当前位置: 首页 > news >正文

ARM处理器内核全解析:从Cortex到Neoverse的架构与区别

ARM处理器内核全解析:从Cortex到Neoverse的架构与区别

ARM作为全球领先的处理器架构设计公司,其内核产品线覆盖了从高性能计算到低功耗嵌入式应用的广泛领域。本文将全面解析ARM处理器的内核分类、架构特点、性能差异以及应用场景,帮助读者深入理解ARM生态系统的技术脉络。

一、ARM处理器内核概述

ARM公司自1990年成立以来,已经发展出完整的内核产品线,主要分为三大系列:Cortex-ACortex-MCortex-R,以及面向服务器/基础设施的Neoverse系列。这些内核基于不同的ARM架构版本(如ARMv7、ARMv8、ARMv9)设计,各自针对特定的应用场景进行了优化。

ARM采用IP授权模式,其商业模式是设计处理器架构和内核,然后将这些设计授权给其他公司使用。芯片厂商如高通、三星、苹果等可以基于ARM架构设计自己的处理器,或者直接使用ARM的公版内核设计。

二、ARM内核分类及特点

1. Cortex-A系列:高性能应用处理器

Cortex-A系列是ARM的旗舰产品线,专注于高性能计算,主要应用于智能手机、平板电脑、数字电视、服务器等需要运行复杂操作系统(如Linux、Android)的设备。

主要特性

  • 支持多核配置(通常1-8核,服务器级可达128核以上)
  • 高时钟频率(移动端2-3GHz,服务器可达3.5GHz+)
  • 大容量缓存(L1/L2/L3)
  • 支持虚拟化、NEON SIMD指令集
  • 支持TrustZone安全扩展
  • 采用先进制程(最新达3nm)

典型内核演进

表:Cortex-A系列主要内核对比

内核架构发布时间主频特点典型应用
Cortex-A53ARMv8-A20121.2-2.3GHz首款64位小核,高能效中端手机、IoT网关
Cortex-A55ARMv8.2-A20171.8-2.7GHz首款DynamIQ小核,AI优化中高端手机、边缘计算
Cortex-A72ARMv8-A20151.8-2.5GHz性能比A57提升20%高端手机、平板
Cortex-A75ARMv8.2-A20172.0-3.0GHz首款DynamIQ大核旗舰手机、笔记本
Cortex-A76ARMv8.2-A20182.8-3.5GHzIPC提升35%,AI加速旗舰手机、轻薄本
Cortex-A78ARMv8.2-A20202.4-3.0GHz性能提升20%,功耗降50%高端手机、AR/VR
Cortex-X1ARMv8.2-A20203.0-3.5GHz极致性能,面积增大顶级旗舰手机
Cortex-X4ARMv9-A20233.4-3.8GHzSVE2指令集,AI性能翻倍旗舰手机、笔记本

2. Cortex-M系列:微控制器内核

Cortex-M系列是面向微控制器(MCU)和嵌入式系统的处理器内核,强调低功耗、实时性和成本效益。

主要特性

  • 单周期指令执行
  • 低功耗设计(μA/MHz级)
  • 快速中断响应(纳秒级)
  • 小尺寸(最小内核仅0.01mm²)
  • 支持Thumb-2指令集
  • 无MMU,可运行RTOS

典型内核演进

表:Cortex-M系列主要内核对比

内核架构发布时间特点典型应用
Cortex-M0ARMv6-M2009面积最小,0.9DMIPS/MHz智能传感器、可穿戴
Cortex-M0+ARMv6-M2012功耗降低30%物联网终端、HMI
Cortex-M3ARMv7-M20041.25DMIPS/MHz,NVIC工业控制、家电
Cortex-M4ARMv7-M2010增加DSP/FPU指令数字信号控制、电机
Cortex-M7ARMv7-M20142.14DMIPS/MHz,6级流水线高端工控、音频处理
Cortex-M23ARMv8-M2016TrustZone安全扩展安全物联网设备
Cortex-M33ARMv8-M20161.5DMIPS/MHz,DSP扩展AIoT、边缘节点
Cortex-M55ARMv8.1-M2020首款带AI加速(Helium)机器学习端点
Cortex-M85ARMv8.1-M20225.1DMIPS/MHz,ML优化高端嵌入式AI

