当前位置: 首页 > news >正文

2023年第十四届蓝桥杯省赛B组Java题解【简洁易懂】

2023年第十四届蓝桥杯省赛B组Java题解

题型概览与整体分析

题目编号题目名称题型难度核心知识点通过率(预估)
A阶乘求和结果填空★☆☆模运算、数学规律95%
B幸运数字结果填空★★☆进制转换、数位和计算80%
C数组分割编程题★★☆组合数学、奇偶性分析65%
D矩形总面积编程题★★☆几何计算、容斥原理75%
E蜗牛编程题★★★动态规划/最短路50%
F合并区域编程题★★★☆并查集、旋转处理40%
G买二赠一编程题★★★贪心、优先队列55%
H合并石子编程题★★★★区间DP、状态压缩30%
I最大开支编程题★★★☆贪心、优先队列优化45%
J魔法阵编程题★★★★图论、动态规划25%

整体特点:本届题目延续了蓝桥杯“思维导向”的风格,数学规律题(如A、B题)占比30%,算法题注重基础数据结构与经典模型(如动态规划、贪心)。编程题中,D、E、G题通过率较高,而H、J题难度较大。题目数据规模普遍较大,需注意优化时间复杂度。


题目详解与代码实现

A. 阶乘求和

问题描述
计算 ( S = 1! + 2! + \dots + 202320232023! ) 的末尾9位数字,首位不为0。

思路
阶乘增长极快,当 ( n \geq 40 ) 时,( n! ) 的末尾9位全为0(含足够多的因子2和5)。因此只需累加到39!即可。

代码实现

public class Main {public static void main(String[] args) {long sum = 0, fact = 1;for (int i = 1; i <= 40; i++) {fact = (fact * i) % 1_000_000_000; // 仅保留后9位sum = (sum + fact) % 1_000_000_000;}System.out.printf("%09d", sum); // 补前导零}
}

答案
420940313


B. 幸运数字

问题描述
找到第2023个在二进制、八进制、十进制、十六进制下均为哈沙德数的正整数。

思路
遍历数字并检查各进制下的数位和是否能整除该数。注意十六进制中字母需特殊处理。

代码实现

public class Main {public static void main(String[] args) {int count = 0, num = 1;while (count < 2023) {if (check(num)) count++;num++;}System.out.println(num - 1);}static boolean check(int n) {return checkBase(n, 2) && checkBase(n, 8) && checkBase(n, 10) && checkBase(n, 16);}static boolean checkBase(int n, int base) {int sum = 0, tmp = n;while (tmp > 0) {sum += tmp % base;tmp /= base;}return sum != 0 && n % sum == 0;}
}

答案
215040


C. 数组分割

问题描述
将数组分为两个子集,使得两个子集的和均为偶数,求方案数(模 ( 10^9+7 ))。

思路
奇数的个数必须为偶数,否则无解。若奇数个数为 ( y ),偶数个数为 ( x ),则方案数为 ( 2^{x + (y > 0 ? y-1 : 0)} ) 。

代码实现

import java.util.Scanner;public class Main {static final int MOD = 1_000_000_007;public static void main(String[] args) {Scanner sc = new Scanner(System.in);int T = sc.nextInt();while (T-- > 0) {int n = sc.nextInt(), x = 0, y = 0;for (int i = 0; i < n; i++) {int a = sc.nextInt() % 2;if (a == 0) x++; else y++;}if (y % 2 != 0) System.out.println(0);else {int exp = x + (y == 0 ? 0 : y - 1);System.out.println(pow(2, exp));}}}static int pow(int a, int b) {long res = 1;while (b-- > 0) res = (res * a) % MOD;return (int) res;}
}

D. 矩形总面积

问题描述
计算两个矩形的总面积(重叠部分只算一次)。

思路
计算两个矩形各自面积之和,减去重叠区域面积。重叠区域的坐标由两矩形边界决定。

代码实现

import java.util.Scanner;public class Main {public static void main(String[] args) {Scanner sc = new Scanner(System.in);int x1 = sc.nextInt(), y1 = sc.nextInt(), x2 = sc.nextInt(), y2 = sc.nextInt();int x3 = sc.nextInt(), y3 = sc.nextInt(), x4 = sc.nextInt(), y4 = sc.nextInt();long area1 = (long)(x2 - x1) * (y2 - y1);long area2 = (long)(x4 - x3) * (y4 - y3);// 计算重叠区域long overlapX = Math.max(0, Math.min(x2, x4) - Math.max(x1, x3));long overlapY = Math.max(0, Math.min(y2, y4) - Math.max(y1, y3));long overlap = overlapX * overlapY;System.out.println(area1 + area2 - overlap);}
}

E. 蜗牛

问题描述
蜗牛在井底,每天白天向上爬 ( A ) 米,夜晚下滑 ( B ) 米。井深 ( H ) 米,问第几天能爬出井?

