算法期末复习
算法期末复习
1.单选题
\1. 二分搜索算法是利用( A)实现的算法。
A. 分治策略 B. 动态规划法 C. 贪心法 D. 回溯法
\2. 回溯法解旅行售货员问题时的解空间树时( C ) 。
A. 子集树 B. 深度优先生成树 C. 排序树 D. 广度优先生成树
\3. 下列算法中通常以自底向上的方式求解最优解的是(B )。
A. 备忘录法 B. 动态规划法 C. 回溯法 D. 贪心法
\4. 下面问题( D)不能使用贪心法解决。
A. 单源最短路径问题 B.背包问题 C. 最小花费生成树问题 D. N皇后问题
\5. 实现循环赛日程表利用的算法是( B)。
A. 动态规划法 B. 分治策略 C. 贪心法 D. 回溯法
\6. 下列算法中通常以深度优先方式系统搜索问题解的是( C )。
A. 备忘录法 B. 动态规划法 C. 回溯法 D. 贪心法
\7. 矩阵连乘问题的算法可由( A)设计实现。
A. 动态规划法 B. 贪心法 C. 回溯法 D. 分治策略
\8. 能够用动态规划解决的问题还有一个显著特征为（D ），这个性质并不是动态规划适用的必要条件，但是如果该性质无法满足，动态规划算法同其他算法相比就不具备优势。
A. 子问题的可求解性 B. 子问题的独立性
C. 子问题的可合并性 D. 子问题的重叠性
\9. 下面哪种函数是回溯法中为避免无效搜索采取的策略(B )。
A. 递归函数 B. 剪枝函数 C. 随机数函数 D. 搜索函数
\10. 哈夫曼编码的贪心算法所需的计算时间为（ C ）。
\11. 设f(n)=O(n),g(n)=O(n2),那么h(n)=f(n)+g(n)的复杂度为(A)。
A. O(n2) B. O(n) C. O(n3) D. O(n1.5)
\12. 下列哪个符号代表了算法复杂度的下界( B ) 。
A. O B. Ω C. ω D. Ø
\13. 下列不是动态规划算法基本步骤的是(A )。
A. 找出最优解的性质 B. 构造最优解 C. 算出最优解 D. 定义最优解
\14. 下列是动态规划算法基本要素的是(D)。
A. 定义最优解 B. 构造最优解 C. 算出最优解 D. 子问题重叠性质
\15. 用贪心法设计算法的关键是(B )。
A. 将问题分解为多个子问题来分别处理 B. 选好贪心准则
C. 获取各阶段间的递推关系 D. 满足最优秀原理
\16. 回溯法搜索解空间树，通常采用( C )函数来避免无效搜索，提高效率。
A. 约束函数 B. 预测函数 C. 剪枝函数 D. 限界函数
\17. 回溯法从开始节点出发，以(D)方式搜索整个解空间。
A. 局部优先 B. 广度优先 C. 横向优先 D. 深度优先
\18. 回溯法解批处理作业调度问题时的解空间树是（ B）。
A. 子集树 B. 排序树 C. 深度优先生成树 D. 广度优先生成树
\19. 实现最长公共子序列利用的算法是( C)。
A. 分治法 B. 贪心法 C.动态规划法 D. 回溯法
\20. 矩阵连乘问题的算法可由（ A ）设计实现。
A.动态规划法 B. 回溯法 C. 贪心法 D. 分支界限法
2.判断题
1．裴波那契数列的定义：f(n)=f(n-1)+f(n-2),f(0)=1,f(1)=2，其数据的定义形式不是按递归定义。
2．二分搜索法的二分查找只适用于顺序存储结构。
3．如果一个算法在最坏情况下的复杂度很高，那它一定不是个好算法。
4．利用动态规划算法和贪心算法得到的解都是整体最优解。
5．回溯法可以系统地搜索问题的所有解。
6．在0-1背包问题的解空间树中，从树根到叶的任一路径表示解空间中的一个元素。
7．如果一个算法由两个时间复杂度不同的子算法组成，那么该算法的复杂度取决于较高复杂度的子算法。
8．程序和算法一样，都是某种程序设计语言的具体实现。
9．分治法的基本思想是将一个规模较大的问题分解成若干个规模较小的子问题，这些子问题之间并不一定相互独立。
10．如果一类活动过程一个阶段的决策确定以后，常影响到下一个阶段的决策，则称它为多阶段决策问题。
答案：
1-5 错对错错对
6-10 对对错错对
补充的别的班给的选择题：
1.一个算法应该包含以下性质，除了（A）
A.二义性 B有限性 C正确性 D可终止性
2.当输入数据规模为n时，算法耗时最小的是（B）
A.5n B20logn C2n^2 D 3nlogn
3.下列算法中通常以自底向上的方式求解最优解的是(B)。
A分治法
B动态规划法
C贪心法
D回溯法
4.下列算法中通常以自顶向下的方式求解最优解的是(A)
A分治法
B动态规划法
C贪心法
D回溯法
5.实现最大子段和利用的算法是(A)
A分治策略
B动态规划法
C贪心法
D回溯法
6.7/8的埃及分数表达式为(A)
A.1/2+1/3+1/24
