
lijin84100 2013-01-24
  • 打赏
  • 举报
回复
呵呵。不错,值得学习,我也用试试
  • 打赏
  • 举报
回复
引用 68 楼 jiangxiaoliang18 的回复:
引用 12 楼 HHQSY 的回复:南京到柳州的也不好买啊 我也是到柳州下车,哈哈,我买到5号走的卧铺了,准备抢回程票鸟。
我6号晚上滴,今天试了试以前的抢票软件,还能用,哈哈
  • 打赏
  • 举报
回复
引用 12 楼 HHQSY 的回复:
南京到柳州的也不好买啊
我也是到柳州下车,哈哈,我买到5号走的卧铺了,准备抢回程票鸟。
关键我是洛哥 2013-01-24
  • 打赏
  • 举报
回复
我顶你 恭喜你订票成功!
liugl9527 2013-01-23
  • 打赏
  • 举报
回复
恭喜恭喜啊.
iphkaisg 2013-01-23
  • 打赏
  • 举报
回复
不容易啊!!!回家就是好啊!!! 恭喜啊!!
lu9923 2013-01-23
  • 打赏
  • 举报
回复
这真是太有用了
你绝对的猪 2013-01-23
  • 打赏
  • 举报
回复
站票一张, 唉...
xtfnpgy 2013-01-23
  • 打赏
  • 举报
回复
引用 25 楼 a66081638 的回复:
洛阳的更难买...
是啊,那就先买到郑州啊,或者买途经站到长沙的K82就行啊
我就是大神 2013-01-23
  • 打赏
  • 举报
回复
支持技术贴
加载更多回复(53)
​什么是共识算法背景分布式系统集群设计中面临着一个不可回避的问题,一致性问题对于系统中的多个服务节点,给定一系列操作,如何试图使全局对局部处理结果达成某种程度的一致?这个一致性问题大致有如下的场景:节点之间通讯不可靠的,延迟和阻塞节点的处理可能是错误的,甚至节点自身随时可能宕机节点作恶举例说明,就比如有两家电影院同时售卖总量一定的电影票,在这样的场景下,要如何设计方式来保证两家电影院协调同步不出现超卖或者错卖的问题呢?共识算法,就是解决对某一提案(目标,投票等各种协作工作),大家达成一致意见的过程比如上述的买票问题,就可以有如下的设计:1.每次卖票打电话给其他电影院,确认当前票数2.协商售卖时间,比如一三五A卖,二四六B卖3.成立个第三方存票机构,它统一发票通过以上的设计,可以看出一个很重要的解决一致性算法的解决思路,即:将可能引发不一致的并行操作进行串行化,就是现在计算机系统里处理分布式一致性问题基础思路和唯一秘诀 著名的共识设计理论FLP 不可能性原理  共识算法的理论下限提出该定理的论文是由 Fischer, Lynch 和 Patterson 三位作者于 1985 年发表,该论文后来获得了 Dijkstra(就是发明最短路径算法的那位)奖。FLP 原理认为对于允许节点失效情况下,纯粹异步系统无法确保一致性在有限时间内完成。三人三房间投票例子三个人在不同房间,进行投票(投票结果是 0 或者 1)。三个人彼此可以通过电话进行沟通,但经常会有人时不时地睡着。比如某个时候,A 投票 0,B 投票 1,C 收到了两人的投票,然后 C 睡着了。A 和 B 则永远无法在有限时间内获知最终的结果。如果可以重新投票,则类似情形每次在取得结果前发生带入到计算机领域就是说,即便在网络通信可靠情况下,一个可扩展的分布式系统的共识问题的下限是无解。即可靠性的下限是0%CAP  分布式系统领域的重要原理CAP 原理最早由 Eric Brewer 在 2000 年,ACM 组织的一个研讨会上提出猜想,后来 Lynch 等人进行了证明• C(一致性):所有的节点上的数据时刻保持同步,即数据一致• A(可用性):每个请求都能在一定时间内接受到一个响应,即低延迟• P(分区容错):当系统发生分区时仍然可以运行的定理:任何分布式系统只可同时满足二点,没法三者兼顾。即数据一致,响应及时,可分区执行不可能同时满足。举个例子:一个分布式网路上,某一个节点有一组依赖数据A,当网络无延迟,无阻塞时,依赖于X的操作可正常进行。但网络无延迟阻塞在现实世界中是没法100%保证的,那么当网络异常时,必然会产生分布式系统的分区和孤岛,那当一个执行操作在A分区之外时,如果要保证P,即当系统发生分区时仍可运行,就需要在分布式系统中多个节点有X的备份数据,以应对分区情况。则这时候就需要在C,A之间做出选择。假如选择C,即要保证数据在分布式网络中的一致性,那么就需要在X每次改动时,需要将全网节点的X数据同步刷新成最新的状态,那么在等待数据刷新完成之前,分布式系统是不可响应X的依赖操作的,即A的功能缺失假如选择A,即要突出低延迟的实时响应。那么在响应的时候,可能全节点的X数据并没有同步到最新的状态,则会导致C的缺失。