006贪心——算法备赛
跨步问题
跳跃游戏||
问题描述
给定一个长度为 n
的 0 索引整数数组 nums
。初始位置为 nums[0]
。
每个元素 nums[i]
表示从索引 i
向后跳转的最大长度。换句话说,如果你在 nums[i]
处,你可以跳转到任意 nums[i + j]
处:
0 <= j <= nums[i]
i + j < n
返回到达 nums[n - 1]
的最小跳跃次数。生成的测试用例可以到达 nums[n - 1]
。
原题链接
思路分析
设nums[0]=x
从起点0处出发走1步能到达[0,x]内的所有点,不必纠结具体要到那个点,反正到不了x+1及以后的点
,遍历[0,x]区间内的每个点i,用nums[i]+i来更新走第2步能到达的最远点next,等遍历到x点,第二步所能到达的点的范围就是[x+1,next],以此类推,直到遍历到终点。
具体实现上,定义cur表示走ans步所能到达的最远点,next表示下一阶段所能到达的最远点,从左到右依次遍历,等遍历到cur时,表示到达ans步所能到达的最远点,若还没到达终点,则ans++,cur更新为next,最后的ans就是答案。
以{2,4,3,12,0,5,1}为例:
代码
int jump(vector<int>& nums) {int n = nums.size(), ans = 0, cur = 0, next = 0; //cur为走ans步能到达的最远处.for (int i = 0; i < n - 1; i++) { //注意i截止到n-2.next = max(next, i + nums[i]); //next为走ans+1步能到达的最远处.if (i == cur) cur = next, ans++; //到达ans步所能到达的最远处cur,后面还有节点,ans需要再+1,cur更新为next}return ans;}
总结:不用关系每一步走到哪的细节,到达ans所能到达的最远点后,贪心地选取下一阶段能到达的最远点next为阶段终点,步步为营。
达到数组末尾的最大得分
问题描述
给你一个长度为 n
的整数数组 nums
。
你的目标是从下标 0
出发,到达下标 n - 1
处。每次你只能移动到 更大 的下标处。
从下标 i
跳到下标 j
的得分为 (j - i) * nums[i]
。
请你返回你到达最后一个下标处能得到的 最大总得分 。
原题链接
思路分析
首先来分析一个子问题,1.从0下标处直接跳到n-1下标处,2.从0跳到中间某个下标i处再跳到n-1下标处,方案2的总得分比方案1大吗?
-
nums[i]>nums[0] 则
nums[0] * i + nums[i] * (n-1-i) > nums[0] * i+nums[0] (n-1-i)
即
nums[0] * i + nums[i] * (n-1-i) > nums[0] * (n-1)
方案2总得分大 -
nums[i]<=nums[0] 则
nums[0] * i + nums[i] * (n-1-i) <= nums[0] * i+nums[0] (n-1-i)
即
nums[0] * i + nums[i] * (n-1-i) >= nums[0] * (n-1)
方案2总得分没有更大
综上说明当中间有某个下标对应数组值大于nums[0]时,方案2的总得分才更大。
这也说明最佳方案是否要中转到i处,判断nums[i]是否大于上一阶段起点对应的nums值。
定义tar,初始时为nums[0]*(n-1),表示从0下标直接跳到n-1下标处的总得分
运用贪心思想,从下标1开始从左往右遍历,每次遍历到nums[i],判断nums[i]是否大于上一阶段的起点数组值,是说明中转到 i
处的方案获得的总得分比直接到终点获得的总得分要大;
此时便更新 上一阶段获得最大得分值,目标历史最大值,上一阶段起点数组值,上一阶段起点下标值
直到遍历完n-2,此时的目标历史最大值即为目标最大分数
代码
long long findMaximumScore(vector<int>& nums) {long long n=nums.size();long long tar=(long long)nums[0]*(n-1);long long maxn=nums[0]; //上一阶段起点数组值long long mt=0; //上一阶段起点下标值long long tr=0; //上一阶段获得最大得分值for(int i=1;i<n-1;i++){if(nums[i]>maxn){tr+=(i-mt)*maxn;tar=tr+nums[i]*(n-i-1);maxn=nums[i];mt=i;}}return tar;}
区间交集问题
用最少数量的箭引爆气球
问题描述
有一些球形气球贴在一堵用 XY 平面表示的墙面上。墙面上的气球记录在整数数组 points
,其中points[i] = [xstart, xend]
表示水平直径在 xstart
和 xend
之间的气球。你不知道气球的确切 y 坐标。
一支弓箭可以沿着 x 轴从不同点 完全垂直 地射出。在坐标 x