B.5/6+1/24
C.1/3+13/24
D.1/2+3/8
7.算法策略主要有:分治法、贪心法、动态规划法、(C)和分支限界法等
A微分法
B积分法
C回溯法
D筛选法
3.填空题
阅读下面C代码，输入参数n为100时，函数返回结果是:
int func(int n)
{int s=0;for(int i=0;i<=n;i=i+2){
}return s;
}
2550
阅读下面的C算法代码，时间复杂度和空间复杂度分别为：
int func2(int n)
{if(n==0||n==1){return n;}return n+func(n-2);
}
O(n),O(n)
int func3(int n)
{int k=0;while(n>=1){for(j=0;j<n;j++){k=k+1;}n=n/2;}return k;
}
上述代码的输入n=16时，输出是多少？
该循环的时间复杂度是多少？
31，O(n)
有以下硬币面值：1，20，50，在该硬币组合下，现要找零60元（可重复选取硬币），使用贪心策略凑出目标金额的最少数量是：
11
动态规划算法的三个基本要素是：
最优子结构，重叠子问题，无后效性
将5/7表示为埃及分数：
1/2+1/5+1/70
快速排序算法的性能取决于：
划分的对称性
以深度优先方式系统搜素问题解的算法称为：
回溯法
任何可用计算机求解的问题所需的时间都与其__有关
规模
程序是___用某种程序设计语言的具体实现
算法
使用计算机求解问题的基本步骤包括哪些：
(1)问题分析;
(2)数学模型建立;
(3)算法设计与选择;
(4)算法表示;
(5)算法分析;
(6)算法实现:
(7)程序测试及调试;
(8)结果整理文档编制。
分治法所能解决的问题一般具有哪些特征?
(1)该问题的规模缩小到一定的程度就可以容易解决。
(2)该问题可以分解为若干个规模较小的相同问题。
(3)该问题所分解出的各个子问题是相互独立的。
(4)利用分解出的子问题的解可以合并为该问题的解。
4.综合题（不用写代码的那种）
1.两个字符串X=(a,b,c,b,d,b)和Y=(a,c,b,b,a,b,d,b,b)，用动态规划法求字符串X和Y的最长公共子序列，请写出求解过程中的长度矩阵L和状态矩阵S，并给出X和Y的一个最长公共子序列。
X 和 Y 的所有最长公共子序列为：
(1）“BDAB”
(2）“BCBA”
- 一个多段图G=（V，E），在顶点A处有一水库，现需要从顶点A铺设一条管道到顶点E，边上的数字表示对应两个顶点之间的距离，该图采用邻接矩阵A表示。现要找出一条从顶点A到顶点E的线路，使得铺设的管道长度最短。
解：
首先求解初始子问题，可直接获得：
d(A, B1)=c（A，B1）＝2(A→B1)
d(A, B1)=c（A，B2）＝4(A→B2)
d(A, B3)=c（A，B3）＝3(A→B3)
再求解下一个阶段的子问题，有：
d(A, C1)= min{ d(A, B1)+ c(B1,C1）, d(A, B2)+ c(B2,C1）, d(A, B3)+ c(B3,C1）}
= min{ 2+7, 4+3, 3+6 } = 7(B2→C1)
d(A, C2)= min{ d(A, B1)+ c(B1,C2）, d(A, B2)+ c(B2,C2）, d(A, B3)+ c(B3,C2）}
= min{ 2+4, 4+2, 3+2 } = 5(B3→C2)
d(A, C2)= min{ d(A, B2)+ c(B2,C3）, d(A, B3)+ c(B3,C3）}
= min{ 4+4, 3+5 } = 8(B3→C3)
再求解下一个阶段的子问题，有：
d(A, D1)= min{ d(A, C1)+ c(C1,D1）, d(A, C2)+ c(C2,D1）, d(A, C3)+ c(C3,D1）}
= min{ 7+3, 5+6, 8+3 } = 10(C1→D1)
d(A, D2) = min{ d(A, C1)+ c(C1,D2）, d(A, C2)+ c(C2,D2）, d(A, C3)+ c(C3,D2）}
= min{ 7+4, 5+3, 8+3 } = 8(C2→D2)
直到最后一个阶段，有：
d(A, E)= min{ d(A, D1)+ c(D1,E）, d(A, D2)+ c(D2,E）}
= min{ 10+3, 8+4 } = 12(D2→E)
则：从顶点 A 到顶点 E 铺设的管道长度最短为 A→B3→C2→D2→E，最短长度为 12
- 有这样一类特殊0-1背包问题：可选物品重量越轻的物品价值越高。N=6，C=20，P=(4，8，15，1，6，3)，W=(5，3，2，10，4，8)。其中N为物品个数，C为背包载重量，P表示物品的价值，W表示物品的重量。请问对于此特殊的0-1背包问题，为使放进背包的物品总价值最大，应如何选择放进去的物品？使获得的最大总价值多少？
