日常算法思维训练第17页

代码随想录算法训练营总结

本人是一名普普通通的计算机专业的毕业生，在大学学数据结构和算法就感觉非常难，到毕业也没刷过几道题，所幸后来入职的公司也没有考察算法相关的内容。

whpu_yb·2025-01-19 01:12

算法设计与分析第一章课后作业

第一章一.单选题1【单选题】子程序（包括函数和方法）是用来被调用的，递归指的是A、不同子程序之间直接或间接调用的程序设计方法B、同一个子程序直接或间接调用自己的程序设计方法C、子程序向调用它的程序段返回结果的程序设计方法D、子程序不向调用它的程序段返回结果的程序设计方法正确答案：B我的答案：B得分：4.0分2【单选题】背包问题:n个物品和1个背包。对物品i,其价值为vi,重量为wi,背包的容量为W

小毛头~·2025-01-19 01:09

【数据结构】常见八大排序算法

目录插入排序1、直接插入排序：2、希尔排序选择排序1、直接选择排序:2、堆排序交换排序1、冒泡排序2、快速排序2.2挖坑法2.1hoare版本2.3前后指针法2.4快排非递归版归并排序1、归并排序递归版2、归并排序非递归计数排序排序有内部排序和外部排序，内部排序是数据记录在内存中进行排序，这里八大排序就是内部排序，指直接插入排序，希尔排序，选择排序，堆排序，冒泡排序，快速排序，归并排序，计数排序。

爱吃香菜¹·2025-01-19 01:37

2021年江南大学研究生考试算法与程序设计题目

（2021年江南大学851真题）回忆版，免费供大家学习参考。如有雷同，那人是我室友（室友让我发的）。1、什么是线型结构（8分）删除一个链表的头结点，关键处给出注释（12分）2、题目描述：关于像素点，周围有边界像素，中间是内容像素。从某个内容像素开始上色，依次按右、上、左、下顺时针顺序进行上色。直到将所有的内容像素上色完成什么是栈？（8分）如何用栈的思想完成上色过程？画出图解（12分）3、如何用冒泡

Bears9·2025-01-19 00:00

认识软件测试 - 软实力面试题

4.优秀软件测试人员具备的素质4.1综合能力4.2掌握自动化测试技术4.3测试用例的设计能力4.4探索性思维4.5兴趣4.6责任感和压力4.7面试题4.8面试题:为什

Sunrise_angel·2025-01-19 00:59

华为OD机试E卷 --游戏分组--24年OD统一考试（Java & JS & Python & C & C++）

文章目录题目描述输入描述输出描述用例题目解析Js算法源码python算法源码java算法源码c++算法源码c算法源码题目描述部门准备举办一场王者荣耀表演赛，有10名游戏爱好者参与，分为两队，每队5人。

飞码创造者·2025-01-19 00:58

API接口到底是什么

WebAPI库API远程API三、API接口的工作原理（一）请求与响应机制（二）数据传输与格式JSON格式XML格式二进制格式（三）认证与授权机制基本认证令牌认证一、API概述在当今数字化时代，无论是我们日常使用的手机应用

小Mie不吃饭·2025-01-18 23:26

神经网络初始化 (init) 介绍

常见的初始化方法及其应用场景2.1Xavier/Glorot初始化2.2He初始化2.3正交初始化2.4其他初始化方法3.如何设置初始化4.基于BERT的文本分类如何进行初始化4.1项目背景4.2模型构建4.3模型训练与评估

迷路爸爸180·2025-01-18 23:25

3.ChatClient&Chat Model简化与AI模型的交互

通过向预训练语言模型（如GPT等）发送提示词或部分对话内容，模型依据自身训练数据及对自然语言模式的理解，生成对话的延续或完整回复，并返回给应用程序。应用程序可以将其呈现给用户或用于进一步处理。

laopeng301·2025-01-18 23:20

Vue 开发者的 React 实战指南：状态管理篇

对于Vue开发者来说，React的状态管理可能是最需要转变思维方式的部分之一。本文将从Vue开发者熟悉的角度出发，详细介绍React的状态管理方案，并通过实战示例帮助你快速掌握。