上面看上去有些绕,那么你只要记住这句话,CAP原理在分布式网络系统的应用讨论,其实就是讨论在允许网络发生故障的系统中,该选择一致性还是可靠性?如果系统重视一致性,那么可以基于ACID原则做系统设计即 Atomicity(原子性)、Consistency(一致性)、Isolation(隔离性)、Durability(持久性)。ACID 原则描述了对分布式数据库的一致性需求,同时付出了可用性的代价。• Atomicity:每次操作是原子的,要么成功,要么不执行;• Consistency:数据库的状态是一致的,无中间状态;• Isolation:各种操作彼此互相不影响;• Durability:状态的改变是持久的,不会失效相应的有一个BASE原则,(Basic Availiability,Soft state,Eventually Consistency)则强调了可用性。 经典的共识算法设计业内,针对节点异常的情况,会有两种分类1.故障的,不响应的节点,成为非拜占庭错误2.恶意响应的节点,称为非拜占庭错误Paxos 最早的共识算法  非拜占庭算法的代表Paxos有三种角色:• proposer:提出一个提案,等待大家批准为结案。客户端担任该角色;• acceptor:负责对提案进行投票。往往是服务端担任该角色;• learner:被告知结案结果,并与之统一,不参与投票过程。即普通节点系统运行由proposer驱动,当合法提案在一定时间内收到1/2以上投票后达成共识。因此,可得出无法达成共识的条件:1.proposer故障2.二分之一以上acceptor故障拜占庭问题与BFT(Byzantine Fault Tolerant) 算法Leslie Lamport 1982 年提出用来解释一致性问题的一个虚构模型。拜占庭是古代东罗马帝国的首都,由于地域宽广,守卫边境的多个将军(系统中的多个节点)需要通过信使来传递消息,达成某些一致的决定。但由于将军中可能存在叛徒(系统中节点出错),这些叛徒将努力向不同的将军发送不同的消息,试图会干扰一致性的达成。拜占庭问题即为在此情况下,如何让忠诚的将军们能达成行动的一致。对于拜占庭问题来说,假如将军总数为 N,叛变将军数为 F,则当N>=3F+1 时,问题才有解,即叛变的将军不超过1/3时,存在有效的算法,如BFT,不论叛变者如何折腾,忠诚的将军们总能达成一致的结果。这是一个数学论证的结论,有兴趣的同学可以自行推导。PBFT  一种高效拜占庭容错共识算法PBFT是Practical Byzantine Fault Tolerance的缩写,意为实用拜占庭容错算法。该算法是Miguel Castro 和Barbara Liskov(2008年图灵奖得主)在1999年提出来的,解决了原始拜占庭容错算法效率不高的问题。他的核心思想是:对于每一个收到命令的将军,都要去询问其他人,他们收到的命令是什么。如上图,假设命令由A将军分发,假如A是作恶异常,分发给B,C,D的操作分别是1,2,3.意图扰乱共识。拜占庭容错算法上设计实现是,当B,C,D收到命令后,相互之间也会沟通从A收到的命令是否一致,从而达到识破干扰的目的。其容错的极限值就是N>=3F+1。PBFT 在区块链上的实现区块链的节点分为记账节点和普通节点两个角色记账节点负责向全网提供记账服务,并维护全局账本,每过一段时间从记账节点中选一个议长,进行命令的分发,其他记账节点则作为议员进行验证将军就是记账节点,拥有全局账本,并验证交易的有效性,过互相传达验证结果,在f共识的一般流程如下:1.任一节点接收到发送者签名的交易数据请求后,向全网广播2.所有记账节点均独立监听全网的交易数据,并记录在内存3.议长在经过t后发送共识请求提案request4.议员在收到提案后,进行相关验证,发送响应response5.任意节点在限定时间内收到至少F+1个response后,共识达成,把交易记录入区块并发布给全网,如果超时,则更换视图和议长6.任意节点在收到完整区块后,把包含的交易从内存中删除开始下一个共识循环区块产生间隔t,    记账节点n,  可容错节点数f, 视图编号v,  区块高度h, 议长编号p,  议员编号i p=(h-v)%n  未来的发展POW算法建立了比特币帝国,具有划时代的意义。但其能耗和速度问题却是制约区块链普及的两大难以解决的问题。目前POS算法是一大趋势,以太坊的Casper,EOS的DPos等都是借鉴了上述前人的设计理念做的基于应用场景的优化改造,但万变不离其宗,我和大家一样,需要不断的学习和思考,没准,能有发明出自己的共识算法的一天呢。 

7,765

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