解： 因为该 0－1 背包问题比较特殊，恰好重量越轻的物品价值越高，所以优先取重量
轻的物品放进背包。最终可以把重量分别为 2，3，4，5 的四个物品放进背包，得到的价值和为 15 + 8 + 6 + 4 = 33，为最大值。
4.给定无向带权连通图G如图所示，利用贪心算法，求G的最小生成树T。
答案：
补充的综合题：
1.现有四个矩阵，其中各矩阵维数如表，计算出矩阵连乘积A1A2A3A4所需要的最少乘法次数及组合方案。
答案：
2.有4门课程需要分配给4个班级，每门课程分配给每个班级需要付出费用代价。请为每门课程分配给不同的班级并使得所有课程的总费用和最小。请用回溯法画出搜索状态的解空间树。注意:只画解空间树即可。
答案：
3.请写出动态规划的3个步骤，并写出爬到3个阶梯的计算过程。
定义状态
状态转移方程
计算顺序
设 dp[i] 表示爬到第 i 阶楼梯的方法数。
- 初始化：
- 当 i=0 时，dp[0]=1 ，表示站在原地（不移动）是一种方案。
- 当 i=1 时，dp[1]=1 ，因为只能从第0阶爬1阶到第1阶，只有一种方式。
- 计算 dp2]：
根据状态转移方程 dp[i]=dp[i−1]+dp[i−2]（i≥2），当 i=2 时，dp[2]=dp[1]+dp[0]=1+1=2 。这里的两种方案是 0→1→2 和 0→2 。 - 计算 dp[3]：
当 i=3 时，dp[3]=dp[2]+dp[1]=2+1=3 。对应的三种方案就是题目中给出的 0→1→2→3 ，0→2→3 ，0→1→3 。
补充：
如果要考最大子段和：
5.代码题
用递归算法求一个整数数组a的最大元素，请分析以下问题:① 分析递归模型;
② 写出对应的递归算法。
相似的子问题：寻找数组中的最大的元素
#include <iostream>
using namespace std;
const int N=1e5+10;
int a[N];
int n;
int max_a=INT_MIN;//初始化最大值为最小整数
void dfs(int u)
{
if(u>n) return; //超出数组范围
max_a=max(max_a,a[u]);//更新最大值
dfs(u+1);//递归调用下一个元素
}
int main()
{cin>>n;for(int i=1;i<=n;i++) cin>>a[i];dfs(1);//从第一个元素开始遍历cout<<max_a<<endl;return 0;
}
算法实现，输出2~1000之间的所有完全数。所谓完全数，是指这样的数，该数的各因子(除该数本身外)之和正好等于该数本身，例如:6=1+2+3。
#include <iostream>
using namespace std;
int main()
{for(int num=2;num<=1000;num++) {int sum=1; for(int i=2;i*i<num;i++){if(num%i==0){sum+=i;if(i!=num/i){sum+=num/i;}}}if(sum==num&&num!=1){cout<<num<<"是一个完全数"<<endl;}}return 0;
}
补充的代码题：
好像疑似考的题（因为很多班老师说会考）
猴子偷桃
一只小猴子摘了若干桃子，每天吃现有桃的一半多一个，到第十天就只有一个了，求原来有多少个桃子？
数学模型：
每天的桃子数为：
a10=1,a9=(1+a10)* 2, a8=(1+a9)*2,…
递推公式：
ai=(1+ai+1)*2,i=9,8,7,6,…1
#include <iostream>
using namespace std;
int main()
{int a=1;for(int i=9;i>=1;i=i-1){a=(a+1)*2;}cout<<a<<endl;
return 0;
}
数字三角形
也是很大概率要考的题目
观察下面的数字金字塔。
写一个程序来查找从最高点到底部任意处结束的路径，使路径经过数字的和最大。每一步可以走到左下方的点也可以到达右下方的点。
在上面的样例中，从 7→3→8→7→5 的路径产生了最大权值。
输入格式
第一个行一个正整数 r ,表示行的数目。
后面每行为这个数字金字塔特定行包含的整数。
输出格式
单独的一行,包含那个可能得到的最大的和。
输入输出样例
输入 #1复制
5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
输出 #1复制
30
说明/提示
【数据范围】
对于 100% 的数据，1≤r≤1000，所有输入在 [0,100] 范围内。
