算法——动态DP

发现一个好用的Vue.js内置组件

是Vue.js中的一个内置组件，它的主要作用是缓存动态组件实例，避免它们在切换时被销毁和重新创建。这对于需要保留组件状态（例如表单输入、滚动位置等）的应用场景特别有用。
兴趣广泛的程序猿·2025-03-22 18:42

在 Spring Boot 结合 MyBatis 的项目中，实现字段脱敏（如手机号、身份证号、银行卡号等敏感信息的部分隐藏）可以通过以下方案实现

以下是分步说明和完整代码示例：一、实现方案选择1.方案一：自定义注解+Jackson序列化脱敏适用场景：数据返回给前端时动态脱敏，数据库存储原始数据。
冷冷清清中的风风火火·2025-03-22 18:40

LLM-Agent方法评估与效果分析

从基础的单智能体强化学习算法（如PPO）到多智能体协作、语料重组以及在线自学习等新技术不断涌现，研究人员致力于探索如何提高LLM在实际应用中的决策能力、推理能力和任务执行效率。
·2025-03-22 18:50

5、Spring Boot 3.x 集成 RabbitMQ

一、前言本篇主要是围绕着SpringBoot3.x与RabbitMQ的集成，这边文章比较简单，RabbitMQ的集成没有太大的变化，这篇文章主要是为了后续的RabbitMQ的动态配置做铺垫。
Kenny.志·2025-03-22 18:39

Spring AOP相关常见问题

而SpringAOP（Aspect-OrientedProgramming，面向切面编程）提供了一种优雅的方式，让我们可以在不修改业务代码的情况下增强方法行为。1.AOP和OOP的区别是什么？
PXM的算法星球·2025-03-22 17:34

可视化动态表单动态表单界的天花板--Formily(阿里开源)

核心理念3.2、安装3.3、示例源码4、场景案例-登录注册4.1、MarkupSchema案例4.2、JSONSchema案例4.3、纯JSX案例1、Formily表单介绍Formily是一个由阿里开源的动态表单解决方案
hhzz·2025-03-22 17:32

隐私保护：数据生命周期管理——从GDPR到加密存储，守护每一比特敏感信息

事件直接触发欧盟GDPR（通用数据保护条例）的1.2亿欧元罚款，企业市值蒸发60%。数据是数字时代的“新石油”，而隐私保护是开采过程中的“防爆阀”。本文将系统解析数据生命周期的安全管控，从法律合规到
云计算练习生·2025-03-22 17:31

常见的应用对应的传输层协议和端口号

常见的应用对应的传输层协议和端口号如下：服务端口号协议http80TCPhttps443TCPFTP21（控制）TCP20（数据）TCPTFTP69UDPTelent23TCPSSH22TCPSMTP25TCPPOP3110TCPSNMP161UDPNTP123UDPDNS53TCP
数据链路摸索者·2025-03-22 16:30

dubbo服务META-INF.dubbo文件夹作用

1.SPI机制简介SPI是Java提供的一种服务发现机制，允许框架在运行时动态加载实现类。Dubbo对其进行
zhglhy·2025-03-22 16:28

android音频概念解析

audiohardwareinterface也称为module，定义在services/audiopolicy/config/audio_policy_configuration.xml：分别有primary，a2dp
yyc_audio·2025-03-22 16:57

Java设计模式——装饰模式

目录模式动机模式定义模式结构类图代码分析示例：动态添加功能的流组件接口具体组件装饰抽象类具体装饰类客户端模式分析核心思想动态扩展功能组合优于继承优点动态扩展功能组合优于继承代码复用性高符合开闭原则缺点增加系统的复杂性类的膨胀复杂的调试适用环境动态扩展功能避免继承带来的类爆炸性增长高度可定制化的需求模式应用输入输出流
爱吃土豆的程序员·2025-03-22 16:56

设计模式—装饰者模式

一、什么是装饰者模式装饰者模式是一种结构型设计模式，它允许你动态地向对象添加新的行为而不影响其原有的行为。
BlackTurn·2025-03-22 16:56

算法刷题记录——LeetCode篇(1) [第1~100题](持续更新)