处射出一支箭,若有一个气球的直径的开始和结束坐标为 start
,end
, 且满足 start ≤ x ≤ end
,则该气球会被 引爆 。可以射出的弓箭的数量 没有限制 。 弓箭一旦被射出之后,可以无限地前进。
给你一个数组 points
,返回引爆所有气球所必须射出的 最小 弓箭数 。
原题链接
思路分析
首先对数组升序排序,定义一个变量pos,表示当前箭射在的位置,第一箭射在第一个气球的右边界,定义一个变量ans表示最少箭数,数组不为空时初始为1;
往右遍历每个气球,每当有新的气球的左边界小于等于pos,说明该气球可和前面气球有重叠部分可以一箭射穿,否则说明没有重叠部分,重置pos为其右边界,箭数+1;
代码
int findMinArrowShots(vector<vector<int>>& points) {if (points.empty()) {return 0;}sort(points.begin(), points.end(), [](const vector<int>& u, const vector<int>& v) {return u[1] < v[1]; //以右边界为标准升序排序});int pos = points[0][1];int ans = 1;for (auto balloon: points) {if (balloon[0] > pos) {pos = balloon[1];++ans;}}return ans;}
无重叠区间
问题描述
给定一个区间的集合 intervals
,其中 intervals[i] = [starti, endi]
。返回 需要移除区间的最小数量,使剩余区间互不重叠 。
注意 只在一点上接触的区间是 不重叠的。例如 [1, 2]
和 [2, 3]
是不重叠的。
思路分析
求移除区间的最少数目,相当于求保留区间的最多数目,参照上一题用最少数量的箭引爆气球,k个两两相交的区间只能保留一个,为使后续保留的互不重叠的区间最多,应保留右边界最小的那个,将数组按右区间大小升序排序,定义一个变量right,代表当前两两相交区间集合的右边界,从左往右遍历每个区间,每当有区间左边界小于right,则该区间可以舍弃,否则更新右边界为当前区间的右边界,并将保留区间统计量m+1。最后intervals.size() - m就是答案。
将区间数组按右区间大小升序排序,再从左往右遍历,保证了枚举的区间右边界逐渐增大,使每个独立的两两相交区间集合的右边界尽量小,让后面能容纳更多的独立区间,最后统计的m就是保留区间数量的最大值。
代码
int eraseOverlapIntervals(vector<vector<int>>& intervals) {sort(intervals.begin(), intervals.end(), [](vector<int>& a, vector<int>& b) {return a[1] < b[1];});int m = 1;int right = intervals[0][1];for (int i = 1; i < intervals.size(); i++) {if (intervals[i][0] >= right) {m++;right = intervals[i][1];}}return intervals.size() - m;}
构造连续值问题
构造的连续值的最大数目
问题描述
给你一个长度为 n
的整数数组 coins
,它代表你拥有的 n
个硬币。第 i
个硬币的值为 coins[i]
。如果你从这些硬币中选出一部分硬币,它们的和为 x
,那么称,你可以 构造 出 x
。
请返回,你最多能 构造 出多少个从 0
开始(包括 0
)的连续整数。
你可能有多个相同值的硬币。
思路分析
设我们现在能构造出[0,x]
区间的整数,现在我们新增一个整数 y,那么我们可以构造出的区间为[0,x]
和 [y,x+y]
,那么如果 y≤x+1
,则加入整数 y 后我们能构造出 [0,x+y]
区间的整数,否则我们还是只能构造出连续的 [0,x] 区间的数字。
具体实现上,我们每次从数组中找到未选择数字中的最小值来作为 y,因为如果此时的最小值 y 都不能更新区间 [0,x],那么剩下的其他更大元素肯定不能更新区间 [0,x]
。那么我们初始从 x=0
开始,按照升序来遍历数组 nums
的元素来作为 y,如果 y≤x+1 那么我们扩充区间为 [0,x+y],否则我们无论选任何未选的数字都不能使答案区间变大,此时直接退出即可。
代码
int getMaximumConsecutive(vector<int>& coins) {int res = 1;sort(coins.begin(), coins.end());for (auto& i : coins) {if (i > res) {break;}res += i;}return res;}
作者:灵茶山艾府
最少砝码
问题描述
你有架天平。现在你要设计一套砝码,使得利用这些砝码可以称出任意小于等于N的正整数重量。
那么这套砝码最少需要多少个砝码?