3. Cortex-R系列:实时处理器内核

Cortex-R系列专为高可靠性实时系统设计,广泛应用于汽车电子、工业控制和存储设备等领域。

主要特性

  • 低延迟中断响应(<1μs)
  • 锁步核(lock-step)设计
  • ECC内存保护
  • 实时操作系统支持
  • 小容量紧耦合内存(TCM)

典型内核演进

表:Cortex-R系列主要内核对比

内核架构发布时间特点典型应用
Cortex-R4ARMv7-R2006双核锁步,600MHz硬盘控制器、ABS
Cortex-R5ARMv7-R2011增强ECC,1GHz汽车ECU、工业PLC
Cortex-R7ARMv7-R20131.5GHz,多核一致性5G基带、SSD控制器
Cortex-R8ARMv7-R20164核,ASIL-D认证自动驾驶传感器融合
Cortex-R52ARMv8-R2017硬件虚拟化,1.5GHz域控制器、安全网关

4. Neoverse系列:基础设施处理器

Neoverse是ARM面向数据中心、网络基础设施和HPC设计的高性能处理器系列,基于最新的ARMv8/v9架构。

主要特性

  • 超高核心数(最高256核)
  • 多芯片一致性互联
  • 先进矢量扩展(SVE/SVE2)
  • 硬件虚拟化加速
  • 支持PCIe 5.0/CXL

典型产品线

表:Neoverse系列主要平台对比

平台架构发布时间特点典型应用
Neoverse N1ARMv8.2-A201964核,3GHz云服务器、边缘计算
Neoverse N2ARMv9-A2021IPC提升40%,128核5G基础设施、AI推理
Neoverse V1ARMv9-A2021SVE 512位,2倍FP性能HPC、超算
Neoverse V2ARMv9-A2023SVE2,3倍AI性能机器学习训练

三、关键技术演进

1. ARM架构版本发展

ARM架构是内核设计的基础,定义了指令集、内存模型等核心规范:

  • ARMv4/v5:早期32位架构,代表内核ARM7/ARM9
  • ARMv6:引入Thumb-2指令集,代表内核ARM11
  • ARMv7:分为三线:A(应用)、R(实时)、M(微控制器)
  • ARMv8:引入64位支持(AArch64),安全扩展
  • ARMv9:SVE2矢量指令、CCA安全架构、AI加速

2. 大小核与DynamIQ技术

ARM的big.LITTLE技术通过组合高性能大核与高能效小核实现能效优化。2017年推出的DynamIQ技术进一步改进:

  • 单集群支持混合架构(如A76+A55)
  • 共享L3缓存,降低核间通信延迟
  • 每个核独立电压/频率控制
  • 支持8核灵活配置(如1+3+4组合)

3. 安全技术演进

  • TrustZone:硬件安全隔离(安全/非安全世界)
  • CCA(ARMv9):机密计算架构,保护运行时数据
  • MTE(ARMv9):内存标签扩展,防内存漏洞

四、选型与应用指南

1. 性能对比

表:典型ARM内核性能对比(DMIPS/MHz)

内核类型性能功耗工艺节点
Cortex-A510小核3.3超低5nm
Cortex-A715中核4.74nm
Cortex-X4大核5.83nm
Cortex-M85MCU5.1极低22nm
Neoverse V2服务器6.2+超高5nm

2. 应用场景推荐

  • 智能手机:A510+A715+X4组合,配合DynamIQ
  • 汽车电子:Cortex-R52(实时)+Cortex-A78(信息娱乐)
  • 工业控制:Cortex-M7(实时)+Cortex-A53(HMI)
  • 数据中心:Neoverse N2/V2多芯片配置
  • AI边缘设备:Cortex-A55+NPU或Cortex-M55

3. 发展趋势

  • AI加速:矩阵运算指令(如SVE2、Helium)
  • 安全性:RISC-V竞争推动ARM安全功能增强
  • chiplet:Neoverse多芯片互联技术
  • 能效比:ARM在移动端持续领先x86