更新时间：2025-03-21LeetCode刷题目录：算法刷题记录——专题目录汇总技术博客总目录：计算机技术系列博客——目录页优先整理热门100及面试150，不定期持续更新，欢迎关注！
Allen Wurlitzer·2025-03-22 16:56

LLM 大模型技术知识最佳学习路径图发布！

如果你是一个LLM大模型的“技术小白”，我们建议的学习路径如下：技术交流群前沿技术资讯、算法交流、求职内推、算法竞赛、面试交流(校招、社招、实习)等、与10000+来自港科大、北大、清华、中科院、CMU
AGI-杠哥·2025-03-22 15:54

MiniMind：完全从 0 训练自己的大模型

是B站UP主近在远方的远开源的一个微型语言模型，改进自DeepSeek-V2、Llama3结构，项目包含整个数据处理、pretrain、sft、dpo的全部阶段，包含混合专家(MoE)模型。
三花AI·2025-03-22 15:49

DPO 核心理论推导：参考策略距离约束下的最优策略 + 损失函数设计

Yourlanguagemodelissecretlyarewardmodel.”AdvancesinNeuralInformationProcessingSystems36(2023):53728-53741.本文整理了DPO
iiiiii11·2025-03-22 14:17

Stacking算法：集成学习的终极武器

Stacking算法：集成学习的终极武器在机器学习的竞技场中，集成学习方法以其卓越的性能而闻名。其中，Stacking（堆叠泛化）作为一种高级集成技术，更是被誉为“集成学习的终极武器”。
civilpy·2025-03-22 14:16

MiniMind

DPO数据1和DPO数据2：这两个数
亚伯拉罕·黄肯·2025-03-22 14:46

集成学习（上）：Bagging集成方法

但当我们把多个模型的智慧集合起来，就能像拼图一样还原出完整的真相，接下来我们就来介绍一种“拼图”算法——集成学习。
万事可爱^·2025-03-22 14:16

直方图梯度提升：大数据时代的极速决策引擎

在Kaggle竞赛的冠军解决方案中，超过70%的获奖方案都使用了梯度提升算法。
万事可爱^·2025-03-22 14:14

【集成学习】：Stacking原理以及Python代码实现

总体来说，stacking集成算法主要是一种基于“标签”的学习，有以下的特点：用法：模型利用交叉验证，对训练集进行预测，从而实现二次学习优点：可以结合不同的模型缺点：增加了时间开销，容
Geeksongs·2025-03-22 14:14

Redis 哨兵模式的选举算法是什么？

Redis哨兵模式中的选举算法主要用于在主节点出现故障时，从多个Sentinel节点中选出一个领导者（Leader）来执行故障转移操作。
少林码僧·2025-03-22 14:12

初级：数组与字符串面试题深度剖析

答案：数组的初始化可以使用直接初始化、动态初始化等方式。遍历数组可以使用传统的for循环、增强型for循环（fo
佩奇的技术笔记·2025-03-22 14:42

通过swoole协程实现并发编程

目前的Swoole内置了丰富的协程组件供开发者直接调用以便快速实现异步非阻塞的并发编程，省去了开发者自己实现相应底层代码的麻烦：TCP/UDPClient：Swoole\Coroutine\ClientTCP
韩淼燃·2025-03-22 14:09

3.无重复字符的最长字串（滑动窗口+哈希）C语言

代码思路1.滑动窗口法使用滑动窗口法，通过维护一个窗口（由start_index和end定义），动态调整窗口的大小，确保窗口内的字符没有重复。
Re_draw_debubu·2025-03-22 14:39

Kafka 的消息压缩机制：优化存储与传输的利器

目录Kafka的消息压缩机制：优化存储与传输的利器一、消息压缩机制的重要意义1.减少存储成本2.提升网络传输效率二、Kafka常用的消息压缩算法1.GZIP压缩2.Snappy压缩3.前端展示压缩状态（
阿贾克斯的黎明·2025-03-22 14:07

关于AI OS那点事

一、AIOS需具备的核心功能智能体全生命周期管理智能体调度与并发：需支持多智能体任务的优先级排序、资源分配及并发执行，例如通过轮询调度或动态优先级算法优化LLM资源利用率。
大囚长·2025-03-22 13:34