#include <iostream>
using namespace std;
const int N=1010;
int n;
int a[N][N];
int f[N];
int main()
{cin>>n;for(int i=1;i<=n;i++){for(int j=1;j<=i;j++){cin>>a[i][j];}}for(int i=1;i<=n;i++){for(int j=i;j>=1;j--){f[j]=max(f[j],f[j-1])+a[i][j];}}int ret=0;for(int j=1;j<=n;j++){ret=max(ret,f[j]);}cout<<ret<<endl;return 0;
}
全排列问题
题目描述
按照字典序输出自然数 1 1 1 到 n n n 所有不重复的排列，即 n n n 的全排列，要求所产生的任一数字序列中不允许出现重复的数字。
输入格式
一个整数 n n n。
输出格式
由 1 ∼ n 1 \sim n 1∼n 组成的所有不重复的数字序列，每行一个序列。
每个数字保留 5 5 5 个场宽。
输入输出样例 #1
输入 #1
3
输出 #1
1 2 31 3 22 1 32 3 13 1 23 2 1
说明/提示
1 ≤ n ≤ 9 1 \leq n \leq 9 1≤n≤9。
#include <iostream>
#include <vector>
using namespace std;
const int N=15;
int n;
bool st[N];
vector<int> path;
void dfs()
{if(path.size()==n){for(auto x:path){printf("%5d",x);}cout<<endl;return;}for(int i=1;i<=n;i++){if(st[i]) continue;path.push_back(i);st[i]=true;dfs();path.pop_back();st[i]=false;}
}
int main()
{cin>>n;dfs();return 0;
}
感觉后面三题可能性更大，因为涉及到第一题是递归，第二题是动态规划，第三题是DFS，深度优先搜索遍历，考点都涉及到了，好像动态规划还有什么最长公共字序列问题
以编辑距离的题目为例子：
编辑距离
题目描述
设 A A A 和 B B B 是两个字符串。我们要用最少的字符操作次数，将字符串 A A A 转换为字符串 B B B。这里所说的字符操作共有三种：
- 删除一个字符；
- 插入一个字符；
- 将一个字符改为另一个字符。
A , B A, B A,B 均只包含小写字母。
输入格式
第一行为字符串 A A A；第二行为字符串 B B B；字符串 A , B A, B A,B 的长度均小于 2000 2000 2000。
输出格式
只有一个正整数，为最少字符操作次数。
输入输出样例 #1
输入 #1
sfdqxbw
gfdgw
输出 #1
4
说明/提示
对于 100 % 100 \% 100% 的数据， 1 ≤ ∣ A ∣ , ∣ B ∣ ≤ 2000 1 \le |A|, |B| \le 2000 1≤∣A∣,∣B∣≤2000。
#include <iostream>using namespace std;const int N = 2010;string a, b;int n, m;int f[N][N];int main(){
cin >> a >> b;n = a.size(); m = b.size();a = " " + a; b = " " + b;// 初始化for(int i = 1; i <= n; i++) f[i][0] = i;for(int j = 1; j <= m; j++) f[0][j] = j;for(int i = 1; i <= n; i++)for(int j = 1; j <= m; j++){if(a[i] == b[j]) f[i][j] = f[i - 1][j - 1];else f[i][j] = min(min(f[i - 1][j], f[i - 1][j - 1]), f[i][j - 1]) + 1;}cout << f[n][m] << endl;return 0;}
相关文章：
算法期末复习
算法期末复习 1.单选题 \1. 二分搜索算法是利用( A)实现的算法。 A. 分治策略 B. 动态规划法 C. 贪心法 D. 回溯法 \2. 回溯法解旅行售货员问题时的解空间树时( C ) 。 A. 子集树 B. 深度优先生成树 C. 排序树 D. 广度优先生成树 \3. 下列算法中通常以自底向上的方式求解最…...