五、总结

ARM处理器内核经过30多年发展,已经形成覆盖从μW级传感器到MW级超算的完整产品矩阵。理解不同内核的架构特性、性能差异和应用场景,对于嵌入式系统设计、产品选型至关重要。随着ARMv9的普及和chiplet技术的发展,ARM正在向更高性能的计算领域拓展,同时保持其一贯的能效优势。

相关文章:

ARM处理器内核全解析:从Cortex到Neoverse的架构与区别

ARM处理器内核全解析&#xff1a;从Cortex到Neoverse的架构与区别 ARM作为全球领先的处理器架构设计公司&#xff0c;其内核产品线覆盖了从高性能计算到低功耗嵌入式应用的广泛领域。本文将全面解析ARM处理器的内核分类、架构特点、性能差异以及应用场景&#xff0c;帮助读者深…...

网络缓冲区

网络缓冲区分为内核缓冲区和用户态网络缓冲区 我们重点要实现用户态网络缓冲区 1.设计用户态网络缓冲区的原因 ①.生产者和消费者的速度不匹配问题&#xff0c; 需要缓存数据。 ②.粘包处理问题&#xff0c; 不能确保一次系统调用读取或写入完整数据包。 2.代码实现(cha…...

数据仓库的核心架构与关键技术(数据仓库系列二)

目录 一、引言 二、数据仓库的核心架构 三、数据仓库的关键技术 1 数据集成与治理 2 查询优化与性能提升 3 数据共享服务 BI&#xff1a;以Tableau为例 SQL2API&#xff1a;以麦聪QuickAPI为例 4 实时数据处理 四、技术的协同作用 五、总结与展望 六、预告 一、引言…...

基于PyQt5与OpenCV的图像处理系统设计与实现

1. 系统概述 本系统是一个集成了多种经典图像处理算法的图形用户界面(GUI)应用程序,采用Python语言开发,基于PyQt5框架构建用户界面,利用OpenCV库实现核心图像处理功能。 系统支持11种图像处理操作,每种操作都提供参数实时调节功能,并具备原始图像与处理后图像的双视图对…...

如何根据设计稿进行移动端适配:全面详解

如何根据设计稿进行移动端适配&#xff1a;全面详解 文章目录 如何根据设计稿进行移动端适配&#xff1a;全面详解1. **理解设计稿**1.1 设计稿的尺寸1.2 设计稿的单位 2. **移动端适配的核心技术**2.1 使用 viewport 元标签2.1.1 代码示例2.1.2 参数说明 2.2 使用相对单位2.2.…...

什么是大型语言模型(LLM)?哪个大模型更好用?

什么是 LLM&#xff1f; ChatGPT 是一种大型语言模型 (LLM)&#xff0c;您可能对此并不陌生。它以非凡的能力而闻名&#xff0c;已证明能够出色地完成各种任务&#xff0c;例如通过考试、生成产品内容、解决问题&#xff0c;甚至在最少的输入提示下编写程序。 他们的实力现已…...

集合学习内容总结

集合简介 1、Scala 的集合有三大类&#xff1a;序列 Seq、集Set、映射 Map&#xff0c;所有的集合都扩展自 Iterable 特质。 2、对于几乎所有的集合类&#xff0c;Scala 都同时提供了可变和不可变的版本&#xff0c;分别位于以下两个包 不可变集合&#xff1a;scala.collect…...

使用typedef和不使用的区别

使用 typedef 定义的函数指针类型 typedef sensor_drv_params_t* (*load_sensor_drv_func)(); 不使用 typedef 的函数指针声明 sensor_drv_params_t* (*load_sensor_drv_func)(); 这两者看似相似&#xff0c;但在语义和用途上有显著区别。下面将详细解释这两种声明的区别、各…...

基于线性回归模型的汽车燃油效率预测

基于线性回归模型的汽车燃油效率预测 1.作者介绍2.线性回归介绍2.1 线性回归简介2.2 线性回归应用场景 3.基于线性回归模型的汽车燃油效率预测实验3.1 Auto MPG Data Set数据集3.2代码调试3.3完整代码3.4结果展示 4.问题分析 基于线性回归模型的汽车燃油效率预测 1.作者介绍 郝…...