贪心算法之分发饼干

假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。对每个孩子i，都有一个胃口值gi，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干j，都有一个尺寸sj。如果sj>=gi，我们可以将这个饼干j分配给孩子i，这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。注意：你可以假设胃口值为正。一个小朋友最多只能拥有一块饼干。示例1:输入:[1
努 力 小 子·2025-03-22 13:03

JAVA刷Leecode-贪心算法-分配问题-分发饼干

JAVA刷Leecode-贪心算法算法思想分配问题-分发饼干（135，hard)算法思想采用贪心的策略，保证每次操作都是局部最优解，从而最终的结果是全局最优。
搬砖的水鱼·2025-03-22 13:32

【贪心算法】1、分发饼干

贪心算法或贪心思想采用贪心的策略，保证每次操作都是局部最优的，从而使最后得到的结果是全局最优的。可用于解决分配问题e.g.leetcode455分发饼干解题思路：目标：尽可能满足越多数量的孩子。
念奕玥·2025-03-22 13:32

流浪地球 - 华为OD机试真题(E卷、C++)

针对刷题难，效率慢，我们提供一对一算法辅导，针对个人情况定制化的提高计划（全称1V1效率更高）。有兴趣的同学可以扫码添加我们的微信（code5bug）了解，免费试课一下。
什码情况·2025-03-22 13:01

北斗导航 |低轨导航研究进展

以下是基于最新研究动态的总结：一、技术研发与系统构建低轨导航增强系统技术突破2025年1月，青岛召开的低轨卫星导航增强系统技术发展研讨会汇集了国内26家单位的60名专家，重点讨论了低轨星座与现有导航系统
单北斗SLAMer·2025-03-22 13:31

springboot自定义封装线程池工具类

在此处定义线程池的核心线程数等核心参数：/***核心线程数=cpu核心数+1*/privatefinalintcore=Runtime.getRuntime().availableProcessors()+1;@AutowiredprivateThreadPoolPropertiesthreadPoolProperties
k&p·2025-03-22 13:30

Yolo系列之Yolo的基本理解

YOLO的基本理解目录YOLO的基本理解1YOLO1.1概念1.2算法2单、多阶段对比2.1FLOPs和FPS2.2one-stage单阶段2.3two-stage两阶段1YOLO1.1概念YOLO(YouOnlyLookOnce
是十一月末·2025-03-22 13:58

贪心算法-455分发饼干

classSolution{public:intfindContentChildren(vector&g,vector&s){sort(g.begin(),g.end());sort(s.begin(),s.end());intcount=0;inti=g.size()-1;intj=s.size()-1;for(i;i>=0;i--){if(j>=0&&s[j]>=g[i]){j--;count
工大一只猿·2025-03-22 13:28

分发饼干（贪心算法）

455.分发饼干题目描述：有一群孩子和一堆饼干，每个孩子有一个饥饿度，每个饼干都有一个大小。每个孩子只能吃一个饼干，且只有饼干的大小不小于孩子的饥饿度时，这个孩子才能吃饱。求解最多有多少孩子可以吃饱。示例1:输入:g=[1,2,3],s=[1,1]输出:1解释:你有三个孩子和两块小饼干，3个孩子的胃口值分别是：1,2,3。虽然你有两块小饼干，由于他们的尺寸都是1，你只能让胃口值是1的孩子满足。所以
穿过漫长林径·2025-03-22 13:58

贪心算法：分发饼干

假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。对每个孩子i，都有一个胃口值g[i]，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干j，都有一个尺寸s[j]。如果s[j]>=g[i]，我们可以将这个饼干j分配给孩子i，这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。示例1:输入:g=[1,2,3],s=[1,1]输出:1解释:
AlphaFinance·2025-03-22 13:26

分发饼干（贪心算法）

注：题目：假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。对每个孩子i，都有一个胃口值g[i]，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干j，都有一个尺寸s[j]。如果s[j]>=g[i]，我们可以将这个饼干j分配给孩子i，这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。示例1:输入:g=[1,2,3],s=[1,1]输出
TABE_·2025-03-22 13:25