注意天平的两边都可以放砝码。
思路分析
本题与上一题相似,略有不同之处在于,本题用数字构造连续区间可以用减法(放在天平另一侧)。思路大体相同。
设我们现在能构造出[1,x]区间的所有整数,现在新增一个y,那能构造出的区间为[1,x],[y-x,y],[y,x+y]
。
如果y-x<=x+1
即y<=2x+1
则加入整数 y
后我们能构造出 [1,x+y]
区间的所有整数,最优方案的y是2x+1
。
- 1个砝码时,使用最优方案,用重量为1的砝码,能称出的最大的从1开始连续的最大重量是
sum(1)=1
- 2个砝码时,使用最优方案,添加一个重量为
sum(1)*2+1=3
的砝码,能称出最大的从1开始连续的最大重量是sum(2)=sum(1)+3
- 依次类推,n个砝码,能称出符合要求的最大上界是
sum(n-1)*2+1+sum(n-1)
即3*sum(n-1)+1
。
具体实现上,sum记录所能称出符合要求的最大上界,cnt记录砝码个数。每次添加一个砝码,并更新sum值,当sum>=n时的cnt就是答案。
#include<bits/stdc++.h>
using namespace std;int main()
{int n;cin >> n;int sum = 1, cnt = 1; //sum存储可以表示区间的最大值while(sum<n){sum+=sum*2+1; //也可写成sum=3*sum+1cnt++;}cout << cnt ;return 0;
}
相关文章:
006贪心——算法备赛
跨步问题 跳跃游戏|| 问题描述 给定一个长度为 n 的 0 索引整数数组 nums。初始位置为 nums[0]。 每个元素 nums[i] 表示从索引 i 向后跳转的最大长度。换句话说,如果你在 nums[i] 处,你可以跳转到任意 nums[i j] 处: 0 < j < nums[i]i j &…...
Hyperlane:高性能 Rust HTTP 服务器框架评测
Hyperlane:高性能 Rust HTTP 服务器框架评测 在当今快速发展的互联网时代,选择一个高效、可靠的 HTTP 服务器框架对于开发者来说至关重要。最近,我在评估各种服务器框架性能时,发现了一个名为 Hyperlane 的 Rust HTTP 服务器库&a…...
解锁多元养生密码,开启活力生活
在车水马龙、节奏飞快的现代社会,亚健康像阴霾一样,笼罩着不少人的生活。不少上班族长期久坐,肩颈酸痛;有的人作息混乱,皮肤状态差。想要驱散这些健康阴霾,拥抱活力生活,不妨解锁下面这些多元养…...
如何安全地访问AWS
如何安全地访问AWS 推荐超级课程: 本地离线DeepSeek AI方案部署实战教程【完全版】Docker快速入门到精通Kubernetes入门到大师通关课AWS云服务快速入门实战目录 如何安全地访问AWS当可以使用AWS Organizations & IAM Identity Center时理想的访问方式补充:什么是IAM IIC…...