思路
最后一天白天爬出后不再下滑。计算时先减去最后一天的上爬距离,剩余部分按每天净爬升 ( (A-B) ) 计算天数。

代码实现

import java.util.Scanner;public class Main {public static void main(String[] args) {Scanner sc = new Scanner(System.in);int A = sc.nextInt(), B = sc.nextInt(), H = sc.nextInt();if (A >= H) { // 一天即可爬出System.out.println(1);return;}if (A <= B) { // 无法爬出System.out.println(-1);return;}int days = 1;H -= A; // 最后一天直接爬出days += H / (A - B);if (H % (A - B) != 0) days++;System.out.println(days);}
}

F. 合并区域

问题描述
给定两个 ( N \times N ) 矩阵,可旋转其中一个矩阵后叠加,求最大连通区域面积(1表示有效区域)。

思路

  1. 枚举旋转角度:对矩阵进行0°, 90°, 180°, 270°旋转,共4种情况。
  2. 叠加矩阵:将旋转后的矩阵与原矩阵按位或操作合并。
  3. DFS/BFS求连通块:遍历合并后的矩阵,计算最大连通区域。

代码实现

import java.util.*;public class Main {static int N;static int[][] rotate(int[][] mat) { // 顺时针旋转90°int[][] res = new int[N][N];for (int i = 0; i < N; i++) for (int j = 0; j < N; j++)res[j][N-1-i] = mat[i][j];return res;}static int maxArea(int[][] a, int[][] b) {int max = 0;int[][] merged = new int[N*2][N*2];// 枚举矩阵b的四种旋转情况for (int rot = 0; rot < 4; rot++) {// 清空merged数组for (int[] row : merged) Arrays.fill(row, 0);// 将a放置在左上角,b旋转后放置在右下角for (int i = 0; i < N; i++) {for (int j = 0; j < N; j++) {merged[i][j] = a[i][j];merged[i+N][j+N] = b[i][j];}}// 计算连通区域max = Math.max(max, calculateMax(merged));b = rotate(b); // 旋转b矩阵}return max;}static int calculateMax(int[][] grid) {int max = 0;boolean[][] visited = new boolean[2*N][2*N];for (int i = 0; i < 2*N; i++) {for (int j = 0; j < 2*N; j++) {if (grid[i][j] == 1 && !visited[i][j]) {max = Math.max(max, dfs(grid, visited, i, j));}}}return max;}static int dfs(int[][] grid, boolean[][] visited, int x, int y) {if (x < 0 || x >= 2*N || y < 0 || y >= 2*N || grid[x][y] == 0 || visited[x][y]) return 0;visited[x][y] = true;return 1 + dfs(grid, visited, x+1, y)+ dfs(grid, visited, x-1, y)+ dfs(grid, visited, x, y+1)+ dfs(grid, visited, x, y-1);}public static void main(String[] args) {Scanner sc = new Scanner(System.in);N = sc.nextInt();int[][] a = new int[N][N], b = new int[N][N];// 读取输入矩阵a和bfor (int i = 0; i < N; i++)for (int j = 0; j < N; j++)a[i][j] = sc.nextInt();for (int i = 0; i < N; i++)for (int j = 0; j < N; j++)b[i][j] = sc.nextInt();System.out.println(maxArea(a, b));}
}

G. 买二赠一

问题描述
商店促销“买二赠一”,即每买两个商品可免费获得一个价格不高于已购商品最低价的商品。给定商品列表,求购买所有商品的最小花费。

思路

  1. 贪心策略:将商品按价格降序排序,每选两个高价商品,免费获取下一个低价商品。
  2. 优先队列优化:维护一个大根堆,每次取出两个最大值,再跳过下一个可免费获取的商品。