Playwright之自定义浏览器目录访问出错:BrowserType.launch: Executable doesn‘t exist

Playwright之自定义浏览器目录访问出错&#xff1a;BrowserType.launch: Executable doesn’t exist 问题描述&#xff1a; 在使用playwright进行浏览器自动化的时候&#xff0c;配置了自定义的浏览器目录&#xff0c;当按照自定义的浏览器目录启动浏览器进行操作时&#xff0c…...

如何拿到iframe中嵌入的游戏数据

在 iframe 中嵌入的游戏数据是否能被获取&#xff0c;取决于以下几个关键因素&#xff1a; 1. 同源策略 浏览器的同源策略是核心限制。如果父页面和 iframe 中的内容同源&#xff08;即协议、域名和端口号完全相同&#xff09;&#xff0c;那么可以直接通过 JavaScript 访问 …...

优选算法第七讲:分治

优选算法第七讲&#xff1a;分治 1.分治_快排1.1颜色分类1.2排序数组1.3数组中第k个最大元素1.4库存管理II 2.分治_归并2.1排序数组2.2交易逆序对的总数2.3计算右侧小于当前元素的个数2.4翻转对 1.分治_快排 1.1颜色分类 1.2排序数组 1.3数组中第k个最大元素 1.4库存管理II 2.…...

OpenBMC:BmcWeb 处理http请求4 处理路由对象

OpenBMC:BmcWeb 处理http请求2 查找路由对象-CSDN博客 Router::handle通过findRoute获取了FindRouteResponse对象foundRoute void handle(const std::shared_ptr<Request>& req,const std::shared_ptr<bmcweb::AsyncResp>& asyncResp){FindRouteResponse …...

直流电能表计量解决方案适用于光伏储能充电桩基站等场景

多场景解决方案&#xff0c;准确测量 01 市场规模与增长动力 全球直流表市场预测&#xff1a; 2025年市场规模14亿美元&#xff0c;CAGR超15%。 驱动因素&#xff1a;充电桩、光伏/储能、基站、直流配电 市场增长引擎分析&#xff1a; 充电桩随新能源车迅猛增长&#xff…...

x-cmd install | Slumber - 告别繁琐,拥抱高效的终端 HTTP 客户端

目录 核心优势&#xff0c;一览无遗安装应用场景&#xff0c;无限可能示例告别 GUI&#xff0c;拥抱终端 还在为调试 API 接口&#xff0c;发送 HTTP 请求而苦恼吗&#xff1f;还在各种 GUI 工具之间切换&#xff0c;只为了发送一个简单的请求吗&#xff1f;现在&#xff0c;有…...

git修改已经push的commit的message

1.修改信息 2.修改message 3.强推...

STM32 基础2

STM32中断响应过程 1、中断源发出中断请求。 2、判断处理器是否允许中断&#xff0c;以及该中断源是否被屏蔽。 3、中断优先级排队。 4、处理器暂停当前程序&#xff0c;保护断点地址和处理器的当前状态&#xff0c;根据中断类型号&#xff0c;查找中断向量表&#xff0c;转到…...

【STL 之速通pair vector list stack queue set map 】

考list 的比较少 --双端的啦 pair 想下&#xff0c;程序是什么样的. 我是我们要带着自己的思考去学习DevangLic.. #include <iostream> #include <utility> #include <string>using namespace std;int main() {// 第一部分&#xff1a;创建并输出两个 pair …...

深度学习篇---LSTM+Attention模型

文章目录 前言1. LSTM深入原理剖析1.1 LSTM 架构的进化理解遗忘门简介数学表达式实际作用 输入门简介数学表达式后选候选值实际作用 输出门简介数学表达式最终输出实际作用 1.2 Attention 机制的动态特性内容感知位置无关可解释性数学本质 1.3 LSTM与Attention的协同效应组合优…...

React 多个 HOC 嵌套太深,会带来哪些隐患?

在 React 中&#xff0c;使用多个 高阶组件&#xff08;HOC&#xff0c;Higher-Order Component&#xff09; 可能会导致组件层级变深&#xff0c;这可能会带来以下几个影响&#xff1a; 一、带来的影响 1、调试困难 由于组件被多个 HOC 包裹&#xff0c;React 开发者工具&am…...