贪心算法（9）（java）最优除法

题目：给定一正整数数组nums,nums中的相邻整数将进行浮点除法。例如，[2,3.4]->2/3/4.例如，nums=[2,3,4]，我们将求表达式的值“2/3/4"。但是，你可以在任意位置添加任意数目的括号，来改变算数的优先级。你需要找出怎么添加括号，以便计算后的表达式的值为最大值。以字符串格式返回具有最大值的对应表达式。注意:你的表达式不应该包含多余的括号。输入：【1000，100，10，2
奋进的小暄·2025-03-22 12:54

基于Spring Boot的分布式任务调度实践

无论是定时任务的执行，还是根据业务逻辑动态触发的任务，都需要一个高效、可靠的调度框架来管理。
Blossom.118·2025-03-22 12:24

鸿蒙开发工程师简历项目撰写全攻略

量化成果）+附加价值（延伸影响）二、鸿蒙特色技术点提炼技巧鸿蒙核心技术技术维度具体实现案例量化成果示例分布式软总线自定义协议实现家电设备低功耗连接连接成功率从89%提升至97%ArkUI框架基于TS扩展实现动态
谢道韫689·2025-03-22 12:53

RRU 软件中 DPD（数字预失真）的全面测试方案

RRU软件中DPD（数字预失真）的全面测试方案一、DPD原理在无线通信系统中，功率放大器（PA）用于放大射频信号以满足通信距离和覆盖范围的要求。
youngerwang·2025-03-22 12:52

从零搭建Pytorch模型教程（七）单机多卡和多机多卡训练

其中单机多卡训练介绍两种实现方式，一种是DP方式，一种是DDP方式。多机多卡训练主要介绍两种实现方式，一种是通过horovod库，一种是DDP方式。
AI大模型探索者·2025-03-22 12:50

Python连接StarRocks全流程实践: SQL文件调用与Pandas混合优化

文章目录一环境准备与连接方法1.安装核心依赖库2.连接字符串配置3.多模式连接验证二SQL文件调用与动态执行1.外部SQL文件结构设计2.Python动态加载执行三Pandas混合使用技巧1.查询结果直接转
ToreanonyTang·2025-03-22 12:19

GPU计算的历史与CUDA编程入门

本文将探讨GPU计算的发展史，重点分析《ComputerGraphics:PrinciplesandPractice》等关键文献，以及CUDAC编程模型的引入及其对现代软件开发的影响。
己见明·2025-03-22 12:49

DJANGO 中间件的白名单配置

在处理白名单内的多个Apps的URL链接时，可以采用以下几种方法来简化白名单的配置：1.使用reverse动态获取URL如果你在urls.py中为每个App的URL定义了名称（name参数），可以使用reverse
换个网名有点难·2025-03-22 12:49

机器学习中的贝叶斯网络：如何构建高效的风险预测模型

如何构建高效的风险预测模型1.背景介绍2.基本概念术语说明2.1马尔科夫随机场（MarkovRandomField）2.2条件随机场（ConditionalRandomField，CRF）2.3变量elimination算法
AI天才研究院·2025-03-22 12:18

【机会约束、鲁棒优化】机会约束和鲁棒优化研究优化【ccDCOPF】研究（Matlab代码实现）

本文目录如下：目录1概述机会约束、鲁棒优化与ccDCOPF研究综述1.机会约束规划（ChanceConstrainedProgramming,CCP）在电力系统中的应用2.鲁棒优化（RobustOptimization
科研_G.E.M.·2025-03-22 11:48

探索HTML5 Canvas：创造动态与交互性网页内容的强大工具

探索HTML5Canvas：创造动态与交互性网页内容的强大工具引言在HTML5的众多新特性中，Canvas无疑是最引人注目的元素之一。
A-Kamen·2025-03-22 11:43

机器臂运动控制算法工程师面试

大厂的经验总结：一、基础概念理解请解释机器臂运动学正解和逆解的概念，并分别说明其用途。正解：已知机器臂各关节的角度（或位移），通过运动学模型计算出机器臂末端执行器在笛卡尔空间中的位置和姿态。用途在于可以根据给定的关节驱动值，预测末端的实际位置，用于运动仿真、路径验证等，比如在工业生产前模拟机器臂的动作是否能准确到达加工位置。逆解：已知机器臂末端执行器在笛卡尔空间中的期望位置和姿态，求解出各关节应处
道亦无名·2025-03-22 11:11
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他