LeetCode 5：最长回文子串
1、题目描述 给你一个字符串 s，找到 s 中最长的 回文 子串。 示例 1: 输入：s "babad" 输出："bab" 解释："aba" 同样是符合题意的答案。 示例 2: 输入：s "cbbd" 输出&#…...
2025年4月19日 记录大模型出现的计算问题
2025年4月19日 记录大模型出现的计算问题，用了四个大模型计算json的数值，3个错误，1个正确 问题 Class Train Val answer 2574 853 screen 5025 1959 blackBoard 7847 3445 teacher 8490 3228 stand…...
Python语法系列博客 · 第3期 数据结构入门（列表、元组、字典、集合）
上一期小练习解答（第2期回顾） ✅ 练习1：判断一个数是正数、负数还是零 num float(input("请输入一个数：")) if num > 0:print("正数") elif num < 0:print("负数") else:print("零&q…...
【对Linux文件权限的深入理解】
Linux文件权限 Linux下权限概念概念相关命令 Linux的文件权限管理1.文件访问者的分类（⼈）文件类型和访问权限（事物属性）文件权限值的表示方法⽂件访问权限的相关设置方法目录的权限（比较重要）粘滞位 Linux下…...
2025.04.19【Spider】| 蜘蛛图绘制技巧精解
Basic multi-group radar chart Start with a basic version, learn how to format your input dataset Radar chart with ggradar A Spider chart made using the ggradar package and a lot of customization.A work by Tuo Wang 文章目录 Basic multi-group radar chartRa…...
AtCoder ABC402 A~D 题解
A - CBC 题目大意 给点字符串 S S S，输出其中所有大写字母。 思路 根据题意模拟即可。 代码 #include <cstdio> #include <iostream> #include <algorithm> using namespace std;int main() {string s;cin >> s;for (int i 0; i &l…...
)
双指针算法（部分例题解析)
快慢指针左右指针 前言 双指针，它通过设置两个指针来遍历数据，从而实现高效的查找、排序、去重等操作。双指针算法的核心在于通过合理地移动这两个指针，减少不必要的遍历，提高算法的效率。 283. 移动零 - 力扣（LeetCo…...
PHP怎样判断浏览器类型和浏览器语言？
获取浏览器类型 $_SERVER[HTTP_USER_AGENT]包含了用户代理字符串，该字符串包含了浏览器、操作系统等信息。通过分析这个字符串，可以大致判断用户使用的浏览器类型。 <?phpfunction getBrowserType() {$userAgent $_SERVER[HTTP_USER_AGENT];$brow…...
利用 i2c 快速从 Interface 生成 Class
利用 i2c 快速从 Interface 生成 Class（支持 TS & ArkTS） 在日常 TypeScript 或 ArkTS 开发中，需要根据 interface 定义手动实现对应的 class，这既重复又容易出错。分享一个命令行工具 —— interface2class，简称…...
Vue+Notification 自定义消息通知组件 支持数据分页 实时更新
效果图： message.vue 消息组件 子组件 <template><div class"custom-notification"><div class"content"><span click"gotoMessageList(currentMessage.split()[1])">{{ currentMessage.split()[0] }}</…...
机械设计【】技术要求（实际使用）
目录 台板技术要求加工件技术要求钣金件技术要求工装型腔技术要求铝型材框架技术要求装配体技术要求焊接件技术要求1（外形尺寸≥1500mm）焊接件技术要求2（外形尺寸＜1500mm）焊接件技术要求3（不锈钢）其他要求台板技术要求 1.台板下表面周边不倒角，其余未注倒角C0.5； 2.去…...
遨游科普：防爆平板是指什么？有哪些应用场景？
在石油开采平台的炽热甲板、化工园区的反应釜旁、矿井巷道的瓦斯弥漫区，总能看到一群手持特殊设备的作业人员。他们手中的平板并非寻常消费电子产品，而是专门应对极端环境的防爆平板。防爆平板承载着工业安全的核心诉求，其技术演进与应用拓展…...