代码实现

import java.util.*;public class Main {public static void main(String[] args) {Scanner sc = new Scanner(System.in);int n = sc.nextInt();PriorityQueue<Integer> pq = new PriorityQueue<>(Collections.reverseOrder());for (int i = 0; i < n; i++) pq.add(sc.nextInt());int cost = 0, count = 0;List<Integer> temp = new ArrayList<>();while (!pq.isEmpty()) {int a = pq.poll();cost += a;count++;if (count % 2 == 0) { // 每买两个,跳过一个免费商品if (!pq.isEmpty()) pq.poll(); }}System.out.println(cost);}
}

H. 合并石子

问题描述
将N堆石子合并成一堆,每次合并相邻两堆,代价为两堆石子数之和。求最小总代价。

思路
区间DP:定义 dp[i][j] 为合并第i到j堆的最小代价。
状态转移方程:
dp[i][j] = min(dp[i][k] + dp[k+1][j] + sum[i][j]) ,其中 i ≤ k < j

代码实现

import java.util.*;public class Main {public static void main(String[] args) {Scanner sc = new Scanner(System.in);int n = sc.nextInt();int[] stones = new int[n+1];int[] prefix = new int[n+1];for (int i = 1; i <= n; i++) {stones[i] = sc.nextInt();prefix[i] = prefix[i-1] + stones[i];}int[][] dp = new int[n+1][n+1];for (int len = 2; len <= n; len++) { // 区间长度for (int i = 1; i + len - 1 <= n; i++) {int j = i + len - 1;dp[i][j] = Integer.MAX_VALUE;for (int k = i; k < j; k++) {int cost = dp[i][k] + dp[k+1][j] + prefix[j] - prefix[i-1];dp[i][j] = Math.min(dp[i][j], cost);}}}System.out.println(dp[1][n]);}
}

I. 最大开支

问题描述
预算为B元,有K种活动,第i种活动每增加1元开支,收益增加 ( a_i \times x + b_i )(x为已投入次数)。求最大总收益。

思路
优先队列贪心:每次选择当前边际收益最高的活动投入资金,使用最大堆维护各活动的当前增益。

代码实现

import java.util.*;public class Main {static class Activity {int a, b, cnt;Activity(int a, int b) { this.a = a; this.b = b; cnt = 0; }int nextGain() { return a * (cnt + 1) + b; } // 下一次投入的收益}public static void main(String[] args) {Scanner sc = new Scanner(System.in);int K = sc.nextInt(), B = sc.nextInt();PriorityQueue<Activity> pq = new PriorityQueue<>((x, y) -> y.nextGain() - x.nextGain() // 按下次收益降序排序);for (int i = 0; i < K; i++) {Activity act = new Activity(sc.nextInt(), sc.nextInt());pq.add(act);}int total = 0;while (B-- > 0 && !pq.isEmpty()) {Activity curr = pq.poll();total += curr.nextGain();curr.cnt++;pq.add(curr); // 重新入队}System.out.println(total);}
}

J. 魔法阵

问题描述
在无向图中找到从起点到终点的路径,使得路径上边权异或和最大。

思路
动态规划 + 位运算:定义 dp[u][mask] 表示到达节点u时异或和为mask的状态是否存在。由于边权范围有限,可用状态压缩优化。

代码实现

import java.util.*;public class Main {public static void main(String[] args) {Scanner sc = new Scanner(System.in);int N = sc.nextInt(), M = sc.nextInt();List<int[]>[] graph = new List[N+1];for (int i = 1; i <= N; i++) graph[i] = new ArrayList<>();for (int i = 0; i < M; i++) {int u = sc.nextInt(), v = sc.nextInt(), w = sc.nextInt();graph[u].add(new int[]{v, w});graph[v].add(new int[]{u, w});}int S = sc.nextInt(), T = sc.nextInt();boolean[][] dp = new boolean[N+1][1<<20]; // 假设最大边权不超过2^20dp[S][0] = true;for (int mask = 0; mask < (1<<20); mask++) {for (int u = 1; u <= N; u++) {if (!dp[u][mask]) continue;for (int[] edge : graph[u]) {int v = edge[0], w = edge[1];int newMask = mask ^ w;if (!dp[v][newMask]) {dp[v][newMask] = true;}}}}int max = -1;for (int mask = 0; mask < (1<<20); mask++) if (dp[T][mask]) max = Math.max(max, mask);System.out.println(max);}
}