机器视觉工程师的专业精度决定职业高度,而专注密度决定成长速度。低质量的合群,不如高质量独处
在机器视觉行业,真正的技术突破往往诞生于深度思考与有效碰撞的辩证统一。建议采用「70%高质量独处30%精准社交」的钻石结构,构建可验证的技术能力护城河。记住:你的专业精度决定职业高度,而专注密度决定成长速度。 作为机器视觉工…...
Linux的 `sysctl` 命令 笔记250404
Linux的 sysctl 命令 笔记250404 sysctl 是 Linux 系统中用于 动态查看和修改内核运行时参数 的核心工具。它通过 /proc/sys/ 目录的虚拟文件系统接口,允许用户在不重启系统的前提下调整内核行为,涵盖网络、内存、文件系统等关键功能。 📜 核…...
prism WPF 导航
导航和浏览器的后退前进是一样的功能 项目结构 App.xaml.cs using Prism.Ioc; using Prism.Modularity; using Prism.Unity; using PrismWpfApp.ViewModels; using PrismWpfApp.Views; using System; using System.Collections.Generic; using System.Configuration; using S…...
Pytorch实现线性分类
目录 1.导包 2.加载数据 3.获取X与Y数据 4.将X,Y数据转化成tensor张量, tensor张量必须是二维数据 5.用封装的API实现线性分类 5.1导包 5.2建模-神经网络(二分类问题) 5.3定义损失函数 5.4定义优化器 5.5定义训练过程 5.6 计算正确…...
使用人工智能大模型kimi,如何免费高效制作PPT?
今天我们学习人工智能大模型kimi,如何免费协助我们做班会PPT。 免费手把手讲解视频,请访问 https://edu.csdn.net/learn/40402/666417 第一步使用谷歌浏览器,搜索Kimi,看到Kimi智能助手,点击,在Kimi对话框…...
YOLO学习笔记 | 基于YOLO与光流融合的车牌识别方法研究(附Matlab代码)
🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓 基于YOLO与光流融合的车牌识别方法研究 🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓🍓 摘要 针对动态场景下车牌识别易受运动模糊影响的问题,提出结合YOLO目标检测与Lucas-Kanade…...
leetcode 数组总结篇
基础理论 数组:下标时从 0 开始的,地址是连续的,不能删除,只能覆盖;数组的实现:vector动态数组 常用操作 头文件 #include <iostream> #include <vector> #include <cstdint> // IN…...
CCF GESP C++编程 四级认证真题 2025年3月
C 四级 2025 年 03 月 题号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 答案 A B B D D C D D B B B B A A C 1 单选题(每题 2 分,共 30 分) 第 1 题 关于下述代码,说法错误的是( )。 int multiply(int x, int …...
元宇宙浪潮下,前端开发如何“乘风破浪”?
一、元宇宙对前端开发的新要求 元宇宙的兴起,为前端开发领域带来了全新的挑战与机遇。元宇宙作为一个高度集成、多维互动的虚拟世界,要求前端开发不仅具备传统网页开发的能力,还需要掌握虚拟现实(VR)、增强现实&#…...
室内指路机器人是否支持环境监测功能?
并非所有室内指路机器人都具备环境监测功能。那些支持环境监测的室内指路机器人,往往在设计上进行了针对性的优化,搭载了一系列先进且实用的传感器。温湿度传感器犹如一位敏锐的 “温度湿度侦探”,时刻精准地监测室内温度与湿度,为…...
redis的数据类型(1)
https://redis.io/docs/latest/develop/data-types/strings/ 社区版支持: String,字符串 Hash,key-value格式 List,根据插入顺序排序 Set,集合 Sorted set,有排序 Stream, Bitmap, …...