【GCC】gcc编译学习
文章目录 1. 过程2. 常用命令选项3. 多个源文件编译参考内容 1. 过程 step1 : 预处理，生成.i文件（预处理器cpp） gcc -E [源文件] -o [生成的.i文件] gcc -E test.c -o test.istep2 : 汇编，将预处理后的文件转换为汇编语言生成.s…...
不确定与非单调推理的可信度方法
可信度方法是肖特里菲（E.H.Shortliffe)等人在确定性理论（Theoryof Comfirmation)的基础上，结合概率论等提出的一种不确定性推理方法，首先在专家系统MYCIN中得到了成功的应用。由于该方法比较直观、简单，而且效果也比较好，因而受到人们的重视。目前，许多专家系统都是基于…...
个人自用-导入安装Hexo
因为本人原来就有备份好的资料，所以重新安装起来会很方便，这个教程也只适合我自己用 但是所有的命令行都要在Git的命令行里面使用（因为我就是这样操作的） 1 安装Git Git的官网 Git git --version 这个是查看Git的版本 git --…...
)
2025年最新版 Git和Github的绑定方法，以及通过Git提交文件至Github的具体流程(详细版)
文章目录 Git和Github的绑定方法与如何上传至代码仓库一. 注册 GitHub 账号二.如何创建自己的代码仓库：1.登入Github账号，完成登入后会进入如下界面：2.点击下图中红色框选的按钮中的下拉列表3.选择New repostitory4.进入创建界面后࿰…...
Java 动态代理实现
Java 动态代理实现 一、JDK动态代理二、CGLIB动态代理三、动态代理的应用场景四、JDK代理与CGLIB代理比较 动态代理是Java中一种强大的技术，它允许在运行时创建代理对象，用于拦截对目标对象的方法调用。 一、JDK动态代理 JDK动态代理是Java标准库提供的代…...
从零开始搭建CLIP模型实现基于文本的图像检索
目录 CLIP原理简介代码实现参考链接 CLIP原理简介 论文链接，源码链接 CLIP模型由OpenAI在2021年提出，利用双Decoder（Dual Encoder）的架构来学习图像和文本之间的对应关系，是多模态大模型的开创之作，为后续许…...
健康养生之道
在快节奏的现代生活中，健康养生不再是中老年人的专属话题，越来越多的人开始意识到，合理的养生方式是保持良好身体状态和生活质量的关键。 饮食养生是健康的基石。遵循 “食物多样、谷类为主” 的原则，保证每天摄入足够的蔬菜、…...
基于autoware.1.14与gazebo联合仿真进行Hybrid A* 算法规划控制代价地图版
1.首先安装autoware ，大家可以以下一下博客进行安装，如果缺少库什么的直接问ai安装对应的库就行。ubuntu18.04安装Autoware1.14---GPU版 最全环境配置说明_autoware1.14安装教程-CSDN博客 安装成功后运行： source install/setup.bash roslau…...
5G基站设计难题：尺寸、重量、功耗和散热
设计5G基站的工程师们必须应对能源消耗、重量、尺寸和散热等问题，这些因素会影响到设计决策。 5G新空口（NR）采用了多用户大规模多输入多输出（MU-MIMO）技术、集成接入与回传（IAB）技术࿰…...
【leetcode100】分割等和子集
1、题目描述 给你一个 只包含正整数 的 非空 数组 nums 。请你判断是否可以将这个数组分割成两个子集，使得两个子集的元素和相等。 示例 1： 输入：nums [1,5,11,5] 输出：true 解释：数组可以分割成 [1, 5, 5] 和 [11…...
sed命令笔记250419
sed命令笔记250419 sed（Stream Editor）是 Linux/Unix 系统中强大的流编辑器，主要用于对文本进行过滤和转换（按行处理）。它支持正则表达式，适合处理文本替换、删除、插入等操作。以下是 sed 的详细解析&…...
LinearLayout 线性布局
目录 Android LinearLayout（线性布局）简单介绍与使用示例 一、效果介绍 二、布局文件（XML） 三、Java 代码 四、程序运行效果 五、总结 在 Android 移动应用开发中，LinearLayout（线性布局）…...
System.in 详解
System.in 详解 System.in 是 Java 提供的标准输入流（InputStream 类型），默认关联键盘输入，通常用于从控制台读取用户输入。由于它是字节流（InputStream），直接使用较麻烦，一般会配合…...