总结与资源

总结:本届题目覆盖了基础数学、贪心、动态规划、图论等核心算法,其中动态规划(H、J题)和复杂模拟(F题)是主要难点。备赛建议:

  1. 强化数论基础:模运算、进制转换等高频考点。
  2. 掌握经典模型:如区间DP、最短路算法、并查集的应用。
  3. 注重代码优化:优先队列、位运算等技巧可大幅提升效率。

官方资源

  • 题目下载:蓝桥杯官网
  • 在线评测:C语言网

注意事项:实际编码时需处理输入输出的效率问题(如使用BufferedReader替代Scanner),避免因细节错误导致失分。

相关文章:

2023年第十四届蓝桥杯省赛B组Java题解【简洁易懂】

2023年第十四届蓝桥杯省赛B组Java题解 题型概览与整体分析 题目编号题目名称题型难度核心知识点通过率&#xff08;预估&#xff09;A阶乘求和结果填空★☆☆模运算、数学规律95%B幸运数字结果填空★★☆进制转换、数位和计算80%C数组分割编程题★★☆组合数学、奇偶性分析65…...

Javase 基础加强 —— 01 异常

本系列为笔者学习Javase的课堂笔记&#xff0c;视频资源为B站黑马程序员出品的《黑马程序员JavaAI智能辅助编程全套视频教程&#xff0c;java零基础入门到大牛一套通关》&#xff0c;章节分布参考视频教程&#xff0c;为同样学习Javase系列课程的同学们提供参考。 01 课程安排…...

iview 表单验证问题 Select 已经选择 还是弹验证提示

问题&#xff1a;iview 的 Select 下拉框的时候&#xff0c;数据验证必填&#xff0c;明明选择了数据&#xff0c;却一直提示验证不能通过 html代码&#xff1a; <Form ref"FormData" :model"FormData" :rules"ruleValidate" :label-width&qu…...

OrCAD中离图连接器、端口及网络标签的作用范围与选择指南

一、OrCAD主要连接元素概述 在OrCAD Capture原理图设计环境中&#xff0c;有三种主要的网络连接元素&#xff1a;离图连接器(Off-Page Connector)、端口(Port)和网络标签(Net Alias)。理解它们的作用范围和使用场景对设计清晰、可维护的原理图至关重要。 PS&#xff1a; 电源和…...

dpm_sysfs_add

这段代码是 Linux 内核中**设备电源管理&#xff08;PM&#xff09;子系统**与 **sysfs 文件系统**交互的核心实现&#xff0c;主要功能是为设备创建电源管理相关的 sysfs 属性文件。以下从五个关键维度进行深度解析&#xff1a; --- ### 一、功能架构全景 mermaid graph TD …...

【AI论文】Phi-4-reasoning技术报告

摘要&#xff1a;我们引入了Phi-4-reasoning&#xff0c;这是一种拥有140亿参数的推理模型&#xff0c;在复杂的推理任务中表现出了强大的性能。 通过监督式微调Phi-4&#xff0c;在精心策划的“可教”提示集上进行训练&#xff0c;这些提示集是根据复杂性和多样性的适当水平选…...

Android ART运行时无缝替换Dalvik虚拟机的过程分析

目录 一,概述 二,dex文件优化 一,概述 Android 4.4发布了一个ART运行时&#xff0c;准备用来替换掉之前一直使用的Dalvik虚拟机&#xff0c;希望籍此解决饱受诟病的性能问题。老罗不打算分析ART的实现原理&#xff0c;只是很有兴趣知道ART是如何无缝替换掉原来的Dalvik虚拟机…...

node.js为什么产生?

从官网得知介绍如下 https://nodejs.org/zh-cn/learn/getting-started/introduction-to-nodejs Node.js是一个开源和跨平台的JavaScript运行时环境。 Node.js在浏览器之外运行V8 JavaScript引擎&#xff0c;这是Google Chrome的核心。这使得Node.js具有很高的性能。 Node.js应…...