模运算核心性质与算法应用:从数学原理到编程实践
目录 🚀前言🌟数学性质:模运算的理论基石💯基本定义:余数的本质💯四则运算规则:保持同余性的关键 🦜编程实践:模运算的工程化技巧💯避免数值溢出:…...
使用 Messenger 跨进程通讯
在Android中使用Messenger进行跨进程通信(IPC)的步骤如下: 1. 服务端(Service)实现 1.1 创建Service并绑定Messenger public class MessengerService extends Service {private static final String TAG "Mess…...
css炫酷的3D水波纹文字效果实现详解
炫酷的3D水波纹文字效果实现详解 这里写目录标题 炫酷的3D水波纹文字效果实现详解项目概述技术栈核心实现1. 基础布局2. 渐变背景3. 文字效果实现3.1 基础样式3.2 文字漂浮动画 4. 水波纹效果4.1 模糊效果4.2 水波动画 5. 交互效果 技术要点项目难点与解决方案总结 项目概述 在…...
C++类的特殊成员函数:构造、拷贝构造与析构函数详解
目录 编辑一、构造函数 二、拷贝构造函数 三、析构函数 在C 编程中,类的特殊成员函数扮演着至关重要的角色,它们负责对象的创建、复制以及销毁过程。本文将深入探讨构造函数、拷贝构造函数和析构函数的概念、特性及应用场景,并结合代…...
ffmpeg常见命令3
文章目录 1. **文字水印(Text Watermark)**示例命令:更多选项: 2. **图片水印(Image Watermark)**示例命令:更多选项: 3. **画中画(Picture-in-Picture, PIP)…...
C# 中创建统一 API 接口实现方案
在 C# 中创建统一 API 接口需要从架构设计、技术选型和代码实现等多个层面进行规划。以下是详细的实现方案和完整示例代码: 一、技术选型与架构设计 框架选择 ASP.NET Core (6.0)RESTful API 规范 核心组件 统一响应格式:标准化 JSON 响应结构全局异常处…...
考研单词笔记 2025.04.04
accord n一致,符合,协议,条约v与…一致符合,给予,赠予 align v使一致,使对齐 alike a相同的,相似的ad相同地,相似地,同等地 analogous a类似的,相似的 co…...
leetcode 代码随想录 数组-区间和
题目 给定一个整数数组 Array,请计算该数组在每个指定区间内元素的总和。 输入: 第一行输入:为整数数组 Array 的长度 n,接下来 n 行,每行一个整数,表示数组的元素。随后的输入为需要计算总和的区间&…...
Linux学习笔记7:关于i.MX6ULL主频与时钟配置原理详解
以下是关于正点原子B站课程中 i.MX6ULL主频和时钟配置实验的博客内容框架与详细解析,结合实验原理、配置流程及关键代码实现,适合嵌入式开发者参考学习: 一、 实验背景 i.MX6ULL默认启动时由内部BootROM将主频设置为396MHz,但其…...
第三期:深入理解 Spring Web MVC [特殊字符](数据传参+ 特殊字符处理 + 编码问题解析)
✨前言:传参和状态管理,看似简单其实门道不少 在 Web 开发中,前端和后端最核心的交流方式就是“传参”,而“传参”除了涉及如何写代码获取参数,还藏着很多开发者容易忽略的细节: 为什么 URL 带了中文&…...
洛谷题单3-P1075 [NOIP 2012 普及组] 质因数分解-python-流程图重构
题目描述 已知正整数 n n n 是两个不同的质数的乘积,试求出两者中较大的那个质数。 输入格式 输入一个正整数 n n n。 输出格式 输出一个正整数 p p p,即较大的那个质数。 输入输出样例 输入 21输出 7说明/提示 1 ≤ n ≤ 2 1 0 9 1 \le n\…...