JAVA IO、BIO、NIO、AIO及零拷贝
概述 IO，常写作 I/O，是 Input/Output 的简称，是 Input/Output 的简称，即输入/输出。通常指数据在内部存储器（内存）和外部存储器（硬盘、优盘等）或其他周边设备之间的输入和输出。 目前有三种 IO 共存。分别是 BIO、NIO 和 AIO。 BIO 全称 Block-IO 是一种同步且阻塞的…...
AI预测3D新模型百十个定位预测+胆码预测+去和尾2025年4月19日第57弹
从今天开始，咱们还是暂时基于旧的模型进行预测，好了，废话不多说，按照老办法，重点8-9码定位，配合三胆下1或下2，杀1-2个和尾，再杀6-8个和值，可以做到100-300注左右。 (1)定…...
REST 架构详解：从概念到应用的全面剖析
REST（Representational State Transfer）即表述性状态转移，是一种用于构建网络应用程序的架构风格和设计理念，由计算机科学家罗伊・菲尔丁（Roy Fielding）在 2000 年提出。以下是关于它的详细介绍：…...
SICAR程序标准功能块 FB1512 “Robot_kuka_FB“
1、FB1512功能块截图 2、FB1512 功能块引脚功能定义 一、输入引脚 EN：使能输入，决定功能块是否执行。IDENTIFIER（WSTRING#"FW010_R01"）：设备标识，指定关联的机器人设备。OPMODE_USER_INTERFACE_OUT：操作模式输入，定义机器人工作模式（如手动、自动），数据源…...
win安装软件
win安装软件 jdk安装 jdk安装 首先去官网下载适合系统版本的JDK，下载地址： http://www.oracle.com/technetwork/java/javase/downloads/index.html进入下载页面，如下图： 首先选择：Accept License Agreement单选按钮&…...
)
文本生成与采样策略 (Text Generation Sampling)
我们已经学习了如何构建和训练一个基于 Transformer Decoder-only 的语言模型。模型训练的目标是学习预测给定前缀下下一个 token 的概率分布。但是，训练完成后，我们如何利用这个模型来生成全新的、连贯的文本呢？ 这就涉及到推理过程和采样策略。推理是模型投入实际使用、生…...
为什么 waitress 不支持 WebSocket？
waitress 是一个纯 Python 实现的 WSGI 服务器，主要用于生产环境部署 Python Web 应用。但它不支持 WebSocket 协议，因为它只实现了 WSGI 规范，而 WebSocket 协议需要 ASGI（Asynchronous Server Gateway Interface）支持…...
)
[C++] 高精度加法(作用 + 模板 + 例题)
高精度加法-目录 高精度加法用途高精度加法模板string转数位数组int 转数位数组(附加型知识点)高精度输出高精度加法函数大合集!!! 高精度加法用途 高精度加法通常用于加很大的数(真的很大, 超unsigned long long的那种). 高精度加法模板 注: 本篇数组下标0(x[0])存储的是该…...
python程序的流程
三大基本流程： 顺序结构、分支结构（又称为选择结构）、循环结构 分支结构又分为单分支、双分支、多分支 从键盘上输入一个数字，并输出奇数或偶数 #从键盘上输入一个数字，并输出奇数或偶数 nint(input("n ")…...
基于大模型的下肢静脉曲张全流程预测与诊疗方案研究报告
目录 一、引言 1.1 研究背景与意义 1.2 研究目的与创新点 1.3 研究方法与数据来源 二、下肢静脉曲张概述 2.1 定义与病理生理 2.2 风险因素与临床表现 2.3 诊断方法与现有治疗手段 三、大模型预测原理与构建 3.1 大模型技术简介 3.2 预测模型的数据收集与预处理 3.…...
Android 应用wifi direct连接通信实现
一. 打开Wi-Fi direct 1.必须启用Wi-Fi功能：在设备设置中开启Wi-Fi主开关（即使未连接路由器） 关闭冲突功能：若已开启「热点共享」或连接到其他Wi-Fi网络，需先关闭相关功能以避免硬件占. <!-- Wi-Fi Direct 核心权限…...
AI写代码工具分享：Cursor 高效使用攻略与实战秘籍
写在前面 在软件开发领域，效率和生产力是永恒的追求。集成开发环境（IDE）作为开发者的核心工具，其能力直接影响着开发速度和质量。近年来，人工智能（AI）的浪潮席卷了各个行业，编程领域也不例外。Cursor IDE 正是这股浪潮中的佼佼者，它以 AI-First 的理念，在广受欢迎的…...