智能工厂边缘计算:从数据采集到实时决策

智能工厂边缘计算:从数据采集到实时决策 引言 在智能制造场景中,传统云计算架构面临三大核心挑战:平均200ms的网络延迟无法满足实时控制需求,90%的工业数据未被有效利用,以及每月高达15TB的数据传输成本。边缘计算技术通过将计算能力下沉到数据源头,正在构建"端-边…...

个人健康中枢的多元化AI网络革新与精准健康路径探析

引言 随着数字化转型的深入推进,个人健康中枢作为集成化健康管理系统,正在从传统的单一功能向多元化的AI驱动方向快速发展。在这一背景下,新兴网络硬件技术,特别是DPU(数据处理单元)和全光网络的出现,为个人健康中枢的革新提供了前所未有的机遇。本研究将深入探讨这些技…...

前端面试宝典---性能优化

一、加载优化 1. 第三方模块放在CDN 例如 leaflet通过cdn引入&#xff0c;这样就不会占用打包体积了 2. prefetch 预加载 例如&#xff0c;之后马上有个场景需要一个图片&#xff0c;我们就可以通过link 的 prefetch 对资源进行预先加载 再例如&#xff0c;我们公司是无网络开…...

【Springboot进阶】springboot+mybatis+jsqlparser实现数据权限控制

文章目录 SpringBoot JSqlParser MyBatis 数据权限实现方案一、环境准备1. 添加依赖 二、用户上下文管理1. 用户上下文持有类 三、数据权限拦截器实现1. MyBatis拦截器核心类 四、Spring Security集成1. 用户信息注入 五、配置项示例application.yml 六、使用示例1. 业务查询…...

【PostgreSQL数据分析实战:从数据清洗到可视化全流程】2.3 窗口函数与高级聚合(ROW_NUMBER()/RANK()/SUM() OVER())

👉 点击关注不迷路 👉 点击关注不迷路 👉 点击关注不迷路 文章大纲 PostgreSQL窗口函数与高级聚合:从排序到动态分析的全场景应用1. 窗口函数核心概念解析1.1 窗口函数语法结构1.2 核心组成要素2. 排名窗口函数深度解析2.1 ROW_NUMBER():唯一顺序排名示例演示2.2 `RANK…...

python全自动爬取m3u8网页视频(各类网站都通用)

当前人工智能&#xff0c;大语言模型的火热&#xff0c;使得python这门编程语言的使用越来越广泛。最近也开始学习了python&#xff0c;发现它在自动化方面的确有得天独厚的优势。python的简单易用&#xff0c;丰富的开源库&#xff0c;完善的生态&#xff0c;使得它有可能成为…...

C++负载均衡远程调用学习之上报功能与存储线程池

目录 1. Lars-reportV0.1 report模块介绍 2.Lars-reporterV0.1 reporter项目目录构建 3.Lars-ReporterV0.1 数据表和proto协议环境搭建 4.Lars-ReporterV0.1上报请求业务处理 5.Lars-ReporterV0.1上报请求模块的测试 6.Lars-ReporterV0.2开辟存储线程池-网络存储分离 1. L…...

今天python练习题

目录 一、每日一言 二、练习题 三、效果展示 四、下次题目 五、总结 一、每日一言 不要害怕失败&#xff0c;失败可能成为我们前进的动力&#xff01; 二、练习题 有列表lst [[1,2,3],[4,5,6],[7,8,9]],取出其中的元素1/5/9组成新的列表 # 有列表lst [[1,2,3],[4,5,6],[…...

【leetcode100】最长递增子序列

1、题目描述 给你一个整数数组 nums &#xff0c;找到其中最长严格递增子序列的长度。 子序列 是由数组派生而来的序列&#xff0c;删除&#xff08;或不删除&#xff09;数组中的元素而不改变其余元素的顺序。例如&#xff0c;[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。 …...

R绘图|3分钟复现瑞士“苏黎世大学”Nature全球地图——基于R包ggplot2+sf等

一、引言 本文我们复现苏黎世大学团队Franois Keck等在Nature最新文章“The global human impact on biodiversity”中的全球地图。 之前的图纸是在平面坐标系里面进行绘制&#xff0c;本次我们在罗宾逊投影中进行绘制。整体代码逻辑非常简单&#xff0c;就是采样点坐标系的转换…...