Vue组件化开发深度解析:Element UI与Ant Design Vue对比实践
一、Vue组件化开发的核心优势 1.1 组件化架构的天然优势 Vue的组件系统是其最核心的特性之一,采用单文件组件(.vue)形式,将HTML、CSS和JavaScript组合在同一个文件中,形成高内聚、低耦合的代码单元。这种设计显著提升…...
ctfshow VIP题目限免 robots后台泄露
根据题目提示是 robots后台泄露,所以我们试着访问它的后台文件 robots.txt 访问之后发现了有一个/flagishere.txt 目录文件。接着拼接访问它发现了 flag...
突破传统认知:聚类算法的底层逻辑与高阶应用全景解析
一、维度革命:重新定义聚类分析的认知边界 在人工智能的浩瀚星空中,聚类算法犹如一组精密的星际导航仪,帮助我们在无序的数据宇宙中发现隐藏的秩序。这项起源于人类本能分类需求的技术,经历了从简单分组到智能识别的蜕变…...
获取ssh密钥
git bash GitHub官网: Redirecting… ssh-keygen -t rsa -C “git账号” 出现id_rsa.pub 登录github添加 将id_rsa.pub中内容复制 点击SSH and GPG keys 点击New SSH key 起个名字 将id_rsa.pub中内容复制到这里 报错: ssh: connect to host github.com port 2…...
MINIQMT学习课程Day7
在上一篇,我们安装好xtquant,qmt以及python后,这一章,我们学习如何使用xtquant 本章学习,如何获取账号的资金使用状况。 首先,打开qmt,输入账号密码,选择独立交易。 进入交易界面&…...
`accept_ra` 和 `autoconf` 和 `forwarding` 的关系 笔记250404
accept_ra 和 autoconf 和 forwarding 的关系 笔记250404 在 Linux 的 IPv6 网络配置中,accept_ra、autoconf 和 forwarding 是三个密切相关的核心参数,它们的组合直接影响设备在网络中的角色(主机或路由器)和地址配置行为。以下是…...
leetcode数组-二分查找
题目 题目链接:https://leetcode.cn/problems/binary-search/ 文章讲解:https://programmercarl.com/0704.%E4%BA%8C%E5%88%86%E6%9F%A5%E6%89%BE.html 视频讲解:https://www.bilibili.com/video/BV1fA4y1o715 给定一个 n 个元素有序的&…...
vector的介绍与代码演示
由于以后我们写OJ题时会经常使用到vector,所以我们必不可缺的是熟悉它的各个接口。来为我们未来作铺垫。 首先,我们了解一下: https://cplusplus.com/reference/vector/ vector的概念: 1. vector是表示可变大小数组的序列容器…...
SDK中窗口调用
存在窗口A和B的win32程序 , 当点击窗口A中的按钮后会弹出窗口B #include <windows.h>// 窗口 B 的窗口过程 LRESULT CALLBACK WindowProcB(HWND hwnd, UINT uMsg, WPARAM wParam, LPARAM lParam) {switch (uMsg) {case WM_DESTROY:PostQuitMessage(0);break;default:ret…...
Web Service技术
Web Service 是一种基于网络的、分布式的技术,用于在不同的应用程序之间进行通信和数据交换。以下是关于它的详细介绍: 定义与概念 Web Service 是一种通过互联网协议(如 HTTP)提供服务的软件组件,它使用标准的 XML …...
使用内存数据库来为mapper层的接口编写单元测试
简介 使用内存数据库来测试mapper层的sql代码,这种方式可以让测试案例摆脱对数据库的依赖,进而变得可重复执行。 这里选择的内存数据库是h2,它是纯java编写的关系型数据库,开源免费,而且轻量级的,性能较好…...
PowerMonitor的使用步骤
PowerMonitor是功耗分析中常用的测试和分析工具,不仅精度高,而且遇到需要找方案提功耗单的时候,有时还需要PowerMonitor的数据作为辅助日志。 1.先接上假电池正负极,再按PowerMonior的电源键 2.桌面点击PowerMonitor快捷图标 3.调…...