企业工厂生产线马达保护装置 功能参数介绍

安科瑞刘鸿鹏 摘要 工业生产中&#xff0c;电压暂降&#xff08;晃电&#xff09;是导致电动机停机、生产中断的主要原因之一&#xff0c;给企业带来巨大的经济损失。本文以安科瑞晃电再起动控制器为例&#xff0c;探讨抗晃电保护器在生产型企业工厂中的应用&#xff0c;分析…...

Redis 的五种数据类型面试回答

这里简单介绍一下面试回答、我之前有详细的去学习、但是一直都觉得太多内容了、太深入了 然后面试的时候不知道从哪里讲起、于是我写了这篇CSDN帮助大家面试回答、具体的深入解析下次再说 面试官你好 我来介绍一下Redis的五种基本数据类型 有String List Set ZSet Map 五种基…...

多线程代码案例(定时器) - 3

定时器&#xff0c;是我们日常开发所常用的组件工具&#xff0c;类似于闹钟&#xff0c;设定一个时间&#xff0c;当时间到了之后&#xff0c;定时器可以自动的去执行某个逻辑 目录 Timer 的基本使用 实现一个 Timer 通过这个类&#xff0c;来描述一个任务 通过这个类&…...

基于大模型的GCSE预测与治疗优化系统技术方案

目录 技术方案文档:基于大模型的GCSE预测与治疗优化系统1. 数据预处理模块功能:整合多模态数据(EEG、MRI、临床指标等),标准化并生成训练集。伪代码流程图2. 大模型架构(Transformer-GNN混合模型)功能:联合建模时序信号(EEG)与空间结构(脑网络)。伪代码流程图3. 术…...

IntelliJ IDEA 中 Continue 插件使用 DeepSeek-R1 模型指南

IntelliJ IDEA 中 Continue 插件使用 DeepSeek-R1 模型指南 Continue 是一款开源的 AI 编码助手插件&#xff0c;支持 IntelliJ IDEA 等 JetBrains 系列 IDE。它可以通过连接多种语言模型&#xff08;如 DeepSeek-R1&#xff09;提供实时代码生成、问题解答和单元测试生成等功…...

Valgrind——内存调试和性能分析工具

文章目录 一、Valgrind 介绍二、Valgrind 功能和使用1. 主要功能2. 基本用法2.1 常用选项2.2 内存泄漏检测2.3 详细报告2.4 性能分析2.5 多线程错误检测 三、在 Ubuntu 上安装 Valgrind四、示例1. 检测内存泄漏2. 使用未初始化的内存3. 内存读写越界4. 综合错误 五、工具集1. M…...

京东API智能风控引擎:基于行为分析识别恶意爬虫与异常调用

京东 API 智能风控引擎基于行为分析识别恶意爬虫与异常调用&#xff0c;主要通过以下几种方式实现&#xff1a; 行为特征分析 请求频率&#xff1a;正常用户对 API 的调用频率相对稳定&#xff0c;受到网络延迟、操作速度等因素限制。若发现某个 IP 地址或用户在短时间内对同一…...

Swift 解 LeetCode 250:搞懂同值子树,用递归写出权限系统检查器

文章目录 前言问题描述简单说&#xff1a;痛点分析&#xff1a;到底难在哪&#xff1f;1. 子树的概念搞不清楚2. 要不要“递归”&#xff1f;递归从哪开始&#xff1f;3. 怎么“边遍历边判断”&#xff1f;这套路不熟 后序遍历 全局计数器遍历过程解释一下&#xff1a;和实际场…...

Nginx搭建API网关服务教程-系统架构优化 API统一管理

超实用&#xff01;用Nginx搭建API网关服务&#xff0c;让你的系统架构更稳更强大&#xff01;&#x1f680; 亲们&#xff0c;今天来给大家种草一个超级实用的API网关搭建方案啦&#xff01;&#x1f440; 在如今的Web系统架构中&#xff0c;一个稳定、高性能、可扩展的API网…...

SQL2API是什么?SQL2API与BI为何对数据仓库至关重要?

目录 一、SQL2API是什么&#xff1f; 二、SQL2API的历史演变&#xff1a;从数据共享到服务化革命 1990年代&#xff1a;萌芽于数据仓库的数据共享需求 2010年代初&#xff1a;数据中台推动服务化浪潮 2022年左右&#xff1a;DaaS平台的兴起 2025年代&#xff1a;麦聪定义…...