百度系列产品学习

1.react-bmapgl封装逻辑 Map 分析react-bmapgl库中Map组件的封装流程&#xff0c;并以mermaid图展示。首先分析Map组件的核心实现&#xff0c;包括生命周期方法和子组件渲染逻辑。然后研究WrapperHOC和Component基类的封装模式&#xff0c;理解事件绑定和属性处理的通用逻辑。…...

高等数学第三章---微分中值定理与导数的应用(3.4~3.5)

3.4 函数的单调性与曲线的凹凸性 一、函数的单调性 1. 函数单调性定义回顾 设函数 f ( x ) f(x) f(x) 的定义域为 D D D&#xff0c;区间 I ⊆ D I \subseteq D I⊆D。 如果对任意 x 1 , x 2 ∈ I x_1, x_2 \in I x1​,x2​∈I&#xff0c;当 x 1 < x 2 x_1 < x…...

idea结合CopilotChat进行样式调整实践

一、前言&#xff1a; 本文主要分享在前端开发中借助AI能力调整样式&#xff0c;提高开发效率 对应视频【idea结合CopilotChat进行样式调整实践-哔哩哔哩】 二、实践&#xff1a; 2-1、现状确认&#xff1a; 表格上方新增了button、swtich、select组件&#xff0c;需要调整…...

668SJBH报刊发行系统

1 前言 随着我国信息产业的迅猛发展&#xff0c;手工管理方式已不适应社务管理的要求&#xff0c;报社的日常管理正面临着信息化的挑战&#xff0c;采用计算机管理以提高服务质量和管理水平势在必行。发行管理是社务管理的一个重要组成部分&#xff0c;是报社和客户联系的纽带…...

格式化字符串漏洞

原理 在c中&#xff0c;printf函数在打印输出变量时通常不是直接输出&#xff0c;而是用一个占位符如%s printf("the number is %d\n",a);//通常用 printf(a);//而不是直接输出 虽然直接输出也没有太大的问题&#xff0c;但如果用格式化输出&#xff0c;没有给后面…...

如何查看电脑IP地址和归属地:全面指南

在数字化时代&#xff0c;了解自己电脑的IP地址和归属地信息变得越来越重要。无论是进行网络故障排查、远程办公设置&#xff0c;还是出于网络安全考虑&#xff0c;掌握这些基本信息都很有必要。本文将详细介绍如何查看电脑的公网IP、内网IP以及归属地信息&#xff0c;并提供常…...

深入解析 MQTT 协议:物联网通信的基石

在当今物联网蓬勃发展的时代&#xff0c;设备之间高效、可靠的通信变得至关重要。MQTT&#xff08;Message Queuing Telemetry Transport&#xff09;协议&#xff0c;作为一种轻量级的消息传输协议&#xff0c;正逐渐成为物联网通信的基石&#xff0c;广泛应用于各种场景中。 …...

48变现干货:分销裂变方式提高销量

产品运营活动中,我们可以根据对产品属性和特性,进行选择特定的方法,分销便是一种低成本各方获利的行为之一,但并不一定100%适用所有产品。 分销及裂变的概念 “分销”是指通过用户、达人、KOL等非官方渠道,参与产品的推广与销售,并获得相应收益的机制。它是一种以奖励为…...

AI入门:Prompt提示词写法

提示词&#xff08;Prompt&#xff09;是人与AI沟通的桥梁&#xff0c;它不是冰冷的代码指令&#xff0c;而是一场充满智慧与温度的对话。掌握精妙的提示词撰写技巧&#xff0c;能让AI更精准地理解需求&#xff0c;高效输出理想结果。其核心就在于——将AI视作身边真实的朋友、…...

MySQL复合查询全解析:从基础到多表关联与高级技巧

前言&#xff1a; 本文主要讲解了在MySQL中的复合查询&#xff0c;下面是关于本文章所需要数据的建表语句 创建表的语句&#xff1a; DROP database IF EXISTS scott; CREATE database IF NOT EXISTS scott DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;USE scott;D…...

移动 Trae 目录到 E 盘 - 解决 C 盘空间不足问题

移动 Trae 目录到 E 盘 - 解决 C 盘空间不足问题 1️⃣ 准备工作2️⃣ 移动原始文件夹3️⃣ 创建符号链接4️⃣ 清理原始文件夹5️⃣ 验证操作📝 注意事项🔄 常见问题排查1️⃣ 准备工作 关闭 Trae 程序:确保所有 Trae 相关进程已完全退出(包括后台服务)。创建目标文件夹…...