关于viewpager常见的泄漏
在一个页面中 如果有用到tab，有需要进行fragment的切换，经常就看到了private var fragments arrayListOf<Fragment>()private fun initFragment() {arguments?.let {hopeToPosition it.getInt(IntentConstant.MAIN_PAGE_GO, 0)workoutType it.…...
vue3专题1------父组件中更改子组件的属性
理解 Vue 3 中父组件如何引用子组件的属性是一个很重要的概念。 这里涉及到 defineExpose 和 ref 这两个关键点。 方法：使用 defineExpose 在子组件中暴露属性，然后在父组件中使用 ref 获取子组件实例并访问暴露的属性。 下面我将详细解释这个过程&…...
代谢组数据分析（二十四）：基于tidymass包从质谱原始数据到代谢物注释结果的实践指南
禁止商业或二改转载，仅供自学使用，侵权必究，如需截取部分内容请后台联系作者! 文章目录 介绍加载R包数据准备原始数据处理导入massDataset数据对象交互图数据探索更新样本表格信息峰分布情况缺失值情况数据清洗数据质量评估去除噪声代谢特征过滤立群样本填补缺失值数据标准化…...
Java使用javacv实现的多种音视频格式播放器
一、前言 最近写了一款图形界面版的音视频播放器，可以支持多种音视频格式的播放，比如MP4、avi、mkv、flv、MP3、ogg、wav等多种格式，非常好用，可以本地打开多种格式音视频。 二、实现 1.通过引入javacv相关依赖实现，如…...
csdn教程
hello,大家好，我是黑名单小羊，今天给大家分享一下csdn怎么换背景喵~ 成品： 首先，点击管理博文喵~ 然后，把任务栏往下翻喵~ 你就会看见博客设置，点击喵~ 再点击等级，如果你开通了 vip࿰…...
React 第三十三节 ReactRouter 中 useSearchParams 使用详解及注意事项
一、useSearchParams 定义 基本用法 定义：用于返回当前 URL 的 URLSearchParams 的元组和用于更新它们的函数。设置 search params 会导致导航。 import { useSearchParams } from react-router-dom export default function orderCenter() {const [searchParams,…...
@EnableAsync+@Async源码学习笔记之四
接上一篇，我们进入 AsyncAnnotationAdvisor 的分析，源码如下： package org.springframework.scheduling.annotation;import java.lang.annotation.Annotation; import java.util.HashSet; import java.util.LinkedHashSet; import java.util…...
【java实现+4种变体完整例子】排序算法中【快速排序】的详细解析，包含基础实现、常见变体的完整代码示例，以及各变体的对比表格
以下是快速排序的详细解析，包含基础实现、常见变体的完整代码示例，以及各变体的对比表格： 一、快速排序基础实现 原理 通过分治法选择一个基准元素（pivot），将数组分为两部分： 左边元素均小于…...
MAUI项目iOS应用以进 App Store 分发
目录 一.通过Visual Studio分发应用1. 登录Apple 开发者帐户到 Visual Studio2.创建分发证书和配置文件3. 分发应用4. 在App Store Connect 中创建应用程序记录5. 如果你想使用mac发布应用 一.通过Visual Studio分发应用 1. 登录Apple 开发者帐户到 Visual Studio 首先我们要…...
Linux——firewalld防火墙（笔记）
目录 一：Firewalld防火墙的概述 （1）firewalld简介 （2）firewalld&iptables的关系 （3）firewalld与iptables service的区别 1. 规则管理方式 2. 默认策略与设计逻辑 3. 配置文…...
SICAR标准功能块 FB1514 “Robot_request_FB”
1、功能块截图 2、引脚功能描述 输入引脚： EN：使能输入，控制功能块运行。PLANT_IDENTIFIER：工厂或设备标识符（如 #FWO10_RO1_SEGM_201），用于标识操作对象。OPMODE_USER：操作模式输入（用户模式）。INTERFACE_OUT：连接系统数据库的操作模式接口（SYSTEM_DB.OPmode[2].U…...
vue3 watch和watchEffect 的用法和区别
在 Vue 3 里，watch 和 watchEffect 都是用于响应式数据变化的 API，但它们在使用方法和应用场景上存在差异。下面详细介绍它们的用法和区别。 用法 watch watch 用于监听特定的响应式数据源，当数据源发生变化时，会执行相应的回调…...