CentOS 7无法上网问题解决

CentOS 7无法上网问题解决 问题 配置了桥接模式以后&#xff0c;能够ping通本地IP但是无法ping通www.baidu.com 这里的前提是VWare上已经对虚拟机桥接模式网卡做了正确的选择&#xff0c;比如我现在选择的就是当前能够上外网的网卡&#xff1a; 问题根因 DNS未正确配置。…...

优化 Web 性能:使用 WebP 图片(Uses WebP Images)

在 Web 开发中&#xff0c;图片资源的优化是提升页面加载速度和用户体验的关键。Google 的 Lighthouse 工具在性能审计中特别推荐“使用 WebP 图片”&#xff08;Uses WebP Images&#xff09;&#xff0c;因为 WebP 格式在保持视觉质量的同时显著减少文件大小。本文将基于 Chr…...

SQL121 创建索引

-- 普通索引 CREATE INDEX idx_duration ON examination_info(duration);-- 唯一索引 CREATE UNIQUE INDEX uniq_idx_exam_id ON examination_info(exam_id);-- 全文索引 CREATE FULLTEXT INDEX full_idx_tag ON examination_info(tag);描述 现有一张试卷信息表examination_in…...

Leetcode - 周赛443

目录 一、3502. 到达每个位置的最小费用二、3503. 子字符串连接后的最长回文串 I三、3504. 子字符串连接后的最长回文串 II四、3505. 使 K 个子数组内元素相等的最少操作数 一、3502. 到达每个位置的最小费用 题目链接 本题是一道脑筋急转弯&#xff0c;实际就是计算前缀最小…...

dolphinscheduler单机部署链接oracle

部署成功请给小编一个赞或者收藏激励小编 1、安装准备 JDK版本:1.8或者1.8oracle版本&#xff1a;19Coracle驱动版本&#xff1a;8 2、安装jdk 下载地址&#xff1a;https://www.oracle.com/java/technologies/downloads/#java8 下载后上传到/tmp目录下。 然后执行下面命…...

Three.js 系列专题 5:加载外部模型

内容概述 Three.js 支持加载多种 3D 文件格式(如 GLTF、OBJ、FBX),这让开发者可以直接使用专业建模软件(如 Blender、Maya)创建的复杂模型。本专题将重点介绍 GLTF 格式的加载,并调整模型的位置和材质。 学习目标 理解常见 3D 文件格式及其特点。掌握使用 GLTFLoader 加…...

【C++算法】50.分治_归并_翻转对

文章目录 题目链接&#xff1a;题目描述&#xff1a;解法C 算法代码&#xff1a;图解 题目链接&#xff1a; 493. 翻转对 题目描述&#xff1a; 解法 分治 策略一&#xff1a;计算当前元素cur1后面&#xff0c;有多少元素的两倍比我cur1小&#xff08;降序&#xff09; 利用单…...

观察者模式详解实战

观察者模式深度解析与实战案例 一、传统观察者模式痛点分析 强制接收所有通知&#xff1a;观察者被迫处理无关事件 事件信息不透明&#xff1a;状态变更缺乏上下文信息 类型安全缺失&#xff1a;需要手动进行类型判断和转换 扩展成本高&#xff1a;新增事件类型需要修改接口 …...

Light RPC:一款轻量高效的Java RPC框架实践指南

Light RPC&#xff1a;一款轻量高效的Java RPC框架实践指南 一、框架简介二、快速入门1. 环境准备2. 服务端配置2.1 添加依赖2.2 YAML配置2.3 接口与实现 3. 客户端配置3.1 添加依赖3.2 YAML配置3.3 客户端调用 三、核心设计解析四、适用场景与优势对比五、总结 一、框架简介 …...

国内MCP资源网站有哪些?MCP工具上哪找?

在人工智能领域&#xff0c;MCP&#xff08;模型上下文协议&#xff09;正逐渐成为连接 AI 模型与外部世界的重要桥梁。而AIbase &#xff08;https://www.aibase.com/zh/repos/topic/mcp&#xff09;正是探索 MCP 生态的绝佳平台&#xff0c;它为开发者和研究者提供了一个集中…...