【AI论文】COMPACT:从原子级到复杂级的组合式视觉能力调优

摘要&#xff1a;多模态大语言模型&#xff08;MLLM&#xff09;擅长简单的视觉语言任务&#xff0c;但在面对需要多种能力的复杂任务时却很吃力&#xff0c;例如同时识别物体、计算数量和理解它们的空间关系。 这可能部分是由于视觉指令调整&#xff08;VIT&#xff09;这一ML…...

【leetcode】队列 + 宽搜,树形结构层序遍历的基础与变化

前言 &#x1f31f;&#x1f31f;本期讲解关于力扣的几篇题解的详细介绍~~~ &#x1f308;感兴趣的小伙伴看一看小编主页&#xff1a;GGBondlctrl-CSDN博客 &#x1f525; 你的点赞就是小编不断更新的最大动力 &#x1f386;那么废话不…...

Spring AI聊天模型API:轻松构建智能聊天交互

Spring AI聊天模型API&#xff1a;轻松构建智能聊天交互 前言 在当今数字化时代&#xff0c;智能聊天功能已成为众多应用程序提升用户体验、增强交互性的关键要素。Spring AI的聊天模型API为开发者提供了一条便捷通道&#xff0c;能够将强大的AI驱动的聊天完成功能无缝集成到…...

力扣-链表-2 两数相加

思路 两个指针同时遍历&#xff0c;维护一个进位值&#xff0c;同时还要维护第一个链表的前序&#xff0c;如果第二个链表比第一个长的时候&#xff0c;利用这个前序指针把第二个链表多余的内容&#xff0c;添加到第一个链表的末尾 代码 class Solution {public ListNode ad…...

leetcode 59. 螺旋矩阵 II

题目描述 代码&#xff1a; class Solution { public:vector<vector<int>> generateMatrix(int n) {vector<vector<int>> res(n,vector<int>(n,0));int num 1;int len n;int start 0;while(len > 0){int row start;int column start;if…...

【操作系统】深入理解内存管理:从虚拟内存到OOM Killer

引言 在现代计算机系统中&#xff0c;内存管理是操作系统最核心的功能之一。本文将围绕内存管理的几个关键概念展开讨论&#xff0c;包括虚拟内存机制、内存分配原理、OOM Killer的工作机制以及不同系统架构下的内存限制。 虚拟内存&#xff1a;突破物理限制的关键技术 虚拟…...

《政治最后的日子》章节

政治与中世纪教会的类比性衰落 作者提出现代民族国家正重复中世纪教会的衰落轨迹&#xff1a; 两者均曾作为社会组织核心存在约5个世纪 晚期都成为生产力阻碍&#xff08;中世纪教会税收负担/现代国家官僚低效&#xff09; 末期均出现管理者普遍腐败与公众蔑视&#xff08;…...

Rust Trait 学习

概述 特征&#xff08;trait&#xff09;是rust中的概念&#xff0c;类似于其他语言中的接口&#xff08;interface&#xff09;。特征定义了一个可以被共享的行为&#xff0c;只要实现了特征&#xff0c;你就能使用该行为。 如果不同的类型具有相同的行为&#xff0c;那么我们…...

基于开源链动2+1模式AI智能名片S2B2C商城小程序的爆品力构建研究

摘要&#xff1a;在兴趣电商生态中&#xff0c;爆品力已成为品牌实现指数级增长的核心竞争力。本文以开源链动21模式AI智能名片S2B2C商城小程序为技术载体&#xff0c;结合抖音平台的内容传播特性&#xff0c;提出“需求挖掘-技术赋能-内容转化”三位一体的爆品力构建模型。通过…...

【SimSession 】2:PacedReceiver:支持与 PacedVideoSender 本地联调

单独的基于libuv的发送能力,如何进一步在SimSession内集成使用?打算进行本地模拟俩线程,发送和接收,进行测试: 单独的发送测试 【SimSession】1:将视频发送逻辑与 libuv 事件循环集成是一个典型的并发设计问题 分析后,D:\XTRANS\thunderbolt\ayame\zhb-bifrost\player-…...