·2025-01-18 22:21

vue3大屏可视化项目，包含地图，各种图表，全屏适配方案

所用的屏幕也基本在这个比例左右2.涉及图表知识点简单，主要有自定义色系，环形图，堆叠柱状图，折线图3.使用高德地图标点做中间地图满屏适配方案实现思路1宽度使用vw，高度使用vh，严格按照设计图换算，并且留出缓冲空间2具体算法

m0_74825526·2025-01-18 22:41

千问QwQ，推理界“新王”！

探寻答案过程，始终保持自省，以理性之光审视每个假设，在不同思维维度中穿行，追寻更深层真理。但正如所有智慧的追求者，QwQ也有局限，它也只是漫长旅程的一个初步阶段——仍在学习如何行走于理性之路。

·2025-01-18 22:48

快手不发作品ip地址会变吗

近年来，随着短视频平台的兴起，如快手这样的应用已经深入人们的日常生活。那么，当我们在快手这样的平台上不发布作品时，我们的IP地址是否会发生变化呢？

hgdlip·2025-01-18 22:39

时间轮算法及简易实现

一、时间轮算法是什么？1.基本概念时间轮（TimeWheel）是一种高效的定时任务调度算法，用于管理和调度大量的定时任务。

·2025-01-18 22:44

【openGauss】数据库安全-数据库认证机制

客户价值加密认证过程中采用单向Hash不可逆加密算法PBKDF2，有效防止彩虹攻击。

小嗑数据库·2025-01-18 22:37

C#语言的数据结构

有效地使用数据结构能使算法更加高效，并提高程序的性能。在C#语言中，我们可以构建和使用多种数据结构，以满足不同的需求。

技术的探险家·2025-01-18 22:07

吴恩达系列——微调（Fine-tuning）与生成模型的应用

微调（Fine-tuning）是指在已有预训练模型的基础上，对模型进行进一步训练，以适应特定任务或需求。

疯狂小料·2025-01-18 21:04

Java 数组排序

目录1.Java冒泡排序（BubbleSort）1.冒泡排序2.冒泡排序的算法原理3.冒泡排序的复杂度和性能4.形成代码2.Java快速排序（QuickSort）3.Java归并排序（MergeSort

赔罪·2025-01-18 21:59

基于SIFT特征提取和模板匹配的车标识别算法MATLAB仿真（含MATLAB代码）

摘要本文介绍了一种基于尺度不变特征变换（SIFT）特征提取和模板匹配的车标识别方法，并通过MATLAB进行仿真。该方法利用SIFT特征的尺度和旋转不变性，提高车标识别的准确性和鲁棒性，适用于各种尺寸和方向的车标图像。仿真结果展示了该方法在实际应用中的有效性。关键词：车标识别，SIFT特征提取，模板匹配，MATLAB仿真1.引言车标识别在车辆检测、智能交通系统和安全监控中具有重要应用。准确识别车辆品

爱学习的通信人·2025-01-18 21:28

Python 实现七大排序算法

先整体看一下各个算法之间的对比，然后再进行详细介绍：排序算法平均时间复杂度最好情况最坏情况空间复杂度排序方式稳定性插入排序O(n²)O(n)O(n²)O(1)In-place稳定冒泡排序O(n²)O(n

weixin_30527323·2025-01-18 21:26

PCL 点云随机渲染颜色

目录一、概述1.1原理1.2实现步骤1.3应用场景二、代码实现2.1关键函数2.2完整代码三、实现效果PCL点云算法汇总及实战案例汇总的目录地址链接：PCL点云算法与项目实战案例汇总（长期更新）一、概述本文将介绍如何使用

MelaCandy·2025-01-18 20:54

pcl系列-添加自定义点云类型

pcl库中附带了各种预定义的点类型，这些数据类型足以支持在pcl中所实现的所有算法和方法，但是在某些情况下，在使用pcl点类型时希望定义新的点类型，比如在LIO-SAM中定义的PointXYZIRPYT

不会算法的阿召·2025-01-18 20:23

PCL 生成空间圆点云【2025最新版】

目录一、算法原理二、代码实现三、结果展示本文由CSDN点云侠原创，原文链接。博客长期更新，最近一次更新时间为：2025年1月17日。代码在PCL1.14.1中测试通过。