在PowerBI中通过比较日期实现累加计算

#表格数据# 日期数量2025/4/712025/4/822025/4/932025/4/1042025/4/1152025/4/1262025/4/1372025/4/1482025/4/1592025/4/16102025/4/1711 #新建计算列# 列 SUMX(FILTER(表格数据,[日期]<EARLIER([日期])),表格数据[数量])...

十四届蓝桥杯Java省赛 B组(持续更新..)

十四届蓝桥杯Java省赛 B组 第一题&#xff1a;阶乘求和 &#x1f4d6; &#x1f4da;阶乘求和 第二题&#xff1a;幸运数字 &#x1f4d6; &#x1f4da;幸运数字 第三题&#xff1a;数组分割 &#x1f4d6; &#x1f4da;数组分割 说是考动态规划&#xff0c;但没有用…...

NO.73十六届蓝桥杯备战|搜索算法-剪枝与优化-记忆化搜索|数的划分|小猫爬山|斐波那契数|Function|天下第一|滑雪(C++)

剪枝与优化 剪枝&#xff0c;形象得看&#xff0c;就是剪掉搜索树的分⽀&#xff0c;从⽽减⼩搜索树的规模&#xff0c;排除掉搜索树中没有必要的分⽀&#xff0c;优化时间复杂度。 在深度优先遍历中&#xff0c;有⼏种常⻅的剪枝⽅法 排除等效冗余 如果在搜索过程中&#xf…...

深度学习总结(2)

神经网络的数据表示 在前面的例子中,我们的数据存储在多维NumPy数组中,也叫作张量(tensor)​。一般来说,目前所有机器学习系统都使用张量作为基本数据结构。张量对这个领域非常重要,重要到TensorFlow都以它来命名。究竟什么是张量呢?张量这一概念的核心在于,它是一个数…...

STM32H7 ADC最大速率

STM32H7 ADC最大速率 硬件限制 封装 在手册 AN5354 中说明了不同封装、不同分辨率的最大速率是不一致的&#xff1b; BGA封装的ADC的速度要快于LQFP封装的速度的&#xff1b; 分辨位数越高、转换时间越长&#xff0c;所以ADC的最大采样速率也就最低&#xff1b; ADC通道模…...

MVC模型

MVC模型&#xff08;Model模型&#xff0c;View视图&#xff0c;Controller控制器&#xff09; 逻辑执行流程&#xff1a; JSP&#xff08;View&#xff09;----》Servlet&#xff08;Controller&#xff09;----》service&#xff0c;dao&#xff0c;pojo&#xff08;Model&a…...

OpenGL ES -> SurfaceView + EGL实现立方体纹理贴图+透视效果

XML文件 <?xml version"1.0" encoding"utf-8"?> <com.example.myapplication.MySurfaceView xmlns:android"http://schemas.android.com/apk/res/android"android:layout_width"match_parent"android:layout_height"…...

arthas线上不停机修改bug

安装arthas wget https://alibaba.github.io/arthas/arthas-boot.jar启动&#xff1a; java -jar arthas-boot.jar 启动失败 使用jps也没查到对应的进程 发生错误信息 使用进程id启动&#xff0c;报错 进程id查看使用命令&#xff1a; ps -ef | grep java 详情&#xf…...

#关于require 与 import 相关了解

&#x1f4e6; require 在前端项目中使用&#xff0c;属于 CommonJS 模块规范 的语法&#xff0c;主要用于 Node.js 环境。早期的前端模块打包工具&#xff08;如 Webpack&#xff09;会兼容这种写法&#xff0c;但在现代前端项目&#xff08;如 Vue、React&#xff09;中&…...

【算法应用】基于融合A星-粒子群算法求解六边形栅格地图路径规划

目录 1.粒子群算法PSO原理2.结果展示3.参考文献4.代码获取 1.粒子群算法PSO原理 【智能算法】粒子群算法&#xff08;PSO&#xff09;原理及实现 六边形栅格地图 分析一下地图&#xff1a; 六边形栅格地图上移动可以看做6领域运动&#xff0c;偶数列与奇数列移动方式有所差异…...