5 什么情况下需要微调

这个问题其实很重要&#xff0c;因为现代大模型训练出来已经非常强大&#xff0c;可能真的不需要微调。 我们可以通过 RAG 或提示词工程来实现目标。 需要微调的场景与替代方案分析 微调(Fine-tuning)确实不是所有场景都必需的&#xff0c;特别是考虑到现代大型语言模型(LLM…...

Docker 渡渡鸟镜像同步站 使用教程

Docker 渡渡鸟镜像同步站 使用教程 &#x1f680; 介绍 Docker.aityp.com&#xff08;渡渡鸟镜像同步站&#xff09;是一个专注于为国内开发者提供 Docker 镜像加速和同步服务的平台。它通过同步官方镜像源&#xff08;如 Docker Hub、GCR、GHCR 等&#xff09;&#xff0c;为…...

位图的实现和拓展

一&#xff1a;位图的介绍 ①&#xff1a;需要位图的场景 给40亿个不重复的无符号整数&#xff0c;没排过序。给一个无符号整数&#xff0c;如何快速判断一个数是否在这40亿个数中&#xff1f; 要判断一个数是否在某一堆数中&#xff0c;我们可能会想到如下方法&#xff1a; A…...

字符串问题c++

题目描述 小 Z 有一个字符串 s&#xff0c;他对这个字符串会进行如下两个操作&#xff1a; 1 p c 把字符串的第 p 个字符改成 c2 l r 把 s 的第 l 个字符到第 r 个字符按顺序输出。 这里『第 i 个字符』的下标计数从 1 开始&#xff0c;例如&#xff0c;a 是字符串 abc 的第…...

Redis事务

Redis中的事务是指提供一种将多个命令打包到一起&#xff0c;一次性按照顺序执行的机制。Redis在执行事务期间&#xff0c;不会接收处理其他操作命令。 Redis事务有以下局限性 无回滚机制&#xff1a;如果某个命令执行失败&#xff0c;不会影响其他命令的执行&#xff0c;因此…...

【PostgreSQL数据分析实战:从数据清洗到可视化全流程】3.3 异常值识别(Z-score法/IQR法/业务规则法)

&#x1f449; 点击关注不迷路 &#x1f449; 点击关注不迷路 &#x1f449; 点击关注不迷路 文章大纲 PostgreSQL数据分析实战&#xff1a;数据质量分析之异常值识别&#xff08;Z-score法 / IQR法 / 业务规则法&#xff09;3.3 异常值识别3.3.1 Z-score法3.3.2 IQR法3.3.3 业…...

MCP底层协议完整通信过程

2025 年是智能体的元年, 也注定是智能体集中爆发的一年! 两个互联领域的重大挑战: 第一、 Agent 与 Tools (工具)的交互 Agent 需要调用外部工具和 API...

C语言 指针(5)

目录 1.冒泡排序 2.二级指针 3.指针数组 4.指针数组模拟二级数组 1.冒泡排序 1.1 基本概念 冒泡排序&#xff08;Bubble Sort&#xff09; 是一种简单的排序算法&#xff0c;它重复地遍历要排序的数列&#xff0c;一次比较两个元 素&#xff0c;如果它们的顺序错误就把它…...

MYSQL-联合查询

经过上节课&#xff0c;我们学会了如何设计表以及了解到各种范式&#xff0c;这节课就请大家和小L一起来学习设计表之后如何使用 1.为什么要使用联合查询 在数据设计时由于范式的要求&#xff0c;数据被拆分到多个表中&#xff0c;那么要查询⼀个条数据的完整信息&#xff0c…...

一篇撸清 Http,SSE 与 WebSocket

HTTP,SSE 和WebSocket都是网络传输的协议,本篇快速介绍三者的概念和比较。 SSE(Server-Sent Events) 是什么? SSE(Server-Sent Events),服务器发送事件, 是一种基于 HTTP 的轻量级协议,允许服务器主动向客户端(如浏览器)推送实时数据。它设计用于单向通信(服务器到…...

系统架构设计师:设计模式——行为设计模式

一、行为设计模式 行为模式涉及算法和对象间职责的分配。行为模式不仅描述对象或类的模式&#xff0c;还描述它们之间的通信模式。这些模式刻画了在运行时难以跟踪的、复杂的控制流。它们将用户的注意力从控制流转移到对象间的联系方式上来。 行为类模式使用继承机制在类间分…...