点云侠·2025-01-18 20:52

数据结构---C++版

数据表示：将数据存储在计算机（内存）中数据处理：处理数据，设计方案（算法）1.2计算机求解问题:1）问题→抽象出问题的模型→求模型的解问题——数值问题、非数值问题2）数值问题→数学方程非数值问题→数据结构

海狸_hlz·2025-01-18 20:51

数据分析思维

数据分析思维1.一个思维模型：目标导向分析法2.做好分析准备：探索性数据分析数据分析的四个层级1.描述性分析2.诊断性分析3.预测性分析4.决策性分析

幽兰的天空·2025-01-18 20:49

PCL点云处理算法汇总（C++长期更新低价精品版）

可笑，我当然知道是抄袭的啊，还用你提醒？要不是你们审核不作为，我能抄这么明目张胆？？？目录一、点云滤波1、常用滤波器2、采样滤波3、裁剪滤波二、KD树与八叉树1、KD树2、八叉树三、点云配准粗配准精配准对应关系配准精度坐标转换刚体运动变换四、点云拟合分割1、RANSAC2、其他几何分割五、三维重建六、特征点与特征描述1、点云的属性2、关键点提取3、特征描述子七、基础函数1、common模块2、其他

点云侠'·2025-01-18 20:16

【Python篇】深入机器学习核心：XGBoost 从入门到实战

2.1梯度提升简介3.安装XGBoost4.数据准备4.1加载数据4.2数据集划分5.XGBoost基础操作5.1转换为DMatrix格式5.2设置参数5.3模型训练5.4预测6.模型评估7.超参数调优

半截诗·2025-01-18 19:06

【YOLOv8杂草作物目标检测】

YOLOv8杂草目标检测算法介绍模型和数据集下载算法介绍YOLOv8在禾本科杂草目标检测方面有显著的应用和效果。

stsdddd·2025-01-18 19:35

思维图GOT：用大语言模型解决复杂问题

思维图（GoT）是一个框架，提高大型语言模型（LLM）中的提示功能，超出思维链或思维树(ToT)等范式所提供的能力。GoT的关键思想和主要优势是能够将LLM生成的信息建模为任意图，其中信息单位

硅谷秋水·2025-01-18 19:05

【产品思维13讲】系统能力与确定性：产品成功的核心要素

在产品开发和运营的过程中，系统能力与确定性是两个常被忽视的核心概念。它们是构建成功产品的基础，就像打造一个坚固的基础设施，支撑起整个产品的持续运行。在本篇文章中，我将通过几个具体的案例，深入探讨什么是系统能力，为什么确定性如此重要，以及它们如何帮助产品持续满足用户需求，创造可靠的用户依赖。系统能力：从泥土到苹果系统能力的概念类似于自然界中的生长过程。如果我们把泥土和水交给苹果树，它会通过自己的系统

Qingzong_MA·2025-01-18 18:02

Nginx 集群测试

测试内容：负载均衡验证：确保Nginx按照配置的负载均衡算法（如轮询、加权轮询、IP哈希等）正确地分发请求。测试方法：使用压力测试工具模拟请求

小馋喵知识杂货铺·2025-01-18 18:02

如何利用Python下载酷狗音乐

酷狗音乐下载的挑战与解决方案二、Python下载酷狗音乐的步骤选择合适的第三方库安装you-get库下载酷狗音乐三、注意事项与常见问题版权问题链接失效下载速度四、案例与代码示例五、总结与展望随着互联网的迅猛发展，音乐已经成为人们日常生活中不可或缺的一部分

傻啦嘿哟·2025-01-18 18:01

提升短视频体验的tiktok专线加速器优势

在这个信息爆炸的时代，短视频已成为人们日常生活中不可或缺的一部分。尤其是tiktok，这一平台以其丰富的内容和独特的社交属性吸引了大量用户。

·2025-01-18 18:39

【视觉算法—视频目标跟踪】基于camshift实现视频目标实时追踪

本文代码功能：1.获取摄像头，实时显示2.鼠标获取第一帧中的目标roi区域3.在视频中实时对目标进行追踪。4.两种目标追踪的方式：‘meanshift’，‘camshift’5.保存视频代码准备新建test.py，复制以下代码：importcv2ascvimportnumpyasnpglobalmin_y,height,min_x,width#1代表打开外置摄像头,外置多个摄像头可依此枚举0，1，