【C++经典例题】杨辉三角问题
💓 博客主页:倔强的石头的CSDN主页 📝Gitee主页:倔强的石头的gitee主页 ⏩ 文章专栏:C经典例题 期待您的关注 目录 一、问题描述 二、解题思路 解法 1 思路 解法 2 思路 三、代码实现 解法 1 代码 解法 2 代码…...
java自主学习网站(springboot+ssm+mysql)含运行文档
java自主学习网站(springbootssmmysql)含运行文档 该系统是一个专注于Java编程的在线教育平台。系统的主要功能和特点如下: 导航栏:系统顶部设有导航栏,用户可以通过它快速访问不同的页面,包括首页、课程列表、分享资料列表、讲…...
T-SQL语言的链表查找
T-SQL语言的链表查找 在数据库系统中,数据结构的选择对性能优化至关重要。链表作为一种常见的数据结构,具有灵活性和动态存储的优势。尽管在SQL数据库中,传统的表结构已经足够应对大多数场景,但在某些情况下,将链表的…...
浅析 Spring AI 与 Python:企业级 AI 开发的技术分野
一、技术架构与生态体系对比 Spring AI 构建在 Spring Boot 生态之上,其核心架构包含以下模块: 模型适配层:通过统一 API 支持 OpenAI、Anthropic、Hugging Face 等主流模型提供商,实现跨平台模型调用。例如,调用 Cl…...
为 IDEA 设置管理员权限
IDEA 安装目录 兼容性选择管理员身份运行程序 之后 IDEA 中的操作(包括终端中的操作)都是管理员权限的了...
数据结构|排序算法(一)快速排序
一、排序概念 排序是数据结构中的一个重要概念,它是指将一组数据元素按照特定的顺序进行排列的过程,默认是从小到大排序。 常见的八大排序算法: 插入排序、希尔排序、冒泡排序、快速排序、选择排序、堆排序、归并排序、基数排序 二、快速…...
如何计算财富自由所需要的价格?
写在前面:【财富自由计算器】已上线,快算算财富自由要多少 多少钱,才能实现你的财富梦想? 需要多少,才能实现财务安全、财务独立,甚至财务自由? 看到结尾,你会很清楚地看到&…...
南京大学与阿里云联合启动人工智能人才培养合作计划,已将通义灵码引入软件学院课程体系
近日,南京大学与阿里云宣布启动人工智能人才培养合作计划,共同培养适应未来技术变革、具备跨学科思维的AI创新人才。 基于阿里云在云计算和AI大模型领域的技术优势和南京大学在人工智能领域的学科优势,双方将共同设计兼具前瞻性和应用性的人…...
基于 Python 的自然语言处理系列(70):检索增强生成(RAG)
1. 什么是 RAG? 在许多大模型(LLM)应用场景中,我们需要使用特定的用户数据,而这些数据并未包含在模型的训练集中。检索增强生成(Retrieval Augmented Generation,RAG)是一种有效的解…...
Flink CDC Pipeline mysql to doris
flink 与 flink-cdc版本兼容 运行同步程序 最终在 flink-1.20.1 与 flink-cdc-3.1.1 跑通测试 配置yaml文件 [rootchb1 flink-cdc-3.1.1]# cat mysql2doris.yaml ################################################################################ # Description: Sync…...
计算机网络-TCP的拥塞控制
内容来源:小林coding 本文是对小林coding的TPC拥塞控制的精简总结 为什么要有拥塞控制? 前面的流量控制是避免「发送方」的数据填满「接收方」的缓存,但是并不知道网络的中发生了什么 计算机网络都处在一个共享的环境,因此也…...
ArkTs的UI装饰器(自定义组件生命周期、页面组件生命周期、所有UI装饰器使用及示例)
目录 自定义组件定义 UI装饰器 @Component(V1) 自定义组件生命周期 freezeWhenInactive11+ @Entry(通用) 页面组件生命周期 EntryOptions10+ Component、Entry示例 @Reusable(V1) @Builder(通用) @BuilderParam(通用) 参数 引用传递示例 this指向 尾随…...