明月下·2025-01-18 18:26

Python 数据建模完整流程指南

这些库提供了各种工具和算法，帮助我们更高效地完成任务。importnumpyasnpim

木觞清·2025-01-18 18:56

HTTP 安全：HTTPS 原理与配置

我们日常上网离不开HTTP协议，但它存在安全隐患。HTTP以明文传输数据，信息易被窃取、篡改，身份也难以验证，像账号密码、交易信息等敏感内容在传输时毫无保障。为解决这些问题，HTTPS应运而生。

计算机毕设定制辅导-无忧学长·2025-01-18 18:56

整理一下一些Qt/C++第三方库

boost一个广泛的C++库集合，提供了大量的功能模块，包括但不限于数据结构、算法、并发编程、网络编程、文件系统、正则表达式、序列化等。

MayZork·2025-01-18 18:25

NVIDIA Hopper解说

白总Server·2025-01-18 17:24

LLMs，即大型语言模型

LLMs，即大型语言模型，是一类基于深度学习的人工智能模型，它们通过海量的数据和大量的计算资源进行训练，可以理解和生成自然语言。

maopig·2025-01-18 17:52

随机森林分类算法原理与实验分析

随机森林分类算法原理与实验分析1.引言随机森林（RandomForest）是一种集成学习方法，它通过构建多个决策树并结合它们的预测结果来进行分类。

ningaiiii·2025-01-18 17:52

第79期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。

云起无垠·2025-01-18 17:22

第60期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区，集成了生成预训练Transformer（GPT）、人工智能生成内容（AIGC）以及大语言模型（LLM）等安全领域应用的知识。

云起无垠·2025-01-18 17:22

快速傅里叶变换

快速傅里叶变换（FFT）快速傅里叶变换（FFT）是一种高效的算法，用于计算离散傅里叶变换（DFT）和其逆变换。傅里叶变换是一种重要的数学工具，广泛应用于信号处理、图像分析、数据压缩、声音合成等领域。

华东算法王（原聪明的小孩子·2025-01-18 17:21

动态规划算法----回文串问题

引言在算法的世界里，回文串问题一直是一个经典且富有挑战性的题目。而动态规划作为一种强大的算法思想，为解决这类问题提供了高效且优雅的解决方案。

阿_北·2025-01-18 17:51

【LLM】大语言模型（LLMs）

它们通过在大规模文本数据上进行训练，学习语言的语法、语义和各种语言特征，从而可以执行诸如文本生成、翻译、总结、问答等多种语言任务。

林九生·2025-01-18 17:21

全新 Hopper 架构的Transformer 引擎有什么特点？

Transformer引擎是全新Hopper架构的一部分，将显著提升AI性能和功能，并助力在几天或几小时内训练大型模型。

扫地的小何尚·2025-01-18 17:50

大语言模型（LLMs）入门教程（非常详细）从零基础入门到精通，看完这一篇就够了

如下这份指南将涵盖LLMs的基础知识、训练过程、用例和未来趋势……一.WhatareLargeLanguage

大模型零基础教程·2025-01-18 17:19

BERT详解

论文的主要特点以下几点：使用了双向Transformer作为算法的主要框架，之前的模型是从左向右输入一个文本序列，或者将l

comli_cn·2025-01-18 17:18

《多模态语言模型：一个开放探索的技术新领域》

核心主题多模态语言模型的特点仍处于探索和定义阶段没有固定的标准任务和评估方法研究方向高度开放技术路径主要存在两种方法：后期融合(LateFusion)从语言模型backbone开始添加图像编码器效果稳定，成本可控早期融合(EarlyFusion)从多模态数据集预训练效果尚不明显需要更大规模计算资源开放和透明的重要性促进知识累积和技术迭代降低技术准入门槛避免技术垄断便于安全性审计主要挑战技术层面数据

XianxinMao·2025-01-18 17:16

Flink 常见面试题

1、Flink的四大特征（基石）checkpoint:基于Chandy-Lamport算法，实现了分布式一致性快照，提供了一致性的语义。State:丰富的StateAPI。

知否&知否·2025-01-18 16:14

推荐频道

日常算法思维训练